정밀 농업을 위한 멀티코어 무선 멀티미디어 센서 플랫폼 MiLive

초록

본 논문은 저비용 CCD 카메라와 다중 코어 구조를 결합한 무선 멀티미디어 센서 네트워크(WMSN) 플랫폼 MiLive를 제안한다. iLive 스칼라 센서 보드와 Raspberry Pi 기반 MWiFi 보드를 모듈식으로 연결해 IEEE 802.15.4와 IEEE 802.11을 동시에 지원하며, 전력 관리 유닛(PMU)으로 세 가지 동작 모드(스칼라, 멀티미디어, 혼합)를 제공한다. 실험 결과, 라즈베리 Pi가 전력 소모의 주된 원인임을 확인하고, 상황 인식 기반 전력 절감 전략을 제시한다.

상세 분석

MiLive는 기존 WMSN 노드들의 한계를 극복하기 위해 두 개의 독립 보드를 결합한 하이브리드 아키텍처를 채택한다. 첫 번째 보드인 iLive는 8‑bit AVR 마이크로컨트롤러와 초저전력 4‑bit NanoRisc, 그리고 IEEE 802.15.4 무선 모듈을 탑재해 토양 습도, 온도, 광량 등 전통적인 스칼라 센서를 실시간으로 수집한다. 두 번째 보드인 MWiFi는 Raspberry Pi 700 MHz ARM1176JZF‑S, GPU, ISP를 포함한 멀티코어 SoC를 사용해 Linux 운영체제 위에서 이미지·영상 처리와 고대역폭 통신을 수행한다. 두 보드는 전력 관리 유닛(PMU)으로 연결되어 NanoRisc가 각 모듈의 전원 공급을 동적으로 제어한다. 이를 통해 세 가지 동작 모드가 구현된다.

1. SWSN 모드에서는 MWiFi를 완전히 차단하고 iLive만 활성화한다. 전력 소비는 0.1 mA(유휴)에서 20 mA(활동) 수준으로, AA 배터리 두 개만으로 5년 이상 운용이 가능하다. 그러나 데이터 전송 속도는 IEEE 802.15.4(≈250 kbps)로 제한돼 대용량 멀티미디어 전송은 불가능하다.

2. WMSN 모드에서는 iLive를 비활성화하고 MWiFi만 구동한다. IEEE 802.11을 이용해 고해상도 이미지와 영상을 전송하며, 전류는 453 mA까지 상승한다. 이는 전력 소모가 급격히 증가하지만, 식물 질병·해충 탐지와 같은 복합 환경 이벤트를 실시간으로 감지할 수 있다.

3. SWMSN(혼합) 모드는 두 보드를 동시에 동작시켜 스칼라 센서와 멀티미디어 데이터를 병행 수집한다. 상황 인식 기반으로 필요 시에만 Wi‑Fi를 활성화해 전력 효율을 최적화한다. 실험에서는 혼합 모드에서 평균 전류가 335 mA(Wi‑Fi 비활성)에서 473 mA(활성)로 측정되었다.

하드웨어 사양을 기존 저성능(예: MeshEye, Cyclops) 및 중성능(예: Stargate, CITRIC) 노드와 비교했을 때, MiLive는 700 MHz ARM 프로세서와 최대 512 MB RAM, 32 GB 플래시를 제공해 이미지 압축·분석, 딥러닝 기반 병해충 탐지 등 복잡한 알고리즘을 현장에 직접 적용할 수 있다. 또한 IEEE 802.11과 IEEE 802.15.4를 동시에 지원함으로써 네트워크 토폴로지를 상황에 맞게 전환할 수 있다.

소프트웨어 측면에서는 라즈베리 Pi 위에 표준 Linux와 Babel 메쉬 라우팅 프로토콜을 적용해 IPv6 기반의 자가 복구형 메쉬 네트워크를 구축하였다. Babel은 거리‑벡터 기반이면서 루프·블랙홀 방지를 위한 메커니즘을 내장해 야외 환경에서의 링크 변동에 강인하다. iLive와 MWiFi 간 통신은 UART/USB 혹은 SPI를 통해 이루어지며, PMU 제어 신호는 GPIO로 전달된다.

전력 관리 전략은 ‘이벤트 기반 활성화’ 모델을 채택한다. iLive의 광, 온도, 습도 등 스칼라 센서가 사전에 정의된 임계값을 초과하면 NanoRisc가 MWiFi 전원을 켜고, 이미지 캡처·전송을 수행한다. 이렇게 하면 이미지 샘플링 빈도가 낮은 정상 상황에서는 라즈베리 Pi가 거의 꺼진 상태를 유지해 전체 시스템 수명이 크게 연장된다. 실험 결과, 라즈베리 Pi가 비활성일 때 전체 전류는 0.01 mA 수준으로, 실제 현장 배터리 수명 연장은 10배 이상으로 추정된다.

결론적으로 MiLive는 모듈식·멀티코어·다중 무선 인터페이스를 결합해 스칼라와 멀티미디어 데이터를 통합 수집하고, 상황 인식 기반 전력 관리로 에너지 효율성을 확보한다. 이는 정밀 농업에서 병해충·질병 탐지, 수분 관리, 수확 시점 예측 등 복합 환경 이벤트를 실시간으로 지원할 수 있는 실용적인 WMSN 플랫폼이다.