Smart City를 위한 클라우드 융합기술/트렌드 세미나 1

코엑스에서 열린 Smart City를 위한 클라우드 융합기술/트렌드 세미나에 다녀왔습니다

 

 

프로그램에 있는 세미나 테마는 아래와 같습니다

 

1 스마트 시티 관련 산업의 경쟁력 강화를 위한 지방정부의 역활

(서울시 이용현 주무관)

2 통계적 교통상황 예측 및 교통 시뮬레이션 기술 연구

(한국전자통신연구원 민옥기 그룹장)

3 빅데이터와 인공지능이 만드는 차세대 교통시스템 (KAIST 여화수 교수)

4 Digital twin과 GIS (한국 에스리 황승연 본부장)

5 스마트 시티와 CAR (차량 IT융합산업협회 배효수 국장)

6 공간정보기반의 지능형 시설물 모니터링 (공간정보산업협회 김태훈 팀장)

 

저는 개인적으로 배효수 국장님의 스마트 시티와 CAR를 듣고 많이 보고 배웠습니다^^

 

[세미나 주요 내용]

 

1 스마트 시티 관련 산업의 경쟁력 강화를 위한 지방정부의 역활 (서울시 이용현 주무관)

ADAS는 이스라엘이 전 세계 시장의 28%를 차지

2035년에는 자율주행차가 모든 차 중에 75% 비율을 차지할 것 (연 28.4% 성장)

아직은 아니지만 지방자치 단체 주도로 ADAS 관련 기업이 통합과 지속가능하게 성장해야 함

 

2 통계적 교통상황 예측 및 교통 시뮬레이션 기술 연구

(한국전자통신연구원 민옥기 그룹장)

 

현재 주요 연구내용은

미국: 바닥에 감지기 통한 통행량 측정

일본: 신호등과 차 사이 커뮤니케이션을 활용한 교통 상황 예측

IBM: 빅데이터 활용한 교통 트래픽 분석 및 예측

 - 5~10분 정도 후는 정확히 예측하나 점점 시간이 흐를수록 정확성이 떨어짐

SUMO Project: 오픈 소스 SW 교통 시뮬레이터

 - 확장성 부족 (지역이 넓어질 수록 데이터양이 커지고 적용이 힘들어짐)

한국전자통신연구원: 기계학습 기반 교통 상황 예측

 - 롱숏텀 메모리 활용한 RNN 학습, 데이터(교통, 기온, 날씨, 공휴일, 서울시버스,Tmap,SKPlanet, 등) 이용하여 구간의 차량 통행 속도 예측

 

3 빅데이터와 인공지능이 만드는 차세대 교통시스템 (KAIST 여화수 교수)

 

차세대 교통시스템에 인공지능의 용도는 교통 트래픽 예측 및 컨트롤이다

서울을 제외하고 교통 신호 제어기가 작동되는 곳은 지방에 거의 없다

왜냐하면 지방은 제어기를 활용할 줄 몰라 꺼두거나 고장나도 수리 예산이 없어 활용을 하지 않고 있다

 

예측 방법

1 데이터 기반 예측: 과거 반복된 행위가 아니면 예측력 부족

2 모델 기반 예측 : 사람의 행동 기반한 시뮬레이션 모델 기반 예측

 

4,5,6 세미나 테마는 다음 포스팅으로!

 

★☆블로그 글이 유용하다면 블로그를 공감, 댓글, 구독해 주세요 ★☆