도시 유지 관리 작업에서 컴퓨터 비전의 역할

도시를 유지 관리하려면 많은 작업이 필요하지만, 대부분의 작업은 눈에 띄지 않습니다. 예를 들어 야간에는 유지 관리팀이 도로를 보수하고, 폐기물을 치우고, 조명을 점검하며, 도시가 안전하고 정상적으로 기능하도록 관리합니다.

노후한 도로, 막힌 배수구, 고장 난 가로등은 처음에는 사소해 보일 수 있습니다. 하지만 방치하면 곧 더 큰 문제로 이어질 수 있습니다. 이러한 일상적인 유지 관리 업무는 공공 안전에 중요합니다. 그러나 인구가 증가하고 지방자치단체 직원이 제한적인 상황에서는 기존의 유지 관리 방식으로 업무량을 따라가기 어려울 수 있습니다.

컴퓨터 비전은 시각 데이터를 처리하고 이해하는 데 중점을 둔 AI 분야로, 스마트 시티의 일상적인 유지 관리에 더 빠르고 효율적인 접근 방식을 제공합니다. 비디오 피드나 항공 이미지를 분석하면 Vision AI 솔루션이 문제를 자동으로 감지하고 추적하여 수동 작업팀의 부담을 줄일 수 있습니다.

Ultralytics YOLO11과 같은 고급 컴퓨터 비전 모델을 사용하면 도시에서 폐기물, 포트홀 또는 쓰러진 나뭇가지 식별과 같은 작업을 손쉽게 수행할 수 있습니다. 객체 감지 및 인스턴스 세분화와 같은 Vision AI 작업은 유지 관리팀이 신속하게 대응하고 공공 공간을 깔끔하고 청결하며 안전하게 유지하는 데 도움이 됩니다.

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

이 글에서는 컴퓨터 비전이 도시 유지 관리를 지원하는 방식과 몇 가지 일반적인 활용 사례 및 이점을 살펴봅니다. 시작해 보겠습니다!

도시 유지 관리에서 컴퓨터 비전 개요#

도시 당국은 컴퓨터 비전과 같은 기술을 사용하여 도시 인프라를 더 잘 이해하고 관리하고 있습니다. 드론, 카메라, 센서를 통해 시각 데이터를 수집한 다음, Ultralytics YOLO11과 같은 컴퓨터 비전 모델을 사용해 처리하여 빠르고 정확한 인사이트를 얻습니다.

예를 들어 스마트 시티에서는 항공 이미지와 거리 수준 카메라를 통해 그래피티를 감지하는 데 컴퓨터 비전을 사용하고 있습니다. 이를 통해 도시 관리팀은 그래피티를 신속하게 제거하고 공공 공간을 쾌적하게 유지할 수 있습니다.

스마트 시티 시스템을 구현하는 주요 컴퓨터 비전 작업을 간략히 살펴보겠습니다:

• 객체 감지: Ultralytics YOLO11과 같은 컴퓨터 비전 모델은 이미지나 비디오 피드에서 특정 객체를 식별하고 위치를 찾을 수 있습니다. 도시 유지 관리에서는 이를 통해 팀이 교통 콘, 쓰레기통 또는 점검이 필요할 수 있는 파손된 교통 표지판과 같은 항목을 감지할 수 있습니다.

• 이미지 분류: 이미지의 외관을 기반으로 이미지 전체에 레이블을 할당합니다. 예를 들어 도로의 항공 사진을 깨끗함, 균열 발생 또는 침수 상태로 분류하여 팀이 다양한 상황을 더 효율적으로 구분하고 대응할 수 있도록 합니다.

• 객체 추적: 비디오 프레임 전반에서 움직이는 객체를 추적하여 이동 경로를 파악하는 데 사용됩니다. 도시에서는 차량과 보행자를 모니터링하여 교통 관리와 안전을 개선하는 데 도움이 됩니다.

• 인스턴스 세분화: 이 기술은 동일한 객체에 속하는 개별 인스턴스를 분리합니다. 도시 환경에서는 여러 가로등, 나무 또는 주차 차량을 구분하여 더 효과적으로 추적하고 관리하는 데 사용할 수 있습니다.

도시 유지 관리 분야의 컴퓨터 비전 활용 사례#

이제 컴퓨터 비전이 도시 유지 관리를 지원하는 방식을 더 잘 이해했으므로, 실제 활용 사례를 살펴보겠습니다.

AI를 활용한 스마트 인프라 검사#

지하 배수 시설을 유지 관리하는 일은 손상으로 인해 심각한 건강 또는 환경 문제가 발생할 수 있으므로 어렵지만 필수적인 작업입니다. 이제 컴퓨터 비전을 사용하여 이러한 검사를 더 안전하고 효율적으로 수행하고 있습니다. 카메라, 센서, 광 검출 및 거리 측정(LiDAR) 시스템을 탑재한 드론을 사용하여 터널을 점검하고 가스 수치, 온도, 손상 상태와 같은 실시간 데이터를 수집합니다.

미국 미시간주 Macomb County는 기술이 지하 검사를 개선하는 방식을 보여주는 훌륭한 사례입니다. 2016년 파이프라인 붕괴 이후, 해당 카운티는 수동 점검을 줄이고 자동화 시스템을 사용하기 시작했습니다.

현재 해당 카운티는 Elios 3 및 Asio X와 같은 드론을 사용하여 지하 터널을 안전하게 탐색합니다. 드론이 비디오와 센서 데이터를 수집하면 컴퓨터 비전으로 이를 분석하여 구조적 문제를 찾아냅니다. 이 방식으로 전환한 이후 해당 카운티는 검사 비용을 거의 40% 절감했으며 작업팀의 업무 안전성도 크게 향상했습니다.

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

공공 도로 공사를 위한 컴퓨터 비전#

마찬가지로 도로를 유지 관리하고 교통을 관리하는 일은 도시가 원활하게 운영되도록 하는 핵심 요소입니다. 도로는 많은 교통량과 기상 조건으로 인해 시간이 지나면서 마모되어 균열, 포트홀, 손상된 표지판이 발생할 수 있습니다.

이를 해결하기 위해 많은 도시에서 컴퓨터 비전을 탑재한 드론과 차량 장착 카메라를 사용하여 도로 상태와 교통을 실시간으로 모니터링하고 있습니다. 이 기술은 문제를 조기에 발견하고, 안전을 개선하며, 교통 혼잡을 줄이고, 수리를 더 빠르고 정확하게 수행하는 데 도움이 됩니다.

인도 아메다바드시는 바로 이러한 이유로 AI 기반 대시캠을 지방자치단체 차량에 장착하여 도로를 실시간으로 스캔하고 있습니다. 이 카메라는 포트홀을 감지하고 균열과 노면 마모를 식별하며, 이미지를 촬영하고 손상 위치에 지리 태그를 지정합니다. 수집된 데이터는 관제 센터로 전송되고, 담당자들은 보고서와 히트맵을 생성하여 수리 우선순위를 정함으로써 도로 유지 관리 속도를 높입니다.

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

컴퓨터 비전을 활용한 도시 녹지 모니터링#

인구가 증가하면 도시가 확장되고, 도시가 확장되면 녹지 공간은 줄어듭니다. 안타깝게도 이는 대기 질, 기온, 야생 동물에 부정적인 영향을 미칠 수 있습니다. 나무는 탄소 가스를 흡수하고 도시 지역을 서늘하게 유지하며 생물 다양성을 지원합니다.

친환경화를 추진하기 위해 많은 도시에서 드론, 비전 모델, LiDAR, 지리 정보 시스템(GIS)을 사용하여 녹지 비율을 모니터링하기 시작했습니다. 이러한 기술은 나무의 위치를 지도화하고 건강 상태를 평가하며 보존, 재식재, 개발 활동을 계획하는 데 도움이 됩니다. 이를 통해 녹지 공간 관리를 더욱 정확하게 수행하고 지속 가능한 도시 계획의 핵심 요소로 발전시킬 수 있습니다.

그림 4. 고해상도 항공 데이터를 사용한 도시 나무 식별. (출처)

흥미로운 사례로 대기 오염 문제에 어려움을 겪고 있는 인도 뉴델리를 들 수 있습니다. 이 문제를 해결하기 위해 뉴델리시는 산림연구소가 주도하는 4년간의 나무 인구 조사를 시작했습니다.

드론, LiDAR, GIS를 사용하여 도시의 나무를 지도화하고 모니터링하면서 수종, 건강 상태, 위치를 추적하고 있습니다. 이러한 기술 활용은 도시가 녹지 공간을 더 효과적으로 관리하는 데 도움이 되며, 대기 질을 개선하고 2070년까지 탄소 순배출 제로를 달성하려는 인도의 목표를 지원할 수 있습니다.

도시 계획 및 모니터링에서의 Vision 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 방식 중 하나는 컴퓨터 비전을 사용하여 시간에 따라 촬영된 항공 이미지를 비교하는 것입니다. 이를 통해 건물이나 토지 이용의 작은 변화도 조기에 감지할 수 있어, 문제가 확대되기 전에 당국이 대응할 수 있습니다.

예를 들어 독일 바이에른주에서는 연구자들이 AI와 컴퓨터 비전을 사용하여 위성 이미지와 지리 공간 지도를 분석하고 무허가 건축물을 감지하는 방법을 개발했습니다. 또한 시간에 따른 지표면 고도 변화를 추적하는 시간적 디지털 표면 모델(tDSM)도 활용했습니다.

이러한 도구를 결합하면 연구자들은 고도 변화를 모니터링하고 이미지를 비교하여 새로 지어진 건축물을 식별할 수 있습니다. 이 접근 방식은 지방 당국이 건축 규정을 더욱 효과적으로 집행하고, 지속 가능한 개발을 계획하며, 정확한 기록을 유지하는 데 도움이 됩니다.

그림 5. 도시에 기록된 건축물과 기록되지 않은 건축물을 보여주는 지도. (출처)

도시 유지 관리에서 컴퓨터 비전의 장단점#

스마트 시티 유지 관리에 컴퓨터 비전을 사용할 때의 주요 이점은 다음과 같습니다:

• 확장 가능한 범위: 컴퓨터 비전은 CCTV나 드론과 같은 기존 인프라를 사용하여 넓은 도시 지역을 모니터링하므로 수동 검사의 필요성을 줄일 수 있습니다.
• 동적인 리소스 활용: 실시간 분석을 통해 긴급성에 따라 작업의 우선순위를 정할 수 있어 유지 관리의 효율성과 비용 효과성이 향상됩니다.
• 더 빠른 긴급 알림: AI 기반 비전 시스템은 화재, 사고, 침수와 같은 사건을 거의 즉시 감지하여 더 신속하게 대응하고 피해를 줄일 수 있도록 합니다.

컴퓨터 비전 시스템은 도시 유지 관리에 신뢰할 수 있는 지원을 제공하지만, 몇 가지 한계도 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. 규모가 작은 지방자치단체는 처음에 이러한 비용을 감당하기 어려울 수 있습니다.
• 개인정보 보호 우려: 지속적인 시각 모니터링은 도시 주민 사이에서 감시와 개인 프라이버시에 대한 우려를 불러일으킬 수 있습니다.
• 인프라 문제: 오래된 도시에는 대규모 구현에 필요한 디지털 인프라(예: 안정적인 연결성, 전력 또는 센서 네트워크)가 부족할 수 있습니다.

핵심 요점#

스마트 시티는 컴퓨터 비전을 사용하여 인프라를 더 효과적으로 유지 관리함으로써 도시 생활을 변화시키고 있습니다. 실시간 모니터링과 예측 인사이트를 통해 이 기술은 도시가 문제에 더 빠르게 대응하고, 리소스를 더 효율적으로 사용하며, 주민을 안전하게 보호하도록 돕습니다. 지방자치단체는 점점 더 사후 대응 방식에서 선제적이고 데이터 기반인 계획 방식으로 전환하고 있습니다.

앞으로 AI와 컴퓨터 비전은 도시를 더욱 친환경적이고 공정하며 효율적으로 만드는 데 더 큰 역할을 할 것으로 예상됩니다. 디지털 트윈과 생성형 AI와 같은 도구는 이러한 기술을 보완하여 계획 담당자가 새로운 아이디어를 테스트하고, 공공 서비스를 개선하며, 접근성 격차를 줄일 수 있도록 합니다. 이러한 혁신은 함께 더 스마트하고 안전할 뿐만 아니라 지역사회의 요구에 더욱 민감하게 대응하는 도시 환경을 만드는 데 기여하고 있습니다.

컴퓨터 비전에 대해 더 알아보려면 커뮤니티에 참여하고 GitHub 저장소를 살펴보세요. 솔루션 페이지에서 제조 분야의 AI 및 헬스케어 분야의 컴퓨터 비전과 관련된 다양한 활용 사례를 확인해 보세요. Vision AI를 시작하려면 라이선스 옵션을 확인해 보세요.