[한국대학신문 김정현 기자] 국내 연구팀이 인공지능을 이용, 실내 GPS를 구축하는 데 필요한 핵심 기술을 개발했다. GPS 신호가 도달하지 않았던 실내 환경에서 위치를 인식하게 해 포켓몬고 등 O2O(Online to Offline) 게임, 사물인터넷(IOT) 기술 발전에 도움이 될 것으로 전망된다.

한국과학기술원(KAIST, 총장 신성철)은 11일 이 대학 한동수 교수(전산학부,사진) 연구팀이 실내 공간의 와이파이 신호 위치정보를 자동으로 파악할 수 있는 자율학습 인공지능 기술을 개발했다고 밝혔다.

범지구위치결정시스템(GPS)은 현재로선 실외에서만 활용된다. GPS는 미 국방성에서 운영하는 24개의 군사위성을 이용해 지상 위치를 파악하는 기술이다. 위성신호를 받을 수 없는 실내에서는 이용할 수 없다. 현재 스마트기기 등에서 쓰이는 실내 위치파악 기술은 GPS와 이동통신사 기지국에서 보내는 무선인터넷 신호를 결합한 위치기반서비스(LBS) 등으로 구현했다.

하지만 스마트 기기가 광범위하게 쓰이며 보다 정확한 실내 GPS에 대한 필요성은 커져왔다. 예컨대 ‘포켓몬고’ 등 증강현실 기반의 게임은 때때로 실내 환경에서 오류를 일으킨다. 길찾기 등 기존 서비스의 품질 개선 수요도 꾸준하다.

학계에서 실내 GPS를 구현할 방법으로 주목받던 것은 ‘핑거프린트’ 무선측위 기법이다. 핑거프린트(fingerprint)는 무선인터넷을 송출하는 기기 위치(AP; Accessing Point) ID와, AP에서 나오는 무선인터넷 신호 강도(RSS)에 대한 정보로 구성된다. 예컨대 사람이 움직이면 가까운 AP에서는 RSS가 강해지고, 멀어지면 약해지는 식이다. 특정 기술을 이용해 RSS 정보를 모아 무선지도(Radio Map)을 구축, 위치를 파악하는 방식이다.

연구팀이 개발한 자율학습 인공지능 기술은 자동으로 스마트폰에서 나오는 무선랜 신호를 분석해 분류한다. 그동안은 무선지도를 구축하기 위해 사람들이 직접 위치를 확인하고 수작업을 거쳐야만 했다. 그러나 연구팀의 인공지능은 크라우드소싱 개념으로, 수많은 사람들이 사용하는 불특정 다수 스마트폰의 핑거프린트를 모아 분류하고 학습한다. 학습된 정보를 이용해 참조할 정보가 전혀 없는 무선랜 신호의 수집 위치도 자동으로 지정해주는 것이다.

연구팀에 따르면 이 기술로 구축한 라디오맵은 5m에서 10m의 오차를 가지며, 이는 구글과 애플이 제공하는 무선인터넷 기반 위치구축 시스템(WPS)보다 정확하다. 또 KAIST 내 건물에서 검증한 결과 3m에서 4m 오차 정확도를 나타내 수작업으로 무선지도를 구축한 것과도 유사한 수준이라고 연구팀은 설명했다.

연구책임자 한동수 교수는 “전 세계 어느 건물에서든 정확도 높은 실내 위치인식 시스템을 손쉽게 구축할 수 있고 장래에 대부분 실내 공간에서도 위치인식 서비스가 제공 가능할 것이다”고 전망했다.

한편 연구팀은 2014년부터 KAIST에서 운영하는 개방형 실내 위치인식 서비스 플랫폼 ‘카이로스(KAILOS)’에 이번에 개발한 인공지능을 탑재, 각 건물의 위치정보를 수집한 실내 위치인식 시스템을 시범적으로 구축할 계획이다.