2021-03-02 20:02

2022년 (회계년도란 향후 최종사업으로 선정된 경우 정부예산이 반영되는 년도입니다.)

{뉴딜} 인공지능을 활용한 산불 대응 자동화 서비스

1. 제안 배경 및 필요성

□ 산불로 상당한 피해가 발생하고 있으며, 국민의 상당수가 우리나라 재난 관리 능력이 부족하며 개선이 필요하다고 평가하고 있다.
ㅇ 최근 5년간(2016~2020년 8월 기준) 산불로 여의도 면적 10배 이상의 면적이 소실되었으며, 발생 건수는 총 2,726건으로 피해액은 무려 4,934억 5,500만원에 달한다.
ㅇ 최근 설문조사에 따르면, 우리나라 재난/안전 관리 능력이 낮다고 생각하는 비율이 40.9%에 이른다. 최근 2년간 재난/안전 관리 능력 향상 여부에 대해서는 33.6%가 향상되지 않았다고 응답하였다(2019년에 ‘두잇서베이’의 조사).

□ 산불 피해를 최소화하려면 산불 진화 프로세스 전반에 대한 개선이 필요하다.
ㅇ 최근 2021년 디지털 뉴딜 실행계획에서는 실시간으로 댐·하천을 관리하고 드론을 활용하여 산불을 진화하는 ‘스마트 재난 예방체계’ 구축을 명시하였다.
ㅇ 산불 진화 프로세스인 [산불 발생 파악 – 신고 – 현장 도착 – 진화 시작 – 진화 완료] 中 2021 스마트 재난 예방체계는 [산불 발생 – 신고]와 [진화 시작 – 완료]의 시간을 줄여준다. 산불 피해를 최소화하려면 [신고 – 도착 – 진화 시작]을 줄일 필요가 있다.


2. 국내외 관련 현황

□ 국내외에서는 AI로 산불 발생 파악하고 산불 시뮬레이션을 진행하고 있다.
ㅇ [한국] 정부는 2021 디지털 뉴딜의 스마트 재난 예방체계를 구축하여 드론으로 산불을 진화하는 것에 집중하고 있다. 산불이 크게 발생했던 고성군의 경우 AI CCTV 구축하고 있다. 이를 통해 산불 발생 여부를 빠르게 파악할 수 있게 된다.
ㅇ [미국] 캘리포니아 소방당국은 AI로 기상조건을 비롯한 산속 식물 수분함량, 지형 등을 분석해 산불 발생 위치와 시간대를 예측한다. 또, 해당 AI 플랫폼을 통해 화재로 인한 사고 관리, 출동, 산불 발생지 추적을 수행할 수 있다.
ㅇ [호주] 호주연방산업과학연구회(CSIRO)의 Spark 시스템은 머신러닝을 통해 화재현장을 도표화하고 우선순위를 식별해 산불 진행 방향별 속도를 시각화하여 보여준다.
ㅇ [학계] 재난 상황에 드론을 활용하는 방법, AI로 산불 발생 여부를 판별하는 방법, 산불의 확산경로 및 이동속도 예측을 위한 알고리즘이 연구되었다.

□ 실질적인 산불 피해 최소화를 위해서는 AI를 통한 산불 최적 대응 경로 제시 서비스가 필요하다.
ㅇ 국내 현황을 볼 때는 [신고 – 도착 – 진화 시작] 시간을 단축할 필요가 있다.
ㅇ 해외 현황을 고려할 때, 산불의 진행 방향별 속도에 대해서 예측할 수 있기에 [신고 – 도착 – 진화 시작]의 시간을 일부 줄일 수 있다. 그러나 산불의 진행 방향별 속도와 같은 정보를 바탕으로 소방관이 직접 대응 계획을 수립해야 하기에 시시각각 변하는 재난 상황에 대해 즉각적 대응이 어려운 점, 해외의 기후 및 지리를 고려하여 고안된 모델인 점을 고려할 때 실질적인 산불 피해 최소화를 위해서는 국내 상황에 맞는 AI 산불 최적 대응 경로 제시 서비스를 개발할 필요성이 있다.


3. 제안 내용

□ 개요
ㅇ 본 서비스는 현황 검토에 따라 부족한 [신고 – 도착 – 진화 시작]의 시간을 단축하는 것을 목적으로 한다. 본 목적을 달성하기 위해 산불 진행 방향 및 속도 예측, 산불 최적 대응 경로 예측, 업무분장 및 지원요청 자동화를 기능으로 가진다.

□ 산불 이동 방향 및 속도 예측
ㅇ 산불의 영향력을 노드의 온도변화량에 의존하는 것으로 가정하고, 산불과 노드 사이의 거리 비율을 이용해 [산불 이동방향을 예측]한다. 그리고 예측 대상 장소와 제공되는 환경에 배치된 각 노드 사이의 거리와 화재의 영향이 미치는 매개변수들의 정보와 취득된 시간차에 따른 변화량을 분석하여 [산불 이동속도를 예측]한다.
ㅇ GIS를 통한 지리 정보, 습도·강수량·풍향·풍속과 같은 기상정보, 생태정보 포털시스템을 통한 생태정보를 상기 매개변수로 활용할 수 있다. 또한 한국지능정보사회진흥원(NIA)에서 구축한 위성사진객체판독 데이터셋을 YOLO 알고리즘으로 학습시킴으로써, 수계(하천 등)와 도로를 산불이 진행되지 않는 곳으로 판단할 수 있다.

□ 산불 최적 대응 경로 예측
ㅇ 최적 경로를 생성하는데 주로 활용되는 ACO(개미집단 최적화 알고리즘), PSO(입자 군집 최적화 알고리즘)를 활용하여 산불 최적 대응 경로를 예측한다. ACO와 PSO를 활용함에 있어서는 산불 진행이 방해되는 객체, 필수 회피 객체, 진화 지원 가능 객체를 고려한다. 이하 ACO, PSO 활용에 고려되는 객체를 설명한다.
ㅇ 상기 객체를 판독하기 위해서는 한국지능정보사회진흥원(NIA)에서 구축한 위성사진객체판독을 데이터셋으로 하여 YOLO 알고리즘으로 AI 학습을 진행한다. 이렇게 학습된 AI를 통해서 산불 진행 방해 객체인 도로·수계, 필수 회피 객체인 정유탱크·국가 중요시설, 진화 지원 가능 객체인 군용 항공기·헬기·헬리패드 등을 추출해낸다.

□ 업무분장 및 지원 요청 자동화
ㅇ AI에 소방관의 진화 능력을 단위 시간당 진화량으로 학습시킨다. 이를 토대로 앞서 파악된 산불의 크기와 속도를 고려하여 자동으로 업무분장을 진행한다. 즉, 진행 속도가 빠른 곳으로 진화 능력이 뛰어난 인원을 투입하는 것이다. 산불의 상황을 고려할 때 투입된 소방관의 진화 능력 합계로는 부족하다면, 근거리 소방서 및 앞서 파악된 진화 지원 가능 객체(군용 항공기 등)에 자동으로 지원 요청이 이루어진다.


4. 기대효과 및 활용방안

□ 본 서비스는 다른 자연재해에도 응용될 수 있으며, 드론과 협업을 지원한다.
ㅇ 본 서비스의 골자는 실시간 재해 상황 예측, 최적 대응 경로 예측, 업무분장이다. 상기 알고리즘에 재해별 특수성을 매개변수로 고려하여 다른 자연재해의 실시간 상황 및 최적 대응 경로를 예측할 수 있다. 업무분장도 재해별 대처 능력을 AI로 학습시킨다면 응용 가능하다.
ㅇ 상황에 따라 최적 대응 경로가 설정되고 투입 인원별로 진화 과업이 할당된다. 2021 디지털 뉴딜 시행계획의 드론 소방관도 투입 인원에 추가하여 과업을 할당함으로써 인간 소방관들과 유기적으로 협업하며 진화를 진행할 수 있게 된다.


5. 최종 결과물의 기능(성능)

□ 산불 진행 방향 및 속도 예측을 통해서 국내 상황에 맞는 산불 시뮬레이션 시스템을 구축할 수 있게 된다. 이는 산불 최적 대응 경로 예측 및 업무분장·지원 요청 자동화에 활용된다. 학습 데이터가 축적될수록 산불 예측이 정밀해져서 산불 대응도 효율이 높아진다.

□ 본 서비스는 실질적인 산불 피해 최소화에 획기적으로 기여할 수 있다.
ㅇ 앞서 [신고–도착–진화시작]의 시간을 줄일 필요가 있음을 확인하였다. 본 서비스를 통해서 최적의 진화 지점에 인원들이 현장 도착과 동시에 투입되어 [신고-도착]의 시간을 최소화할 수 있다. 그리고 산불 최적 대응 경로에 따라 투입 인원별로 업무분장이 자동으로 이루어져 [도착 – 진화 시작 - 완료]의 시간을 최소화할 수 있다. 즉, 본 서비스로 산불 진화 프로세스의 최적화가 이루어져 실질적 산불 피해가 최소화된다.

300  (백만원) 

추정 사업비 : 약 300,000,000원
추정 사업비 = 월 노임단가 * 개발기간 * 개발인원

응용 SW개발자 노임단가(월 단위) : 6,754,337원
개발 기간 : 4개월
개발인원 : 11인