Data Processing Method for Real-time Safety Supervision System in Railway

철도기술연구사업 일환으로 추진하고 있는 실시간 철도안전 관제시스템은 철도시스템을 구성하는 열차제어설비, 신호설비, 전력설비, 통신설비, 기계설비 및 선로변 안전검지장치 등으로 분산되어 감시되고 있던 개별 감시시스템의 안전관련 데이터를 통합하여 열차 운행의 안전을 실시간으로 감시하고 제어하며, 축적되는 빅 데이터를 기반으로 사고 및 위험을 예측하여 사고를 예방하는 통합 시스템이다. 이 시스템은 모든 감시 설비의 안전관련 정보를 통합하기 때문에 개별 감시설비를 기준으로 최소 5~10배 이상의 데이터를 실시간으로 감시하고 제어하기 위한 실시간 처리 성능이 요구되고, 누적된 테라급 이상의 빅 데이터를 기반으로 위험과 사고 예측을 수행하기 위한 대용량 데이터 처리 성능이 동시에 요구된다[1]. 본 논문「3. 기존 사례 및 솔루션 분석」에서 보듯이 기존의 철도관제 및 설비감시 시스템들은 주로 디스크 기반 관계형 데 이터베이스를 활용하여 데이터를 처리하고 있으나 실시간 처리나 빅 데이터 처리에는 한계가 있다. 최근 도입되고 메모리 기반 데이터베이스도 빅 데이터 처리에는 약점이 있고, 시계열 데이터베이스는 실시간 처리에 약점이 있다. 현재까지 상용화된 솔루 션은 대부분 단일 기능만을 제공하고 있고, 디스크와 메모리 특성을 조합한 하이브리드 솔루션이 출시된 적은 있으나, 안전관 제에서 요구되는 실시간 처리와 빅 데이터 처리 기능을 동시에 제공하는 솔루션은 없다. 본 연구에서는 실시간 철도 안전 관제를 위한 데이터 처리의 요구사항 도출과 기존의 데이터 처리 사례 분석을 기반으로 빅 Abstract A goal of the Real-time railway safety supervision system is to improve the safety oversight efficiency and to prevent accidents by integrating existing distributed monitoring systems, train, signal, power and facilities. So, the system require better performance regarding real-time processing based on big data. The disk-based database that is used in existing railway control systems has a problem with real-time processing; memory-based databases haves a limitation in terms of big-data processing; and time series databases haves a limitation in terms of real-time processing. So, we need a new database architecture for simultaneous real-time processing based on big data. In this study, we review the existing railway monitoring systems and propose a new database architecture for a real-time railway safety supervision system.