과학 포털 iKAOS

[Hey! KIGAM] 3화 땅이 갑자기 푹?! AI가 그린 싱크홀 vs 실제 싱크홀의 차이 (feat. 전조증상)

최근 도심에서 발생하는 지반 함몰 현상은 많은 이들의 이목을 끌고 있지만, 학술적으로는 '싱크홀'과 '지반 함몰'을 구분할 필요가 있습니다. 본래 싱크홀은 석회암처럼 물에 녹기 쉬운 암반 지역에서 지하수의 화학적 반응으로 발생하는 자연적인 현상을 의미합니다. 반면, 현대 도시에서 마주하는 지반 함몰은 지반 조건과 다양한 개발 행위가 복합적으로 작용하여 나타나는 결과물입니다. 이 두 현상은 지표면이 아래로 꺼지며 큰 구멍이 생긴다는 형태적 유사성은 있으나, 그 이면의 발생 원인과 과정은 확연히 다른 특성을 보입니다. 자연적인 싱크홀은 빗물이 공기 중의 이산화탄소를 흡수해 산성을 띠게 되면서 시작됩니다. 이 약산성 액체가 석회암과 만나면 암석이 서서히 녹아내리는 용식 과정이 진행되며, 땅속에 거대한 빈 공간인 공동이 형성됩니다. 이러한 과정은 수천 년에서 수만 년이라는 매우 긴 시간에 걸쳐 서서히 진행되지만, 지반이 버틸 수 있는 임계점에 도달하는 순간 갑작스러운 붕괴가 일어납니다. 평화로운 풍경 아래에서 보이지 않게 진행되던 자연의 힘이 한순간에 지표면의 모습을 바꾸어 놓는 것입니다. 도심지에서의 지반 함몰은 주로 지하 침식에 의해 발생합니다. 이는 지하철이나 대심도 터널 같은 대규모 굴착 공사, 지하수위의 급격한 변화, 혹은 노후한 배관에서의 누수 등으로 인해 땅속의 토사가 밖으로 빠져나가면서 시작됩니다. 이렇게 형성된 빈 공간이 일정 규모 이상으로 커지면 상부 지반의 무게를 견디지 못하고 짧은 시간 안에 무너져 내립니다. 즉, 인위적인 지반 함몰은 우리가 땅 아래를 얼마나 복잡하게 개발하고 관리해 왔는지에 대한 결과이자 경고라고 할 수 있습니다. 지반 함몰을 사전에 탐지하고 예측하기 위해 현대 과학은 다양한 기술을 동원합니다. 지표 투과 레이더(GPR)나 중력 탐사, 전기 비저항 탐사와 같은 지구 물리 탐사 기법은 물론, 드론과 위성 영상을 활용한 모니터링이 대표적입니다. 최근에는 인공지능 기술을 융합하여 도시의 지층 정보와 지하수 흐름을 4차원으로 시각화하고 지질 재해 위험도를 사전에 예측하는 지능화 솔루션 연구가 활발히 진행되고 있습니다. 이러한 기술적 진보는 보이지 않는 땅속의 위험을 가시화하여 시민들의 막연한 불안감을 해소하는 데 기여합니다. 지반 함몰 문제를 해결하기 위해서는 단순한 복구 차원을 넘어 도시 전체의 지속 가능성과 회복력을 고려한 정책적 접근이 필수적입니다. 지하수는 단순히 물이 아니라 땅을 지탱하는 중요한 자원이므로, 지하 개발 시 수위 변화를 정밀하게 평가하는 체계가 갖추어져야 합니다. 또한, 개방형 데이터와 인공지능 기반의 분석 기술을 적극 활용하여 현장의 정보가 정책 결정과 유기적으로 연결되는 실효성 있는 시스템 구축이 필요합니다. 선제적인 도시 설계를 통해 우리는 비로소 안전한 지반 위에서 일상을 영위할 수 있을 것입니다.

[2021] 01 딥뷰 시각지능 기술

한국전자통신연구원(ETRI)은 방대한 시각 데이터를 지능적으로 분석하기 위해 인공지능 기반의 컴퓨터 비전 기술을 연구하고 있습니다. 그 중심에는 'DeepView' 프로젝트가 있으며, 이미지와 비디오 데이터를 심층적으로 이해하여 실생활에 유용한 정보를 추출하는 플랫폼 개발을 목표로 합니다. ETRI는 혁신적인 연구 성과를 세계적인 학술 대회에 꾸준히 발표하며 기술력을 입증하고 있습니다. 단순히 이론에 그치지 않고 실생활의 편의를 높이는 응용 프로그램 개발에 박차를 가하고 있습니다. 도시의 미관을 해치고 위생 문제를 야기하는 불법 쓰레기 투기는 지자체의 고질적인 문제입니다. ETRI는 이러한 불편을 해소하고자 DeepView 기술을 적용한 지능형 투기 감지 시스템을 선보였습니다. 이 시스템은 복잡한 설정 없이도 학습된 알고리즘을 통해 쓰레기를 버리는 동작과 객체를 정확하게 식별합니다. 특히 기존 CCTV 인프라를 활용할 수 있어 경제적이며, 실시간 감지로 불법 투기를 즉각 예방할 수 있는 환경을 조성하여 공공 질서 유지에 기여한다는 평가를 받습니다. 현대 도시 환경에서 시민의 생명과 직결된 위험 상황을 인지하는 것은 매우 중대한 과제입니다. 특히 길거리에서 질병으로 쓰러지거나 만취 상태로 넘어진 사람을 신속하게 발견하는 것은 생명 보호와 직결됩니다. 기존 기술은 서 있는 자세 인식에만 최적화되어 있어, 누워 있는 비정상적 자세를 식별하는 데 한계가 있었습니다. 응급 상황에서 정확도가 중요함에도 기술적 제약으로 구조 시점을 놓칠 위험이 존재해 왔던 것이 사실입니다. ETRI는 사람의 자세 변화에 관계없이 대상을 명확히 파악할 수 있는 강건한 인체 감지기를 개발했습니다. 다중 작업 학습 기법을 도입하여 사람을 여섯 가지 자세로 분류하고 감지와 동시에 관절 위치를 추정합니다. 이를 통해 보행자뿐 아니라 바닥에 쓰러진 사람의 상태까지 자동으로 감지할 수 있게 되었습니다. 이러한 고도화된 인식 능력은 관제 센터가 위험 상황을 실시간으로 모니터링하고 골든타임을 확보하는 데 결정적인 역할을 하며 시민의 생명을 구하는 든든한 방어벽이 됩니다. DeepView 프로젝트는 인공지능 기술이 단순히 데이터 분석에 머물지 않고 우리 삶의 안전과 질을 높이는 도구로 진화하고 있음을 보여줍니다. 시각 지능을 기반으로 한 사회 문제 해결 노력은 도시 위생 개선과 범죄 예방, 응급 환자 구조 등 광범위한 영역에서 긍정적인 파급력을 미치고 있습니다. 앞으로도 이러한 지능형 플랫폼은 더욱 정교해질 것이며, 우리 사회의 사각지대를 밝히는 핵심 기술로 자리매김할 전망입니다. 기술과 사회가 공존하며 더 안전한 도시 생태계를 만들어가는 미래가 다가오고 있습니다.

도시안전

[Hey! KIGAM] 3화 땅이 갑자기 푹?! AI가 그린 싱크홀 vs 실제 싱크홀의 차이 (feat. 전조증상)

한국지질자원연구원KIGAM iN 실험실

[2021] 01 딥뷰 시각지능 기술

한국전자통신연구원ETRI 아카이브