- Sciencetimes - https://www.sciencetimes.co.kr -

스마트 도시‧국토 문제 AI로 푼다

AI신기술뎐, 인공지능 도입 전략 공개

FacebookTwitter

세계 여러 도시에서 발 빠르게 스마트 시티 사업을 추진하고 있다. 인구의 도시 집중화 현상이 급속히 진행되면서 환경, 교통, 범죄 등 도시의 다양한 문제들이 계속해서 증가하고 있으며, 이를 해결하기 위한 대안으로 스마트 시티가 떠오르고 있기 때문이다.

스마트 시티가 도시의 각종 서비스를 개선하는 방안으로 활용하고 있는 것이 바로 ICT와 사물인터넷, 빅데이터 등이다. 이를 효과적으로 적용하고 구축하기 위한 방안으로, 지난 6일 ‘인공지능과 스마트도시’를 주제로 열린 제18회 AI신기술뎐에서 김화종 강원대 IT학부 교수는 빅데이터 분석 시스템과 인공지능 도입 전략을 소개했다.

제18회 AI신기술뎐이 지난 6일 양재R&D혁신허브센터에서 '인공지능과 스마트 시티'를 주제로 열렸다.

제18회 AI신기술뎐이 지난 6일 양재R&D혁신허브센터에서 ‘인공지능과 스마트 시티’를 주제로 열렸다. ⓒ 김순강 / ScienceTimes

딥러닝 시티, 빅데이터 분석 프레임워크 제안

그는 “사물인터넷 기술 발달로 인해 수집되는 도시 빅데이터가 급격히 늘어나고 있기 때문에 방대한 양의 데이터를 분석하는 새로운 기계학습과 인공지능 기법이 개발되고 있으며 스마트 시티를 위한 효과적인 빅데이터 처리 기술이 요구되고 있다”며 ‘딥러닝 시티’ 개념을 제안했다.

딥러닝 시티란 인공지능의 딥러닝 기술을 도시 빅데이터 분석에 도입하여 도시 내 여러 영역 간의 데이터를 융합하고 여러 도시에서 이뤄지는 데이터 분석 결과를 효과적으로 공유할 수 있는 도시를 뜻한다.

김화종 강원대 교수가 스마트 시티의 빅데이터 분석 프레임워크에 대해 발표했다. ⓒ 김순강 / ScienceTimes

김화종 강원대 교수가 스마트 시티의 빅데이터 분석 프레임워크에 대해 발표했다. ⓒ 김순강 / ScienceTimes

김 교수는 “2015년 구글에서 내놓은 텐서플로우를 이용하여 전 세계 많은 개발자들이 기계학습과 인공지능 서비스를 진행하고 있다”며 “이처럼 개발 환경을 공동으로 사용함으로써 개발 시간을 단축하고, 기술을 공유하고, 편리하게 통합 서비스를 개발할 수 있기 때문에 딥러닝 시티에서도 다양한 데이터를 융합하기 위한 공동의 프레임워크가 필요하다”고 강조했다.

공동의 프레임워크를 사용하면 도시의 빅데이터를 소유하고 있는 각 기관이 원시 데이터 공개의 부담 없이 데이터를 일차 분석한 결과를 공유할 수 있고, 이렇게 공유된 분석 데이터를 기반으로 새로운 융합 서비스를 구현할 수 있게 된다는 것이다.

김 교수는 “앞으로 도시 서비스가 더욱 복잡해지고, 실시간 반응이 요구되는 자율주행차와 같은 새로운 서비스가 증가할 것이기 때문에 미래 도시 환경에 맞는 공동 프레임워크의 개발이 필요하다”며 “구체적인 서비스 적용 사례를 발굴하고 국제적으로 협력할 수 있도록 표준화 작업도 병행해야 할 것”이라고 덧붙였다.

AI 활용한 스마트 국토도시 관리는?

또 이날 AI신기술뎐에서는 서기환 국토연구원 연구위원이 ‘인공지능을 활용한 스마트 국토도시 관리의 현황과 추진과제’를 주제로 강연했다. 서 연구위원은 “4차 산업혁명 시대에 국토와 도시를 구성하는 물리적 인프라와 도시 행정의 효율성을 높이기 위해서는 디지털 세계와 현실 세계가 일체화되는 스마트 국토와 도시로의 전환이 필요하다”고 강조했다.

서기환 연구위원은 인공지능을 활용한 스마트 국토, 도시 관리 현황에 대해 발표했다. ⓒ 김순강 / ScienceTimes

서기환 연구위원은 인공지능을 활용한 스마트 국토, 도시 관리 현황에 대해 발표했다. ⓒ 김순강 / ScienceTimes

스마트 국토‧도시 관리의 개념은 지능정보기술을 활용한 일련의 활동으로, 스마트 인프라 구축과 스마트 공간 조성, 데이터 기반의 국토도시 경영으로 분류가 가능하다는 것이다. 여기서 가장 많이 활용되는 것이 인공지능기술로, 서 연구위원은 “공공정책과 서비스에 AI 기술을 융합하여 디지털 트윈으로 진화할 필요성이 있다”고 주장했다.

그 적용 사례를 한국도로공사가 AI 기반으로 구축한 지능형 터널 감시망을 소개했다. 서 연구위원은 “터널의 대형사고 발생 위험이 높은데, 관리자가 CCTV 전체를 모니터링하기 어렵기 때문에 지능형 체계를 도입했다”며 “감시망의 신뢰도 향상과 현장조치의 신속성 증대로 업무 생산성이 높아지고 있다”고 설명했다. 대형 생활폐기물 수거나 주정차 민원 신청에도 AI 기술이 도입되고 있다.

또 토지정책 지원에서는 항공사진과 딥러닝 모델을 이용하여 비교적 단시간에 사람의 개입을 최소화하면서 토지이용 상황을 자동으로 추출이 가능하다. 다만 서 연구위원은 “토지 이용 규제, 토지 소유권 등과 관련된 정책 업무를 위해서는 딥러닝 모델의 정확도와 정교성을 향상시킬 필요가 있다”고 덧붙였다.

Copyright © 2014 Sciencetimes. All rights reserved.