1. 문제 정의

SIMaaS 플랫폼은 AIoT 센서를 통해 시설물의 상태를 실시간으로 모니터링하고 원격 제어하는 클라우드 기반의 서비스이다. 

기존의 텍스트 및 Map 중심의 대시보드는 다음과 같은 한계를 지닌다.

• 공간적 위치 파악의 어려움: 데이터 값은 확인 가능하나, 해당 센서가 실제 공간 어디에 위치하는지 즉각 파악하기 힘들다.
• 이상 지점 특정 지연: 복잡한 시설물 구조 내에서 문제가 발생했을 때, 정확한 지점을 특정하는 데 시간이 소요된다.

NSLab은 서비스 내에 3D 웹 뷰어를 통해 시설물의 상태를 실시간으로 시각화하고 센서 데이터를 효율적으로 관리할 수 있도록 고도화 하였다.

따라서 본 기술 리포트에서는 SIMaaS의 데이터 직관성을 확보하기 위해 웹 기반 3D 뷰어를 도입할 때 발생하는 기술적 제약과 해결 과정을 정리한다.

2. 데이터와 현장의 차이

구조물의 취약 지점과 센서 데이터를 웹상에 표현할 때, 현실적인 기술적 문제점들이 존재한다.

텍스트 및 2D 지도 기반 관제의 한계

• 수직 공간 표현의 부재: 고층 건물이나 복잡한 플랜트 구조에서 2D 지도만으로는 문제 발생 층수나 높이를 인지하기 어렵다.
• 공간 맥락의 한계: 센서가 설치된 부재(기둥, Beam 등)의 구조적 위치 정보를 즉각적으로 파악하기 힘들다.

3. 핵심 구현 기술

대용량 3D 데이터를 웹상에서 지연 없이 처리하기 위해 데이터 경량화, 렌더링 최적화, 시각적 고도화, 센서 관리 효율화의 최적화 파이프라인을 구축했다.

1) 렌더링 성능 최적화

웹 브라우저의 메모리 한계와 프레임 드롭 현상을 방지하기 위해, 엔진 레벨에서의 캐싱 및 컬링 기술을 적용하였다. 이를 통해 달성한 주요 성능 개선 지표는 다음과 같다.

최적화 항목	적용 전	적용 후	개선 효과
데이터 캐싱 (Data Caching)	284.6 ms	14.2 ms	로딩 시간 약 95% 단축
메시 캐싱 (Mesh Caching)	0.0004 ms	0.0001 ms	씬 그래프 탐색 시간 단축 (프레임 안정성 확보)
프리스텀 컬링 (Frustum Culling)	Draw Call: 18회	Draw Call: 13회	호출 27% 감소 폴리곤 33% 감소

2) 시각적 고도화 및 관제 편의성 강화

관리자가 시설물 상태를 직관적으로 인지할 수 있도록, 단순 뷰어를 넘어선 분석 도구로서의 시각화 기능을 구현했다.

• 다중 뷰 모드 지원: 사용 목적에 따라 '실사', '단색', '투명', '와이어프레임'의 4가지 모드를 실시간 전환 가능하게 하여, 외관뿐만 아니라 내부 구조 및 센서 위치를 식별 가능하도록 했다.
• 주변 환경 구현: 기존 단조로운 배경 대신 지형 데이터를 적용하고, 쉐이더(Shader)를 통해 물과 지형의 질감을 표현하여 몰입감을 높였다. 
• 구조물 파트별 제어: 상판, 거더 등 주요 부재를 그룹 단위로 선택하거나 숨기는 기능을 통해, 복잡한 중첩 구조 내부의 취약 지점도 손쉽게 파악할 수 있도록 구현하였다. 

3) 센서 관리 및 데이터 필터링

3D 공간상에 배치된 수많은 센서 데이터를 효율적으로 관리하고 접근하기 위해, 그룹핑 및 필터링 로직을 적용했다.

• 센서 그룹핑: 특정 구역이나 시설 부위별로 센서를 묶어서 탐색할 수 있도록 구현했다. 
• 센서 필터링: 센서의 종류 및 설치 구역에 따른 실시간 필터링 기능을 제공하여, 관리자가 원하는 데이터에 즉시 접근할 수 있는 환경을 구축했다.

4. 결론 및 성과

현 단계에서의 기술적 판단 및 실증 성과는 다음과 같다.

• 관제 효율성 증대: 화려한 그래픽보다는 빠른 로딩 속도와 끊김 없는 데이터 연동, 그리고 직관적인 센서 필터링 기능이 실질적인 관제 효율성을 높임을 확인했다.
• 파이프라인의 고도화: 향후 다양한 현장 확산을 위해서는 원본 도면을 웹 에셋으로 자동/반자동 변환하는 경량화 파이프라인의 지속적인 고도화가 필수적이다.
• 우수성 입증: 본 기술의 효용성과 혁신성을 인정받아, 과제 최종 평가에서 '우수' 등급을 획득했다.