공간정보

3 Contents

도시 침수 현안 해결 프로젝트

현대 도시는 기후 변화와 도시화로 인해 홍수, 폭염, 미세먼지 등 다양한 재난 위협에 노출되어 있습니다. 그중에서도 풍수해는 전체 재해 피해의 약 80% 이상을 차지할 정도로 심각한 비중을 차지합니다. 이에 대응하기 위해 도시재난 솔루션 연구팀은 침수 피해를 최소화하고 대응 골든타임을 확보하기 위한 기술 개발에 매진하고 있습니다. 특히 데이터 수집과 처리, 정밀한 시뮬레이션을 통해 침수 상황을 사전에 예측하고 3차원 공간 정보를 기반으로 신속한 의사결정을 돕는 체계를 구축하는 것이 핵심 목표입니다. 최근 전국 각지에서 발생한 기록적인 집중호우는 인명과 재산에 막대한 피해를 입히며 도시 안전망의 중요성을 다시금 일깨워주었습니다. 도시화가 급속히 진행되면서 빗물이 땅으로 스며들지 못하는 불투수 면적이 증가했고, 기후 변화로 인한 국지성 호우가 잦아지면서 침수 사고의 빈도와 강도는 더욱 세지고 있습니다. 밀집된 인구와 자산을 보호하기 위해서는 단순한 사후 대응을 넘어 근본적인 안전 대책을 마련하고, 국민의 생활과 직결된 풍수해 위험을 해결하기 위한 체계적인 접근이 반드시 필요합니다. 침수 예측 기술의 정밀도는 얼마나 다양하고 정확한 데이터를 복합적으로 활용하느냐에 달려 있습니다. 연구팀은 강우 정보뿐만 아니라 복잡한 하수 관망 데이터, 맨홀 위치, 지형의 경사와 건물 구조 데이터 등을 심도 있게 분석합니다. 이를 통해 폭우 시 빗물이 관로에 유입되는 경로를 파악하고, 용량을 초과해 역류하는 맨홀의 위치와 도로 침수 범위 및 강도를 시뮬레이션을 통해 시각화합니다. 특히 기상청 정보와 인공지능 기술을 접목하여 관측값의 오차를 분석함으로써 실제 상황에 가장 근접한 예측치를 도출하고 있습니다. KISTI의 침수 솔루션은 이미 인천과 부산 등 주요 대도시를 대상으로 원형 기술을 적용하며 그 실효성을 성공적으로 검증해왔습니다. 현재는 그간 축적된 핵심 기술들을 내재화하고 시스템의 범용성과 자동화를 극대화하여 재난 대응의 4단계 전 과정에서 활용 가능한 모델로 고도화하는 단계에 있습니다. 지역별 데이터 표준화와 고성능 컴퓨팅 기반의 분석 모델링을 통해 실제 지자체 현장에 맞춤형 의사결정 서비스를 제공할 예정이며, 대전광역시를 시작으로 실제 현장에서의 실용성과 신뢰도를 더욱 강화해 나갈 방침입니다. 이 솔루션의 궁극적인 지향점은 신속한 정보 제공을 통해 인명 대피와 교통 통제 등 실무적인 대응 방안을 사전에 수립하여 피해를 최소화하는 것입니다. 침수 발생 수 시간 전에는 하수관로의 흐름을 방해하는 요인을 미리 제거하도록 유도하거나, 축적된 데이터를 장기적인 도시 정비 계획에 반영함으로써 근본적인 안전 설계를 가능하게 합니다. 아무리 뛰어난 기술이라도 현장에서 활용되지 않으면 의미가 없기에, 연구팀은 사용자 친화적 인터페이스를 바탕으로 실질적인 현업의 요구를 반영하는 데 모든 역량을 집중하고 있습니다.

도시 침수 현안 해결 프로젝트
한국과학기술정보연구원데이터 기반 국가·사회 현안 해결 프로젝트
  • 지구환경과학
  • 융합
  • 공학·기술

[인터뷰] 곽지현 _ 뇌에 정보를 입력시켜 바로 학습하는 게 가능!?🧠 |제30회 서울대 자연과학대학 공개강연

서울대학교 뇌인지과학과 신경계산연구실은 뇌가 정보를 처리하는 원리를 수학적으로 규명하는 데 집중하고 있습니다. 동물 실험을 통해 시냅스 신경회로의 신호를 측정하는 동시에, 이를 바탕으로 뇌를 묘사하는 인공신경망 모델을 구축합니다. 이러한 융합적 접근은 실험만으로는 파악하기 어려운 뇌의 정보처리 이론을 정립하고, 복잡한 신경계의 작동 기전을 심도 있게 이해하는 발판이 됩니다. 궁극적으로는 생물학적 뇌와 인공지능 사이의 가교 역할을 수행하며 새로운 과학적 지평을 열어가고 있습니다. 수학에 매료되었던 학부 시절을 거쳐 신경과학의 길로 들어선 과정은 매우 흥미롭습니다. 수학 문제를 풀 때의 쾌감은 뇌가 어떻게 복잡한 계산을 수행하는지에 대한 호기심으로 이어졌습니다. 특히 전기생리학적 신호에 담긴 정보를 해석하는 연구에 매료되어 박사 과정을 마쳤으며, 현재는 수학적 모델링과 뇌과학을 결합한 연구를 수행 중입니다. 과거의 학문적 배경들이 현재의 융합 연구를 지탱하는 강력한 자산이 된 셈이며, 이는 뇌의 신비를 수치화하여 풀어내는 핵심적인 동력이 되고 있습니다. 2014년 노벨 생리의학상을 통해 알려진 장소세포와 격자세포는 우리 뇌 속에 내장된 GPS와 같습니다. 장소세포는 특정 위치를 인식하고, 격자세포는 공간의 좌표를 파악하여 우리가 길을 찾을 수 있게 돕습니다. 이러한 뇌의 공간 정보 처리 회로를 연구하면 인간의 인지 과정을 과학적으로 밝힐 수 있을 뿐만 아니라, 이를 모사한 고도의 자율주행 로봇이나 인공지능 개발 등 4차 산업혁명의 핵심 기술로도 확장될 수 있습니다. 뇌의 센서 기능을 이해하는 것은 곧 미래 기술의 밑거름이 됩니다. 뇌의 길 찾기 메커니즘 연구는 알츠하이머 치매와 같은 질병의 진단과 치료에도 중요한 실마리를 제공합니다. 치매 환자들이 겪는 대표적인 증상 중 하나는 익숙한 길을 잃어버리는 공간 인지 능력의 저하입니다. 따라서 뇌의 공간 정보 처리 회로가 어떻게 손상되는지를 면밀히 분석한다면, 치매의 전조 증상을 조기에 발견하는 진단 기술을 개발할 수 있습니다. 이는 고령화 사회에서 뇌과학이 기여할 수 있는 매우 실질적이고 중요한 연구 분야이며, 많은 환자에게 새로운 희망을 줄 수 있는 기술적 토대가 될 것입니다. 미래의 뇌과학은 뇌 신호를 해석하고 재구성하는 기술을 통해 혁신적인 변화를 맞이할 것입니다. 외부 정보를 뇌 신호로 바꾸는 과정과 발생한 신호에서 정보를 추출하는 기법이 정교해지면, 인간의 인지 능력을 확장하는 새로운 지평이 열릴 것입니다. 이를 위해서는 수학, 인공지능, 심리학, 철학 등 다양한 학문이 하나로 연결되는 융합적 노력이 필수적입니다. 여러 분야의 시너지가 모일 때 비로소 인류는 뇌라는 거대한 신비를 정복할 수 있을 것이며, 이러한 연결은 과학적 발전을 가속화하는 핵심적인 열쇠가 됩니다.

[인터뷰] 곽지현 _ 뇌에 정보를 입력시켜 바로 학습하는 게 가능!?🧠 |제30회 서울대 자연과학대학 공개강연

곽지현

카오스재단서울대자연과학공개강연
  • 뇌인지과학

EOST2021 Open3D 활용한 Point Cloud Data 전처리 및 가시화

최근 가상 환경과 실제 환경을 실시간으로 연결하는 ‘디지털 트윈’ 기술이 주목받으면서 3차원 공간 정보 처리의 중요성이 날로 커지고 있습니다. 디지털 트윈은 실제 환경을 가상 세계에 정교하게 재구성하여 다양한 상황을 시뮬레이션하고 최적의 솔루션을 찾아내는 기술입니다. 이를 위해서는 단순히 사물이 어디에 있는지를 파악하는 수준을 넘어, 그것이 어떤 사물인지 정확하게 인식하는 과정이 필수적입니다. 이때 핵심적인 역할을 수행하는 것이 바로 수많은 점의 집합으로 구성된 포인트 클라우드 데이터이며, 이를 통해 가상 공간 내에서 실제와 같은 환경을 완벽하게 복원해낼 수 있습니다. 이러한 기술적 토대는 정교한 미래 예측과 최적의 의사결정을 가능하게 하는 원동력이 됩니다. 포인트 클라우드는 3차원 공간상의 좌표인 x, y, z 값으로 표현되는 점들의 집합인 ‘점군’을 의미합니다. 이는 라이다(LiDAR) 기술이나 RGB-D 카메라의 깊이 정보를 활용해 취득할 수 있으며, 수집된 점들의 배열을 딥러닝 모델에 입력하여 사물의 형상을 분류하거나 부위별로 분할하는 연구에 활용됩니다. 포인트 클라우드는 촬영 위치나 각도에 따라 좌표값이 달라지더라도 동일한 형상을 인식해야 하며, 점들의 순서가 바뀌어도 결과가 변하지 않는 독특한 특성을 가집니다. 또한 수만 개의 점을 효율적으로 처리하기 위해 적절한 샘플링 기법을 적용하여 데이터의 크기를 최적화하는 과정이 필요하며, 이는 전체 모델의 분석 성능에 큰 영향을 미칩니다. 3차원 데이터를 다루기 위한 전문 도구인 Open3D는 C++와 파이썬을 모두 지원하며, 병렬 연산과 GPU 가속을 통해 대용량 데이터를 빠르게 처리하는 강력한 장점을 보유하고 있습니다. 이 라이브러리를 활용하면 포인트 클라우드뿐만 아니라 메시나 RGB-D 데이터 등 다양한 형태의 3차원 객체를 자유롭게 로드하고 편집할 수 있습니다. 특히 최근에는 파이토치나 텐서플로우와 같은 주요 머신러닝 프레임워크와의 연동을 지원함으로써 3차원 인공지능 연구 및 개발 분야에서 핵심적인 도구로 자리 잡았습니다. 사용자는 내장된 풍부한 함수를 통해 복잡한 데이터 프로세싱을 손쉽게 수행할 수 있으며 이를 통해 높은 개발 확장성을 경험하게 됩니다. Open3D를 이용하면 아주 짧은 코드만으로도 포인트 클라우드 데이터를 시각화하고 전처리하는 과정을 완료할 수 있습니다. 넘파이로 읽어온 좌표 데이터를 객체로 변환하거나 색상 정보를 추가하여 거리에 따른 깊이감을 부여하는 등 직관적인 시각화 기능을 제공합니다. 또한 .pcd나 .ply와 같은 다양한 파일 형식의 입출력을 지원하며, 깊이 이미지를 기반으로 포인트 클라우드를 직접 생성하는 기능도 갖추고 있습니다. 이외에도 삼각형 메시 데이터로부터 균일한 간격의 점들을 추출하여 포인트 클라우드로 변환하는 샘플링 작업을 지원하므로 연구 목적에 맞는 다양한 데이터 가공이 가능해지며 업무의 효율성을 비약적으로 높여줍니다. 데이터의 밀도를 조절하는 복셀 다운샘플링이나 객체의 경계를 정의하는 바운딩 박스 생성 기능은 더욱 정교한 데이터 분석 환경을 제공합니다. 특정 시점에서 바라본 가시 영역만을 추출하거나 객체를 이동, 회전, 확장하는 3차원 변환 작업 역시 전용 메소드 호출만으로 간편하게 해결할 수 있습니다. 특히 서로 다른 위치에서 촬영된 여러 포인트 클라우드 데이터를 하나의 덩어리로 통합하는 정합 기술인 ‘정합(Registration)’은 다각도의 정보를 결합하는 데 핵심적인 역할을 합니다. 이처럼 Open3D는 데이터 취득부터 최종 분석까지 전 과정을 통합적으로 지원하며, 공식 홈페이지에서 제공하는 풍부한 예제들은 사용자의 문제 해결 과정을 훌륭하게 지원합니다.

EOST2021 Open3D 활용한 Point Cloud Data 전처리 및 가시화
한국전자통신연구원오픈소스 테크데이
  • 융합
  • 공학·기술