산림청이 인공지능 기술을 활용해 산불 위험 지역을 미리 파악하는 시스템을 도입했습니다. 위성 영상과 기상 데이터를 분석해 화재 발생 가능성이 높은 지역을 사전에 식별함으로써 신속한 대응 체계를 갖추게 됩니다.
산불 조기 감지, AI 카메라가 나선다
지난 3월 오후, 인공지능이 애리조나 코코니노 국유림의 카메라 영상에서 연기로 보이는 것을 감지했습니다. 인간 분석가들이 이것이 구름이나 먼지가 아님을 확인한 후 주 산림청과 최대 전력회사에 알렸습니다. 애리조나 공공서비스(Arizona Public Service)가 설치한 수십 개의 AI 카메라 중 하나가 결국 ‘다이아몬드 화재’로 알려지게 될 화재의 초기 신호를 포착한 것입니다. 소방관들이 현장으로 급히 달려가 불이 7에이커를 넘기기 전에 진화했습니다.
기록적인 고온과 눈이 거의 내리지 않는 상황이 심각한 산불에 대한 우려를 높이면서, 산불이 자주 발생하는 미국 서부 전역의 주들이 AI를 산불 감지 도구에 추가하고 있습니다. 이 기술이 생명과 재산을 보호하는 데 도움이 될 것으로 기대하고 있습니다. 애리조나 공공서비스는 현재 약 40개의 활성 AI 연기 감지 카메라를 운영 중이며 여름 말까지 71개를 보유할 계획입니다.
콜로라도의 엑셀 에너지(Xcel Energy)는 126개의 카메라를 설치했으며 연말까지 자신이 서비스하는 8개 주 중 7개에 카메라를 배치할 목표를 세웠습니다. 애리조나 산림청 화재관리 담당자 존 트루엣은 ‘조기 감지는 항공기와 인력을 신속하게 투입할 수 있게 해주며, 화재를 최대한 작게 유지할 수 있다’고 말했습니다.
인간의 눈이 닿지 않는 곳, AI가 감시한다
캘리포니아의 알러트(ALERTCalifornia)는 골든스테이트 전역에 약 1,240개의 AI 카메라 네트워크를 구축하고 있으며, 이는 애리조나의 시스템과 유사하게 작동합니다. UC 샌디에이고의 지질학 및 지구물리학 교수이자 알러트캘리포니아 창립자인 닐 드리스콜은 ‘인간의 개입이 오류 경보의 위험을 낮추고 기술을 더욱 정확하게 훈련시킨다’고 설명했습니다. 그는 ‘카메라에서 실행되는 AI가 실제로 911 신고를 능가하고 있다’고 덧붙였습니다.
애리조나, 캘리포니아 및 그 외 지역에서 이 기술은 주로 인구가 적고 시골 지역이거나 외진 고위험 지역에서 사용되며, 이곳에서는 화재가 인간의 눈에 빠르게 포착되지 않을 수 있습니다. 캘리포니아 산림청 대대장 브렌트 파스쿠아는 ‘911 신고가 오래 걸릴 것 같은 지역에서는 AI가 항상 카메라를 모니터링하는 것이 매우 도움이 된다’고 말했습니다.
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 위협을 감지할 수 있는지를 보여주는 사례입니다.
악화되는 산불이 기술 발전을 촉진하다
고화질 카메라 영상, 위성 데이터 및 AI 모니터링을 결합한 기술을 제공하는 파노 AI(Pano AI)는 2020년 출시 이후 카메라에 대한 관심이 계속 증가하고 있습니다. 이들의 기술은 호주, 캐나다 및 오리건, 워싱턴, 텍사스를 포함한 17개 미국 주에 배치되었습니다. 고객에는 산림 운영, 정부 기관 및 애리조나 공공서비스를 포함한 유틸리티가 포함됩니다. 회사에 따르면 지난해 이 기술은 미국에서 725건의 산불을 감지했습니다.
파노 AI의 공동 창립자이자 최고 상업 담당자인 아르빈드 사티암은 ‘많은 경우 시각 정보와 시간이 이해관계자들에게 큰 도움이 되며, 이 중 일부는 수백 에이커에서 수천 에이커로 확산되었을 수 있다’고 말했습니다. 애리조나 공공서비스의 기상학자 신디 코볼드는 이 기술이 첫 911 신고보다 평균 약 45분 빠르게 알림을 제공한다고 말했습니다.
사티암은 기술 개발이 악화되는 산불에 대처할 경화된 솔루션의 부족으로 인해 촉진되었다고 설명했습니다. 석유, 가스 및 석탄 연소로 인한 기후 변화는 지구를 따뜻하게 하고 건조한 조건을 조성하여 화재를 더 뜨겁고 빠르며 자주 타오르게 만듭니다. 그는 이 기술이 소방관들이 안전하고 효과적으로 대응하면서 지역사회와 기반시설을 보호하는 데 도움이 된다고 말했습니다.
도전 과제와 한계를 어떻게 극복할까
구현의 가장 큰 장애물 중 하나는 비용입니다. 예를 들어 파노 AI는 카메라당 연간 약 50,000달러를 청구합니다. 비용에는 화재 위험 분석과 24시간 인텔리전스 센터도 포함됩니다. 오경보는 시간과 주의 측면에서 비용이 많이 들 수 있는 문제입니다. 산불 관리 혁신 가속화에 관한 프로젝트를 최근 완료한 비영리 연구 그룹 랜드의 선임 연구원 패트릭 로버츠는 이를 지적했습니다.
AI가 화재를 정확하게 감지하더라도 이해관계자들에게 최선의 행동 방침을 알려주지는 않습니다. 로버츠는 ‘즉시 도움을 보낼 것인가, 모니터링할 것인가, 걱정해야 하는가, 어디에 도움을 보낼 것인가, 대피를 고려해야 하는가 등 모든 것이 여전히 사람과 의사결정 지원 시스템을 필요로 한다’고 말했습니다.
인구가 많은 지역에서는 사람들이 화재를 빠르게 발견하고 신고하는 경향이 있어 기술이 그다지 유용하지 않습니다. 지난해 로스앤젤레스에서 발생한 것처럼 허리케인 수준의 바람 같은 극한 기후 현상이 강해지고 화염을 빠르게 이동시킬 때도 마찬가지입니다. 파스쿠아는 이 기술이 캘 파이어의 업무를 보완한다고 말했습니다. ‘화재가 움직이고 변할 때, 인간의 요소가 개입하여 화재 진압의 최선의 전술을 결정합니다. AI는 한계가 있습니다.’라고 그는 덧붙였습니다.
