소프트웨어 공장

1. ESP32 ESP-IDF 및 AWS IoT Core, Amazon SNS 기반 실시간 모니터링 시스템 구축 배경산업용 IoT(Internet of Things) 현장에서는 엣지 디바이스의 환경 데이터(온도, 습도, 진동 등)를 클라우드로 안전하게 전송하고, 비상 상황 발생 시 지연 없이 담당자에게 통보하는 실시간 모니터링 파이프라인 구축이 필수적입니다. ESP32 마이크로컨트롤러(MCU)는 Wi-Fi 및 Bluetooth 하드웨어 모듈과 Hardware Cryptographic Accelerator를 내장하고 있어, mTLS(Mutual TLS) 기반의 AWS IoT Core 통신을 구현하기에 적합한 가성비 뛰어난 플랫폼입니다.기존 개발 과정에서는 아두이노(Arduino) 프레임워크나 검증되지 않은..

1. ESP32 ESP-IDF 기반 AWS IoT Core 및 DynamoDB, Grafana 모니터링 시스템 구축 배경ESP32 마이크로컨트롤러(MCU)와 AWS IoT Core를 연동하는 작업은 스마트 팩토리, 환경 감시, 산업용 디바이스 모니터링 시스템 구축의 필수 요소입니다. 디바이스에서 수집된 온도, 습도 등 센서 데이터를 지속 가능하고 안정적으로 시각화하려면 확장성 있는 클라우드 데이터 파이프라인과 대시보드 인프라가 필요합니다.단순 HTTP REST API Polling 방식은지속적인 TLS 연결 생성 오버헤드와 전력 소모를 유발합니다. 반면 AWS IoT Core의 MQTT 프로토콜(Port 8883, mTLS)을 활용하면 경량화된 메시징을 구현할 수 있으며, AWS Rules Engine,..

ESP32 AWS IoT Core Lambda DynamoDB 연동 파이프라인 구축 배경ESP32 마이크로컨트롤러 기반 IoT 시스템에서 센서 데이터(온도, 습도 등)를 클라우드로 전송할 때, 단순 HTTP REST API 호출 방식은 지속적인 연결 오버헤드와 전력 소모를 유발합니다.이러한 문제를 해결하기 위해 저전력 Pub/Sub 구조의 MQTT 프로토콜과 AWS IoT Core, Serverless 인프라(AWS Lambda, Amazon DynamoDB)를 연동하는 아키텍처가 널리 사용됩니다.그러나 기존 구현 가이드에서는 다음과 같은 기술적 오류가 빈번하게 발생합니다.ESP32 C 코드에서 C-SDK 레거시 API와 ESP-IDF esp_mqtt_client API의 혼용JSON 포맷 생성 시 sp..

ESP32 ESP-IDF 기반 AWS IoT Core MQTT 연동 구축 배경 및 필요성ESP32 마이크로컨트롤러(MCU)와 AWS IoT Core를 연동하는 작업은 스마트 팩토리, 원격 온도 모니터링 등 다양한 Industrial IoT(IIoT) 시스템 구축의 핵심 단계입니다. 하지만 단순한 HTTP REST API 호스팅 방식은 잦은 커넥션 생성 오버헤드와 전력 소모를 유발합니다. 이에 따라 저전력 환경에 최적화된 Publish/Subscribe 기반 MQTT 프로토콜 활용이 필수적입니다.기존 가이드에서는 ESP-IDF(Espressif IoT Development Framework) 환경 설정 시 CMake 구조 불일치, AWS IoT Device SDK for Embedded C의 전역 클라이언..

ESP32 AWS IoT Core SageMaker 이상 감지 파이프라인 구축 배경ESP32 마이크로컨트롤러 기반 IoT 시스템에서 센서 데이터(예: 온도, 습도, 진동 등)를 실시간으로 모니터링할 때, 임계값(Threshold) 기반의 단순 조건문 방식은 복잡한 환경 변화나 비선형적 이상 패턴을 감지하는 데 한계가 있습니다.단순히 ESP32 내부 레지스터 처리만으로 온도 이상을 판단하거나 CloudWatch/Rule 조건문에 의존하면 미세한 징후 파악이 불가능하며, 비정상적인 데이터 유입 시 빠른 자동 대응 체계를 구축하기 어렵습니다.본 포스팅에서는 ESP32(ESP-IDF environment)에서 MQTT 프로토콜로 수집한 ADC 센서 데이터를 AWS IoT Core Rules Engine을 통해 ..

ESP32 AWS IoT Core 실시간 데이터 시각화 파이프라인 구축 배경ESP32 마이크로컨트롤러 기반 IoT 시스템에서 수집된 온도 센서 데이터는 실시간 모니터링 및 이상 감지를 위해 클라우드 시각화 플랫폼으로 전송되어야 합니다. 단순히 데이터를 AWS IoT Core로 수집하는 것만으로는 전체 시스탬의 상태 변화나 장기적인 패터닝 분석을 수행하기 어렵습니다.많은 개발자들이 AWS IoT Core에서 수집된 데이터를 Amazon QuickSight 및 Grafana와 연동하는 과정에서 데이터 파이프라인 설계 오류, Time-series 데이터베이스 변환 실패, IAM 권한 설정 미비 등의 문제에 직면합니다. 본 포스팅에서는 ESP32에서 수집된 센서 데이터를 AWS IoT Core, AWS Lamb..

ESP32 AWS IoT Core Kinesis Firehose 모니터링 파이프라인 구축 배경 및 필요성ESP32 마이크로컨트롤러 기반 IoT 환경에서는 연속적으로 발생하는 센서 데이터(예: 온도, 습도 등)를 클라우드로 안전하게 수집하고 분석용 데이터 레이크(Data Lake)로 저장하는 메커니즘이 필수적입니다. 임베디드 단에서 직접 S3 API를 호출하거나 Boto3와 같은 Python 스크립트로 polling 방식을 사용하면, HTTP 통신 오버헤드 증가, ESP32의 전력 소비 및 메모리 부족 현상, 수신 측 파이프라인의 API 비용 및 확장성 제한이 발생합니다.AWS IoT Core, Rules Engine, Amazon Kinesis Data Firehose, Amazon S3를 결합하면 디바..

1. ESP32 AWS IoT Core CloudWatch 모니터링 파이프라인 구축 배경 및 필요성ESP32 마이크로컨트롤러 기반 IoT 디바이스 모니터링 환경에서는 임베디드 엣지 단에서 발생하는 센서 데이터(예: 온도, 습도, 전압 등)를 실시간으로 추적하고, 이상 징후 발생 시 즉각적으로 관리자에게 알림을 전송하는 메커니즘이 필수적입니다.임베디드 단에서 직접 클라우드 데이터베이스나 외부 알림 API를 지속적으로 호출하면 네트워크 트래픽 증가, 전력 소비 상승, 디바이스 리소스 부족 현상이 발생합니다. AWS IoT Core와 Rules Engine, CloudWatch, Amazon SNS를 연계하면 디바이스는 lightweight MQTT 메시지만 전송하고, 클라우드 게이트웨이 영역에서 데이터 수집..

ESP32 AWS IoT Core 이상 온도 감지 파이프라인 구축 배경 및 필요성ESP32 마이크로컨트롤러 환경에서 센서 데이터를 주기적으로 서버로 수집할 때, 모든 데이터를 클라우드 백엔드로 직접 전송하거나 처리하면 서버 컴퓨팅 리소스 및 네트워크 비용이 크게 증가합니다. 특히 실시간 환경 모니터링 시스템에서는 정상 범위의 온도 데이터보다 특정 임계값을 초과하는 이상 상태 데이터에 신속하게 대응하는 것이 핵심입니다.AWS IoT Core와 Rules Engine을 활용하면 디바이스에서 수신된 MQTT 패킷을 클라우드 게이트웨이 입구에서 SQL 쿼리로 즉시 필터링할 수 있습니다. 조건에 부합하는 이벤트 데이터만 AWS Lambda로 직접 전달하여 Amazon SNS 알림을 발송함으로써, 백엔드 서버 부하..

1. AWS IoT Rules Engine 기반 ESP32 센서 데이터 필터링 기술 배경 및 필요성AWS IoT Core 환경에서 원격지에 위치한 ESP32 디바이스는 정기적으로 대량의 MQTT 메시지를 서버로 브로드캐스팅합니다. 수집되는 모든 원시(Raw) 데이터를 서버 백엔드나 데이터베이스에 저장할 경우, 불필요한 네트워크 트래픽 증가와 AWS 클라우드 비용 상승이라는 문제가 발생합니다.AWS IoT Rules Engine은 클라우드 게이트웨이 입구에서 SQL 문법을 통해 수신된 MQTT 패킷을 실시간으로 디코딩 및 필터링할 수 있는 완전 관리형 서비스입니다. 특정 임계값을 초과하는 이벤트 패킷만 선별하여 AWS Lambda, Amazon DynamoDB, Amazon SNS 등으로 라우팅하면, 서버..