컴퓨팅 파워의 눈부신 발전으로 인하여 초소형 기기 내에 센싱기능, 컴퓨팅 및 무선 통신 기능을 갖춘 sensor node들이 등장하였다[20]. 이러한 sensor node들은 상호 자율적인 협력적 네트워크를 구성하여 주위 환경의 다양한 정보를 수집함으로써 유용한 정보를 제공할 수 있다[20]. 이런 무선 센서 네트워크에서 수집되는 정보는 다양한 센서로부터 수집되며 생태계 환 경 감시시스템 등 여러 응용 분야에서 활용되고 있다. 무선 센서 네트워크에서는 여러 개의 sensor node들로 통신망을 구성한다.
sensor node의 구성요소는 센싱, 프로세싱, 저장, 통신 모듈로 이루어지며, 각 sensor node의 소프트웨어와 하드웨어는 매우 한정적이다. 무엇보다 에너지 용량이 작고 데이터 송수신 및 대기로 인하여 전력 소비가 상당하다. 따라서 이런 무선 센서 네트워크 상의 sensor node들의 특성을 고려 낮은 컴퓨팅 파워와 작은 전원 용량을 갖는 sensor node에 대한 여러 가지 쿼리를 보다 효율적으로 처리하기 위한 연구가 진행되어 왔다 최근에 무선 센서 네트워크에서 센서 데이터에 대한 쿼리 처리를 하기 위해 TinyDB 등과 같은 센서 데이터베이스 시스템들이 연구되었다[19]. 더 나아가 GeoSensor와 같은 sensor node가 수집한 공간 데이터에 대한 쿼리 처리를 위해 TinyDB를 공간 쿼리 처리가 가능하도록 확장한 Spatial TinyDB와 같은 공간 데이터베이스 시스템도 연구되었다.
GeoSensor에 서는 공간 센서 데이터뿐만 아니라 시공간 센서 데이터도 수집된다. 하지만 기존 센서 데이터베이스 시스템은 시공간 데이터 유형과 연산자를 지원하지 않아 시공간 센서 데이터를 처리하기 위한 시공간 데이터 유형과 시공간연 산자를 추가로 필요로 한다. 무선 센서 네트워크는 크게 sensor node와 기지국(base station)으로 구성된다. 기지국은 사용자 쿼리를 입력 받아 이를 무선 센서 네트워크 상의 모든 sensor node들에게 전파하며, sensor node들은 수집한 데이터 중에서 쿼리 조건을 만족하는 데이터들을 판별하여 무선 통신 방식을 이용하여 기 지국으로 전송한다.
무선 센서 네트워크의 구축 및 유지를 함에 있어 가 장 핵심적인 고려 사항은 sensor node의 한정된 배터리 용량이다. sensor node의 에너지 소비를 경감시키기 위한 가장 이상적인 방법은 센서 의 데이터 전송 빈도를 줄이는 것이다. 지금까지 sensor node의 데이터 송수신 비용을 감소시키는 방안으로 여러 가지 무선 네트워크 내에서 병합 (in-network aggregation) 기법들이 제안되었다. 또한, 무선 센서 네트워크로부터 수집되는 환경 감시 정보는 시간이 지남 에 따라 수집량이 방대하고 장기 보관의 필요성이 증대됨에 따라 빅데이터라 분류될 수 있으며 빅 데이터 처리 기술을 응용하여 분석할 필요가 점점 증가하고 있다. 본 논문에서는 최근의 추세에 맞추어 시공간 센서 데이터를 효율적으로 활용하기 위한 빅데이터 기반 시공간 센서 데이터 처리 시스템을 설계하였다.
다양한 sensor node들로부터 수집되는 데이터들은 sensor node들 마다 다양한 형태를 가지고 있으며, 이러한 데이터들은 실시간으로 측정되어 통신 프로토콜을 기반으로 끊임없이 서버에 수집된다. 기존에는 이러한 sensor node들로부터 전송된 데이터를 DSMS(Data Stream Management System)나 DBMS(Data Base Management System) 에 저장하여 처리하는 방식이 채택되어 왔다. 이러한 방식은 수집 서버에 가해지는 부하 부담이 커질 뿐만 아니라, 빅데이터를 처리하여 분석하기 위 한 적정 성능과 다양한 분석 방법을 제공하지 못하고 있다. 또한, 중앙 집중 처리 방식으로 하나의 DB에서 데이터 저장, 읽기, 쓰기를 수행하기 때문에 방대한 양의 시공간 빅데이터를 처리하여 분석하기에는 시스템 성능 등의 문제로 빠른 상황 대응이 어려운 문제가 존재한다.
