ResistX: AI 기반의 오프라인 우선 재난 대응 시스템 구축 (Hackhazards '26)
요약
Hackhazards '26에서 발표된 ResistX는 인터넷 연결이 끊긴 재난 상황을 위해 설계된 오프라인 우선 분산형 플랫폼입니다. 에지 컴퓨팅 기반의 VLM과 메시 네트워크를 활용하여 통신 인프라 없이도 재난 데이터를 수집하고 대응합니다.
핵심 포인트
- 인터넷 없이 작동하는 오프그리드(off-grid) 분산형 아키텍처
- 에지 컴퓨팅 노드에서 구동되는 오프라인 시각-언어 모델(VLM)
- LoRa 및 메시 네트워크를 통한 비상 데이터 수집
- React와 FastAPI 기반의 전술적 대시보드 제공
ResistX: AI 기반 분산형 회복력 플랫폼
주요 자연재해나 기후 위기 상황에서는 중앙 집중식 통신 인프라와 인터넷 연결이 가장 먼저 끊기는 경우가 많습니다. 이는 구조 팀을 정보 부재 상태로 만들고, 고립된 개인들을 즉각적인 도움으로부터 단절시킵니다.
이러한 치명적인 취약점을 해결하기 위해, 저는 Hackhazards '26 기간 동안 완전히 오프그리드(off-grid) 환경에서 작동하도록 설계된 오프라인 우선(offline-first) 분산형 재난 대응 플랫폼인 ResistX를 구축했습니다.
핵심 기술 아키텍처 (Core Technical Architecture)
ResistX는 극도로 낮은 대역폭과 오프라인 환경에 최적화된 견고하고 반응성이 뛰어난 기술 스택을 기반으로 구축되었습니다:
- 프론트엔드 대시보드 (Frontend Dashboard): 고도의 전술적이고 반응성이 뛰어난 다크 테마 명령 인터페이스를 위해 React.js와 Tailwind CSS를 사용하여 구축되었습니다.
- 백엔드 및 프로세싱 API (Backend & Processing APIs): 로컬 데이터 스트리밍을 관리하기 위해 Python과 FastAPI를 기반으로 구동됩니다.
- 오프라인 시각-언어 모델 (Offline Vision-Language Models (VLM)): 인터넷 의존성 없이 구조적 잔해, 침수 수준, 고립된 사람들을 식별하기 위해 에지 컴퓨팅 노드(Jetson Nano 또는 Raspberry Pi 등)에서 드론 및 위성 피드를 직접 처리하는 것을 시뮬레이션합니다.
- 분산형 통신 (Decentralized Communications): 로컬 Bluetooth, Wi-Fi, 그리고 LoRa 메시 네트워크(mesh networks)를 사용하여 지상으로부터 오프그리드 비상 SOS 데이터를 수집합니다.
작동 방식
- 데이터 수집 (Data Acquisition): 시스템은 시각 피드를 로컬에서 가로챕니다. 오프라인 에지 컴퓨터가 이미지를 평가하여 동적이고 국지적인 "위험 히트맵 (Hazard Heatmap)"을 생성합니다.
- 메시 집계 (Mesh Aggregation): 고립된 지역 사회 구성원들은 로컬 메시 노드를 통해 모바일 기기에서 경량화된 구조 신호를 방송합니다.
- 전술적 조치 (Tactical Action): 비상 관리 부대는 고립된 클러스터가 정확히 어디에 위치해 있는지 보여주는 통합 대시보드를 확인하고, 즉시 최적의 오프라인 대피 경로를 지도에 표시합니다.
연산을 에지로 옮기고 인프라를 로컬 메시 노드로 이동함으로써, ResistX는 생명을 구하는 일이 인터넷 연결에 의존하지 않도록 보장합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기