플러스프로젝트 배경
1. 문제점
천안 스마트그린 산업단지에서는 미세먼지·기온 등 환경 데이터를 관리하는 기존 시스템이 센서 간 프로토콜 불일치와 비표준 데이터 포맷으로 인해 통합 시각화가 어려운 문제가 있었습니다. 수집된 데이터가 날짜별로 정렬되지 않거나 중요도(중·한) 기준이 일관되지 않아 위험 구간을 신속히 파악하기 힘들었고, 측정 지점의 주소·디바이스 정보가 시스템마다 분리되어 장비 분포를 지역 단위로 파악하기 어려웠습니다. 또한 시각화 품질이 낮아 사용자 경험이 떨어지고 실시간 업데이트가 제대로 반영되지 않는 한계가 존재했습니다.
2. 프로젝트 목표
프로젝트의 핵심 목표는 PM2.5·PM10 농도와 기온 데이터를 실시간 IoT 센서 기반으로 안정적으로 수집·정규화하고, 이를 날짜별·위험도별로 고도 시각화하여 산업단지의 환경 상태를 직관적으로 이해할 수 있는 플랫폼을 구축하는 것이었습니다. 센서 위치·디바이스 명칭·중요도 정보를 통합하여 정확한 메타데이터 기반 모니터링 체계를 만들고, 지역별 장치 분포를 시각적으로 표현하는 데이터 비주얼라이제이션 엔진을 구현해 공정·시설 관리자가 빠르게 환경 위험을 파악할 수 있도록 하는 것이 목표였습니다.
3. 주안점
시스템 구축의 주안점은 데이터 품질 일관성, 실시간 시각화 성능, 센서 메타데이터 통합 관리에 두었습니다. 이를 위해 IoT 센서에서 전달되는 Raw Telemetry를 자동 파싱·정규화하는 데이터 처리 파이프라인을 구축하고, 날짜별 오염도를 직관적으로 보여주는 시각화 컴포넌트와 위험도(중·한) 강조 UI를 고도화했습니다. 또한 주소 기반 장치 매핑, 도넛 차트를 활용한 장비 분포 시각화, 기온·미세먼지 수치를 동시 노출하는 멀티레이어 UI 설계를 적용하여 사용자가 환경 패턴을 빠르게 이해할 수 있는 고신뢰 환경 모니터링 솔루션을 완성하는 데 중점을 두었습니다.
천안 스마트그린 산업단지에서는 미세먼지·기온 등 환경 데이터를 관리하는 기존 시스템이 센서 간 프로토콜 불일치와 비표준 데이터 포맷으로 인해 통합 시각화가 어려운 문제가 있었습니다. 수집된 데이터가 날짜별로 정렬되지 않거나 중요도(중·한) 기준이 일관되지 않아 위험 구간을 신속히 파악하기 힘들었고, 측정 지점의 주소·디바이스 정보가 시스템마다 분리되어 장비 분포를 지역 단위로 파악하기 어려웠습니다. 또한 시각화 품질이 낮아 사용자 경험이 떨어지고 실시간 업데이트가 제대로 반영되지 않는 한계가 존재했습니다.
2. 프로젝트 목표
프로젝트의 핵심 목표는 PM2.5·PM10 농도와 기온 데이터를 실시간 IoT 센서 기반으로 안정적으로 수집·정규화하고, 이를 날짜별·위험도별로 고도 시각화하여 산업단지의 환경 상태를 직관적으로 이해할 수 있는 플랫폼을 구축하는 것이었습니다. 센서 위치·디바이스 명칭·중요도 정보를 통합하여 정확한 메타데이터 기반 모니터링 체계를 만들고, 지역별 장치 분포를 시각적으로 표현하는 데이터 비주얼라이제이션 엔진을 구현해 공정·시설 관리자가 빠르게 환경 위험을 파악할 수 있도록 하는 것이 목표였습니다.
3. 주안점
시스템 구축의 주안점은 데이터 품질 일관성, 실시간 시각화 성능, 센서 메타데이터 통합 관리에 두었습니다. 이를 위해 IoT 센서에서 전달되는 Raw Telemetry를 자동 파싱·정규화하는 데이터 처리 파이프라인을 구축하고, 날짜별 오염도를 직관적으로 보여주는 시각화 컴포넌트와 위험도(중·한) 강조 UI를 고도화했습니다. 또한 주소 기반 장치 매핑, 도넛 차트를 활용한 장비 분포 시각화, 기온·미세먼지 수치를 동시 노출하는 멀티레이어 UI 설계를 적용하여 사용자가 환경 패턴을 빠르게 이해할 수 있는 고신뢰 환경 모니터링 솔루션을 완성하는 데 중점을 두었습니다.
프로젝트 성과
고도화된 시각화 엔진의 직관적 표현
실시간 미세먼지·기온 데이터를 통합 정규화하고 고도화된 시각화 엔진으로 날짜·위험도·장치 분포를 직관적으로 표현하여, 산업단지의 환경 모니터링 정확도와 대응 효율성을 크게 향상시켰습니다.
핵심 기능
Iot 데이터 시각화
실시간 미세먼지·기온 데이터 인제스천, 자동 정규화·위험도 분류, 날짜별 환경 시각화, 주소·디바이스 메타데이터 연동, 지역별 장비 분포 도넛 차트 제공 등 핵심 기능을 제공합니다.
진행 단계
프로세스
2025.10.
요구사항 수집 -> 프로그램 -> 편의성 여부 및 불편여부 확인 -> 보강개발 -> 완료
프로젝트 상세
1. 포트폴리오 소개
본 프로젝트는 PM2.5·PM10 미세먼지 농도와 일 단위 기온 정보를 실시간 IoT 센서 기반으로 수집·시각화하는 환경 데이터 가시화 플랫폼입니다. 고도화된 데이터 비주얼라이제이션 엔진을 통해 날짜별 대기 오염도 변동을 정밀하게 표현하고, 각 측정 지점의 주소·디바이스 명칭·중요도 등 세부 정보를 직관적으로 노출하도록 설계되었습니다. 또한 주소별 설치 장치 수를 도넛 차트로 시각화하여 지역 단위의 장비 분포를 한눈에 파악할 수 있는 구조로 구성되었으며, 전체 시스템은 지방 지자체 산업단지에 실제 운영 솔루션으로 납품되었습니다.
2. 주요업무
주요 업무는 환경 IoT 센서로부터 수집되는 미세먼지·기온 데이터를 실시간으로 취합하고, 이를 표준화·정규화하여 시각화 엔진에 전달하는 통합 모듈 개발에 초점을 맞추었습니다. 수치 기반 리스트 UI 구성, 측정 지점의 주소 및 디바이스 메타데이터 연동, 지역별 장치 수 시각화를 위한 도넛 차트 컴포넌트 구현 등이 핵심 과제로 포함되었습니다. 나아가 데이터 변동 이력과 중요도(중·한 데이터)를 직관적으로 표시하는 UI/UX 설계를 수행하여 사용자가 빠르게 위험 구간을 파악할 수 있도록 개발이 이루어졌습니다.
3. 주안점
프로젝트의 주안점은 데이터 신뢰성, 직관적 시각화, 실시간 처리 능력의 확보에 두었습니다. IoT 센서로부터 전달되는 다양한 포맷의 환경 데이터를 자동 정규화하여 품질을 보장하고, 대기 오염 변화·기온 정보·장치 분포를 사용자 친화적으로 표현하기 위한 고성능 시각화 엔진을 도입했습니다. 또한 실시간 업데이트 구조를 적용하여 센서 값 변동이 즉시 화면에 반영되도록 최적화했고, 산업단지 환경에서 안정적으로 운영될 수 있도록 경량화된 프론트엔드 아키텍처와 효율적인 데이터 파이프라인 구축에 중점을 두었습니다.
본 프로젝트는 PM2.5·PM10 미세먼지 농도와 일 단위 기온 정보를 실시간 IoT 센서 기반으로 수집·시각화하는 환경 데이터 가시화 플랫폼입니다. 고도화된 데이터 비주얼라이제이션 엔진을 통해 날짜별 대기 오염도 변동을 정밀하게 표현하고, 각 측정 지점의 주소·디바이스 명칭·중요도 등 세부 정보를 직관적으로 노출하도록 설계되었습니다. 또한 주소별 설치 장치 수를 도넛 차트로 시각화하여 지역 단위의 장비 분포를 한눈에 파악할 수 있는 구조로 구성되었으며, 전체 시스템은 지방 지자체 산업단지에 실제 운영 솔루션으로 납품되었습니다.
2. 주요업무
주요 업무는 환경 IoT 센서로부터 수집되는 미세먼지·기온 데이터를 실시간으로 취합하고, 이를 표준화·정규화하여 시각화 엔진에 전달하는 통합 모듈 개발에 초점을 맞추었습니다. 수치 기반 리스트 UI 구성, 측정 지점의 주소 및 디바이스 메타데이터 연동, 지역별 장치 수 시각화를 위한 도넛 차트 컴포넌트 구현 등이 핵심 과제로 포함되었습니다. 나아가 데이터 변동 이력과 중요도(중·한 데이터)를 직관적으로 표시하는 UI/UX 설계를 수행하여 사용자가 빠르게 위험 구간을 파악할 수 있도록 개발이 이루어졌습니다.
3. 주안점
프로젝트의 주안점은 데이터 신뢰성, 직관적 시각화, 실시간 처리 능력의 확보에 두었습니다. IoT 센서로부터 전달되는 다양한 포맷의 환경 데이터를 자동 정규화하여 품질을 보장하고, 대기 오염 변화·기온 정보·장치 분포를 사용자 친화적으로 표현하기 위한 고성능 시각화 엔진을 도입했습니다. 또한 실시간 업데이트 구조를 적용하여 센서 값 변동이 즉시 화면에 반영되도록 최적화했고, 산업단지 환경에서 안정적으로 운영될 수 있도록 경량화된 프론트엔드 아키텍처와 효율적인 데이터 파이프라인 구축에 중점을 두었습니다.
