자연재해 관리에서의 AI

허리케인, 지진, 산불, 홍수는 모두 자연현상입니다. 그러나 최근 몇 년 동안 이러한 자연재해의 발생 빈도가 증가하는 추세를 보였습니다. 점점 더 심각하고 빈번해지는 자연재해로 많은 사람이 집과 생계, 목숨을 잃었습니다. 기후 관련 재해의 수는 지난 30년 동안 세 배로 증가했습니다. UN 보고서에 따르면 개발도상국이 이러한 재해에 적응하고 대처하는 데 드는 비용은 2030년까지 연간 약 1,400억~3,000억 달러에 이를 것으로 추산됩니다.

그러나 AI와 같은 기술의 최근 발전 덕분에 자연재해 관리는 더욱 간소화되고 있으며, 재해 예측부터 복구 지원까지 모든 과정이 개선되고 있습니다. 이 글에서는 자연재해 관리를 살펴보고, AI가 각 단계를 어떻게 개선하는지 알아보며, 사람들의 안전을 지키는 데 도움이 되는 AI 애플리케이션을 소개합니다.

그림 1. 1900년부터 2019년까지 자연재해 증가 추세를 보여 주는 그래프입니다.

선제적 위험 관리를 위한 AI 재해 예측#

AI 재해 예측 및 조기 탐지 시스템은 자연재해로 인한 피해를 줄이는 데 도움이 됩니다. 이러한 시스템을 사용하면 지역 주민과 긴급 구조대에 조기에 경보를 전달해 재해의 영향을 완화할 수 있습니다. AI 도구는 방대한 데이터를 분석하고 정확한 예측을 수행하여 허리케인과 산불 같은 자연재해가 발생하기 전에 이를 예상할 수 있습니다.

머신러닝과 컴퓨터 비전 같은 AI 기술은 위성 이미지, 기상 데이터, 과거 기록 등 다양한 유형의 출처에서 얻은 대규모 데이터셋을 분석하기 위해 심층 신경망을 활용합니다. 이러한 네트워크는 서로 연결된 인공 뉴런으로 구성되어 잠재적 재해로 이어질 수 있는 패턴과 이상 징후를 식별합니다. 빅데이터 분석과 같은 도구를 사용해 수집된 방대한 데이터를 처리하고 분석하면 AI 모델을 학습시켜 조기 경보 시스템을 제공하고 자연재해의 피해를 줄이는 데 활용할 수 있습니다.

예를 들어 지진 데이터를 처리해 여진을 예측하는 데 AI를 사용할 수 있습니다. Google과 Harvard는 131,000건의 지진과 여진 데이터를 분석하는 AI 시스템을 개발했습니다. 지진 사례 30,000건을 대상으로 시험한 결과, 이 AI 시스템은 여진 발생 위치를 예측하는 정확도가 기존 방법보다 높았습니다. 아래에 제시된 여진 예측 사례에서는 여진이 발생할 것으로 예측된 지역이 빨간색으로 표시되어 있습니다. 검은 점은 관측된 여진의 위치이며 노란색 선은 본진 중에 파열된 단층을 나타냅니다.

그림 2. 여진 예측 결과를 보여 주는 이미지입니다.

재난 대비를 위한 AI 기반 시스템#

재해가 예측되면 자연재해 관리의 다음 단계는 대비입니다. 재해 위험에 관한 시의적절하고 정확한 정보를 제공하는 AI 시스템은 인명 및 경제적 손실을 예방할 수 있습니다. 이러한 인사이트는 당국이 비상사태에 대비하고 신속하게 대응해 생명을 구하는 데 도움이 됩니다. 예를 들어 농부, 어부, 임업 종사자는 자연재해에 가장 취약한 공동체에 속하며, AI 솔루션은 이들이 피해를 예방하도록 지원할 수 있습니다.

컴퓨터 비전과 이미지 분석 솔루션은 위성 이미지를 실시간으로 처리해 기상 패턴을 모니터링하고 추적하는 데도 도움이 됩니다. 사이클론과 같은 재해의 경로를 모니터링하면 피해가 예상되는 지역이 재해에 더 잘 대비할 수 있습니다. 예를 들어 NASA는 위성 사진에 클라우드 컴퓨팅과 딥러닝 기법을 적용해 Harvey와 Florence 같은 허리케인의 경로를 추적했습니다. 이 시스템은 표준 방식보다 6배 뛰어난 성능을 보여 기존 방식의 6시간 간격 대신 매시간 허리케인을 추적할 수 있었습니다.

그림 3. 딥러닝을 이용한 허리케인 Florence 모니터링 및 추적(출처).

재난 대응 분야의 AI: 구조대를 위한 실시간 데이터 강화#

자연재해 관리에서 AI의 또 다른 중요한 활용 분야는 대응팀 지원입니다. AI 시스템은 피해 평가와 조난자의 위치 추적 등 유용한 실시간 데이터를 재난 대응팀에 제공하여 구호 자원을 더욱 효율적으로 배분할 수 있도록 지원합니다. 또한 피해 지역 주민에게 구호 물품을 더 신속히 전달하고 최전선 구호 인력의 판단과 조치를 개선하는 데도 도움이 됩니다.

예를 들어 자연재해가 발생하면 긴급 신고 전화(예: 911)에 구조 요청이 쇄도합니다. 모든 전화가 상담원에게 연결되면 대응팀이 중요한 세부 정보를 놓칠 수 있습니다. AI는 기록적인 시간 안에 많은 전화와 메시지를 처리하고 음성-텍스트 변환 및 자연어 처리(NLP)와 같은 기능을 활용해 여러 작업을 수행할 수 있습니다. 이러한 기능은 긴급 신고의 맥락을 파악하여 긴급 상황의 정확한 성격과 신고자의 위치에 관한 정보를 추출할 수 있습니다.

이러한 인사이트는 통화 시간을 줄이고 비상 대응을 가속합니다. AI 도구를 사용해 컴퓨터 비전과 NLP를 결합하면 동일한 시스템을 소셜 미디어 플랫폼에도 적용할 수 있습니다.

소셜 미디어 플랫폼은 자연재해 대응에 어떻게 도움이 될 수 있을까요? 자연재해가 발생하면 직후 소셜 미디어 플랫폼에 중요한 대응 정보를 담은 게시물이 올라올 수 있습니다. 예를 들어 피해 지역 주민이 텍스트, 오디오, 이미지, 비디오 정보를 소셜 미디어에 게시할 수 있습니다. 이 모든 정보를 수동으로 관리하고 처리하는 것은 쉽지 않으며, 매 순간이 중요한 상황에서는 특히 그렇습니다. AIDR(인공지능 디지털 대응) 플랫폼과 같은 도구를 사용하면 소셜 미디어 게시물을 자동으로 처리해 대응 지연을 줄일 수 있습니다. 이 플랫폼은 트윗이나 기타 소셜 미디어 플랫폼의 텍스트와 이미지를 분석해 관련 인도주의 정보를 추출합니다. 재난 대응 기관은 추출된 실시간 데이터를 활용해 대응 방침을 정하고 구호 활동의 효율성을 높일 수 있습니다.

AI 혁신은 최전선에서 구조팀을 직접 지원할 수도 있습니다. Ultralytics YOLOv8 같은 컴퓨터 비전 모델은 위성 이미지와 이미지의 각 픽셀을 특정 범주로 분류하는 시맨틱 분할 등의 방법을 사용해 피해 지역의 피해 규모를 평가하는 데 도움이 됩니다. 예를 들어 튀르키예 지진 직후 미국 국방부는 시맨틱 분할과 위성 이미지를 사용해 재난 지역의 기반 시설과 건물 피해 심각도를 기존 감지 방식보다 훨씬 빠르게 식별하고 분류했습니다. 이러한 방법을 통해 작업 시간을 수 시간 또는 수 분으로 단축했고, 관제 센터와 구조팀은 피해 지역에 더 빠르게 대응해 복구를 지원할 수 있었습니다.

그림 4. 시맨틱 세그멘테이션을 이용한 피해 평가입니다.

정신 건강 지원을 제공하는 자연재해 복구용 AI#

자연재해 이후 복구 단계에서는 지역사회를 재건하고 더욱 강하게 만드는 것을 목표로 합니다. 이를 위한 가장 좋은 방법 중 하나는 피해 지역 주민에게 정신 건강 지원을 제공하는 것입니다. 생존자들은 재해 이후 외상 후 스트레스 장애 (PTSD)와 같은 정신 건강 문제를 겪을 수 있습니다. 재해 이후 PTSD 발병률은 최대 40%에 이를 수 있습니다. AI 도구를 사용해 피해를 입은 사람들을 지원할 수 있습니다. 예를 들어 Omdena는 AI 챗봇을 통해 정신 건강 지원을 제공하는 회사입니다.

그림 5. PTSD 환자 지원을 위한 AI 챗봇입니다.

AI는 정신 건강 연구와 지원에도 도움이 될 수 있습니다. AI 시스템은 전자 건강 기록을 분석해 인간 전문가와 동일한 정확도로 정신 건강 문제를 예측할 수 있습니다. 예를 들어 연구자들은 트라우마를 겪은 후 젊은 성인의 스트레스 수준을 파악하기 위해 소셜 미디어 데이터를 AI로 분석했습니다. 연구에 따르면 같은 기법을 기후 위기와 자연재해가 정신 건강에 미치는 단기 및 장기 영향을 파악하는 데에도 적용할 수 있습니다.

재난 관리에서 AI 활용의 장단점#

AI가 자연재해 관리의 다양한 프로세스에 어떻게 영향을 미치는지 살펴보았으니, 이제 관련된 장단점을 알아보겠습니다. 재난 관리에 AI를 사용할 때 얻을 수 있는 장점은 다음과 같습니다.

• 협업 개선: AI 시스템은 재난 대응에 관여하는 여러 기관과 조직 간의 협업을 개선해 지연과 비효율을 줄이는 데 사용할 수 있습니다.
• 작업 자동화: AI는 데이터 입력과 분석 같은 반복 작업을 자동화하여 자연재해 상황에서 매 순간이 중요한 가운데 인적 자원을 더욱 중요한 활동에 투입할 수 있도록 합니다.
• 장기적인 기후 변화 적응: AI는 기후 변화의 영향을 식별하고 평가하여 전 세계 공동체가 장기적인 적응 전략을 수립하도록 도울 수 있습니다.

여러 이점에도 불구하고 자연재해 관리에서 AI와 관련해 유의해야 할 한계도 있습니다. 자연재해 관리에서 AI가 마주하는 주요 과제는 다음과 같습니다.

• 높은 도입 비용: 재난 관리를 위한 AI 시스템을 개발하고 구현하는 데에는 하드웨어와 소프트웨어, AI 전문 지식에 상당한 투자가 필요한 경우가 많아 비용이 많이 들 수 있습니다.
• 데이터 개인정보 보호 문제: AI 시스템은 재난 중 피해를 평가하고 사람들을 추적하기 위해 지리공간 위성 데이터, 소셜 미디어 및 헬프라인 통신 데이터 등을 사용합니다. 이에 따라 개인정보를 동의 없이 사용하거나 감시에 활용할 가능성에 대한 우려가 제기됩니다.
• 데이터 품질에 대한 의존성: AI 모델의 예측 성능은 학습에 사용된 데이터의 품질과 양에 따라 달라집니다. AI 모델을 부정확한 데이터로 학습하면 특히 중요한 상황에서 성능이 저하될 수 있습니다.

자연재해 관리에서 AI의 역할에 관한 최종 생각#

AI가 자연재해로부터 사람들의 생명을 구하는 데 어떻게 도움이 되는지 살펴보았습니다. AI는 자연재해를 더 효과적으로 예측하고 대비하며 대응하고 복구할 수 있도록 돕습니다. AI 도구는 지진을 예측하고 허리케인을 추적하며 재난 대응 및 복구 활동을 개선할 수 있습니다. 이를 통해 사람과 인프라가 입는 피해를 최소화할 수 있습니다. AI는 더 빠른 대응과 개선된 협업 등 많은 이점을 제공하지만, 높은 비용과 데이터 개인정보 보호 문제, 정확한 데이터의 필요성 같은 과제도 있습니다. 이러한 과제를 해결하고 고려하면 자연재해를 효과적으로 관리하는 데 AI가 미치는 영향을 극대화할 수 있습니다.

자세한 내용은 GitHub 리포지토리를 방문하고 커뮤니티에 참여해 보세요. 솔루션 페이지에서 제조업과 농업 분야의 AI 적용 사례를 살펴보세요.