산불 위험 지역, AI로 조기 감지 시작

산림청이 인공지능 기술을 활용해 산불 위험 지역을 미리 파악하는 시스템을 도입했습니다. 위성 영상과 기상 데이터를 분석해 화재 발생 가능성이 높은 지점을 사전에 감지함으로써 신속한 대응이 가능해질 것으로 기대됩니다.

산불 조기 감지, AI 카메라가 나선다

지난 3월 애리조나주 코코니노 국유림의 카메라 영상에서 인공지능이 연기로 보이는 물체를 감지했습니다. 인간 분석가들이 이것이 구름이나 먼지가 아님을 확인한 후 주 산림청과 최대 전력회사에 알렸습니다. 전력회사 애리조나 퍼블릭 서비스가 설치한 수십 개의 AI 카메라 중 하나가 ‘다이아몬드 화재’의 초기 신호를 포착한 것입니다. 소방관들이 현장으로 급히 달려가 불이 7에이커를 넘기기 전에 진화했습니다.

기록적인 고온과 눈이 거의 내리지 않는 상황이 심각한 산불을 우려하게 하면서, 서부 전역의 산불 위험 지역들이 AI 기술을 산불 감지 도구에 추가하고 있습니다. 이 기술이 생명과 재산을 보호하는 데 도움이 될 것으로 기대하고 있습니다. 애리조나 퍼블릭 서비스는 현재 약 40개의 활성 AI 연기 감지 카메라를 운영 중이며 여름 말까지 71개로 늘릴 계획입니다.

콜로라도의 엑셀 에너지는 126개의 카메라를 설치했으며 연말까지 자신들이 서비스하는 8개 주 중 7개 주에 카메라를 배치할 목표를 세웠습니다. 애리조나 산림청 화재관리 담당자 존 트루엣은 ‘조기 감지는 항공기와 인력을 신속하게 투입할 수 있게 해주며, 산불을 최대한 작게 유지할 수 있다’고 말했습니다.

인간의 눈이 닿지 않는 곳을 AI가 감시한다

캘리포니아의 알러트 캘리포니아는 주 전역에 약 1,240개의 AI 카메라 네트워크를 구축했으며, 애리조나의 시스템과 유사하게 작동합니다. UC 샌디에이고의 지질학 및 지구물리학 교수이자 알러트 캘리포니아 창립자인 닐 드리스콜은 인간의 개입이 오류 가능성을 낮추고 기술을 더욱 정확하게 훈련시킨다고 설명했습니다. 그는 ‘카메라에서 실행되는 AI가 실제로 911 신고보다 더 빠르게 반응한다’고 말했습니다.

애리조나, 캘리포니아 및 다른 지역에서 이 기술은 주로 인구가 적고 시골이거나 외진 고위험 지역에서 사용됩니다. 이런 곳에서는 산불이 인간의 눈에 빠르게 띄지 않을 수 있기 때문입니다. 캘리포니아 산림청 대대장 브렌트 파스쿠아는 ‘911 신고가 오래 걸릴 것 같은 지역에서는 AI가 항상 카메라를 모니터링하는 것이 매우 도움이 된다’고 설명했습니다.

파스쿠아는 ‘많은 경우 911 신고가 들어오기 전에 대응을 시작했으며, 몇몇 경우에는 현장에 가서 불을 끄고도 911 신고를 받지 못했다’고 덧붙였습니다. 이는 AI 기술이 얼마나 빠르게 산불을 감지할 수 있는지를 보여주는 사례입니다.

악화되는 산불이 기술 발전을 촉진하다

고화질 카메라 영상, 위성 데이터, AI 모니터링을 결합한 파노 AI의 기술은 2020년 출시 이후 관심이 급증했습니다. 이 기술은 호주, 캐나다, 그리고 오리건, 워싱턴, 텍사스를 포함한 17개 미국 주에 배치되었습니다. 고객에는 산림 운영업체, 정부 기관, 애리조나 퍼블릭 서비스 같은 전력회사들이 포함됩니다. 파노 AI는 지난해 미국에서 725건의 산불을 감지했다고 밝혔습니다.

파노 AI의 공동 창립자이자 최고 상업 담당자인 아르빈드 사티암은 ‘많은 경우 시각 정보와 시간이 중요한 역할을 하며, 이것이 없었다면 수백 에이커에서 수천 에이커로 번졌을 수도 있다’고 말했습니다. 애리조나 퍼블릭 서비스의 기상학자 신디 코볼드는 이 기술이 첫 911 신고보다 평균 45분 빠르게 알림을 준다고 설명했습니다.

사티암은 기술 개발이 악화되는 산불에 대한 강화된 해결책 부족에서 비롯되었다고 말했습니다. 석유, 가스, 석탄 연소로 인한 기후 변화가 지구를 따뜻하게 하고 건조한 조건을 조성하여 산불을 더 뜨겁고 빠르고 자주 타오르게 만들고 있습니다. 이 기술은 소방관들이 안전하고 효과적으로 대응하면서 지역사회와 기반시설을 보호하는 데 도움이 된다고 그는 덧붙였습니다.

도전 과제와 한계는 무엇인가

구현의 가장 큰 장애물 중 하나는 비용입니다. 예를 들어 파노 AI는 카메라당 연간 약 5만 달러를 청구합니다. 이 비용에는 산불 위험 분석과 24시간 인텔리전스 센터 운영이 포함됩니다. 오류 경보도 문제가 될 수 있으며, 이는 시간과 주의력 측면에서 비용이 많이 들 수 있습니다.

AI가 산불을 정확하게 감지하더라도 이해관계자들에게 최선의 대응 방법을 알려주지는 못합니다. 랜드 연구소의 선임 연구원 패트릭 로버츠는 ‘즉시 도움을 보낼지, 모니터링할지, 걱정할지, 어디에 도움을 보낼지, 대피를 고려할지 등 모든 것이 여전히 인간과 의사결정 지원 시스템이 필요하다’고 설명했습니다. 인구가 많은 지역에서는 사람들이 산불을 빠르게 발견하고 신고하는 경향이 있어 기술의 유용성이 떨어집니다.

지난해 로스앤젤레스에서 발생한 것처럼 허리케인 수준의 바람 같은 극단적인 날씨 현상이 불을 빠르게 이동시킬 때도 기술의 효과가 제한됩니다. 파스쿠아는 ‘산불이 움직이고 변할 때 인간의 판단이 산불 진화의 최선의 전술을 결정한다’고 말했습니다. 그는 ‘AI는 한계가 있으며, 현장에서 더 나은 결정을 내릴 수 있도록 실시간 정보를 제공할 뿐’이라고 덧붙였습니다.

AI 산불 대응, 감지 이상의 역할을 한다

AI는 식생을 제거할 최적의 장소를 파악하고 저온 화재를 태우며, 가정의 일산화탄소 감지기처럼 연기의 공기질을 모니터링하는 데도 활용될 수 있습니다. 로버츠는 이를 ‘1,000배 더 민감한’ 기술이라고 설명했습니다. 버지니아 조지 메이슨 대학의 교수 차오웨이 양은 캘리포니아 주립대 LA, LA 시, NASA 제트 추진 연구소의 연구원들과 협력하여 산불이 어디서 타오를지, 어느 지역사회가 연기 오염으로 가장 큰 피해를 입을지 예측하는 시스템을 개발 중입니다.

이 시스템의 목표는 기관들에게 실시간 지도를 제공하여 대피, 학교 및 도로 폐쇄, 조기 공기질 경고에 대한 빠르고 생명을 구하는 결정을 내릴 수 있게 하는 것입니다. 양 교수는 이 기술이 3년 내에 운영될 것으로 기대하고 있습니다. 로버츠는 ‘AI 산불 기술은 더 이상 추측이 아니며 실제로 사용되고 있다’고 말했습니다. 그는 ‘미래는 AI가 어디에나 있는 것이며, AI 산불 감지와 일반 산불 감지의 경계가 흐려질 것’이라고 덧붙였습니다.