기본 콘텐츠로 건너뛰기

지역난방 유량계 ESP로 원격 검침하기

지역난방으로 난방을 하는 집의 가장 불만사항은 내가 얼마나 난방을 했는지 알아내려면 싱크대를 열어서 유량계를 들여다보던지.. 아니면 춥디 추운 바깥에 나가서 매번 원격 검침기의 숫자를 확인해야하는 겁니다.

싱크대 안에 있는 유량계는 아날로그 식이라서 정확한 값을 알아내려면 어쨌든 나가야 합니다.

이게 너무 너무 귀찮아서.. HA를 구축한 김에 저도 원격 검침 해보고 싶었습니다.

그래서 구현해봤습니다. 이 방법은 네이버 모 카페의 어떤 분이 알려주신 방법입니다.

우선 준비물이 있어야겠지요.

제가 구매한 물품은 아래와 같습니다. 저는 납땜 없이 할 수 있도록 구성했습니다.


우선 ESP32 보드

https://www.11st.co.kr/products/3411825790?&xfrom=&xzone=


그 다음에 유량계와 ESP32를 편하게 연동하기 위한 터미널 블록 2P 2개

https://www.11st.co.kr/products/1953440276?&xfrom=&xzone=


그리고 ESP32를 고정할 보드가 필요한데.. 개인적으로 미니 빵판은 권장해드리지 않습니다. ESP32가 생각보다 커서 미니 빵판 하나 크기입니다. 그래서 미니 빵판을 구매하실거면 3개를 구매하시길 권장해드립니다.

아니면 좀 큼지막한 모드 하나 구매하시길 권합니다.


그리고 터미널과 ESP32를 연결할 점퍼케이블이 있어야 하는데.. 저는 그냥 넉넉하게 샀습니다.

https://www.11st.co.kr/products/1946216907?&xfrom=&xzone=


그 다음에 외부 검침기로 값을 보내기 위한 릴레이가 필요합니다.

http://www.funnykit.co.kr/shop/goods/goods_view.php?inflow=naverCheckout&goodsno=9159


자 이제.. 준비물이 모두 모였다면.. 원기옥이 아니라... 조립을 해야겠죠..


우선 HA의 애드온에서 ESPHOME을 설치해주시면 됩니다.

다음에 웹 UI를 여신 다음에 + 버튼을 눌러서 새로운 구성을 등록해주셔야 하는데.. 이름을 잘 결정하시기 바랍니다. 뭐.. 큰 문제는 없지만 나중에 바꾸시려면 ESP를 다시 컴에 연결해서 플래싱을 해야하기 때문에 무지 귀찮습니다.

아.. 그리고 저는 윈도우에서 버추얼박스로 HA를 구동시키고 있기 때문에 이걸 기준으로 설명을 드리겠습니다. 도커나 다른건 관련 자료를 검색해보시기 바랍니다.

이름을 넣고.. 연결할 와이파이의 SSID와 패스워드를 입력해서 구성을 하나 추가합니다.

와이파이는 당연히 2.5GHz를 입력하셔야 합니다.

구성이 추가되었다면 EDIT를 선택하신 다음에 아래 코드를 입력해주시기 바랍니다.


esphome:

  name: boiler-usage

  platform: ESP32

  board: esp32dev

  

preferences: 

  flash_write_interval: 60min

  

logger:


api:  // 나중에 HA의 개발자옵션에서 서비스로 boiler_meter_calibration 을 불러와서 원하는 값으로 글로벌 값을 수정할 수 있습니다.

  services:

    - service: boiler_meter_calibration

      variables:

        meter_counter: float

      then:

        - globals.set:

            id: boiler_meter

            value: !lambda |-

              return id(boiler_meter) = meter_counter;

        - sensor.template.publish:

            id: boiler_remote_meter

            state: !lambda 'return id(boiler_meter);'


ota:

  password: !secret ota_pwd


wifi:

  ssid: !secret main_ap_ssid

  password: !secret main_ap_pwd


  ap:

    ssid: "home hub" // 원하시는 다름 입력하셔도 됩니다.

    password: !secret fallback_ap_pwd


captive_portal:


globals: 

  - id: boiler_meter

    type: float

    restore_value: yes            

    initial_value: '884.59'   //처음에는 그냥 0.0 넣으시고 boiler_meter_calibration 로 나중에 HA에서 글로벌 값을 수정해주시면 됩니다.


binary_sensor:

  - platform: gpio

    name: hot water 10liter pulse      

    pin:

      number: GPIO21

      mode: INPUT_PULLUP

      inverted: true

    filters:

      - delayed_on_off: 50ms       

    on_press:                                           

      then:

        - lambda: |-

            id(boiler_meter) += 0.01;  //그럴일은 없겠지만.. 만약에 유량계의 미터가 소수점 3자리라면 0.01로 고치시면 됩니다.       

        - sensor.template.publish:                    

           id: boiler_remote_meter

           state: !lambda |-

              return id(boiler_meter);        

        - switch.turn_on: boiler_remote_meter_relay_switch       

        - delay: 3s

        - switch.turn_off: boiler_remote_meter_relay_switch

  - platform: status

    name: "Boiler Meter Status"


interval:     

  - interval: 1min                                   

    then:

      - sensor.template.publish: 

          id: boiler_remote_meter

          state: !lambda |-

            return id(boiler_meter);     

            

switch:                                     

  - platform: gpio

    pin: GPIO23

    id: boiler_remote_meter_relay_switch

    name: "Boiler Meter Relay Switch"


sensor:                                  

  - platform: template

    name: Boiler remote meter

    id: boiler_remote_meter

    icon: mdi:counter

    unit_of_measurement: "m³"

    device_class: "gas"

    state_class: "total_increasing"

    accuracy_decimals: 2 // 그럴일은 없겠지만.. 만약에 유량계의 미터가 소수점 3자리라면 3으로 고치시면 됩니다.


코드를 입력하시고 SAVE 를 눌러 저장을 합니다.


그리고 INSTALL을 눌러줍니다. INSTALL 전에 등록한 기기의 Validate를 눌러서 코드에 문제가 없는지 검사하시는 것도 좋은 선택입니다.


ESP32를 등록하고 나면 Wirelessly로 플래싱을 할 수 있지만 지금은 등록이 되어 있지 않으므로 Manual download를 선택해 줍니다. 그러면 등록한 이름.bin 파일이 다운로드 폴더에 저장이 될겁니다.

이제 이 파일을 ESP에 플래싱을 해줘야 합니다.

https://www.silabs.com/developers/usb-to-uart-bridge-vcp-drivers

에서 드라이버를 받으신 후에 ESP를 컴퓨터에 연결해서 드라이버를 설치해주시면 COM포트에 ESP가 인식이 될것입니다.

그 상태에서 아마 2개의 LED가 깜박이고 있으실 텐데.. BOOT 버튼을 꾸욱 눌러주시면 한쪽 LED가 꺼지면서 플래싱 모드로 변경됩니다.

그러면 https://www.espressif.com/en/support/download/other-tools 에서 Flash Download Tools을 받으셔서 아까 다운로드 받은 파일을 ESP에 플래싱을 해주시면 끝입니다. 프로그램 사용법은 너무 단순해서 생략하겠습니다.

그러면 플래싱한 ESP를 HA가 인식을 하고 등록을 권유하면 등록해주시면 됩니다.

이제 등록한 ESP와 유량계를 연결해보겠습니다.


연결은 아래처럼

해주시면 됩니다.


유량계에서 나오는 전선을 보시면 2가닥입니다. 유량계에서 나오는 전선과 원격 검침기로 나가는 전선의 연결 색상을 기억하시고 위 사진에서 1과 2의 들어오고 나오는 부분을 동일하게 연결해주시면 됩니다. 예를 들어 원격 검침기에서 나가는 전선의 검은색에 원격 검침기의 노란색이 연결되어 있었다면 1번 들어가는 곳에 검은색, 1번 나가는 곳에 노란색을 연결해주시면 됩니다.


1번 전선을 ESP의 GND에 연결하신 다음에 거기서 나오는 전선을 릴레이의 글자가 제대로 보이도록 부착했을 때(제가 위 사진의 릴레이에 KU로 표시해 두었습니다.) 오른쪽 아래에 연결합니다. 릴레이의 핀이 총 4개인데.. 제가 위 사진에 연결해야 하는 핀을 표시해 놓았으니 참조하시 바랍니다. 오른쪽 아래로 들어간 전선 위쪽에서 전선이 나와서 그 부분이 원격 검침기로 나가는 전선으로 연결하시면 됩니다.


2번 전선은 21번으로 들어가서 23번으로 나온 다음에 릴레이 스위치의 왼쪽 아래로 들어가서 왼쪽 위로 나와서 외부 검침기로 연결해 주시면 됩니다.

모두 제대로 연결이 되었다면 난방을 틀어 내부 검침기의 숫자가 HA에 들어오고 그 숫자만큼 외부 원격 검침기 숫자가 변경되는지 확인해 보시고.. 이상이 없다면

개발자 옵션의 서비스에 가셔서 boiler_meter_calibration 서비스를 선택하신 다음에 외부 검침기의 숫자를 입력해서 초기값을 설정해주시면 됩니다.


다음에 HA의 에너지에서 가스에 센서를 등록하시면 되고 필요하시다면 일별, 월별 유틸리티 미터를 만드시면 일별, 월별 사용량도 보실수 있습니다.


utility:

  daily_gas:

    source: sensor.boiler_remote_meter

    name: 난방 사용량

    cycle: daily

  monthly_gas:

    source: sensor.boiler_remote_meter

    name: 월간 난방 사용량

    cycle: monthly


최대한 상세하게 작성한다고 했지만... 부족한 부분이 있다면 댓글 남겨주시면 제가 아는 선에서 답변을 드리도록 하겠습니다.


그런데, 막상 설치를 하고 나니.. 이거.. 나중에 원격 검침기 교체할 때 원복하는 것도 귀찮네요.. 와고 하나 사다놓든지 해야겠네요..

-----

좀 더 자세한 설정 방법을 원하시면 https://siytek.com/add-esphome-to-home-assistant/ 을 참고하시기 바랍니다. 저도 처음에 이 내용을 보고 따라했습니다.

라벨:

댓글

댓글 쓰기

이 블로그의 인기 게시물

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...
댓글 쓰기
자세한 내용 보기

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....
댓글 쓰기
자세한 내용 보기

'자동화 편향'과 '대중적 불신' 을 고려 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...
댓글 쓰기
자세한 내용 보기