Category: Internet of Things

HL Mando는 ‘세상을 더 안전하고, 친환경적이며, 편리하게 모든 고객이 자유로워지는 내일’의 역사를 만들어 나가는 글로벌 자동차 부품 전문 기업입니다. 조향장치(Steering), 제동장치(Brake), 현가장치(Suspension)와 같은 자동차 핵심 부품 제조에서부터 최근에는 자율주행, 전기차와 같은 미래 모빌리티 역량과 e-Drive, 수소연료전지 컨버터 등 친환경차 솔루션 사업을 강화하고 있습니다. 2023년 기준 매출액은 약 7.5조 원을 기록했으며, 현재 CES 2024 최고혁신상을 수상한 […]

오든의 스마트 아쿠아 팜 솔루션은 스마트 부표 솔루션과 센싱, 통신 디바이스, 실시간 AIoT 서비스가 가능한 플랫폼을 제공합니다. LTE와 Wifi 등을 다양한 IoT 무선 통신과 디지털 센싱 프로토콜을 지원하여 호환성과 범용성을 제공하고, 디지털 시그널 프로세서(ODN-DSP)로 확보된 ‘메타오션’ 데이터 API 서비스와 ‘오든뷰’ 앱 서비스를 통해 사용자의 편리성을 극대화했습니다. 오든은 이러한 AIoT 솔루션을 통해 접근성이 떨어지는 해상에 물리적인 […]

자동차 산업의 메가 트렌드 키워드인 CASE 는 연결(Connectivity), 자율주행(Autonomous), 공유(Sharing), 전동화(Electrification)로 정리할 수 있습니다. 그 중 커넥티비티는 IT 기술이 융합된 자동차가 세상과 연결되고 움직이는 생활공간으로 발전하며 다양한 모빌리티 서비스 제공이 가능하게 만드는 기반입니다. 그런데 모빌리티 서비스에서 연결된 차량이 급속도로 늘어나고 대상 지역이 글로벌로 확대됨에 따라 차량 관제 및 관리 시스템(FMS)도 차량 증가 속도와 지역별 다양한 […]

AWS 사용자들은 CloudWatch를 사용해 AWS 리소스들을 모니터링하고 알람을 생성해 이상 상황을 확인 할 수 있습니다. 나아가 Amazon SNS와 연계하여 CloudWatch에서 생성한 알람들을 텍스트 기반의 이메일/SMS/슬랙과 같은 방법으로 수신 할 수 있습니다. 그러나 사용자의 서비스에 영향을 줄 수 있는 중요한 알람이 발생했지만, AWS 사용자들이 텍스트 알람을 즉시 확인하지 못하는 상황이라면 어떻게 될까요? 사용자가 알람을 확인하고 조치하기까지 […]

사물인터넷 (IoT) 디바이스에서 이미지 분류를 하기 위해서는 효과적인 기계학습 모델이 필요합니다. 2020년 AWS re:Invent에서 소개된 AWS IoT Greengrass V2는 ResNet-50에 기초한 DLR 이미지 분류 모델 스토어를 Java 기반의 공개 컴포넌트(Public component)로 제공하고 있으므로, IoT 디바이스에서 이미지 분류를 할 때 유용하게 사용할 수 있습니다. DLR (Deep Learning Runtime) 이미지 분류 모델은 Built-in public component인 variant.DLR.ImageClassification.ModelStore로 제공되며, 이것을 IoT […]

AWS Professional Services(ProServe) IoT 타이거 팀은 IoT 를 주제로 활발한 지식 공유 및 다양한 토이(Toy) 프로젝트를 진행하고 있습니다. 이번 게시글에서 소개드릴 내용은 드론에 관한 것입니다. 드론이 처음 도입된 군사용 무기에서부터 건설, 에너지, 물류, 재난구조, 교통 관측, 과학 연구, 농업, 촬영, 취재 등 각종 분야에서 활발하게 사용되고 있으며, 더 나아가 클라우드 서비스와 접목하여 지능형 서비스로 그 […]

이 글은 AWS IoT Blog에 게시된 How to use your own data source in AWS IoT TwinMaker by Ali Benfattoum을 한국어로 번역 및 편집하였습니다. AWS IoT TwinMaker 소개 AWS IoT TwinMaker를 사용하면 개발자가 여러 소스의 기존 데이터를 사용할 수 있습니다. 이 기능으로 건물 및 공장과 같은 실제 시스템의 디지털 트윈을 쉽게 생성할 수 있습니다. AWS […]

기계 학습(Machine Learning) 활용이 일반화 되면서 IoT 디바이스에서도 기계학습을 활용하려는 요구가 증가하고 있습니다. 기계학습 알고리즘을 IoT 디바이스의 동작에 활용하기 위하여 기계학습 서버 API를 이용하면, 1) 디바이스는 항상 네트워크에 접속이 가능하여야 하고, 2) 디바이스의 숫자가 증가하면 서버의 처리 용량이 동일하게 증가되어야 하며, 3) 추론을 위한 API 호출 비용 부담으로 인해서, IoT 디바이스에서 기계학습을 활용할 때 제한 […]

산업에서 사용되는 고성능 장비뿐만 아니라 실생활에서 사용되는 디바이스들의 기능이나 공정이 복잡해질수록 더 다양한 입출력 모듈을 가지고 있습니다. 쿠키 반죽을 만드는 믹서를 예로 들자면, 센서를 이용하여 결과물에 영향을 미치는 모터의 속도나 반죽의 온도와 같은 시계열 데이터를 실시간으로 측정할 수 있고, 머신러닝을 접목하여 반죽에 이물질이 들어가지는 않는지, 색깔이 이상하지는 않은지 빠르게 이상 감지하거나, 실시간으로 비디오 스트리밍 데이터를 […]

배경 사물 인터넷(IoT) 환경에서 IoT 디바이스들은 MQTT 프로토콜을 사용해서 클라우드와 통신을 하고 있습니다. 이러한 MQTT 프로토콜을 이용한 통신 방식에는 다음과 같은 한계가 있습니다. 비동기 통신 방식 : MQTT 프로토콜은 비동기식 방식이며, 많은 고객사의 사물 인터넷(IoT) 디바이스들은 HTTPS와 같은 동기 방식 통신만을 지원하고 있습니다. 최대 Payload 크기 : MQTT 프로토콜의 최대 Payload 크기는 128KB 입니다. 그 […]