“극한호우 피해, AI 침수 대응 시스템이 막는다”⋯서울연구원, 딥러닝 기반 침수심 분석 기술 실증

▲딥러닝 기반 실시간 도시침수 모니터링 시스템 모습. (자료제공=서울연구원)

최근 기후변화가 빨라지면서 홍수와 태풍 재해 강도가 갈수록 심각해지고 있다. 이에 기존 방재 시스템의 성능이 기후변화의 속도를 따라가지 못하면서 방재성능목표를 초과하는 극한 호우 발생 시 시민 안전 확보에 어려움이 커지고 있다는 분석이 나온다. 대응을 위해 서울시는 'AI 기반 수방통합시스템'을 2030년까지 구축할 계획이며 이를 위한 AI 기반 침수 모니터링 기술 강화가 한창이다.

2일 서울연구원이 발표한 '딥러닝 기반 실시간 도시침수 모니터링 시스템 개발 및 적용' 보고서에 따르면 시는 신속한 침수 대응과 대피 골든타임 확보를 목표로, 사물인터넷(IoT) 감지 기술과 인공지능 기술을 접목한 ‘AI 기반 수방통합시스템’을 2030년까지 구축한다. 이 시스템은 침수 상황을 감지 및 예측하고 위험 상황을 문자메시지 등으로 실시간 전파해 재난 발생 시 시민에게 즉각적인 정보를 제공하는 등 신속한 대피를 가능하게 하는 핵심적인 역할을 맡는다.

서울연구원은 해당 시스템의 핵심 기술인 'AI 딥러닝 기반 영상처리 기술을 활용한 실시간 침수심 분석 기술'을 고도화하고 현장 실증까지 성공적으로 완료했다. 보고서에 따르면 이 기술은 AI 딥러닝 모델을 활용해 도로 침수 영상에서 자동차를 탐지하고, 해당 차량의 타이어 규격 정보를 바탕으로 침수 깊이를 5단계 레벨로 세분화한 뒤 분석한다. 이 기술은 약 96%의 정확도를 갖춘 것으로 확인됐다.

다만 실시간으로 시내 수천 개 규모의 CCTV 영상 분석을 위해선 기술 강화가 필수인 상황이다. 연구원은 딥러닝 침수심 분석 모델의 일반화 정확도 향상을 위해 다양한 학습 이미지를 추가 확보하고 데이터 전처리 과정을 개선하여 학습 이미지의 다양성을 키웠다.

최신 버전의 딥러닝 모델인 YOLOv10 프레임워크를 적용하여 분석 시 지체시간을 기존 YOLOv8 대비 절반 수준으로 단축, 실시간 CCTV 영상 분석 시 발생할 수 있는 영상 끊김 현상을 크게 줄였다. 또 고도화된 침수심 분석 기술을 현장 실무에 적용할 수 있도록 침수심 모니터링 플랫폼을 구축했다.

해당 기술의 실전 적용을 위한 시범 운영도 거쳤다. 2022년 집중호우로 큰 침수 피해가 발생했던 대치역 사거리와 선정릉 입구 두 개 지점에서 한 달간 시범 운영했다. 이 과정에서 침수심 분석 모델의 정확도를 검증하고 모니터링 플랫폼 구동 시 발생한 오류를 개선하는 성과를 뒀다.

연구원은 "딥러닝 기반 도시침수 모니터링 시스템은 다양한 테스트를 진행 중"이라며 "앞으로 신속한 침수 대응과 대피 골든타임 확보를 위한 서울시 AI 기반 수방통합시스템으로 활용할 수 있을 것"이라고 분석했다.