빅데이터 기반 태깅 시스템의 데이터 식별 프로세스 개선을 위한 실증적 연구

Abstract

자동식별 및 데이터 획득(Automatic Identification & Data Capture) 시스템 AIDC는 개별 항목의 정보를 식별, 확인, 기록, 통신 및 저장하는 기술이다. 자동식별 및 데이터 획득은 4차 산업혁명을 기반으로 하는 진보된 다양한 분야에서 사용이 가능하며, 산업분야에서 프로세스 자동화의 핵심 기술로 사용되고 있다. 기존의 데이터를 수집하고 식별 하는 방법은 바코드, 스캔 기능 단말기, 라벨 기능 코드, RF 주파수 스펙트럼을 사용 한다. 일반적으로 사용되는 자동식별 및 데이터 획득 기술의 수동 태그는 리더의 전자기장에서 파생 된 전력을 사용하여 데이터를 리더로 다시 전송하게 된다. 리더는 식별 범위 안에 들어오는 많은 수의 태그들은 동시에 식별을 하기 위하여 태그 충돌 현상을 만들어서 식별 성능의 문제를 가져올 수 있다. 리더의 식별 범위 안에 들어오는 많은 수의 태그들이 동시에 식별을 시도 할 때, 태그 충돌 현상이 발생 되고 결과적으로 정확한 식별을 하지 못하게 된다. 태그 식별 기술에서 시스템의 효율을 향상 시키는 많은 방법들이 존재하며 식별 프로세스가 복잡하면 다수의 비용적인 부분이 발생하게 된다. 4차산업 혁명 기반 기술에 적용을 위하여, 기존 방법의 식별 알고리즘을 빅데이터 분석 기법을 사용하여, 태그수와 프레임 수를 증가하며 시뮬레이션을 수행 하였다. 결과적으로 추측 가능한 태그의 수를 알아낼 수 있는 기존의 예측 방법을 빅데이터 분석을 통하여 추정 하였다.