LAS 위치 데이터를 어디에 담을 것인가 — PostGIS 스키마와 도입 체크리스트

좌표를 구했다고 끝나는 게 아니다

위치 인식 시스템 프로젝트가 흔들리는 지점은 대개 센서 정확도가 아니라 저장소다. 삼변측량이든 필터링이든 신호를 정확히 추정해도, 그 좌표를 멱등하게 저장하고 지오펜스 질의로 빠르게 되짚어내지 못하면 시스템은 실무에서 쓸모가 없다. LAS(Location Aware System)는 다양한 신호원(GPS, Wi-Fi RTT, BLE, UWB, 셀룰러)과 단말 센서(IMU 등)를 결합해 사람·자산·장비의 위치를 실시간 산출·저장·배포하는 시스템이며, 안전 관리·동선 최적화·자산 추적·고객 경험 개선 같은 업무 자동화와 의사결정 지원을 목적으로 한다. 범위는 엣지 수집 → 스트림 처리 → 위치 추론 엔진 → 이벤트/지오펜싱 → 시공간 저장소 → API/대시보드로 이어지는 엔드투엔드 파이프라인이다.

계층이 하는 일

수집 레이어는 디바이스·태그·모바일 SDK에서 RSSI/ToF/IMU/GNSS 신호를 수집하고 배치·버퍼링·시간 동기화를 수행한다. 게이트웨이나 앱에서는 네트워크 품질이 떨어질 때 지연 허용 버퍼를 운용하고 손실 복구를 위한 재전송·ACK 전략을 적용하며, 시퀀스 번호·이벤트 ID·서명 검증으로 데이터 정합성을 확보한다.

처리·추론 엔진은 타임라인 정렬과 이상치 제거, 칼만·파티클 필터로 노이즈를 걸러낸 뒤 삼변측량·도달시간(ToA)·각도(AoA) 기반 계산과 센서 융합, 층·존·도로망 맵 매칭을 거쳐 좌표를 산출한다. 정확도·신뢰도 점수를 산출하고 모델을 재학습·재캘리브레이션하는 파이프라인도 함께 운영해야 한다.

API/이벤트 계층은 실시간 스트림(WebSocket/gRPC)과 조회 REST API를 제공하고 마지막 위치·트랙 재생 기능을 지원한다. 지오펜싱·근접 이벤트 규칙 엔진이 중복 억제·쿨다운·스누즈 정책을 적용하며, Kafka/AMQP/Webhook으로 WMS·MES·CRM·안전시스템과 연동한다.

보안·프라이버시 계층은 최소 수집 원칙과 가명화·영역화, 보존 기간 정책을 적용한다. TLS 전송 암호화, 키·토큰 회전, RBAC/ABAC 접근 통제와 감사 로그를 운영하고, GDPR·CCPA 같은 법규 준수(최신 정보 확인 필요)와 동의·철회 관리, 투명성 보고 체계를 갖춰야 한다.

그리고 이 넷을 떠받치는 것이 저장·인덱싱 계층이다 — 아래에서 따로 다룬다.

신호가 끊기면 무슨 일이 일어나야 하는가

⤢✕

입력은 신호 샘플(RSSI/ToF/AoA/GNSS/IMU)과 앵커 ID·층·정확도 같은 메타데이터다. 처리는 타임라인 정렬 → 필터링/센서 융합 → 맵 매칭 → 품질 점수 → 이벤트 판정 순으로 진행되고, 출력은 좌표·속도·방향, 지오펜스 출입 이벤트, 시간 창별 히트맵, 감사·알림 로그다. 타임스탬프가 누락되면 보정하거나 폐기하고, 중복 event_id는 멱등 처리하며, 수집 지연은 수용 윈도우 내에서 재정렬한다.

어떤 기술을 얼마나 신뢰할 수 있는가

기술	성능(정확도/지연)	확장성	일관성(환경 변화 민감도)	안정성	운영 편의
GPS	실외 5~10m/중	매우 높음	중	실외 높음	높음(단말 중심)
Wi‑Fi RTT	실내 1~2m/낮음	중	중	AP 품질 의존	중(펌웨어/단말 지원)
BLE Beacon	2~5m/낮음	높음	중~낮음(RSSI 변동)	배터리/간섭 영향	중(비콘 교체 필요)
UWB	10~30cm/매우 낮음	중(앵커 밀도 필요)	높음	높음	낮음(인프라·캘리브레이션 비용)
Cell‑ID	50~300m/낮음	매우 높음	중	높음	매우 높음(망 의존)

UWB는 최고 정밀도를 내는 대신 CAPEX·OPEX가 늘고, BLE는 비용 효율은 좋지만 환경에 민감하다. Wi-Fi RTT는 AP·단말 지원 제약이 있고, GPS는 실내에서 한계가 뚜렷하다. 그래서 구역별로 목표 정확도가 가장 높은 곳에는 UWB를, 넓은 영역을 저비용으로 덮어야 하는 곳에는 GPS나 Cell-ID를, 나머지 실내 일반 영역에는 Wi-Fi나 BLE를 배치하는 조합이 현실적이다.

저장소는 이렇게 설계한다

저장·인덱싱 계층은 시계열 DB와 공간 DB(PostGIS/Elastic/TSDB)를 이중화 구성해 단건·대량 삽입을 최적화한다. 지리 인덱스(R-Tree/Geohash/H3)와 TTL 파티셔닝을 적용해 핫·콜드 데이터를 계층화하고, event_id 기준 UPSERT로 멱등성을 보장하며 멀티 AZ·리플리카로 고가용성을 구성한다.

환경은 PostgreSQL 14+, PostGIS 3.3+를 전제로 한다.

-- 공간 확장
CREATE EXTENSION IF NOT EXISTS postgis;

-- 멱등 이벤트 저장(시공간 인덱싱)
CREATE TABLE IF NOT EXISTS track_points (
  event_id TEXT PRIMARY KEY,
  device_id TEXT NOT NULL,
  ts TIMESTAMPTZ NOT NULL,
  pos GEOGRAPHY(Point, 4326) NOT NULL,
  accuracy_m REAL,
  quality_score REAL
);

CREATE INDEX IF NOT EXISTS idx_track_points_pos ON track_points USING GIST (pos);
CREATE INDEX IF NOT EXISTS idx_track_points_device_ts ON track_points (device_id, ts);

-- 수집 멱등 삽입
INSERT INTO track_points (event_id, device_id, ts, pos, accuracy_m, quality_score)
VALUES ($1, $2, $3, ST_SetSRID(ST_MakePoint($4, $5), 4326)::geography, $6, $7)
ON CONFLICT (event_id) DO NOTHING;

-- 지오펜스(예: 다각형 영역) 내 최신 위치 조회
WITH latest AS (
  SELECT DISTINCT ON (device_id) device_id, ts, pos
  FROM track_points
  ORDER BY device_id, ts DESC
)
SELECT device_id, ts
FROM latest
WHERE ST_Intersects(pos::geometry, ST_GeomFromText($1, 4326));

대량 삽입은 COPY나 배치로 처리하고 일자·장치 기준 파티션을 도입하는 편이 좋다. 좌표계는 4326과 지역 UTM을 섞어 쓰지 않도록 일관성을 관리해야 하고, 서버·단말 간 시간 동기화(NTP/PTP)는 필수 전제조건이다.

실무에서는 이렇게 쓰인다

스마트 팩토리 RTLS는 공정별 WIP·공구·AGV를 추적하고 근접 경보로 충돌 사고를 예방하며 작업 동선을 최적화한다. 물류·창고에서는 피킹 경로를 안내하고 슬롯팅을 리밸런싱하며, 재고 위치를 실시간으로 파악해 탐색 시간과 오더 리드타임을 줄인다. 리테일·몰에서는 고객 동선 히트맵과 체류 시간을 분석하고 위치 기반 쿠폰·내비게이션을 제공한다. 현장 안전·건설에서는 위험 구역 지오펜스 이탈 경보, 중장비 접근 경보, 출입 통제 연동을 수행한다. 스마트 빌딩에서는 공간 활용률을 분석하고 회의실 자동 체크인, 존 기반 HVAC 제어로 에너지를 최적화한다.

도입은 이 순서로 진행한다

기획·요건 단계에서는 위치 정확도·지연·가용성 목표(SLA)를 정의하고 존·층·밀도·유즈케이스 범위를 확정한다. 현장 진단에서는 RF 사이트 서베이를 하고 앵커·비콘 위치를 계획하며 전원·백홀·동기화(PTP/RTLS 클럭)를 설계한다. 파일럿 단계에서는 기준선을 측정하고 멀티패스·NLOS를 보정하는 캘리브레이션을 거쳐 품질 점수 기준을 확립한다. 확장·통합 단계에서는 데이터 모델을 표준화하고 이벤트 스키마 계약을 맺으며 WMS·MES·BI와 연동하고 개인정보 영향평가를 진행한다. 운영 단계에서는 SLO 기준으로 상태를 모니터링하고 드리프트를 재보정하며 펌웨어를 롤아웃하고 배터리·장애를 예측 유지보수한다.

도입 후 확인되는 수준

정량 효과로는 피킹·탐색 시간이 1530% 단축되고, 재고 정확도가 515%p 개선되며, 장비 가동률이 5~10%p 증가하고, 근접 사고가 20% 이상 감소한다(현장·공정에 따라 변동). 정성적으로는 가시성·추적성 향상, SLA 준수, 작업 표준화, 감사 대응 용이성, 데이터 기반 의사결정 문화가 자리잡는 효과가 있다.