AI 모델 학습 데이터 수집용 애플리케이션 'GachData'
👉 'GachData' 앱스토어 : https://apps.apple.com/kr/app/gachdata/id6499307485
👉 'Gach.가자' 레포지토리 : https://github.com/GachonMapProject/GachMap
- 가천대학교 교내 이동 시간 데이터를 활용한 AI 예측 최적 경로 추천 및 AR 내비게이션 서비스 개발'을 위해 AI 모델의 학습 데이터(출생년도, 성별, 키, 몸무게, 걸음속도, 기온, 강수량, 강수확률, 실제 소요된 시간)를 수집하기 위한 데이터 수집용 애플리케이션입니다.
- 이 앱은 AI 모델 학습을 위해 데이터 수집만을 위한 목적으로 사용됩니다.
- 현재 많은 사람들이 지도앱의 도보 내비게이션 기능을 이용하고 있습니다. 그러나 기존 앱의 내비게이션 기능의 예상 소요시간은 단지, 사람의 평균 속도만을 이용해 소요시간을 예상합니다.
- 그러나 사람의 나이, 성별, 키, 몸무게에 따라 걸음 속도가 다르며, 비 또는 눈이 오는 날에는 속도가 더 느려질 것입니다.
- 따라서 이러한 데이터를 바탕으로 실제 두 지점 사이의 거리와 경사도에 따라 실제 소요된 시간을 이용하여 AI 모델을 학습시킬 것입니다. 그러면 현재 날씨 및 사람의 신체적 특징에 따라 개인화된 소요시간을 사용자가 얻을 수 있습니다.
- 사용자 데이터는 제3자와 공유되지 않고 AI학습 데이터로만 사용됩니다.
- 위치 정보는 Swift의 CoreLocation 라이브러리를 이용하여 디바이스의 내장된 GPS를 이용하여 사용자의 현재위치를 추적합니다.
- 내비게이션 서비스를 위해 교내에 미리 200곳 정도의 위치(위도, 경도, 고도)를 기록해두었습니다.
- 사용자가 1번 위치의 5m 이내에 접근하면 타이머를 시작합니다. 이후 2번 위치의 5m 이내에 접근하면 타이머를 종료하여 1번 위치부터 2번 위치까지의 소요시간을 측정합니다.
- 사용자 정보(출생년도, 성별, 키, 몸무게, 걸음속도), 날씨(기온, 강수량, 강수확률), 소요시간, 두 개의 위치 ID를 서버에 전송합니다.
- 서버에서 두 위치 ID의 위도, 경도, 고도를 이용해 위치 사이의 거리와 경사도를 구하고 전송 받은 데이터와 함께 DB에 저장합니다.
- AI 모델 학습의 Input으로 '출생년도', '성별', '키', '몸무게', '걸음속도', '기온', '강수량', '강수확률', '거리', '경사도'를 사용합니다.
- AI 모델 학습의 Output으로 '실제 소요시간'을 사용하여 모델을 학습시킵니다.
- 프로그래밍 언어 : Swift
- 개발 도구 : Xcode
- 버전 관리 : Git, GitHub
- 커뮤니케이션 도구 : Notion
- 라이브러리 및 프레임워크 : SwiftUI, CoreLocation, Alamofire, NMapsMap
- 패키지 관리 도구 : CocoaPods
- 사용 API : 기상청 단기예보 API
- 12명의 인원이 참여하여 801개의 데이터 수집.
- 이 데이터는 Gach.가자 앱의 AI 소요시간 예측 모델의 데이터를 활용됨
