센서데이터 웹으로의 비상(20131130)

1. 2013. 11. 30
권순현
(kwonshzzang@etri.re.kr)

2. 1 Sensor Network & Semantic Web 기술 동향
2
IoT 시맨틱 플랫폼(COMUS 플랫폼)
•
•
•
•
•
3
시맨틱 어노테이션 & 변환기술
USN자원/실세계이벤트/서비스/상황 온톨로지 모델링 기술
IoT 시맨틱 시맨틱 추론 기술(병렬/분산 추론)
IoT 시맨틱 레파지토리 적재기술
GEO/기상 LOD 구축 및 연계
플랫폼 활용
• 센서 커뮤니티
• 플랫폼 활용 서비스(기상센서 API, 웰라이프 수면관리 서비스,
오미(五味)길 서비스)

3. Motivation
High-level Sensor
A-H
E-H
Low-level Sensor
A-L
E-L
§ How do we determine if A-H = A-L ? (Same time? Same place ?)
§ How do we determine if E-H = E-L ? (Same entity ?)
§ How do we determine if E-H or E-L constitutes a threat ?
<Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>

4. 1
Sensor Network & Semantic Web 기술동향

5. The Challenge
Collection and analysis of information from h
eterogeneous multi-layer sensor nodes
<Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>

6. Why this is a Challenge?
§ 센서데이터의 표현과 동작이 통일되지 못함
§ 리소스의 공유를 위한 수단이 없음
§ 리소스의 사용과 배치가 특정 지역, 프로그램, 디바이스에
국한되어 사용되어짐
Resulting in a lack of communication and interoperability
<Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>

7. How to deal with?
Sensor Network
Sensor Web
상호작용이 없는 네트워크
이질적인 데이터 표현
사일로 형태의 서비스 제공
공유 가능한 센서 네트워크
문법수준의 표준화로 센서데이터를 표현
표준 API기반의 서비스 제공
웹 개방적/의미적
Semantic Sensor Web
웹 상에서 개방적인 네트워크
의미수준의 센서메타데이터를 표현
Semantic Web 기술기반의 서비스 제공

8. Sensor Network & Semantic web
W3C Semantic Web
SML-S
O&M-S
TML-S
Resource Description Framework
RDF Schema
Web Ontology Language
Semantic Web Rule Language
OGC Sensor Web Enablement
SensorML
O&M
TransducerML
GeographyML
Sensor
Ontology
Sensor
Ontology
SAWSDL
SA_REST
Web Services
Web Services Description
Language
REST
National Institute for
Standard and Technology
Semantic Interoperability
Community of Practice
Sensor Standards Harmonization

9. OGC SWE(Sensor Web Enablement)
서비스, 센서,
제공자, 데이터
에 대한 정보 목
록 등록 저장 검
색 서비스
각 센서 시스템에
과제 할당 및 전
달 서비스
센서 데이터
에 접근
서비스
SOS
SPS
TML
시스템과 실
시간데이터
변환 표준
SAS
O&M
카타로그
서비스
센싱 값, 측
정단위에
대한 표준
등록된 클라
이언트에게
경보 알림
서비스
SML
센싱 데이터
표현의 표준
다양한 타입
의 클라이언
트 매체
Client
<출처 : “Semantic Sensor Web”, Amit Sheth, Cory Henson, Satya S.Sahoo>

10. Semantic Sensor Web의 출현
OGC
표준화 노력
Semantic Sens
or Web
Semanti
c Web
센서 데이터의 의미
와 설명을 위한 확
장 된 기반 제공
Open Geospatial Consortium (OGC: www.opengeospatial.org)
- 산·학, 정부로 조직된 국제 컨소시움
- 웹 기반 센서네트워크와 저장된 센서 데이터를 검색하고 접근할 수
있는 센서 웹의 실현을 위해 표준 프로토콜과 API의 중요성 강조
W3C 의 Semanticweb Activity (www.w3.org/2001/sw)
- 웹에서의 데이터 공유와 재사용을 위한 프레임 제공을 위한 노력
- 센서 데이터의 의미와 설명을 제공할 수 있는 기술 제공

11. Semantic Sensor Web의 출현
OGC의 SWE(Sensor Web Enablement)
- 센서가 웹에서 액세스되고 제어가능 하도록 센서데이터, 센서 데이터 모델, 센서
웹 서비스 에 관한 표준 API, 모델링 언어에 관한 표준 규격 제공
- 표준 API : O&M, SOS, SPS, SAS, WNS
- 표준 모델링 언어: SML, TML
Semantic web technologies
- 온톨로지 (시간, 장소, 주제 온톨로지 및 센서 도메인 온톨로지)
- 의미 데이터 모델링 언어 : RDF, OWL, SWRL
- 시멘틱 어노테이션, 룰기반의 추론

12. Semantic Sensor Web
센서로부터 센싱된 데이터를 온톨로지와 시맨틱 어노테이션으로 의미적 표현
이질적인 센서데이터를 표준화된 시맨틱 데이터로 표현함으로써 센서간의 상호운용성을 증대
시맨틱 지식기반 융복합 서비스 제공
<출처 : “Semantic Sensor Web”, Amit Sheth, Cory Henson, Satya S.Sahoo>

13. Sensor Web vs SSW
Semantic Sensor Web
Sensor Web
정적인 센서데이터를 구문적인 데이터로 표현
Syntactic 수준의 표준화
획일적이고 Silo한 서비스만을 제공
센서데이터를 의미적이고 동적인 데이터로 표현
Semantic 수준의 표준화
시맨틱 지식기반 서비스 제공
매쉬업 서비스
IPTV 서비스
모바일 서비스
Service#1
Service#2
모바일 서비스
IPTV 서비스
웹서비스
Service#3
Service Mashup
Dynamic Service Discovery
Static Service Discovery
LOD
Semantics
Sensor Data Translator
Value#1
USN
Value#2
Value#3
Value#4
Semantic Data Translator
USN

14. 2
IoT 시맨틱 플랫폼(COMUS 플랫폼)

15. IoT 시맨틱 플랫폼 (COMUS 플랫폼)
Push Service
Context
센서데이터 + 지도서비스 매쉬업
Service
COMUS PLATFORM
스마트홈
Context Synchro
nizer
Service
Synchronizer
모바일 서비스
Service Executo
r
스마트홈서비스
도심지
USN자원/실세계이벤트/서비스/상황
온톨로지 모델링 기술(RDF(S), OWL)
시맨틱 USN 저장소 Suite
SPARQL
인터페이스
Open API
Plug&Play 센서
IoT
USN자원/커뮤니티/실세계 이벤트/서비스/ 상황 온톨로지 Semantic Repository 적재기술
Linking Open Data
RDF
시맨틱Semantic Transl
어노테이션&변환기술
ator
(Semantic Annotation&Tranlation)
기상센서
SPARQL Endpoi
LOD(Linked Open Data) 연계기술
nt
Translation Rule
XML
SensorML/Sensor O&M
온톨로지 규칙기반 추론기술
(Rule Entailment Reasoning)
추론기

16. 시맨틱 어노테이션&변환기술
Sensor Network
Translation Rule
Target Ontology Schema
Device
id= { {“jobtype”, “1”},
{“subjet”, “id$”},
{“object”, “resource:SensorNode”}
}
positon={ {“jobtype” , “1”},
{“subject”, “position_uri$”},
{“object”, “geo:Location”),
……………………………………
…..
}
JSON/XML/EXCEL
Person
Upper
Action
Time
Context
Spatial
Service
Domain
JSON
Knowledge Creator
Run-Time Translator
RDF(S)/OWL
Build
Collector & Analyzer
Rule
Parser
Ontology
Parser
Rule Adder
Ontology
Adder
Schema Verifier
Sensor Specification
Triple Creator
Rule
Set
Repository Interface
RDF
Translation Knowledge
Ontology KB
classes
properties
Sensor Observation
Real Event/Context
Invoke Service
IoT Semantic Repository

17. 기상센서데이터의 시맨틱 변환
AWS Data
Translation Rule
id= { {“jobtype”, “1”},
{“subjet”, “id$”},
{“object”, “resource:SensorNode”}
}
positon={ {“jobtype” , “1”},
{“subject”, “position_uri$”},
{“object”, “geo:Location”),
………………………………………..
}
JSON/XML/RDF
Semantic Translator
RDF Data
resource:323 rdf:type resource:SenosorNode
resource:323 resource:daily 22.5^^xsd:float
resource:323 resource:weekly 23.8^^xsd:float
변환온톨로지모델

18. 시맨틱 어노테이션&변환 예제
Translation Rule #1
Input Data(JSON)
awsID= {
{ “jobtype”, “1”},
{“subject”, “awsID$“},
{“object”, “resource:SensorNode”}}
{
{“awsID”, “323”},
{“manufacturer”, “ETRI”},
{“position”, “pos_323”},
{“coordinate”,
{
{“latitude”, “32.7296”},
{“longitude”, “127.1141”},
{“altitude”, “101.31”},
}
}
Translation Rule #2
RDF생성
}
resource:323 rdf:type resource:SenosorNode
resource:323 resource:hasManufacturer “ETRI”
space:pos_323 rdf:type geo:LocationCoordinate
resource:323 resource:hasPosition space:pos_323
Space:pos_323 space:latitude 32.7296
resource:SensorNode
geo:LocationCoordinate
rdf:type
resource:hasPosition
rdf:type
resource:323
space:latitude
resource:hasManufacturer
space:pos_323
ETRI
32.7296
manufacturer= {
{“jobtype”, “3”},
{“subject”, “awsID$”},
{“predicate”, “has||Manufacturer@”},
{“object”, “manufacturer$^^xsd:string”}
}
Translation Rule #3
position= {
{ {“jobtype”, “1”},
{“subject”, “postion$”},
{“object”, “geo:LocationCoordinate”}},
{ {“jobtype”, “2”},
{“subject”, “awsID$”},
{“predicate”, “has||Position@”},
{“object”, “position$”}}
}

19. USN자원/실세계이벤트/서비스/상황 모델링
서비스 Upper 온톨로지
실세계 이벤트 온톨로지군
Service
Weather Ontology
Space Ontology
Agent
Policy
Resource Ontology
Event Ontology
Context
rdfs:subClassOf
rdfs:subClassOf
rdfs:subClassOf
rdfs:subClassOf
Policy Ontology
Time Ontology
Agent
Service
Community Ontology
Context
Policy
서비스 Domain 온톨로지

20. 실세계 이벤트 모델 개요
• 실세계 이벤트(Real Event)
COMUS 플랫폼에서 유통되는 센서데이터를 특정 서비
스 도메인과 독립적 ,일반적 지식(기상, 위치, 시간, 사용
자 정책 등)과 연계하여 추상화한 개념
• 실세계 이벤트 모델링
실세계 이벤트 데이터 생성을 위한 명세정보와 프로세스
를 모델링화한 지식베이스
– 입력
• RDF로 변환된 정량적인 센서데이터
• Resource 온톨로지의 인스턴스값
– 출력
• 추상화된 실세계 이벤트 정보
• 프로세스된 Event 온톨로지의 인스턴스값

21. 실세계 이벤트 모델 개괄구조
owl:imports
FOAF Ontology
Service Ontology
Service Ontology
OWL-Time Ontology
owl:equivalentClassOf/
owl:equivalentPropertyOf
Agent Ontology
Event Ontology
Time Ontology
Community
Ontology
Space Ontology
Weather Ontology
Resource Ontology
OpenCYC/OpenGIS Ont
ology

22. 실세계 이벤트 데이터 Flow
서비스 도메인 온톨로지
Context1
Context2
Context3
이벤트데이터
Agent Ontology
Agent
명세정보
Agent
SNS 정보
Agent
Policy정보
기상
시간정보
Event
명세정보
data
기상
데이터정보
data
Service2
Service3
Event Ontology
Ontology Inference
Weather Ontology
기상
지역정보
Service1
Event
관계정보
Event
값정보(정량,정성)
Policy Ontology
Static Policy
규칙정보
Spatial Ontology
Dynamic Polic
y
규칙정보
Policy
관계정보
Time Ontology
Space
기본명세
Space
연계정보
Space
Geo 정보
data
Resource
기본명세
Resource
소유정보
Resource
위치정보
data
Resource Ontology
Time
인스턴스정보
Resource
센싱정보
Resource
커뮤니티정보
Ontology Translation
SensorML/Sensor O&M/COMUS XML
Sensor_1
Sensor_2
Time
인터발정보
Sensor_3
인터발
관계정보
Resource
Policy 정보

23. 센서데이터의 시맨틱 가공단계
센싱데이터 시맨틱 가공단계
센싱데이터
이벤트정보
서비스정보
상황정보
시맨틱 USN 저장소
(센싱데이터, 이벤트정보
)
시맨틱 USN 저장소
(상황정보, 서비스정보)
• 서비스 독립적 데이터
• 대용량 데이터
• 빠른추론, 간편한 모델
• 서비스 의존적 데이터
• 주관적, 디테일 데이터
• 상세추론, 세밀한 모델
실시간 이벤트 추론
상황추론엔진

24. 실세계 이벤트 모델 처리 프로세스
③ 공간온톨로지
정량적인 공간정보를 개념화된
공간개념으로 확장(센서가 존재하는 위치에 대한 개념정보)
⑥ 출력
실세계 이벤트 정보를 각 도메인 서비스
에게 제공함
Spatial Ontology
센서의 명세정보와
실시간 센서데이터의 연계
c
dete
hasPosition
Spa
vent
hasE
ce
ts
Resource Ontolog
y
Event Ontology
⑤ 이벤트 온톨로지
이벤트 데이터를 생성하고 실세계
이벤트 실세계 이벤트 각 요소(공간,
시간, 기상)과 연계하는 온톨로지
Weather Ontology
hasTime
① 입력
(센서명세정보, 실시간 센서데이터를
시맨틱 변환하여 적재)
hasEventTe
m
poral
④ 기상온톨로지
정량적인 기상정보를 개념적인
공간정보와 시간정보로 연계한
온톨로지
Time Ontology

25. 기상특보가 발휘되고
러쉬아워인 지역
상황정보로의 활용
회피지역존재상황
Geo 정보로의 확장
기상정보의 연계
회사밀집지역
weather101
강남구
rdf:type
humidity
status
subsumedBy
rainy
역삼동
호우경보
temperature
hasSpace
서울
21
80
uv
10
hasTime
subsumedBy
유흥가
rdf:type
hasEventWeather
subsumedBy
상업지역
러쉬아워
저녁
강남역
rdf:type
시간개념으로의 확장
hasEventSpatial
Object
event
hasPOI
rdf:type
hasEventTemporal
127.2121
rdf:type
센싱값정보
long
spatial:Pos
Sensor
rdf:type
rdf:type
이벤트 데이터 생성
SensorNode
퇴근시간
한가을
센서명세정보
2012:09:19T18:50:00
ObjectInput
lat
rdf:type
rdf:type
inXSDDateTime
37.4232
rdf:type
hasPosition
alt
TRAFFIC_SERVICE_1_1
Time_102121
0.0
consistOf
hasTime
TRAFFIC_SERVICE_1_1_1
hasGoal
detects
hasValue
TEMPERATURE
Obs_1212_11212
21

26. IoT 시맨틱 추론 기술(병렬/분산)
실세계 이벤트 추론 WorkFlow
Temporal 처리
Weather 처리
JSON
Job Control
Job Tracker
enta
plem
im
tion
import
Resource 센싱값
생성
MapReduce
Spatial 처리
Inferred RDF
Agent 정보리턴
Event처리
export
Policy 정보리턴
implementation
MapReduce
HBase/HDFS
MapReduce
MapReduce

27. IoT 시맨틱 레파지토리 적재기술
HBase기반 시맨틱 레파지토리
HTTP Server
application
SPARQL
SeRQL
Sesame Repository API
를 상속하여 기능 확장
RDF Model
RIO
SAIL API
Repository API
HBase
Map
Reduce
HBase Reposiotry API
HDFS
extended Sesame
Apache

28. GEO/기상 LOD 구축
http://comus.linkeddata.kr : 안행부 새도명 주소, 기상청 AWS 기반 구축
<SPARQL Endpoint>

29. Sensor Data의 LOD 연계
Daejeon
Gajeongro
GEO LOD
Heavy Rain
Warning
rdf:type
Metropolitan
Region
Weather
geo:spatiallySubsumedBy
rdf:type
127.345
ETRI
itude
long
rdf:type
hasPOI
Location_101
Weather LOD
37.113
Transducer
hasQualitative
hasTime
altitude
Rainy
W_101
InterVal_101
9.8
rdfs:subClassOf
19.432
130
ObservationValue
Sensor
rdf:type
owltime:Insides
rdf:type
hasTime
TR_101
implements
TEMPERATURE
rdf:type
rdf:type
TMP_20130908132435
hasValue
Req_1350
owltime:inXSDDateTime
10
2013-09-08T13:24:35
Afternoon
Autumn

30. 3
2
플랫폼 활용

31. Community
• 특정 목적(이벤트)에 따라 동적으로 발생되고 소
멸되어 지는 센서들의 의미적 집합
– 목적
• 화재, 홍수, 범죄, 백화점 세일, 연휴기간
– 동작
• 이벤트 발생시 명세된 커뮤니티의 역할에 따라 동적 커뮤
니티 생성
• 생성된 커뮤니티의 조건에 따라 협업할 센서 리스트 발견
• 커뮤니티 구성원(센서)으로부터 센서데이터 수집 및 분석
• 커뮤니티간의 데이터 공유를 통한 헙업 진행

32. Community 온톨로지 구조
Community Ontology
Status
Service Ontology
Service
Goal
comm:hasStatus
ResourceType
Community
rdf:type
rdf:type
rdf:type
comm_101
comm_102
context:drives
asGoal
comm:h
rdf:type
comm_103
comm_104
rdf:type
comm:hasResourceTyp
comm:hasStatus
FLAME
e
Active
Platform Data
Resource
EscapeContext
EmergencyContext
Invoke Context/Service
weather:hasSpace
Weather
Forecast
Space
resource:hasPositio
n
resource:produces
rdf:type
OXYGEN
SMOKING
Discovery Resource
Linked Data
Context
Fire
weather:hasForecast
weather:hasSpace
Observation
weather:hasObservation
Weather
resource:hasTime
weather:hasTime
Time

33. Community 동작(Discovery Resource)
Community
Weather
RAINY
rdf:type
Detect Fire
rdf:type
Policy
hasEventWeather
comm_102
Weather_101
Con_101
Active
Adjacent
hasD
c:hasResourceTyp
e
tingP
etec
isPartOf
FLAME
Traffic
olicy
SMOKING
hasEve
ntReso
urce
CO2
COEX
SamsungDong
Weather
Continuous
hasSpace
rdf:type
CALT
HyunDai
Department
rdf:type
Resource
ace
Resource_103
Discovery Resource
rdf:type
rdf:type
Space
rdf:type
Resource_102
pe
rdf:type
hasSp
rdf:ty
Resource_101
ent
adjac

34. Community 동작(Context Aware)
8.9
EarlyWinter
uces
rdf:type
comm_102
Eve
hasEventTe
pe
ClosingHour
Tmp_20131126183223
owltime:inXSDdate
Resource_101
has
rdf:ty
Obs_101
prod
Community
RushHour
mporal
ntRe
sou
rc
e
uce
prod
2013-11-26T13:54:23
s
Obs_102
Resource_102
COEX
138.21
𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆(? 𝒙, ? 𝒓 𝟏)∧ 𝒉𝒂𝒔𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆𝑻𝒚𝒑𝒆(? 𝒓 𝟏, 𝑺𝑴
𝒑𝒓𝒐𝒅𝒖𝒄𝒆𝒔(? 𝒓 𝟏, ? 𝒚 𝟏)∧ 𝒉𝒂𝒔𝑽𝒂𝒍𝒖𝒆(? 𝒚 𝟏, ? 𝒗 𝟏)∧ 𝒔𝒘𝒓𝒍𝒃: 𝒈𝒓𝒆𝒂𝒕𝒉𝒆
7.8
𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆(? 𝒙, ? 𝒓 𝟐)∧ 𝒉𝒂𝒔𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆𝑻𝒚𝒑𝒆(? 𝒓 𝟐, 𝑭𝑳
Obs_103
𝒑𝒓𝒐𝒅𝒖𝒄𝒆𝒔(? 𝒓 𝟐, ? 𝒚 𝟐)∧ 𝒉𝒂𝒔𝑽𝒂𝒍𝒖𝒆(? 𝒚 𝟐, ? 𝒗 𝟐)∧ 𝒔𝒘𝒓𝒍𝒃: 𝒍𝒆𝒔𝒔𝑻𝒉𝒂
Resource_103
Initial State
⟶ 𝑰𝒏𝒊𝒕𝒊𝒂𝒍𝑺𝒕𝒂𝒕𝒆𝑭𝒊𝒓𝒆(? 𝒙)
Fire
Business Area
Entertainment
Area
Weather_101
Difficulty
Entry
Sleet
≡∃ 𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑺𝒑𝒂𝒄𝒆. 𝑩𝒖𝒔𝒊𝒏𝒆𝒔𝒔𝑨𝒓𝒆𝒂 ⊓
∃ 𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑻𝒆𝒎𝒑𝒐𝒓𝒂𝒍. 𝑪𝒍𝒐𝒔𝒊𝒏𝒈𝑯𝒐𝒖𝒓⊓
∃ 𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑾𝒆𝒂𝒕𝒉𝒆𝒓. 𝑺𝒍𝒆𝒆𝒕

35. Community 동작(Collaborate Community)
GEO LOD(http://comus.etri.re.kr/RWEvent/Space)
adjacent
HynDai Depart
COEX
CALT
hasSpa
ce
Detect Customer
Number
comm_101
comm_103
Activated Community
comm_102
Slide
Road
Shared Context
Recommend
Public Transit
Entry Difficulty
Vehicle Control
rdf:typ
e
Traffic
Congestion
Detect Fire
rdf:type
Detect Traffic
No Parking
Crowed
Initial State
Fire
Prohibit Come Prohibit of Passing
out of Car

36. LOD 연계를 통한 기상데이터의 활용
서울시 열린 데이터광장
Geo LOD
문화재
광역시
지역
같다
포함된다
중구
포함된다
경도
위도
관련역사
……
…
현재 자외선지수가 높고 내일 습도가
높을 것으로 예상됨
37.4213
문화재관리의
위험상황
기상 LOD
기상
위치를 가진다
event:ev_101
폭우
weather:w101
위치를 가진다
10.323
시간을 가진다
장마
측정값
space:pos_101
……
구조
재원
128.232
고도
남대문
남대문
가깝다
YTN Tower
지역을 가진다
owl:ObjectProperty
owl:DatatypeProperty
rdf:type
rdfs:subClassOf
rdfs:subPropertyOf
측정값을 가진 시간을 가진다
다
위치한다
resource:res_101_obs
리소스
한여름
시간값
전이다
오후
측청된다
값을 가진다 시간을 가진다
시간값
resource:res_101
resource:UV
9
2013-07-24
2013-07-23T14:34:53
time:tmp_101

37. 기상센서 API
" 기술 정의
•
대용량 스트리밍 센서 데이터 처리를 위한 NoSQL 기반의 저장소 개발 및 운영
•
국내 기상 센서 데이터 전체에 대한 SensorQL 기반 서비스 구축
•
Daum 개발자 네트워크를 통한 베타 서비스 구현 및 매쉬업 과제 개발
• 대용량 센서 데이터 저장 실험: 2012년 3월부터 기
상청으로부터 수집한 실측 센서 7종에 대한 3억 건
의 데이터와 분당 추가되는 증분식Incremental) 데
이터 업데이트 및 검색 기능 성능 보장
• SensorQL Console 추가 개발: 센서 데이터 활용을
위한 질의 처리 시스템인 개발자 도구를 직관적이
고 용이하게 구축, JSON 데이터 처리 기능 제공
• 시범 기상 센서 구축: 제주 Daum GMC 및 Space.1
등
2개 지역에 기상 센서 실측 장비 설치 및 데이터 추
가 진행

38. 웰라이프 수면관리 서비스
" 기술 정의
• 댁내/사용자 설치/부착 형 센서를 활용한 사용자 건강/수면/활동과 댁내 환경 모니터링 및 관리
• 비만 개선 및 수면품질 향상을 위한 사용자 맞춤형 전문가 콘텐츠 제공
• 시멘틱 추론 엔진 기반 수면/건강의 증진/악화 요인 분석
• 건강/수면/활동/환경 센서장치와 게이트
웨이, 미들웨어, COMUS 플랫폼 연동을
통한 센서 데이터 수집 및 관리
• 3축 가속도 센서, 마이크로폰 센서를 활
용한 수면 중, 무호흡/코골이/뒤척임 감
지
• 표준 가이드라인 기반 건강/수면/활동/환
경 수집 정보의 전처리 및 등급화
• 시맨틱 추론 온톨로지를 활용한 상황정
보 추출 및 건강상태 증진/악화 요인, 수
면상태 증진/악화
요인, 수면 피드백 정보 분석
• 스마트 앱 기반 건강/수면/활동/환경 정
보 및 누적 데이터, 피드백 콘텐츠 제공

39. 오미(五味)길 서비스
" 기술 정의
• 오미(五味)+길: 달고, 시고, 쓰고, 맵고, 짠 음식에 대한 정보 및 해당 정보를 기반으로 한 건강 관리의 길
, 즉, 여행/식당 정보의 길을 제공하는 서비스
- 염도 센서를 이용한 누적 염도정보 제공 서비스
- 음식의 味感 정보 기반의 건강 관리 및 개인 음식 추천 서비스
• 기상, 교통, 위치, 센서정보 및 여행 컨텐츠의 시맨틱
데이터 모델링/가공/처리 기술 개발
- SPARQL 쿼리를 통한 시맨틱 데이터 가공 처리 연계
시스템 설계 및 개발
- 기상 데이터와 연계한 온톨리지 모델링
- 먹거리(음식)데이터의 온톨리지 모델링
• 모바일 단말에서의 개인일정, 사진, GPS 기능과 연동된
맞춤형 여행추천/안내/지원 서비스 개발
- 염도&온도센서 개발
- 모바일 연동 측정 기술 개발
- 개인 단말기 스마트폰용 앱 및 오미길 서비스 개발
- 개인 선호도를 통한 맞춤형 음식 추천 시스템 개발
- COMUS 플랫폼과 연동하기 위한 인터페이스 개발
- 염도 섭취량 정보 제공 기능 개발

40. 센서와 시맨틱웹의 만남은
To Enrich
To Reduce
To Provide
To Connect
시맨틱 어노테이션,온
톨로지을 통해 센서 웹
의 문법적 표준화 서비
스에 풍부한 의미을 부
여하고,
온톨로지를 이용해서
의미적 모호성을 감소
시키고,
컴퓨터가 이해할 수 있
는 데이터를 제공하여
상이한 장비와 제반 프
로세스라도 처리 가능
하게 하여,
센서정보와 웹정보를
표출시켜 다양한 융복
합 기반의 Linked Dat
a 서비스를 가능하게
한다.
의미적 상호운용성을 통한 소통의 단절 해소
융복합을 통한 지식과 서비스 창출
센서데이터 재사용 가능