실내 네비게이션과 RSS 지문 기반 위치추정: 구글 맵 연동 솔루션

초록

본 논문은 스마트폰 안드로이드 환경에서 Wi‑Fi RSSI(Received Signal Strength Indicator) 지문 방식을 이용해 실내 위치를 추정하고, 이를 구글 맵 API와 연동해 실내 네비게이션 서비스를 구현한 연구이다. 기존 실내 지도는 종이·벽면 표지판에 의존했으나, 본 시스템은 무선 신호를 활용해 실시간 위치와 경로 안내를 제공한다. 실험 결과, 평균 위치 오차는 약 2.5 m 수준으로, 상업·의료·관광 시설에서 활용 가능함을 보였다.

상세 분석

이 논문은 두 가지 핵심 기술을 결합한다. 첫 번째는 RSS Fingerprinting 기반 실내 위치추정이다. 연구자는 대상 건물 내부를 사전 조사(survey) 단계에서 다수의 Reference Point(RP)를 설정하고, 각 RP에서 여러 안드로이드 스마트폰을 이용해 2.4 GHz 및 5 GHz 대역의 Wi‑Fi AP(Access Point) 신호 강도(RSSI)를 수집하였다. 수집된 RSSI 벡터는 다차원 특징 공간에 매핑되며, 실시간 측정값과의 유사도는 코사인 유사도 혹은 유클리드 거리 기반 K‑Nearest Neighbor(KNN) 알고리즘으로 비교한다. 이때, 신호 변동성을 보정하기 위해 평균값 외에 표준편차와 신호 강도 히스토그램을 추가 특징으로 활용한다.

두 번째는 구글 맵 API와의 연동이다. 구글 맵은 기본적으로 실외 지도와 위성 영상을 제공하지만, 실내 레이어는 제한적이다. 연구팀은 건물 평면도를 SVG 형식으로 변환하고, 이를 구글 맵의 Custom Tile Overlay 기능에 삽입하였다. 사용자의 현재 위치는 앞서 설명한 RSS 지문 매칭 결과를 좌표(x, y) 형태로 변환해 지도 위에 마커로 표시한다. 경로 탐색은 A* 알고리즘을 적용해 시작점과 목적지 사이의 최단 경로를 계산하고, 실시간으로 지도에 라인으로 그려준다.

시스템 구현은 안드로이드 스튜디오와 Java/Kotlin 기반으로 진행되었으며, 백엔드 서버는 Firebase Realtime Database를 이용해 RP 데이터와 사용자 위치를 동기화한다. 데이터 전송은 HTTPS 기반 REST API로 보안성을 확보하였다. 실험에서는 30 m × 20 m 규모의 병원 복도를 대상으로 10개의 RP와 5개의 AP를 배치했으며, 15명의 피험자를 대상으로 100회 이상의 위치 추정 실험을 수행했다. 평균 위치 오차는 2.5 m, 표준편차는 0.8 m였으며, 이는 기존 BLE 비콘 기반 시스템(≈3 m)보다 약간 우수한 결과다. 또한, 경로 안내 지연 시간은 1.2 초 이하로 실시간성을 만족시켰다.

논문의 한계점으로는 AP 배치 변화에 따른 재학습 필요성, 다중 사용자 동시 추정 시 데이터 충돌 가능성, 그리고 3차원(층간) 위치 추정 미지원 등이 지적된다. 향후 연구에서는 딥러닝 기반 신호 모델링, BLE·UWB와의 하이브리드 센싱, 그리고 실내 3D 맵핑을 통한 층간 네비게이션 확장이 제안된다.