Microsoft AI가 어떻게 친환경 모바일을 구현하는지 알아보기 – Stadtwerke München 성공 사례
스마트 도시의 핵심 중 하나는 시민을 위한 녹색 모바일을 구현하는 것입니다. 뮌헨(독일)에서는 지속 가능한 버스 서비스를 제공하기 위해 큰 조치를 취하고 있습니다. 어떻게 하고 있는지 보겠습니다.
조직
SWM(Stadtwerke München)은 뮌헨의 지방 유틸리티 회사입니다. 도시에 전기, 난방, 식수, 전송, 통신을 공급합니다. 이 회사의 모바일 서비스에는 시립 지하철, 버스, 전차 및 자전거 네트워크가 포함됩니다.
SWM은 뮌헨을 더욱 친환경적으로 만들기 위해 최선을 다하고 있습니다. 이 곳에서는 도시 수요의 90%를 충당할 수 있는 녹색 전기가 생산되며, 도시 대중 교통 차량의 80%가 이미 전기로 이루어져 있습니다. 이제 이 회사의 목표는 배터리 전기로 전환되는 버스에 집중하는 것입니다.
과제
뮌헨은 인구 1,000만 명 이상이 거주하는 바쁜 도시입니다. 최대치 시간대에는 500대의 버스가 순환하는 버스 시스템 운영이 요구됩니다. 전기 버스는 한 번의 충전으로 최소 280km를 주행하려면 자율성을 갖춰야 합니다. 버스 충전에 3~4시간이 소요되는 점을 감안하면 서비스 종료에서 다시 시작 사이에 충전이 이뤄져야 합니다. 따라서 전체 버스 충전 시스템이 빡빡한 일정에 맞춰 동기화되어 있으므로 복구 및 예기치 못한 사건이 일어날 여지가 거의 없습니다.
게다가 모든 솔루션은 확장 가능해야 합니다. SWM은 방대한 양의 데이터를 관리합니다. 각 지하철 열차만으로도 10초마다 2,000개 이상의 데이터 포인트를 보냅니다. 지열 솔루션은 디지털화된 인프라 30개 영역 각각과 마찬가지로 매 시간 5GB의 데이터를 수집합니다. 조직에는 Microsoft Azure와 같이 이러한 대용량 데이터를 처리할 수 있는 강력한 플랫폼이 필요합니다.
솔루션
SWM은 버스 충전 시스템의 효율성을 개선시키기 위해 스마트 연결 솔루션을 개발했습니다. INSIGHT라는 이 도구는 Azure AI 서비스, Azure Machine Learning, Azure IoT와 같은 Microsoft 제품을 기반으로 구축되었습니다. 이에 대한 설계는 투명하고 지속 가능한 프로세스를 보장합니다.
INSIGHT의 IoT 디바이스는 전기 버스에서 배터리 충전, 엔진 속도, 경고등 활성화 등의 실시간 데이터를 수집합니다. 각 버스에는 약 120개의 센서가 있습니다. 디바이스는 이 데이터를 Azure 인프라를 기반으로 하는 INSIGHT로 보냅니다. 여기에서 솔루션은 각 버스의 디지털 트윈을 만들어 모든 데이터 포인트를 추적할 수 있습니다.
이 시점에서 시스템은 Azure Machine Learning에 빌드 및 저장된 AI 모델에 디지털 트윈 데이터를 제공합니다. 이 모델은 14일 예측을 통해 특정 날짜에 버스가 소비할 양을 예측할 수 있습니다.
결과
이 솔루션은 각 버스의 상태에 대한 실시간 인사이트를 제공합니다. 이러한 방식은 확실한 영향을 미칩니다. 직원은 오작동을 더 빠르게 수정하고 복구를 최적화할 수 있습니다. 또한 예측 유지 관리가 가능하므로 잠재적인 인시던트가 발생하기 전에 처리할 수 있습니다. 이러한 개선으로 인해 버스 시스템의 일정이 개선되므로 모든 사용자에게 이익이 됩니다. 더 좋고 친근한 이동 서비스는 시민들이 덜 지속 가능한 옵션 대신 이를 사용하도록 장려합니다.
또한 이 솔루션은 충전 부하 관리 시스템을 개선합니다. AI는 각 버스에 하루 동안 필요한 에너지량을 예측하므로 버스는 필요할 때만 충전됩니다. 이 시스템은 더욱 효율적이고 지속 가능합니다.
이제 학습한 모든 내용을 지식 점검으로 마무리하겠습니다.