이화여자대학교MCNL

dd

우리 연구실 최은혜 박사과정 학생이 2025년 12월, 박사학위 최종논문심사를 통과하였습니다. 박사 학위 논문 제목은 "Lightweight and Cooperative Acoustic-Signal-Based Anomaly Detection for IIoT Edge Environments" 입니다. 

학위 논문은 대규모 센서와 엣지 디바이스가 활용되는 산업용 사물인터넷(IIoT) 환경에서 설비의 이상을 음향 신호 기반으로 조기에 감지하는 기술에 대한 연구로, 음향 신호는 비침습적이며 비용 효율적인 장점으로 주목받고 있지만, 잡음이 많고 데이터 차원이 높아 자원이 제한된 엣지 디바이스에서 실시간 처리하기에는 어려움이 있습니다. 본 연구는 이러한 한계를 해결하기 위해 경량 음향 이상 탐지 프레임워크와 센서 협력 기반 추론 기법을 제안하였습니다. 먼저, 병렬 이산 웨이블릿 변환(Parallel Discrete Wavelet Transform, PDWT)을 활용해 음향 신호를 효율적으로 압축·특징화함으로써, 계산량과 메모리 사용을 크게 줄이면서도 이상 탐지에 필요한 핵심 정보를 유지하는 경량 모델을 구현하였습니다. 이를 통해 IIoT 엣지 환경에서도 실시간 이상 탐지가 가능함을 보였습니다. 또한, 센서 간 성능 차이나 모델 경량화로 인한 정확도 저하를 보완하기 위해 엔트로피 기반 협력 추론 기법을 제안하였습니다. 이 방법은 여러 센서의 이상 탐지 결과를 효과적으로 결합함으로써 추가적인 계산 부담 없이도 탐지 성능을 향상시키는 것이 특징입니다.

실제 산업용 음향 데이터셋을 활용한 실험 결과, 제안된 기법은 기존 방법 대비 계산 효율성과 메모리 사용 측면에서 우수한 성능을 보였으며, 특히 이상 탐지의 재현율(recall)을 크게 개선하였습니다. 소수의 센서만 협력하더라도 단일 센서 대비 성능 향상이 확인되어, 실제 산업 현장에서의 적용 가능성과 확장성 또한 입증되었습니다. 본 연구는 IIoT 엣지 환경에서 실시간·효율적·강건한 음향 기반 이상 탐지를 가능하게 하는 실질적인 해법을 제시하며, 향후 엣지 지능 기술과 신뢰성 높은 산업 설비 관리 체계 구축에 기여할 것으로 기대됩니다. 

최은혜 박사 축하합니다.