CAMPUS DIGITAL TWIN WORKBENCH

숫자를 바꿔 보며,
캠퍼스를 알아봐요.

건물을 고르고 온도나 사람 수를 바꿔 비교해 보세요. 처음 나오는 숫자는 연습용이에요. 내가 가진 건물별 자료도 가져올 수 있어요.

옥수열 교수의 공개 연구 주제를 참고한 독립 실험 · 확인 2026.11.06

1. 공간 객체

승학 건물 23동의 코드·지도 좌표·3D 모델을 연결합니다. 형상과 지반에는 추정이 포함됩니다.

온도·CO₂·건물 집계 인원을 가져와 재생합니다. 출처·시각·단위·추정 여부를 함께 살펴봅니다.

값을 직접 바꿔 기준과 비교합니다. 시간표 기반 학생 이동 실험 ↗도 함께 볼 수 있습니다.

RESEARCH CONNECTION

공식 교수소개는 옥수열 교수의 전공을 디지털 트윈·다중 추론 인공지능·GPU 병렬처리로 안내합니다. 아래 연결은 공개 연구를 캠퍼스 실험에 적용한 설계입니다. 교수님이나 연구실의 공식 서비스·협업으로 제공하는 화면은 아닙니다.

형상과 관측을 같은 건물에 연결
IFC·CityGML·의미 그래프 연구를 참고해, 이 실험은 건물 ID와 관측 대상 코드를 명시적으로 연결합니다. 결과 JSON에는 좌표 출처와 형상 품질을 함께 담습니다. 이 자체 형식이 CityGML·SensorThings 표준을 구현한 것은 아닙니다.
2024년 공동저자 논문 · IFC·CityGML·Semantic Graph ↗
환경 상태를 3D에서 비교
디지털 트윈 열환경 시각화 연구와 연결해 건물별 온도 등의 변화를 살펴봅니다. 여기의 가정값은 직접 지정하는 산술 비교이며, 논문의 MoE 모델이나 개인 열쾌적도 예측을 재현한 결과가 아닙니다.
2025년 공동저자 논문 · MoE 기반 열환경 시각화 ↗
군중 이동을 시나리오로 살펴보기
공개 연구업적의 3D 군중 행동 시뮬레이션과 연결해 기존 학생 이동 화면을 실험 도구로 활용합니다. 현재 이동량은 시간표 가정에 따른 집계 시나리오이며 실제 학생 위치·혼잡 측정값은 아닙니다.
옥수열 교수 공식 연구업적 ↗ · 입체 학생 이동 실험 열기 ↗

실시간 센서 API와 제어 장치는 연결되어 있지 않습니다. 실제 디지털 트윈 운영으로 확장하려면 측량·시설 객체 정합, 승인된 관측 데이터와 검증된 모델·인터페이스가 필요합니다. 출처·연결 근거 JSON