도시 유지 관리 작업에서 컴퓨터 비전의 역할

도시를 유지 관리하려면 많은 작업이 필요하지만, 대부분은 눈에 띄지 않습니다. 예를 들어 야간에는 유지 관리팀이 도로를 보수하고, 폐기물을 수거하고, 조명을 점검하며, 도시의 안전과 기능을 유지하기 위해 일합니다.

노후한 도로, 막힌 배수구, 고장 난 가로등은 처음에는 사소한 문제처럼 보일 수 있습니다. 하지만 방치하면 빠르게 더 큰 문제로 번질 수 있습니다. 이러한 일상적인 유지 관리 작업은 공공 안전에 중요합니다. 그러나 인구가 증가하고 지자체 인력이 제한되면서 기존 유지 관리 방식으로는 수요를 감당하기 어려울 수 있습니다.

시각 데이터를 처리하고 이해하는 AI 분야인 컴퓨터 비전은 스마트 시티의 일상적인 유지보수를 더 빠르고 효율적으로 수행할 수 있는 방법을 제공합니다. 비전 AI 솔루션은 동영상 피드나 항공 이미지를 분석해 문제를 자동으로 감지하고 추적함으로써 수작업 인력의 부담을 줄일 수 있습니다.

Ultralytics YOLO11과 같은 고급 컴퓨터 비전 모델을 사용하면 도시는 쓰레기, 포트홀, 쓰러진 나뭇가지 등을 식별할 수 있습니다. 객체 감지와 인스턴스 세그멘테이션과 같은 비전 AI 작업은 유지보수 팀이 신속하게 대응하고 공공장소를 깔끔하고 깨끗하며 안전하게 유지하는 데 도움이 됩니다.

그림 1. Ultralytics YOLO11의 객체 감지 기능을 활용한 폐기물 감지. (출처)

이 글에서는 컴퓨터 비전이 도시 유지보수를 어떻게 지원하는지, 일반적인 활용 사례와 제공하는 이점을 살펴보겠습니다.

도시 유지 관리 분야의 컴퓨터 비전 개요#

도시 당국은 도시 인프라를 더 잘 이해하고 관리하기 위해 컴퓨터 비전과 같은 기술을 활용하고 있습니다. 드론, 카메라, 센서를 통해 시각 데이터를 수집한 다음 Ultralytics YOLO11과 같은 컴퓨터 비전 모델로 처리하여 빠르고 정확한 인사이트를 얻습니다.

예를 들어 스마트 시티에서는 항공 이미지와 지상 카메라를 통해 낙서 감지를 자동화하여 도시 관리팀이 빠르게 제거하고 공공장소를 쾌적하게 유지하도록 돕습니다.

스마트 시티 시스템을 구현하는 주요 컴퓨터 비전 작업을 살펴보겠습니다.

• 객체 감지: Ultralytics YOLO11과 같은 컴퓨터 비전 모델은 이미지나 동영상 피드에서 특정 객체를 식별하고 위치를 찾을 수 있습니다. 도시 유지보수에서는 교통 표지 콘, 쓰레기통, 파손된 도로 표지판처럼 조치가 필요한 항목을 팀이 감지하는 데 도움이 됩니다.
• 이미지 분류: 이미지의 외관을 기준으로 이미지 전체에 레이블을 지정합니다. 예를 들어, 도로의 항공 사진을 깨끗함, 균열 발생, 침수 상태로 분류하면 팀이 다양한 상황을 더 효율적으로 분류하고 대응할 수 있습니다.
• 객체 추적: 추적은 동영상 프레임에서 움직이는 객체를 추적해 이동 경로를 파악합니다. 도시에서는 차량과 보행자를 모니터링하여 교통 관리와 안전을 개선하는 데 도움이 됩니다.
• 인스턴스 세그멘테이션: 이 기법은 같은 객체의 개별 인스턴스를 분리합니다. 도시 환경에서는 여러 가로등, 나무, 주차된 차량을 구분해 추적과 유지관리를 개선하는 데 사용할 수 있습니다.

도시 유지 관리 분야의 컴퓨터 비전 활용 사례#

컴퓨터 비전이 도시 유지보수를 어떻게 지원하는지 알아보았으니, 이제 실제 활용 사례를 살펴보겠습니다.

AI를 활용한 스마트 인프라 점검#

지하 배수로를 유지 관리하는 일은 손상 시 심각한 건강 또는 환경 문제로 이어질 수 있어 어렵지만 필수적입니다. 이제 컴퓨터 비전을 활용해 이러한 점검을 더 안전하고 효율적으로 수행하고 있습니다. 카메라와 센서, 라이트 디텍션 앤 레인징(LiDAR) 시스템을 탑재한 드론으로 터널을 점검하고 가스 농도, 온도, 손상 여부와 같은 실시간 데이터를 수집합니다.

미국 미시간주에서 매컴 카운티는 기술이 지하 시설 검사를 개선하는 좋은 사례입니다. 2016년 송수관 붕괴 이후, 카운티는 수동 점검을 줄이고 자동화 시스템을 도입하기 시작했습니다.

현재는 Elios 3 및 Asio X와 같은 드론을 사용해 지하 터널을 안전하게 탐사합니다. 드론이 수집한 비디오와 센서 데이터는 컴퓨터 비전으로 분석하여 구조적 문제를 감지합니다. 이 방식을 도입한 이후 카운티는 점검 비용을 거의 40% 절감하고 작업자의 안전을 크게 개선했습니다.

그림 2. Elios 3 드론은 하수도 점검에 사용할 수 있습니다. (출처)

공공 도로 공사에 활용하는 컴퓨터 비전#

마찬가지로 도로를 유지 관리하고 교통을 관리하는 일은 도시가 원활하게 운영되도록 하는 핵심 요소입니다. 도로는 교통량과 날씨의 영향으로 시간이 지나면서 마모되어 균열, 포트홀, 표지판 손상이 발생할 수 있습니다.

이 문제를 해결하기 위해 많은 도시에서는 이제 컴퓨터 비전을 탑재한 드론과 차량 장착 카메라를 사용해 도로 상태와 교통을 실시간으로 모니터링합니다. 이 기술은 문제를 조기에 발견하고 안전을 개선하며 혼잡을 줄이고, 더 빠르고 정확하게 수리하는 데 도움이 됩니다.

바로 이러한 이유로 인도 아메다바드시는 AI 기반 대시캠을 장착한 시정 차량으로 도로를 실시간 스캔하고 있습니다. 이 카메라는 포트홀을 감지하고 균열과 노면 마모를 찾아내며, 이미지를 촬영하고 손상 위치에 지오태그를 추가합니다. 수집된 데이터는 관제 센터로 전송되며, 관계자는 보고서와 히트맵을 생성해 수리 우선순위를 정하고 도로 유지보수 속도를 높입니다.

그림 3. 컴퓨터 비전을 사용한 포트홀 감지 및 크기 추정 예시. (출처)

컴퓨터 비전을 활용한 도시 녹지 모니터링#

인구가 늘어나고 도시가 확장되면서 녹지 공간은 줄어듭니다. 안타깝게도 이는 대기질, 기온, 야생동물에 부정적인 영향을 미칠 수 있습니다. 나무는 이산화탄소 흡수, 도시 지역 냉각, 생물 다양성 유지에 도움이 됩니다.

친환경화에 초점을 맞춰 많은 도시가 녹지 면적을 모니터링하기 위해 드론, 비전 모델, LiDAR, 지리 정보 시스템(GIS)을 도입하고 있습니다. 이러한 기술은 나무 위치를 지도화하고 건강 상태를 평가하며 보전, 재식재, 개발 활동을 안내하는 데 도움이 됩니다. 이를 통해 녹지 관리를 더욱 정확하게 수행할 수 있으며, 이는 지속가능한 도시 계획에 필수적입니다.

그림 4. 고해상도 항공 데이터를 활용한 도시 나무 식별. (출처)

흥미로운 사례로는 대기 오염 문제를 겪고 있는 인도 뉴델리가 있습니다. 이 문제를 해결하기 위해 산림연구소가 주도하는 4개년 나무 조사를 시작했습니다.

드론, LiDAR, GIS를 사용해 도시 나무의 종류와 건강 상태, 위치를 추적하면서 지도를 작성하고 모니터링하고 있습니다. 이러한 기술 활용은 도시의 녹지를 더 효과적으로 관리하도록 도우며, 대기 질을 개선하고 인도가 2070년까지 넷제로 배출을 달성한다는 목표를 지원할 수 있습니다.

도시 계획 및 모니터링 분야의 비전 AI 활용 사례#

불법 건축은 도시에 심각한 문제를 일으킵니다. 도로를 막고 공공 서비스에 부담을 주며 계획된 개발을 방해할 수 있습니다. 이를 해결하기 위한 새로운 접근 방식은 컴퓨터 비전을 사용해 시간에 따라 촬영한 항공 이미지를 비교하는 것입니다. 이를 통해 건물이나 토지 이용의 사소한 변화도 조기에 감지할 수 있어 문제가 확대되기 전에 당국이 대응할 수 있습니다.

예를 들어 독일 바이에른주에서는 연구진이 AI와 컴퓨터 비전을 활용해 위성 이미지와 공간정보 지도를 분석하여 무허가 건축물을 감지하는 방법을 개발했습니다. 또한 시간에 따른 지표면 고도 변화를 추적하는 시간별 디지털 표면 모델(tDSM)을 활용했습니다.

이러한 도구를 결합하면 연구진은 고도 변화를 모니터링하고 이미지를 비교해 신축 건축물을 식별할 수 있습니다. 이 접근 방식은 지방 당국이 건축 규정을 더 효과적으로 집행하고 지속 가능한 개발을 계획하며 정확한 기록을 유지하는 데 도움이 됩니다.

그림 5. 도시 내 기록된 건물과 기록되지 않은 건물을 보여주는 지도. (출처)

도시 유지 관리 분야의 컴퓨터 비전 장단점#

스마트 시티 유지 관리에 컴퓨터 비전을 활용할 때의 주요 이점은 다음과 같습니다.

• 확장 가능한 범위: 컴퓨터 비전은 CCTV나 드론과 같은 기존 인프라를 사용해 넓은 도시 지역을 모니터링하므로 수동 검사에 대한 필요성을 줄일 수 있습니다.
• 유연한 리소스 활용: 실시간 분석을 통해 긴급도에 따라 작업의 우선순위를 정할 수 있어 유지 관리의 효율성과 비용 효율성을 높입니다.
• 신속한 긴급 알림: AI 기반 비전 시스템은 화재, 사고, 침수와 같은 사건을 거의 즉시 감지하여 더 빠르게 대응하고 피해를 줄일 수 있습니다.

컴퓨터 비전 시스템은 도시 유지 관리에 안정적인 지원을 제공하지만, 몇 가지 제한 사항도 있습니다. 이러한 기술을 사용할 때 고려해야 할 주요 요소는 다음과 같습니다.

• 높은 초기 비용: 컴퓨터 비전 시스템을 배포하려면 카메라, 센서, AI 인프라에 상당한 초기 투자가 필요합니다. 소규모 지자체는 초기에 이러한 비용을 감당하기 어려울 수 있습니다.
• 개인정보 보호 우려: 지속적인 시각 모니터링은 도시 주민들 사이에서 감시와 개인정보 보호에 대한 우려를 불러일으킬 수 있습니다.
• 인프라 문제: 오래된 도시에는 대규모 도입에 필요한 디지털 인프라(예: 안정적인 연결성, 전력 또는 센서 네트워크)가 부족할 수 있습니다.

핵심 요점#

스마트 시티는 컴퓨터 비전을 활용해 인프라를 더 효과적으로 유지 관리함으로써 도시 생활을 변화시키고 있습니다. 실시간 모니터링과 예측 분석을 통해 이 기술은 도시가 문제에 더 빠르게 대응하고, 자원을 더 효율적으로 사용하며, 주민의 안전을 지키도록 지원합니다. 지방자치단체는 점차 사후 대응식 해결 방식에서 선제적이고 데이터 기반의 계획 수립으로 전환하고 있습니다.

앞으로 AI와 컴퓨터 비전은 도시를 더 친환경적이고 공정하며 효율적으로 만드는 데 더 큰 역할을 할 것으로 보입니다. 디지털 트윈과 생성형 AI 같은 도구는 계획 담당자가 새로운 아이디어를 시험하고, 공공 서비스를 개선하며, 접근성 격차를 줄일 수 있도록 함으로써 이러한 기술을 보완합니다. 이러한 혁신은 함께 더 스마트하고 안전할 뿐 아니라 지역사회의 요구에 더 민감하게 대응하는 도시 환경을 조성하고 있습니다.

커뮤니티에 참여하고 GitHub 리포지토리를 살펴보며 컴퓨터 비전을 더 자세히 알아보세요. 솔루션 페이지에서 제조업의 AI 및 의료 분야의 컴퓨터 비전과 관련된 다양한 활용 사례를 확인해 보세요. 비전 AI를 시작하려면 라이선스 옵션을 확인하세요.