기본 콘텐츠로 건너뛰기

리드스위치로 원격에서 가스 검침하기

집 바깥의 가스검침기의 가스 사용량을 집안에서 편하게 조회해볼 수 있는 기능을 구현해보고자 합니다.


그런데, 원격에서 가스 검침을 하시려면 가스 검침기에 해당 기능이 지원되어야 합니다.


본인 집의 가스 검침기에 가셔서 가스 사용량을 표시하는 아래 부분에 리드 센서를 부착하는 곳이 있는지 확인해 보시기 바랍니다.



위에 표시한 곳에 리드 센서를 장착할 수 있는 홈이 있어야 합니다.


​자 그럼 시작해볼까요?

우선은 준비물이 필요하겠죠.. 기본적인 준비물은


https://murianwind.blogspot.com/2021/12/esp.html


에서 소개해 드린 준비물과 크게 다르지 않습니다. 이미 지역난방 유량계 작업을 하셨던 분이라면 준비물이 넉넉히 남아 있으실 수도 있고.. 유량계와 가스 검침을 동시에 하시려면 각각 필요한 만큼 적당히 물품을 구매하시면 됩니다.


​다만.. 이번에는 유량계에서 사용했던 것만큼의 오버 스펙이 필요한건 아니라서 조금 더 저렴한 ESP8266 을 이용하도록 하겠습니다.


​이것도 2번만에 조금 익숙해지고 나서 생각하니.. 유량계도 ESP8266으로 구현해도 충분한 것이었는데.. 뭐.. 이미 구현해버렸으니 후회는 없습니다.


ESP8266을 저는 납땜하기 귀찮아서 NodeMCU로 구매했습니다.


https://www.11st.co.kr/products/3079314807?&xfrom=&xzone=


그리고 빵보드 2개, 터미널 블록 1개, 점프 케이블 2개가 필요합니다.


그리고 중요한 리스센서가 필요한데.. 리드 센서는 본인의 가스 검침기를 사진으로 찍은신 후에


https://m.blog.naver.com/pjwook0129/221265570229


에 연락해서 구입하시면 됩니다.


​준비된 물품을 아래처럼 구현했습니다.


D7과 G에 가스 검침기에 부착한 리드센서의 전선을 연결해 주시면 됩니다.


​ESP8266에 처음으로 플래싱하는 부분은 이전에 올렸던 유량계 게시물을 참조하시면 됩니다.


그리고 윈도우에서 버추얼 박스를 쓰시는 분들은 간혹 ESP가 인식 안되는 경우가 있는데.. 이때는 버추얼 박스를 종료하고 ESP를 연결하시면 인식이 됩니다.


ESPHOME에는

substitutions: devicename: GasMeter esphome: name: gas-usage platform: ESP8266 board: nodemcuv2 esp8266_restore_from_flash: true on_boot: then: - sensor.template.publish: id: gas_meter state: !lambda 'return id(gas_meter_global);' preferences: flash_write_interval: 60min logger: api: services: - service: meter_calibration variables: meter_counter: float then: - globals.set: id: gas_meter_global value: !lambda |- return id(gas_meter_global) = meter_counter; - sensor.template.publish: id: gas_meter state: !lambda 'return id(gas_meter_global);' ota: password: !secret ota_pwd wifi: ssid: !secret main_ap_ssid password: !secret main_ap_pwd ap: ssid: "Gas Meter" password: !secret fallback_ap_pwd captive_portal: globals: - id: gas_meter_global type: float restore_value: true initial_value: '82.50' // 초기 값은 0.0 으로 하시고 나중에 HA의 서비스에서 값을 변경하셔도 됩니다. sensor: - platform: template name: "${devicename} Total" id: gas_meter update_interval: never unit_of_measurement: m³ accuracy_decimals: 2 // 간혹 검침기의 리드스위치가 소숫점 둘째 자리가 아니라 셋째 자리를 기준으로 한다면 여기를 3으로 변경하시기 바랍니다. state_class: 'total_increasing' device_class: 'gas' icon: mdi:counter binary_sensor: - platform: gpio name: "${devicename} Pulse Counter" pin: number: D7 mode: INPUT_PULLUP inverted: true filters: - delayed_on: 100ms - delayed_off: 100ms on_press: then: - globals.set: id: gas_meter_global value: !lambda |- return id(gas_meter_global) += 0.01; // 간혹 검침기의 리드스위치가 소숫점 둘째 자리가 아니라 셋째 자리를 기준으로 한다면 여기를 0.001으로 변경하시기 바랍니다. - sensor.template.publish: id: gas_meter state: !lambda 'return id(gas_meter_global);' - platform: status name: "Gas Meter Status"


처럼 코드를 적어주시면 됩니다.


​그리고 저는 다원 가스락을 사용하고 있는데.. 이 가스 검침기가 있으면.. 가스가 더 이상 공급되지 않으면 다원 가스락을 자동으로 잠그도록 구성할 수 있습니다.


​자동화를 충분히 작성하실 수 있으실 겁니다.


저는 측정해보니 3분 간격으로 0.1씩 소모하는 걸 확인하고 아래처럼 바이너리 센서를 만든 후에 바이너리 센서가 꺼지면 다원 가스락이 잠기도록 설정해두었습니다.


templates: - binary_sensor: - name: "도시가스 제어" unique_id: gas_control icon: mdi:fire state: > {{ as_timestamp( utcnow() ) | int < as_timestamp(states.sensor.gasmeter_total.last_changed ) | int + 5*60 }}


자동화의 트리거를 템플릿으로 지정하고


{{ as_timestamp( utcnow() ) | int < as_timestamp(states.sensor.gasmeter_total.last_changed ) | int + 5*60 }}


위 값을 집어 넣어 자동화를 구성하셔도 되는데.. 저는 제대로 동작을 안해서 그냥 센서로 구성했습니다.


​시간은 본인 집의 가스 사용량을 보셔서 적절히 조정하시면 됩니다. 

댓글

이 블로그의 인기 게시물

피드백 루프: AI 시대 테스터가 지켜내야 할 핵심 엔진

소프트웨어 개발과 테스팅 현장에서 가장 자주 언급되지만, 막상 시스템이 복잡해질수록 쉽게 경시되곤 하는 핵심 개념이 바로 '피드백 루프(Feedback Loop)'입니다. 코드를 수정하고, 빌드하고, 테스트 결과를 확인하고, 다시 개선하는 그 순환 과정의 속도와 정확도가 결국 소프트웨어의 품질을 결정짓기 때문입니다. 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "One Loop After Another" 아티클은 바로 이 피드백 루프의 다층적 구조와, AI 시대에 우리가 놓치지 말아야 할 품질 검증의 본질을 날카롭게 되짚어 줍니다. (출처: Quality Remarks - One Loop After Another / Matthew Heusser) https://qualityremarks.com/one-loop-after-another/ 매슈 하이저는 소프트웨어 개발 생태계가 단순히 하나의 커다란 테스트 루프로 돌아가는 것이 아니라, 시간 축과 관점에 따라 겹겹이 쌓인 '연쇄적인 피드백 루프들(One Loop After Another)'로 이루어져 있다고 설명합니다. 초단기 루프 (Inner Loop): 개발자가 코드를 작성하는 몇 초~몇 분 단위의 루프입니다. 단위 테스트(Unit Test)나 IDE의 Linter, AI 자동 완성이 즉각적인 피드백을 주는 영역입니다. 단기 루프 (Daily / CI Loop): 커밋과 푸시가 이루어지고, CI/CD 파이프라인에서 통합 테스트와 정적 분석이 실행되는 몇 시간 단위의 루프입니다. 중기 루프 (Iteration / Exploration Loop): 스프린트 단위로 탐색적 테스팅(Exploratory Testing)을 수행하고, 실제 사용자 시나리오나 엣지 케이스를 사람이 직접 검증하며 시스템의 유기적 작동을 확인하는 며칠~몇 주 단위의 루프입니다. 장기 루프 (Outer / Market Loop): 실제 ...

에이전틱 AI 프로젝트에서 테스터의 5가지 핵심 원칙

AI 코딩 에이전트와 자율형 에이전트가 빠르게 개발 워크플로우에 통합되면서, 단순히 코드를 잘 짜는 것을 넘어 '에이전트와 어떻게 협업하고 통제할 것인가'가 개발자와 아키텍트들의 가장 큰 화두로 떠올랐습니다. 윤석찬 님의 아티클 "AI 에이전트 시대, 개발자는 어떻게 일해야 하는가? – 프론티어 엔지니어링의 10가지 원칙"은 에이전틱 AI 시대에 엔지니어가 마주하는 패러다임 변화와, 실무 현장에서 일하는 방식을 어떻게 재정의해야 하는지 아주 명확한 가이드라인을 제시해 줍니다. (출처: channy.creation.net - 윤석찬 님의 블로그) https://channy.creation.net/blog/1989 비록 대규모 에이전트 오케스트레이션이나 초거대 인프라 시스템을 개인이 직접 구축하고 운용하는 것은 비용적·기술적으로 현실적인 한계가 있습니다. 하지만 개인 프로젝트에서 AI와 바이브 코딩(Vibe Coding)을 활용하며 겪었던 맥락 손실, 환각, 통제 불능의 경험들을 떠올려보면, 이 아티클이 제시하는 10가지 프론티어 엔지니어링 원칙은 소규모 개인 개발 환경에서도 대단히 깊은 공감을 불러일으킵니다. 이 글은 단순히 "AI 도구를 잘 쓰자"는 수준에 머무르지 않습니다. AI 에이전트가 생성해내는 불확실성 속에서 인간 엔지니어가 시스템의 맥락을 주도하고, 오작동을 제어하며, 품질의 키(Steering Wheel)를 쥐기 위한 구조적 사고법을 다룹니다. 그렇다면 프론티어 엔지니어링의 원칙을 바탕으로, 시스템의 신뢰성과 안전성을 검증해야 하는 테스터는 과연 어떤 실무 원칙을 세워나갈 수 있을까요? 윤석찬 님이 제시한 엔지니어링 원칙을 테스팅 관점으로 재해석해 보면, 다음과 같은 5가지 원칙으로 정리할 수 있을 것 같습니다. 1. 결정론적 검증에서 '경계선 및 허용 오차(Boundary)' 테스팅으로 전환하라 에이전트 기반 시스템은 같은 입력을 주어도 매번 다른 추론 경로를 거치는 확률적(Stoc...

결국 테스팅은 어렵다

 AI 코딩 에이전트와 대형 언어 모델(LLM)이 코드를 순식간에 쏟아내고 테스트 스크립트까지 자동으로 만들어주는 시대가 되면서, 일각에서는 "이제 테스팅도 버튼 하나 누르면 끝나는 쉽고 단순한 일 아닌가?"라는 착각에 빠지곤 합니다. 하지만 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "Turns Out Testing is Hard" 아티클은, 기술이 아무리 화려하게 발전하더라도 소프트웨어의 '진짜 품질'을 검증하는 일은 여전히 지독하게 어렵고 복잡하다는 현실을 서늘하게 되짚어 줍니다. (출처: Quality Remarks - Turns Out Testing is Hard / Matthew Heusser) https://qualityremarks.com/turns-out-testing-is-hard/ 이 아티클이 말하는 핵심은 간단합니다. 단순한 스크립트 실행이나 표면적인 기능 작동 여부를 확인하는 '체크(Checking)'는 AI나 도구를 통해 얼마든지 자동화하고 속도를 높일 수 있지만, 시스템의 숨겨진 리스크를 탐색하고 비판적으로 질문을 던지는 '진짜 테스팅(Testing)'의 난이도는 오히려 이전보다 더 올라갔다는 점입니다. AI 코딩 에이전트가 단 몇 초 만에 수백 줄의 코드를 생성을 해내면서 당장 눈앞의 기능은 돌아가는 것처럼 보입니다. 하지만 그 이면에서는 오작동이 일어날 수 있는 엣지 케이스, 시스템 간의 미묘한 맥락 단절, 그리고 나중에 거대한 장애로 돌아올 인지부채가 순식간에 쌓여갑니다. 매슈 하이저는 왜 테스팅이 여전히 지독히 어려운 과제로 남아있는지 몇 가지 근본적인 이유를 제시합니다. 첫째, '모호함과의 싸움'입니다. 소프트웨어 요구사항은 언제나 비어있는 행간과 모호함을 품고 있습니다. AI는 주어진 텍스트 그대로 명시적인 조건만 테스트하지만, 실제 인간 테스터는 명시되지 않은 사용...