howitworks

IFMS는 어떻게 작동하나요?

IoT부터 AI까지, 4단계의 스마트한 프로세스로 여러분의 농장을 관리합니다.

01

데이터 수집

ESP32 IoT 센서가 농장의 환경 데이터를 실시간 측정합니다.

02

데이터 저장

각 센서로부터 수집된 정보등을 기초데이터로 저장하여 AI 모델링을 통한 데이터정밀농업 생태계를 구축합니다.

03

AI 분석

AI가 데이터를 분석하여 최적의 농장 환경 방안을 도출합니다.

04

자동 제어

Next.js 대시보드를 통해 환경을 자동으로 최적화합니다.

STEP 01

데이터 수집

각각의 센서로부터 모여진 데이터가 MCU를 통해 농장의 환경 데이터를 실시간 측정합니다

1

센서 측정

온도22.5°C
습도65%
CO₂450ppm
조도850lux
ESP32-S3
DHT22 · MH-Z19B · BH1750
2

무선 전송

MQTT

실시간 메시징 프로토콜

WebSocket

양방향 실시간 통신

전송 주기30초
WiFi 2.4GHz연결됨
3

데이터 저장

Spring Boot

백엔드 서버

PostgreSQL

시계열 데이터베이스

저장된 레코드1.2M+
데이터 보관1년

실시간 모니터링

WITHPLUS IFMS - 대시보드 / MOBILE 에서 확인

실시간
데이터 업데이트
8개
센서 모니터링
24/7
무중단 운영
99.9%
데이터 정확도
ESP32-S3
WiFi
MQTT
WebSocket
Spring Boot
PostgreSQL
Next.js
STEP 02

데이터 저장

AI 모델링을 통한 데이터 정밀농업 생태계 구축

1

센서 수집

환경 센서8개
수집 주기30초
데이터 타입실시간
ESP32-S3
IoT 센서 네트워크
2

데이터 저장

PostgreSQL

시계열 데이터베이스

데이터 레이크

원본 데이터 보관

저장 용량1.2M 레코드
보관 기간1년
3

AI 모델링

데이터 분석

패턴 학습

예측 모델

LSTM 학습

최적화

모델 튜닝

4

정밀농업

생태계 구축

데이터 기반 농업

의사 결정

AI 기반 추천

자동화

스마트 제어

데이터 정밀농업 생태계

기초데이터로 AI 모델링 구축

1.2M
저장 레코드
99.9%
데이터 정확도
1년
보관 기간
실시간
데이터 동기화
PostgreSQL
TimescaleDB
Spring Boot
Python
TensorFlow
Pandas
Redis
STEP 03

AI 분석

AI가 데이터를 분석하여 최적의 농장 환경 방안을 도출합니다

1

데이터 입력

센서 데이터1.2M 레코드
환경 데이터실시간
작물 상태24시간
PostgreSQL
시계열 데이터
2

AI 모델

LSTM

시계열 데이터 분석

XGBoost

패턴 인식 및 예측

정확도94.7%
처리 시간<5초
3

예측 분석

수확시기

7일 후 최적

병해충

낮은 발생 가능성

관수 시점

2일 후 필요

4

최적화 방안

온도 조절

23°C로 유지

습도 조절

70% 목표

영양 공급

EC 1.8 증가

AI 최적화 효과

데이터 기반 의사결정으로 생산성 향상

+27%
수확량 증가
-35%
물 사용량 감소
-42%
인건비 절감
94.7%
예측 정확도
TensorFlow
LSTM
XGBoost
Python
Scikit-learn
Pandas
NumPy
STEP 04

자동 제어

AI 지능제어를 통해 농장 환경을 자동으로 최적화합니다

1

데이터 통합

센서 데이터

온도, 습도, CO₂, 조도

기상 정보

날씨, 강수량, 일조량

생육 단계

성장 주기, 작물 상태

병충해

발생 이력, 위험도

2

AI 지능제어

실시간 분석

다중 데이터 종합 판단

최적화 계산

딥러닝 의사결정

처리 속도<3초
제어 정확도97.2%
3

제어 실행

수중 펌프
환풍기
LED 조명
온도 조절
4

환경 최적화

온도23°C ✓
습도70% ✓
조도850lux ✓

자동 제어 효과

24시간 무인 운영 시스템

24/7
무인 운영
-42%
인건비 절감
97.2%
제어 정확도
<3초
응답 시간
ESP32
MQTT
WebSocket
Python
TensorFlow
Spring Boot
Next.js

AI 기반 스마트 농업 분석 시스템

데이터 수집 → AI 분석 → 최적화 솔루션

데이터 수집 단계
IoT 센서 네트워크
드론/위성 이미지 수집
기상 데이터 연동
실시간 모니터링 시스템
AI 분석 엔진
빅데이터 전처리
머신러닝 알고리즘
컴퓨터 비전 분석
패턴 인식 시스템
진단 및 예측
생육 상태 분석
병해충 조기 진단
수확량 예측 모델
리스크 평가 시스템
솔루션 제공
맞춤형 관리 방안
자동화 제어 시스템
모바일 알림 서비스
데이터 리포트 생성
생산성 향상
30%
비용 절감
25%
조기 진단률
95%