하천-도심지 통합홍수 모니터링 기반
AI 홍수예측 기술 개발

최근 AI 기반 홍수예측 기술이 빠르게 발전하고 있지만, 예측 정확도를 결정하는 가장 중요한 요소는 알고리즘보다 데이터이다. 다양한 홍수 상황을 충분히 학습하기 위해서는 정확하고 연속적인 관측자료가 필요하며, 이를 안정적으로 확보할 수 있는 관측체계가 선행되어야 한다. 하천 분야는 국가 수문관측망을 통해 강우와 수위 자료가 지속적으로 축적되고 있어 AI 학습을 위한 기반이 비교적 잘 마련되어 있다. 반면 도시침수는 침수 발생 위치가 다양하고 공간적 변동성이 커 관측자료 확보가 쉽지 않다. 또한 관측장비 설치와 유지관리 비용이 높아 많은 지점에 장비를 구축하기 어려운 한계가 있다. 이를 해결하기 위해 하천 수문관측망과 도시침수 관측체계를 연계한 하천-도심지 통합홍수 모니터링 체계를 구축하였다. 이 체계는 기존 하천 관측자료와 도시침수 정보를 하나의 데이터 기반으로 통합하여 관리함으로써 AI 예측과 실시간 모니터링을 동시에 지원하도록 설계되었다.
도시침수 관측은 거점형 통합홍수 관측장비와 분산형 도시침수 관측장비를 함께 활용한다. 거점형 장비는 레이더식 수위계, 압력식 수위계, 우량계, CCTV 등을 하나의 시스템으로 구성하여 침수 취약지역의 강우와 침수심을 정밀하게 계측한다. 현장 실증 결과에서도 높은 계측 정확도와 안정적인 자료 수집 성능을 확인하였으며, LTE 통신을 이용해 실시간으로 중앙 서버에 데이터를 전송한다. 반면 분산형 도시침수 관측장비는 저비용·소형화를 통해 보다 많은 지점에 설치할 수 있도록 개발하였다. 분산형 장비는 거점형 장비와 LoRa(Long Range) 기반 저전력광역통신(LPWA)으로 연결되어 데이터를 전송하며, 거점형 장비가 이를 수집해 중앙 서버로 전달하는 구조를 갖는다. 이 방식은 별도의 통신 인프라를 구축하지 않고도 넓은 지역에서 다수의 침수 관측자료를 효율적으로 확보할 수 있다는 장점이 있다(그림 1).
또한 침수 위험도에 따라 자료 전송 주기를 자동으로 조정하는 적응형 모니터링 기능을 적용하였다. 평상시에는 일정 간격으로 데이터를 전송하지만, 침수 위험이 높아지면 전송 주기를 수십 초 단위로 단축하여 홍수 상황의 변화를 더욱 신속하게 파악할 수 있도록 설계하였다. 이를 통해 통신 효율과 배터리 사용시간을 유지하면서도 재난 상황에서는 필요한 정보를 실시간에 가깝게 확보할 수 있다.
이와 같은 통합홍수 모니터링 체계는 단순히 관측지점을 확대하는 데 그치지 않는다. 하천과 도시에서 수집되는 다양한 관측자료는 AI 홍수예측모형의 학습데이터로 활용되어 예측 정확도를 높이고, 통합홍수정보 플랫폼을 통해 실시간 모니터링과 의사결정을 지원하는 핵심 데이터 인프라 역할을 수행한다.

AI 기반 홍수예측이 실제 재난 대응에 활용되기 위해서는 예측 결과를 현장에서 쉽게 확인하고 활용할 수 있는 정보 제공 체계가 필요하다. 이에 본 연구에서는 하천과 도시에서 수집되는 관측자료와 AI 예측 결과를 하나의 화면에서 통합적으로 제공하는 통합홍수정보 플랫폼을 구축하였다(그림 4).
플랫폼은 수문관측소와 도시침수 관측장비에서 수집되는 실시간 자료를 자동으로 수집하고 저장하며, AI 예측모형과 연계하여 하천홍수 및 도시침수 예측결과를 제공하도록 구성하였다. 사용자는 웹 기반 화면을 통해 강우와 수위 변화, 침수관측정보 및 AI 예측결과를 동시에 확인할 수 있으며, 시간에 따른 변화 추이를 직관적으로 파악할 수 있다. 또한 플랫폼은 실시간 모니터링뿐 아니라 관측자료 관리와 예측모형 운영을 위한 기반 시스템으로도 활용된다.

기후변화로 집중호우의 빈도와 강도가 증가하면서 홍수는 더욱 복합적이고 예측하기 어려운 재난으로 변화하고 있다. 특히 하천 범람과 도시침수가 동시에 발생하는 사례가 늘어나면서 하천과 도시를 개별적으로 관리하던 기존 방식에서 벗어나, 통합적인 홍수관리 체계의 필요성이 더욱 커지고 있다.
본 연구에서는 이러한 변화에 대응하기 위해 하천-도심지 통합홍수 모니터링 체계를 구축하고, 이를 기반으로 AI 홍수예측 기술과 통합홍수정보 플랫폼을 개발하였다. 기존 하천 수문관측망에 도시침수 관측기술을 연계하고, 거점형과 분산형 관측장비를 함께 활용함으로써 보다 경제적이면서도 확장 가능한 도시침수 모니터링 체계를 마련하였다. 또한 확보된 다양한 관측자료를 AI 학습과 실시간 예측에 활용하여 홍수예측의 정확성과 활용성을 동시에 향상시켰다.
본 기술은 인도네시아 찌따룸강 상류 유역을 대상으로 테스트베드를 구축하여 실증을 진행하고 있으며, 지속적인 운영을 통해 예측모형의 성능을 검증하고 현지 운영기술을 고도화할 계획이다. 향후에는 다양한 홍수사상을 반영한 AI 학습데이터를 지속적으로 축적하고, 실시간 운영을 통해 예측모형의 신뢰성을 향상시키는 연구가 필요하다. 또한 통합홍수예측 플랫폼을 중심으로 관측, 예측, 정보 제공 기능을 고도화함으로써 국내뿐 아니라 해외 개발도상국에서도 활용 가능한 현지 맞춤형 홍수관리 기술로 발전시켜 나갈 계획이다.