수많은 사물인터넷(IoT) 응용 분야에서는 IoT 센서가 대량의 데이터를 지속적으로 수집하고 전송하여 정밀하고 실시간적인 환경 모니터링을 가능하게 한다. 그러나 잦은 데이터 전송은 에너지 소비를 크게 증가시켜 IoT 시스템의 핵심적인 도전 과제를 야기한다. 이러한 문제를 해결하기 위해 본 연구는 불확실성 기반 최적 전송 주기 제어(U-OTPC) 모델을 제안하며, 각 IoT 센서의 전송 주기를 적응적으로 조정하여 데이터 정확성을 유지하면서 에너지 소비를 최소화한다. 최적 전송 주기는 에너지 소비와 데이터 품질을 균형 있게 고려하는 min–max 최적화 문제를 정식화함으로써 도출되며, 여기서 데이터 품질은 복원 오차와 불확실성의 조합으로 정량화된다. 예측 불확실성을 추정하기 위해, 전송 주기 제어 모델에서 종종 간과되는 Monte Carlo (MC) dropout 기법을 활용한다. 본 문제를 효율적으로 해결하기 위해 U-OTPC는 이론적 명제와 k -ary 탐색 알고리즘을 통합한다. 제안된 모델의 유효성은 실시간 모니터링으로부터 수집된 서로 다른 3개의 공개 데이터셋에 대한 광범위한 평가를 통해 엄밀하게 검증하였다. 실험 결과, U-OTPC 모델은 기간 제어 점수(PCS) 지표에서 다른 기준 모델을 능가하며, 데이터 수집 정확도와 에너지 소비를 효과적으로 균형 조절하는 것으로 나타났다. • 우리는 불확실성 기반 최적 전송 주기 제어(U-OTPC) 모델을 새롭게 도입한다. • 제안된 모델은 MC dropout을 포함하여 예측 모델의 불확실성을 정량화한다. • 에너지 소비와 데이터 품질을 고려하는 min–max 최적화 문제를 정식화한다. • 최적의 해를 달성하기 위해 k -ary 탐색을 사용하는 정교한 U-OTPC 알고리즘을 제시한다. • 광범위한 평가를 통해 우리의 U-OTPC 모델이 PCS 지표에서 기존 모델들을 능가함을 보인다.