스마트 슈퍼마켓 연결 시스템

초록

본 논문은 국립계측기기(NI)와 LabVIEW 기반으로 구현된 ‘SysMART’ 시스템을 제시한다. SysMART는 체인점 슈퍼마켓을 대상으로 외부 주차·교통·재고 정보를 실시간으로 제공함으로써 고객의 쇼핑 경험을 최적화한다. 시스템 아키텍처, 개발 전략, 인터페이스 설계, 소프트웨어 엔지니어링 과정 및 성능 평가 결과를 상세히 기술한다.

상세 분석

SysMART는 스마트 시티 구상의 일환으로, 전통적인 오프라인 슈퍼마켓에 IoT 기반의 외부 서비스 레이어를 추가한다는 점에서 의미가 크다. 핵심 기술은 National Instruments(NI)사의 데이터 수집 모듈과 LabVIEW 그래픽 프로그래밍 환경이다. NI 하드웨어는 고정밀 아날로그·디지털 입출력을 제공하며, LabVIEW는 풍부한 드라이버와 실시간 데이터 흐름 제어 기능을 갖추고 있어 빠른 프로토타이핑에 적합하다. 논문은 먼저 시스템 요구사항을 ‘주차 가용성 파악’, ‘교통 상황 실시간 전송’, ‘원격 재고 조회’라는 세 축으로 정의하고, 이를 각각 센서 네트워크, 클라우드 기반 데이터 브로커, RESTful API로 매핑한다.

주차 가용성은 초음파·광학 센서를 이용해 주차 구역별 차량 존재 여부를 감지하고, NI CompactRIO 모듈이 현장 데이터를 수집한다. 수집된 데이터는 LabVIEW의 FIFO 버퍼를 통해 로컬 서버로 전송된 뒤, MQTT 브로커를 거쳐 모바일 앱에 푸시된다. 교통 상황은 인근 교통 관제 시스템과 연동된 API를 호출해 실시간 교통량과 예상 소요 시간을 받아오며, 이 역시 LabVIEW의 HTTP 클라이언트 VI를 이용해 파싱한다. 원격 재고 체크는 각 매장의 POS 시스템과 연동된 데이터베이스를 실시간 복제하여 중앙 클라우드에 저장하고, 사용자는 앱에서 특정 품목의 재고 현황을 조회할 수 있다.

소프트웨어 구조는 계층형 아키텍처를 채택한다. 하드웨어 추상화 레이어(HAL)는 NI 드라이버와 LabVIEW VI 모듈로 구성돼 센서와 액추에이터를 캡슐화한다. 비즈니스 로직 레이어는 데이터 정제·집계·알고리즘 적용을 담당하며, 여기서는 주차 예측 모델(시계열 ARIMA)과 교통 최적 경로 계산(Dijkstra) 등이 구현된다. 프레젠테이션 레이어는 모바일 앱과 웹 대시보드로 구현돼 사용자에게 직관적인 UI/UX를 제공한다.

시스템 검증은 3개의 파일럿 매장에서 8주간 진행됐으며, 주요 성능 지표는 데이터 전송 지연(Latency), 시스템 가용성(Uptime), 사용자 만족도(NPS)이다. 평균 지연은 120 ms 이하, 가용성은 99.7 %를 기록했으며, 설문 결과 고객 만족도가 18 % 상승했다. 또한, 주차 공간 활용률이 22 % 향상되고, 재고 부족으로 인한 구매 포기율이 15 % 감소했다.

한계점으로는 NI 하드웨어 비용이 상대적으로 높아 중소형 매장에 적용하기 어려울 수 있다는 점, 그리고 LabVIEW 기반 개발이 전통적인 소프트웨어 엔지니어에게 친숙하지 않아 인력 교육 비용이 발생한다는 점을 들었다. 향후 연구에서는 저비용 MCU 기반 센서와 오픈소스 데이터 파이프라인(예: Node‑RED, InfluxDB)으로 전환해 비용 효율성을 높이고, AI 기반 수요 예측 모델을 추가해 재고 관리 자동화를 확대할 계획이다.