주메뉴 바로가기 본문바로가기
전제메뉴닫기
과제현황 목록

과제기본정보

소음 스트레스 해소를 목적으로 한 거주자 감성 반응형 마스킹 사운드 자동 제어를 위한 머신러닝기반 IoT 원천기술 개발2년차

사업개요
사업개요에 대한 사업명, 분류코드(기술분류), 과제명, 주관연구기관, 총괄연구 책임자(성명, 소속, 전화번호), 총 연구기간, 당해연도 연구기간 정보제공
사업명 국토교통기술촉진연구사업 과제번호 22CTAP-C163631-02
국가과학표준분류 1순위 원자력 | 노심 핵설계 기술 | None 적용분야 건설업
2순위 농림·수산 | None | None 실용화대상여부 비실용화
3순위 농림·수산 | None | None 과제유형 응용
과제명 소음 스트레스 해소를 목적으로 한 거주자 감성 반응형 마스킹 사운드 자동 제어를 위한 머신러닝기반 IoT 원천기술 개발
주관연구기관 전남대학교산학협력단
총괄연구 책임자 성명 류종관
소속 전남대학교산학협력단 직위 교수
전화번호 062-530-12851 FAX 062-530-1139
총 연구기간 2021-04-01 ~ 2022-12-31
당해연도 연구기간 2022-01-01 ~ 2022-12-31

(단위:원)

년도별 정부출연금, 기업부담금, 계 정보제공
년도 정부출연금 기업부담금
현금 현물 소계
2차년도 210,000,000 0 0 0 210,000,000
과제기본정보의 연구개발개요, 최종목표, 연구내용 및 범위 정보제공
연구개발개요 ○ 본 연구과제는 스마트하우스 분야에 머신러닝 기반 IoT 시스템을 접목하는 창의적인 연구이며 스마트 하우스를 위한 사용자 반응형 주거 환경 개발 목표를 달성하기 위해 시급히 요구되는 기술로서, 층간소음 등 실내외 소음에 의한 스트레스 해소를 목표로 하는 중요성이 매우 높은 기술임. 소음대상 생리 및 심리실험을 기반으로 데이터셋과 머신러닝 모델을 구축하여 감성 반응형 마스킹사운드 자동제어를 통한 쾌적한 실내음환경을 구현하는 스마트하우스 분야의 IoT원천기술을 확보하는 연구임.
최종목표 ○ 스마트하우스의 쾌적하고 정온한 환경구현을 목적으로, 주거환경 주요 위해인자인 실내외 소음의 의한 심리적 스트레스를 해소를 목적으로 한 거주자 감성 반응형 머신러닝 기반 마스킹사운드 자동제어 IoT 원천기술 개발을 하고자 함.

○ 본 연구개발은 4개의 핵심 연구개발 성과를 달성하여 최종 성과를 도출할 예정임.
- AI 머신러닝을 적용한 소음원 분류 머신러닝과 생체반응 기반 NSI(noise stress index, 소음스트레스지수) 예측 소프트웨어를 개발함
- 상기 개발된 예측 소프트웨어를 탑재한 마스킹사운드 재생 IoT모듈을 개발하고, IoT 모듈 시스템 구성을 위한 웨어러블 디바이스와의 네트워크를 개발함
- 구축된 IoT 시스템을 유사 공동주택에 적용하여 테스트 및 성능 보완 할 예정임
연구내용 및 범위 소음원 녹음과 실험실 측정(생체 및 심리 반응)을 통해 얻은 데이터를 이용하여 최적화된 머신러닝(CNN, SVM 등) 알고리즘 및 모델을 웨어러블 디바이스와 마스킹 사운드 IoT 모듈에 적용하여 시작품을 제작하고 유사 공동주택 환경에서 성능 검증 및 최적화가 수행될 것이며 주요 연구내용은 아래와 같음

○ 실내외 소음원 자동 분류 (자가, 윗층 등 이웃, 외부소음 등) 머신러닝 모델(데이터셋+알고리즘) 개발
○ 소음원/소음레벨에 따른 생체반응기반 소음스트레스지수(NSI) 예측 머신러닝 모델(데이터셋+알고리즘) 개발
○ 소음원/소음레벨 별 마스킹사운드 DB 구축
○ 마스킹사운드 자동 제어 IoT모듈(마이크, 스피커, 머신러닝구동장치+소프트웨어 등) 개발 및 웨어러블 디바이스(생체신호 수집)와의 네트워크 개발
○ 시작품 제작 및 유사 공동주택에서 성능 검증

상기 연구 주요내용의 구체적인 연구내용 및 범위는 아래와 같음

○ 소음원 분류 머신러닝 모델 구현 및 검증
- 주거 소음원 데이터 수집 및 현장 녹음
- 수집된 소음원 데이터 편집 및 데이터셋 구축
- 소음원 분류 머신러닝(CNN 등) 알고리즘 개발과 모델 구현

○ 생체반응 기반 NSI 예측 머신러닝 모델 구현을 위한 조사 및 실험실 실험
- 실험실 측정(정밀생체반응측정기+웨어러블 디바이스)을 위한 음원 선정 및 편집
- 실험실 측정대상 생체반응과 NSI 데이터 정의
- 1차 실험실 측정 및 데이터 수집(생체, 심리 반응)

○ 마스킹 사운드 재생 IoT 모듈 제작을 위한 기술 조사
- 마스킹 사운드 관련 선행연구 조사
- 최적 마스킹 사운드 선정 실험

○ 웨어러블 디바이스와 IoT 모듈과의 네트워크 구축을 위한 기술 조사 및 정의
- 웨어러블 디바이스 관련 선행연구 분석 및 획득 가능한 생체신호 조사
- 웨어러블 디바이스 선정 및 API 분석

○ 생체반응 기반 NSI 예측 머신러닝 모델 구현 및 검증
- 2차 실험실 측정 및 데이터 수집(생체, 심리 반응)
- 데이터셋 구축
- 머신러닝(SVM, RF 등) 알고리즘 개발과 모델 구현

○ 마스킹 사운드 재생 IoT 모듈 제작
- 공동주택 발생 소음 및 마스킹 사운드 특성 분석
- 마스킹 사운드 재생 IoT 모듈 제작
- IoT 모듈 성능 분석 및 보완

○ 웨어러블 디바이스와 IoT 모듈과의 네트워크 구축
- 웨어러블 디바이스와 IoT 모듈 간 네트워크 시스템 개발
- 웨어러블 디바이스와 IoT 모듈 간 무선통신 시스템 테스트 및 보완

○ 유사 공동주택환경에서 웨어러블 디바이스와 IoT 모듈 시스템 최적화
- LH 주택성능센터 등에서의 성능평가를 통한 시스템 보완 및 최적화
건설기술연구개발사업 주요내용
건설기술연구개발사업 주요내용의 구분, 연구개발목표, 연구개발 내용 및 방법 정보제공
구분 연구개발목표 연구개발 내용 및 방법
2차년도 ○ 소음원 분류 및 생체반응 기반 NSI 예측 머신러닝 모델 개발
○ 마스킹 사운드 재생 IoT 모듈 제작 및 웨어러블 디바이스와 IoT 모듈과의 네트워 크 구축을 위한 기술 조사
○ 소음원 분류 머신러닝 모델 구현 및 검증
- 주거 소음원 데이터 수집 및 현장 녹음
- 수집된 소음원 데이터 편집 및 데이터셋 구축
- 소음원 분류 머신러닝(CNN 등) 알고리즘 개발과 모델 구현

○ 생체반응 기반 NSI 예측 머신러닝 모델 구현을 위한 조사 및 실험실 실험
- 실험실 측정(정밀생체반응측정기+웨어러블 디바이스)을 위한 음원 선정 및 편집
- 실험실 측정대상 생체반응과 NSI 데이터 정의
- 1차 실험실 측정 및 데이터 수집(생체, 심리 반응)

○ 마스킹 사운드 재생 IoT 모듈 제작을 위한 기술 조사
- 마스킹 사운드 관련 선행연구 조사
- 최적 마스킹 사운드 선정 실험

○ 웨어러블 디바이스와 IoT 모듈과의 네트워크 구축을 위한 기술 조사 및 정의
- 웨어러블 디바이스 관련 선행연구 분석 및 획득 가능한 생체신호 조사
- 웨어러블 디바이스 선정 및 API 분석
연구성과 기술적 기대성과 ○ 기존의 마스킹 사운드 기술은 주로 인공소음 위주의 단순 기술로 기술적 한계를 보여 마스킹사운드 자체가 오히려 부정적인 영향을 발생시켰음. 반면, 본 연구의 AI기반 마스킹 사운드 기술은 사용자의 심리적 관점에서 마스킹 사운드 기술을 통해 심리적 소음제어의 긍정적인 영향을 줌
○ 기존의 웨어러블 디바이스에서 획득한 생체신호는 실내의 공기 질, 조명 등 부분적인 실내 환경 분야에서만 사용해 왔지만 소음 분야에서의 활용성을 증가시켜 향후 전체적인 실내 환경 분야에서 적용하여 스마트 홈 등의 기술에 발전시키도록 이바지함
○ 소음원 분류 알고리즘 개발 및 모델 구축을 통해 소음원 분류 기술 증진에 이바지하고 다른 소음원 분류를 위한 연구개발 등 활성화 기여
○ 마스킹 사운드 IoT 모듈을 통해 소음과 IT기술 등 다양한 관점의 지식 및 기술을 융합하는데 기여
사회 경제적 파급효과 ○ 경제적ㆍ산업적 측면
- 오피스나 도서관 등에서 주로 사용되던 마스킹 사운드 기술을 더 확장시켜 심리적인 마스킹에도 기술을 적용시켜 마스킹 사운드 시장에 확장시키도록 함
- 본 연구에서 개발한 기술은 건축음향 분야의 생체/심리반응의 데이터 활용성을 높이고 이를 통해 다양한 IoT 기술에 접목하여 활용성을 높여 시장성 확대 효과가 있음
○ 사회적 측면
- 층간소음 및 교통소음(도로, 철도, 항공기 등)에 피해 받는 사람들을 대상으로 마스킹 사운드 IoT 모듈을 활용함으로써 해당 소음원에 대한 민원 감소를 통한 사회적 갈등해소
- 주거 소음원으로 인한 피해 개선은 주로 건설 품질 등 기술적인 면에서 많은 노력이 있었지만 그럼에도 불구하고 민원 등이 감소효과가 미비하였지만, 본 연구를 통해 기술적인 면에서 부족했던 것들을 보완하여 향후 주거 소음원으로 인한 민원 감축
- 주거생활환경에 대한 가치 인식 중 ‘쾌적’을 해치는 소음에 대해 마스킹 사운드를 통해 인식 개선에 기여
활용방안 ○ 소음민원 현장에 활용: 소음원 분류 알고리즘 개발과 모델 구축을 통해 층간소음 민원발생시 원인지 분석 도구로 활용 가능
○ 머신러닝을 활용한 감성 반응형 IoT기술로서 정온한 환경구현을 위한 스마트홈 IoT 미래원천기술 확보
○ AI스피커 등 오디오 관련 IoT 제품군에 신기능 모듈로서 시장활성화.
○ 쾌적환경 구현을 위한 HEMS(Home Energy Management System) 등 건물관리 IoT 요소 모듈 기술로 관련 업체로의 기술이전
○ 소음 유해인자에 대한 스트레스해소 기술로서 헬스케어 기술분야로의 신사업 창출
핵심어
핵심어의 구분, 핵심어, 핵심어1~핵심어5 정보제공
핵심어 핵심어1 핵심어2 핵심어3 핵심어4 핵심어5
국문 머신러닝 사물인터넷 감성반응 마스킹사운드 소음스트레스
영문 Machine learning IoT Emotional response Masking sound Noise stress
최종보고서
최종보고서 파일 다운로드 제공
최종보고서
* 파일을 선택하였을때 다운로드가 불가한 경우, 인터넷 익스플로러(IE)에서 다운로드 가능합니다.
  • 담당부서지식정보실
  • 담당자김경희
  • 연락처 031-389-6528