휴대전화 위치 추적은 GPS나 기지국 신호를 받아 이뤄지지만, 실내에서는 GPS 신호가 잡히지 않아 와이파이만으로는 정확한 위치를 파악하기 쉽지 않다.
구글·애플 등 글로벌 기업들도 실내 위치를 파악하기 위해 수만 건의 실내 지도를 수집해 와이파이 포지셔닝 시스템(WPS)을 적용하고 있지만, 오차 범위가 20∼30m에 이른다.
연구팀은 스마트폰에서 수집한 무선랜 핑거프린트(접근주소 아이디와 신호 강도)의 수집 위치를 자동으로 분류하는 인공지능(AI) 기법을 이용, 실내 위치인식 시스템을 구축했다. 이는 복도, 로비, 계단 등에서 수집된 신호의 위치정보를 별도의 외부 정보 없이 자동으로 라벨링하는 자율학습(Unsupervised Learning)형 인공지능 기술이다.
이어 이 기술을 적용해 카이스트 기초실험연구동(N5)과 김병호-김삼열IT융합빌딩(N1)에서 체류 및 이동 실험을 진행한 결과 공공장소의 경우 오차범위가 3∼4ｍ에 불과한 것으로 나타났다. 혼자 있는 공간에서도 5∼10m로 종전의 구글 등 보다 정확도가 휠씬 높았다.
한 교수는 “지자기 신호, 3축 가속기, 자이로스코프 기반의 딥러닝 등 새로운 센서 기법을 적용하면 정확도가 더 높아진다”면서 “포켓몬고 등 위치기반 게임뿐 아니라 위치기반 SNS와 사물인터넷(IoT)에 적용할 수 있고, 위급한 상황에서는 119 구조 요청 서비스로도 활용할 수 있을 것”이라고 말했다.
연구팀은 이번에 개발한 기술을 카이스트 실내 위치인식 시스템인 '카이로스'(KAILOS)에 탑재해 서비스한 뒤 1∼2년내 국내 통신사와 함께 상용화에 나설 계획이다.
대전=임정재 기자 jjim61@segye.com