원격 검침 데이터 패턴을 분석해 이상 징후를 확인하고, 결과를 웹 화면에서 조회할 수 있는 모니터링 시스템을 개발했습니다. 데이터 전처리와 AI 모델 개발부터 서버, 데이터베이스, 사용자 화면 연동까지 진행한 프로젝트입니다. 사용 기술: Python, PyTorch, Flask, MariaDB, HTML, CSS, JavaScript 주요 개발 내용은 다음과 같습니다. - 시계열 데이터 전처리: 1,000가구의 3개월간 수도/전력 사용 데이터를 일정한 시간 구간으로 나누는 Sliding Window 방식을 적용해, 사용 흐름을 학습할 수 있는 형태로 구성했습니다. - AI 이상 탐지 모델 개발: 정상적인 사용 패턴을 학습하는 GRU AutoEncoder 모델을 구현했습니다. 데이터 변화량을 반영한 손실함수를 적용했으며, 100개 평가 표본에서 F1 Score 0.92를 기록했습니다. - 모니터링 화면 구현: 수도와 전력 사용량을 그래프로 시각화하고, 사용자별 상태를 함께 표시해 데이터 변화와 이상 징후를 한 화면에서 확인하도록 구성했습니다. - 서버 및 데이터베이스 연동: Flask와 MariaDB를 연결해 사용자 정보와 검침 데이터를 관리하고, 웹 화면과 AI 모델 사이의 데이터 조회 및 추론 요청 흐름을 구현했습니다.