프로젝트
AI 인사이트
RnDcircle AI가 제공하는 사용자 맞춤 정보
※ 사용자 모드를 변경하여 맞춤형 인사이트를 받아보세요
연구 분야
기술 도입 효과 및 상용화 단계
경제적/시장 적용 및 기대 효과
- 고해상도 대기질 예측: 전산유체역학(CFD) 모델(OpenFOAM, PALM)과 AI 모델을 결합하여 건물, 도로 등 도시 구조를 반영한 정밀 오염물질 확산 예측 시스템 구축.
- 원격 측정 및 모니터링: 분광기법 및 컴퓨터 비전 기술을 활용하여 대기 배출시설의 오염물질을 원격으로 감시하고, 관측 데이터의 정확도를 높이는 기술 개발.
도시계획, 환경영향평가, 스마트시티 구축 시 과학적 데이터를 제공하여 정책 결정의 신뢰도를 높이고, 실시간 대기질 정보 제공 플랫폼 사업화로 새로운 시장 창출. 지자체 및 환경 관련 기업과의 협력을 통해 기술 실용화 및 사업 확장 기대.
- 온실가스 모니터링 및 배출량 분석: 서울시를 대상으로 온실가스 집중 관측 및 배출량 분석을 통해 도시 맞춤형 탄소중립 정책 수립을 위한 핵심 데이터 제공.
- 탄소 풋프린트 모델링: 지형을 고려한 딥러닝 기반 이산화탄소 풋프린트 모델을 개발하여 특정 지역의 탄소 배출원을 정밀하게 식별하고 관리하는 기술 확보.
탄소배출권 거래제, ESG 경영 등 강화되는 환경 규제에 효과적으로 대응할 수 있는 솔루션 제공. 탄소 저감 컨설팅 및 데이터 기반 관리 시스템 시장에서 경쟁 우위 확보 및 관련 산업 성장 견인.
- 도심항공교통(UAM) 안전 운용: K-UAM 안전운용체계 핵심기술개발 참여를 통해 UAM 운항에 영향을 미치는 도시 미기상(돌풍, 난류 등) 예측 및 회피 경로 분석 기술 개발.
- 대기경계층 예측 고도화: 전이대기경계층 내 난류확산 특성 분석 및 모수화 개선 연구를 통해 항공, 기상 예보 정확도를 높여 안전 관리 시스템 강화.
UAM, 드론 등 미래 모빌리티 산업의 안전성 확보를 위한 필수 기술 선점. 기상 예측 정확도 향상으로 항공, 물류, 에너지 산업의 운영 효율성 증대 및 수백억 원대 경제적 파급 효과 기대.
완료된 프로젝트
1
지형을 고려한 딥러닝 이산화탄소 풋프린트 모델 개발 및 서울도심 지역 적용
서울녹색환경지원센터
2025년 04월 - 2025년 11월
딥러닝
이산화탄소
풋프린트 모델
서울도심
2
온실가스 집중관측 및 배출량 분석을 통한 서울시 온실가스 모니터링 체계 구축방안
시정연구 지원사업
2024년 04월 - 2024년 12월
온실가스
집중관측
배출량 분석
모니터링 체계
3
[1-4][통합Ez]전이대기경계층 내 난류확산의 특성 분석 및 대기경계층 모수화 방법 개선
과학기술정보통신부
2024년 03월 - 2025년 02월
4
분광기법을 이용한 대기배출시설 원격측정 연구(Ⅰ)
국립환경과학원
2023년 04월 - 2023년 12월
분광기법
대기배출시설
원격측정
5
[1-3][통합Ez]전이대기경계층 내 난류확산의 특성 분석 및 대기경계층 모수화 방법 개선
과학기술정보통신부
2023년 03월 - 2024년 02월
6
전산유체역할 모델을 활용한 서울시 도시대기환경영향평가 연구
서울녹색환경지원센터
2022년 04월 - 2022년 11월
7
전산유체역학 모델을 활용한 서울시 도시대기환경영향평가 연구
서울녹색환경지원센터
2022년 04월 - 2022년 11월
전산유체역학
도시대기환경
영향평가
8
전지구예보모델의 오차진단과 예측성 평가(3)
기상청
2022년 04월 - 2022년 11월
전지구예보모델
오차진단
예측성 평가
9
[1-2][통합Ez]전이대기경계층 내 난류확산의 특성 분석 및 대기경계층 모수화 방법 개선
과학기술정보통신부
2022년 03월 - 2023년 02월
10
[1-2]컴퓨터 비전 기법을 이용한 관측자료 융합기술 개발
기상청
2022년 - 2022년 12월