Architecture for Real-time Prediction Service of Time Series Sensor Data Utilizing Deep Learning in AWS IoT Environment
Jong-Ok Ban, Ki‐Hyung Kim, Kang-Seok Kim · Journal of the Korea Entertainment Industry Association · 2017
사물인터넷 시대의 도래에 따른 인터넷에 연결된 다양한 기기들의 사용으로 많은 양의 데이터가 생성되어 빅데이터 분석의 중요성이 증가하고 있다. 특히 실시간으로 생성되는 사물인터넷(IoT: Internet of Things) 데이터를 분석하여 새로운 유의미한 미래 예측 분석을 통해 다양한 서비스를 제공하는 것이 필요하게 되었다. 따라서 본 논문에서는 사물인터넷 환경에서 실시간 예측 서비스를 위한 아마존 웹 서비스(AWS: Amazon Web Service)의 활용방향을 제시한다. 또한 다양한 알고리즘 중 시계열 데이터에 알맞은 순환형 신경망(Recurrent Neural Networks)을 이용해 사물인터넷 디바이스로부터 수집된 전력, 온도, 습도, 풍속등과 같은 대량의 실시간 센서 데이터를 분석하고 예측 데이터를 이용해 사용자에게 필요한 서비스를 제공하기 위한 AWS에 기반한 하이브리드 사물인터넷 환경 아키텍처를 제안한다. 제안한 아키텍처가 시계열 사물인터넷 데이터로부터 새로운 정보를 추출하여 실시간 예측 모델뿐만 아니라 스포츠, 문화 콘텐츠 등에 실시간 사물인터넷 서비스를 적용새로운 비즈니스 가치를 창출해 낼 수 있을 것이다.