지속 가능한 미래 실현에 기여하는 LoRaWAN® 기술

May 15, 2023

팬데믹 기간 동안 재택 근무가 증가하면서 교통 혼잡이 완화되고 결과적으로 도심의 공기도 맑아졌습니다. 미국 경제 연구국(National Bureau of Economic Research)의 보고서에 따르면 미국에서 도심지 차량 운행 감소에 따른 대기 오염 개선으로 전국적으로 천식, 폐 질환, 심장병과 같은 대기 질 관련 질병이 약 25% 감소했습니다.

-그러나 팬데믹 이후 전세계 도시들이 일상을 회복해 가면서 혼잡도 역시 원래대로 돌아가고 있습니다. 자동차 통행량이 증가하면서 직경 2.5µm 이하의 치명적인 미세먼지(particulate matter, PM)를 포함한 유해 배출물들이 지속적으로 배출됩니다. 이 ‘PM2.5’는 폐 깊숙이 침투하는 가장 위협적인 오염 물질 중 하나입니다.

-열악한 대기 질 문제로 가장 큰 고통을 받는 것은 전세계 빈곤층들입니다. 예를 들어, 정비나 관리가 제대로 되지 않은 차량들로 극심한 혼잡을 겪고 있는 인도 뭄바이는 대기 질이 끔찍한 수준일 때가 많습니다. ‘Times of India’ 신문은 이 도시가 세계 859개 도시들 가운데 최악의 오염도 전체 순위 63위, 최악의 '메가시티' 중에서는 4위를 기록했다고 보고했습니다. 신문에 따르면 이 도시는 거주 인구의 20%가 빈곤선 아래에서 살고 있는 ‘연담 도시(conurbation)’이며, 유엔(UN)은 빈곤선을 하루 생활비가 미화 1.90달러 미만인 사람이라고 정의합니다.

(출처: Tally/Shutterstock.com)

-빠르게 성장하는 사물 인터넷(IoT)은 장기적 관점에서 선진국과 개발도상국 모두에게 열악한 대기 질에 대한 해결책을 제공합니다. 상업용 공기질 센서를 LoRaWAN ^® 같은 저전력 광역 네트워크(LPWAN)를 통해 IoT에 무선으로 광범위하게 연결한다면 도시 계획자는 대기 오염 문제를 해결하는 데 필요한 세분화된 데이터를 구할 수 있습니다.

-취약계층 보호를 위한 조치

뭄바이가 특별한 것은 아닙니다. 유엔은 전세계적으로 10억 명 이상의 도시 거주자가 빈민가에 살고 있으며 열악한 공기질로 인해 불균형적인 고통을 받고 있다고 말합니다. 세계보건기구(WHO)에 따르면 대기 오염은 비전염성 질병의 주요 원인으로서, 전체 성인 사망자의 약 24%는 심장병으로, 25%는 뇌졸중, 43%는 만성 폐쇄성 폐질환, 29%는 폐암으로 사망합니다.

-유엔은 이 위험에 처한 그룹의 삶의 질과 안전을 개선하기 위해 시급한 조치가 필요하다는 것을 잘 알고 있습니다. 2015년에 유엔 회원국들은 "2030 지속 가능한 개발을 위한 의제 (2030 Agenda for Sustainable Development)"를 채택했습니다. 17개의 지속 가능한 개발 목표(SDGs)로 구성된 이 계획에는 도시를 안전하고 탄력적이며 지속 가능하게 만들기 위한 노력들이 담겨 있습니다. 그 목표들 중에는 대기 질 개선에 대한 약속들이 포함되어 있습니다.

-IoT 기술 제공회사들은 유엔의 의제를 기꺼이 지지합니다. LoRaWAN 프로토콜을 알리기 위한 개방형 비영리 단체인 LoRa 얼라이언스(LoRa Alliance)도 그 중 하나입니다. 이 단체의 회원사들은 "선(善)을 위한 LoRaWAN(LoRaWAN for Good)"이라는 비전 아래 대기 오염 개선을 위한 몇 가지 실천안들을 개발하고 있습니다.

-하나의 예로서, 도시 계획자는 LoRaWAN을 통해 클라우드에 연결된 저가의 소형 무선 센서로부터 데이터를 신속하게 생성, 대조, 분석할 수 있는 IoT의 기능을 활용함으로써 ‘빅 데이터’ 기반의 대기 오염 제어 능력을 향상시킬 수 있습니다. 이러한 시스템은 다음과 같은 요소들로 구성됩니다.

-▶ 실시간으로 오염 수준을 모니터링 및 보고하는 무선 공기질 센서

▶ 근거리 무선 센서 네트워크에서 클라우드로 데이터를 전송하기 위한 LoRaWAN 연결

▶ 수만 개의 무선 센서들로부터 수집되는 연속 데이터 스트림에 대한 분석 기능을 갖춘 클라우드 서버

▶ 대기 오염이 위험 수준으로 악화하는 것을 막기 위한 조치를 제안하는 예측 알고리즘

-무선 공기질 센서는 배기 가스에 만연한 이산화질소(NO2)와 일산화탄소(CO)를 포착하고 차량으로부터 발생하는 대기 오염의 전반적인 지표를 제공하도록 ‘조정’될 수 있습니다. 이러한 PM2.5 및 가스 센서는 저렴하고 눈에 띄지도 않기 때문에 도시 전역에 설치하여 대기 오염을 모니터링할 수 있습니다.

-LoRaWAN을 지원하는 최종 장치는 이러한 무선 공기질 센서 네트워크에 통합되며, 이들은 다시 LoRaWAN 게이트웨이 네트워크에 연결됩니다. 그들은 10년 동안 지속되는 배터리를 장착한 최종 장치를 사용하여 도시 지역에서는 5km, 교외의 가시선(LoS) 연결을 통해서는 최대 15km까지 데이터를 전송할 수 있습니다. 따라서 LoRaWAN은 모든 도시 지역에서 빠르고 저렴한 무선 센서 네트워크 구축을 위한 백본을 제공할 수 있습니다.

-안정적 인프라의 중요성

안정적이고 장기적인 성능을 보장하려면 LoRaWAN을 산업용 등급의 장비들로 구축해야 합니다. 게이트웨이는 통신 체인의 핵심 링크인데, 다행히도 입증된 산업용 옵션이 많이 있습니다. 일례로 어드밴텍(Advantech)의 WISE-6610 산업용 LoRaWAN 게이트웨이를 들 수 있는데, 이는 산업용 환경에 안정적인 LoRaWAN 연결을 보장합니다. 어드밴텍 게이트웨이는 사설 및 공용 LoRaWAN 네트워크를 지원하며, 인터넷 프로토콜 스위트(Internet Protocol(I.P.) Suite)의 일부를 형성하는 경량 네트워크 프로토콜인 MQTT를 특징으로 합니다.

-WISE-6610 게이트웨이의 하드웨어 및 소프트웨어는 에지 컴퓨팅 시스템을 지원하며, 이중화 강화 기능을 포함하고 있어 연결 손실을 막아줍니다. 뿐만 아니라 안전한 통신을 위한 VPN 터널 생성과 LoRaWAN 데이터를 로컬로 암호화 및 변환할 수 있는 네트워크 서버를 통해 매우 높은 수준의 보안을 뒷받침합니다. 이 밖에도 868 ~ 915MHz의 주파수 범위, 9 ~ 36VDC의 전원 입력 범위, DIN 레일 또는 벽면 장착, 그리고 IP30 외함 등급 등의 특징을 갖추고 있습니다.

-LoRaWAN 게이트웨이에서 클라우드로 전송된 데이터를 집계 및 분석함으로써, 도시 전체의 대기 오염이 어떻게 변화하고 있는지 거의 실시간으로 면밀히 파악할 수 있습니다. 이력 데이터베이스가 발전함에 따라 알고리즘이 과거 이벤트를 참조하여 미래 패턴이 어떻게 전개될지 정확하게 예측할 수 있으므로, 필요한 경우 정부 당국이 예방 조치를 취할 수 있습니다. 이러한 정보는 교통 흐름 통제, 친환경 차량에 대한 일시적인 도로 통행료 인하, 셀룰러 네트워크나 인터넷을 통한 대피 안내문 발송 등과 같은 선제적 조치에 활용될 수 있습니다.

-지속 가능한 개발 목표에 한 발 더 접근

경유차와 휘발유차의 배기관에서 배출되는 PM2.5는 우리의 건강에 잠재적인 위험이 될 것입니다. 뿐만 아니라 호흡기 질환으로 인한 생산성 손실과 의료 체계에 대한 부담 증가는 거대 연담 도시들의 주요한 문제로 대두되고 있으며, 현재 이들 도시에서는 IoT 및 LoRaWAN으로 눈을 돌려 기존 모니터링 시스템의 약점을 해결하고 있습니다. 정확한 데이터의 연속 스트림을 거의 실시간으로 생성하는 무선 센서 네트워크를 통해, 도시 계획자는 환경 조건이 특히 더 불리한 날에 오염 발생을 제한하기 위해 교통 흐름을 차단하는 것과 같이, 사실 정보에 입각한 결정을 내릴 수 있습니다.

-도시 전역의 LoRaWAN 인프라를 지원하는 차세대 무선 센서 네트워크 덕분에, 도시를 보다 안전하고 탄력적이며 지속 가능하게 만들기 위한 유엔의 11번째 지속 가능한 개발 목표(SDG)에 훨씬 더 가까워졌습니다. 이는 선(善)을 위해 LoRa 기술을 어떻게 활용할 수 있는지를 완벽하게 보여주는 사례입니다.

-전세계적으로 도시는 대기 오염으로 고통받고 있으며 빈곤층은 특히 더 취약합니다. IoT 사용의 증대와, NO2 및 CO를 측정하도록 조정된 저렴한 무선 센서의 가용성은 서로 결합하여 시너지 효과를 나타냄으로써 이러한 문제들을 해결할 수 있는 기회를 제공합니다. LoRaWAN 인프라를 통해 지원하는 무선 공기질 센서는 미세먼지 오염의 일시적 및 장기적 에피소드를 모두 처리하는 데 필요한 빠르고 세분화된 데이터를 제공합니다.