9장 무선 센서 네트워크(WSN) 및 IoT 계측

Wireless Sensor Network (WSN) and IoT-based Monitoring

1. 개요

유선 DAQ 시스템은 배선 공사 비용이 크고, 교량·댐·사면과 같이 접근이 어려운 구조물에는 적용에 한계가 있다. 무선 센서 네트워크(Wireless Sensor Network, WSN)와 IoT(Internet of Things) 기술의 발전은 이러한 제약을 극복하고 대규모·분산형 상시 계측 시스템 구현을 가능하게 하였다.

WSN 기반 계측의 주요 장점은 다음과 같다.

• 배선 비용 절감 및 시공 편의성 향상
• 접근 불가 구역(교량 하부, 터널 내부)의 센서 운용 가능
• 노드 추가에 의한 계측 확장 용이
• 실시간 원격 데이터 모니터링 및 경보 시스템 구현

2. 무선 센서 네트워크(WSN)

2.1 노드 구조

WSN의 기본 단위는 센서 노드(mote)이며, 다음 4개의 서브시스템으로 구성된다.

서브시스템	기능
감지부 (Sensing)	다종 센서(가속도, 온도, 습도 등) 물리량 계측
처리부 (Processing)	마이크로컨트롤러(MCU)로 데이터 전처리, 임계값 판단
통신부 (Communication)	RF 모듈을 통한 데이터 송수신
전원부 (Power)	배터리, 에너지 하베스터, 전력 관리 IC

2.2 네트워크 토폴로지

• 스타(Star): 모든 노드가 게이트웨이에 직접 연결. 구조 단순, 중앙 집중식. 거리 제한
• 메시(Mesh): 노드 간 멀티홉 중계. 광범위 커버리지, 자가 복구 능력. 지연 발생 가능
• 클러스터(Cluster/Tree): 노드를 클러스터로 묶고 클러스터 헤드가 데이터 집약. 에너지 효율적

2.3 에너지 효율화 전략

배터리 기반 WSN 노드의 수명을 연장하는 핵심 전략이다.

• 듀티 사이클링 (Duty Cycling): 필요한 경우에만 라디오를 활성화하고 나머지는 슬립 모드 유지
• 데이터 집약 (Data Aggregation): 중간 노드에서 데이터를 합산·압축하여 전송량 감소
• 이벤트 기반 전송 (Event-driven): 임계값 초과 시에만 데이터 전송
배터리 수명 예측:
\[ T_{life} = \frac{C_{battery}}{I_{avg}} = \frac{C_{battery}}{I_{active} \cdot d + I_{sleep} \cdot (1-d)} \]
여기서 \( d \): 듀티 사이클, \( I_{active} \): 활성 전류, \( I_{sleep} \): 슬립 전류

3. 무선 통신 프로토콜

프로토콜	주파수	전송 거리	데이터 속도	적용
ZigBee	2.4 GHz	10~100 m	250 kbps	건물 내 메시 네트워크
Bluetooth LE	2.4 GHz	10~100 m	1 Mbps	스마트폰 연동, 근거리
Wi-Fi (802.11)	2.4/5 GHz	50~100 m	수십~수백 Mbps	고속 데이터, 영상 전송
LoRa	868/915 MHz	수 km~15 km	0.3~50 kbps	장거리 저전력 IoT
NB-IoT	LTE 대역	수 km	~200 kbps	이동통신망 기반 IoT
LTE-M	LTE 대역	수 km	~1 Mbps	중속 이동 단말

4. LPWAN과 LoRa

4.1 LPWAN 개요

LPWAN(Low Power Wide Area Network)은 저전력으로 장거리(수 km~수십 km) 통신이 가능한 IoT 전용 통신 기술군이다. 적은 데이터를 드물게 전송하는 계측 환경에 매우 적합하다.

4.2 LoRa와 LoRaWAN

LoRa는 Semtech사가 개발한 확산 스펙트럼(Chirp Spread Spectrum, CSS) 기반의 물리 계층 변조 방식이다. LoRaWAN은 이를 기반으로 한 MAC 프로토콜 및 네트워크 구조이다.

LoRa 링크 버짓 (Link Budget):
\[ P_{received} = P_{tx} + G_{tx} - L_{path} + G_{rx} - L_{misc} \] \[ L_{path} = 20\log_{10}\left(\frac{4\pi d f}{c}\right) \quad \text{(자유 공간)} \]

LoRa 주요 파라미터인 확산 인수(Spreading Factor, SF)는 다음과 같이 전송 거리와 데이터 속도의 트레이드오프를 제어한다.

SF (확산 인수)	전송 속도	전송 거리	에어 타임
SF7	5.47 kbps	짧음	짧음
SF9	1.76 kbps	중간	중간
SF12	0.25 kbps	최대 (15+ km)	긺

4.3 LoRaWAN 계측 사례

• 교량 진동 및 기울기 모니터링: SF9~11, 1분 주기 전송
• 지중 토압·수위 계측: SF10~12, 10분 주기 전송
• 사면 경사·강우량 모니터링: SF11, 이벤트 기반 전송

5. 에너지 하베스팅 (Energy Harvesting)

외부 전원 공급 없이 주변 환경에서 에너지를 수집하여 센서 노드를 구동하는 기술로, 배터리 교체 없는 완전 자립형 계측 시스템 구현을 가능하게 한다.

에너지원	변환 소자	특징 및 출력
태양광	태양전지 (PV)	100~1000 mW/cm² (일조), 옥외 계측에 가장 적합
진동	압전소자, 전자기 유도	수십 μW~수 mW, 기계 진동 환경
열 (온도 차)	열전소자 (TEG)	수십 μW~수 mW, 배관·기계 설비
무선 전력	정류 안테나 (Rectenna)	수 μW~수백 μW, RF 환경 의존

에너지 중립 조건 (Energy Neutrality):
\[ E_{harvested} \geq E_{consumed} \] \[ P_{sensor} + P_{MCU} + P_{radio} \leq P_{harvest} \cdot \eta_{conversion} \]

6. 클라우드 연동 및 IoT 플랫폼

6.1 IoT 데이터 흐름

센서 → 게이트웨이 → MQTT/HTTP → 클라우드 브로커 → 데이터베이스 → 시각화 대시보드 → 알림

6.2 주요 IoT 프로토콜

• MQTT (Message Queuing Telemetry Transport): publish/subscribe 방식, 경량 메시지 프로토콜. 저대역폭 환경에 최적화. 포트 1883(기본), 8883(TLS)
• HTTP/HTTPS: REST API 기반 데이터 전송. 범용성 높음, MQTT보다 오버헤드 큼
• CoAP (Constrained Application Protocol): UDP 기반 초경량 프로토콜, 제한된 장치용

6.3 IoT 플랫폼 비교

플랫폼	특징	적용
AWS IoT Core	대규모 확장성, ML 연계 용이	대규모 상용 서비스
Azure IoT Hub	마이크로소프트 생태계, Digital Twins 연계	엔터프라이즈 BIM 통합
Google Cloud IoT	BigQuery, AI/ML 분석 우수	데이터 분석 중심
ThingsBoard	오픈소스, 자체 서버 운용 가능	연구·중소 규모 프로젝트
Node-RED	시각적 흐름 기반 로직 구성	프로토타이핑, 교육

7. 엣지 컴퓨팅 (Edge Computing)

클라우드가 아닌 현장의 게이트웨이 또는 센서 노드 자체에서 데이터 처리·판단을 수행하는 방식이다.

• 장점: 통신 지연 없음, 통신 비용 절감, 데이터 보안 강화, 오프라인 운용 가능
• 한계: 노드 처리 능력 제한, 소프트웨어 업데이트 관리 복잡

스마트 인프라 계측에서의 엣지 처리 예시는 다음과 같다.

• 임계값 기반 이상 탐지 → 경보 신호만 전송
• FFT 연산 후 주요 주파수 피크만 전송
• TinyML 모델 내장 → 손상 분류 결과만 클라우드 전송

8. 정리

• WSN은 센서 노드의 감지·처리·통신·전원 서브시스템으로 구성되며 스타, 메시, 클러스터 토폴로지로 구성된다.
• ZigBee, BLE, Wi-Fi는 근거리, LoRa, NB-IoT는 원거리 저전력 통신에 적합하다.
• LoRa의 확산 인수(SF)는 전송 거리와 데이터 속도의 트레이드오프를 제어하는 핵심 파라미터다.
• 에너지 하베스팅(태양광, 진동, 열)을 통해 배터리 교체 없는 자립형 계측 노드 구현이 가능하다.
• MQTT 프로토콜과 클라우드 IoT 플랫폼을 연동하여 실시간 원격 모니터링과 경보 시스템을 구축한다.
• 엣지 컴퓨팅은 현장에서 즉각적인 데이터 처리와 경보 발령을 가능하게 하여 응답 시간과 통신 비용을 줄인다.