Ⅰ. 연구의 배경 및 목적
o 연구 목적: 환경이슈 모니터링 시스템 구축
ㅇ 환경정책 모니터링 시스템에서 데이터 수집-가공-전달 기능 강화
ㅇ 2023 연구 종료에 맞게 기존 알고리즘 분석 결과의 효과적 전달 목표
ㅇ환경오염 통합예측 알고리즘, 실시간 환경 텍스트 분석 알고리즘, 질문중심 데이터베이스로 구성. 웹서비스 및 뉴스레터 발신으로 분석 결과 전달

o 2023년 연구목표: 환경이슈 모니터링에 필요한 분석 도구 구축
ㅇ 환경오염 통합예측
- 환경오염물질 오염도 예측 주기적 반복
ㅇ 질문중심 데이터베이스
- 주요 환경이슈 목록: 이슈 관련 데이터 분석의 주기적 업데이트
- 기존의 데이터 파악: 관련 이슈 분석 형태의 데이터 연구 보완
ㅇ 실시간 환경 텍스트 분석 알고리즘
- 환경 통합 텍스트 분석 툴 웹서비스 구성
- 환경 텍스트 수집 자동화, 텍스트 분석 알고리즘 재구성 및 통합
ㅇ 환경 빅데이터 분석 뉴스레터 발신
- 환경 통합 텍스트 분석 툴 웹서비스 구성
- 환경 텍스트 수집 자동화, 텍스트 분석 알고리즘 재구성 및 통합


Ⅱ. MLOps를 위한 딥러닝 기반 녹조 예측 파이프라인 구축
o 연구 목적
ㅇ 연구 성과의 정책적 활용도 제고를 위해 기존 개발한 녹조 예측 알고리즘을 상시 분석 알고리즘으로 발전시킬 필요성
ㅇ 예측 알고리즘 주기화를 위한 개발 중심 연구

o 연구 방법
ㅇ 2019년 개발한 클로로필-a 예측 알고리즘을 기반으로 예측 모델의 주기화 예측이 가능하도록 개편
ㅇ 딥러닝 기반 녹조 예측 알고리즘의 자료 수집-분석-결과 도출 과정의 데이터 파이프라인 구축을 통한 예측 주기화

o 파이프라인 개발 결과
ㅇ Open API를 통한 데이터 자동화 파이프라인 구축
ㅇ 녹조 예측을 위한 REST API 설계
ㅇ 7일 뒤 16개 관측소의 클로로필-a 실시간 예측
ㅇ 인공지능이 환경 문제 해결에 기여할 수 있는 구체적 사례 제공

Ⅲ. 초미세먼지 예측 대시보드 프로토타입 구축
o 연구 목적
ㅇ 초미세먼지 예측 결과의 효과적 전달을 위한 대시보드 프로토타입 구축
ㅇ 실시간(1시간 주기)으로 수집한 데이터 기반 초미세먼지 예측
ㅇ 머신러닝 모델별 예측 성능 비교 후 가장 좋은 모델에 대한 예측 값 및 예측 성능 제시
o 연구 방법
ㅇ 에어코리아(Air Korea)의 Open API를 활용하여 실시간 대기오염 데이터 수집 및 전처리
ㅇ MLP, RNN, LSTM, CNN 등의 머신러닝 알고리즘을 계산 속도를 최적화해 사전 학습하여 실시간 예측에 활용

o 초미세먼지 예측 대시보드 개발
ㅇ 초미세먼지 대시보드 앱의 웹페이지 게시
(http://keibigdata.github.io/Service.html)
ㅇ 가장 성능이 좋은 예측모형 출력하며 시간별 예측치, 출처 및 대시보드 설명 제공
ㅇ 초미세먼지 예측 정보를 신속하게 확인하고 대응 조치를 취할 수 있을 것으로 기대

Ⅳ. 환경이슈 종합 대시보드 개발
o 연구 목적
ㅇ환경 관련 다양한 자료원에서 수집한 데이터와 분석 결과를 기반으로 사용자와 정보 제공자가 소통할 수 있는 통합 플랫폼 개발
ㅇ지난 4년간 미세먼지, 기후변화, 탄소중립, K-SDGs를 주제로 하여 질문중심 데이터베이스를 구축한 바 있음
ㅇ통합적