기후위기 시대, 산불은 이제 특정 계절에 국한되지 않고 언제, 어디서든 발생할 수 있는 국가적 재난이 되었습니다. 이에 국립산림과학원은 빅데이터와 첨단 과학기술을 활용해 산불 위협에 선제적으로 대응하고자 합니다.
먼저, 국가산불위험예보시스템을 개선하여 예방 기능을 강화했습니다. 국가산불위험예보시스템은 기상과 지형, 산림정보 등을 종합 분석하여 산불 위험도를 미리 제공하는 대국민 서비스입니다.
국가산불위험예보시스템은 국민과 산불현장지휘본부 등이 산불 위험을 미리 감지해 예방 활동을 강화하고 산불 진화 자원을 사전에 배치해 초동 진화를 가능케 하는 핵심적인 역할을 수행합니다.
그간 연구 결과를 바탕으로 사용자 위치 기반 실시간 정보를 제공하고 딥러닝 AI 기법을 도입하여 산불위험예측도, 예측도를... 예측도의 정확도를 향상시켰으며 인위적 산불 위험 인자 도입을 위한 연구에도 박차를 가하고 있습니다.
첫째, 사용자가 자신의 위치를 기반으로 해서 산불 위험을 즉시 확인하고 현장에서 신속히 대피 등 대응할 수 있도록 기존 데스크톱 중심의 웹 시스템을 모바일 연동형으로 전환하여 접근성과 편의성을 높였습니다.
둘째, 최근 10년간의 기상 자료와 산불 통계를 바탕으로 기후 변화에 따른 산불 발생 패턴 변화를 예측 알고리즘에 적용하였습니다. 이를 통해 딥러닝 AI 기법으로 현재 76% 수준인 산불위험예측도의 정확도를 현재도 일부 반영해서 가동하고 있고 2027년까지는 88% 수준으로 끌어올리고자 합니다.
셋째, 기존의 산불 위험 예측은 기상, 연료, 지형 등의 환경 인자만을 계산하였습니다. 그러나 우리나라 산불의 99%는 인간의 활동에 의한 인위적 요인으로 발생합니다.
따라서 사회 정책적인 요소와 등산·트레킹 등 인간의 활동 인자를 반영한 AI 기반 산불 위험 예측 기술을 개발 중에 있습니다. 2027년부터는 시범 적용해 산불 위험 예측 정확도를 더욱더 높여 나가도록 하겠습니다.
다음으로는 산불확산예측시스템에 대해서 말씀드리겠습니다.
산불확산예측시스템은 산불 발생 시에 불길의 방향과 속도를 예측하여 주민대피전략을 세우고 산불 진화 자원을 효율적으로 배치하는 현장 대응의 나침반이라고 할 수 있습니다.
특히, 최근 산불은 예측하기 어려운 강력한 돌풍과 험준한 산악 지형으로 인해 통제가 매우 어려워지고 있습니다. 저희는 이러한 극한 상황 속에서도 주민 대피를 위한 골든타임을 확보하고 국민의 생명을 지키기 위한 시스템을 전면적으로 혁신하였습니다.
그간 연구 결과를 바탕으로 행정안전부와의 협업을 통해 주민 대피 가이드라인을 수립하였고 유효풍속 산출 로직을 도입하였으며 차세대 AI 엔진 교체를 통해 국민 안전과 산불 대응력을 대폭 강화하였습니다.
첫째, 정교해진 산불확산예측시스템을 기반으로 '준비-실행 대기-즉시 실행' 체계의 주민 대피 가이드라인을 확립하였습니다. 산불 발생 시 인근 주민은 안내 문자나 방송에 따라 대피를 준비하게 됩니다. Ready 단계입니다.
이후 산불확산예측시스템의 8시간 산불 확산 예측정보를 바탕으로 해서 실행 대기 상태에 돌입합니다. 이때 산불확산시스템에서 제공되는 화선 전달 범위를 참고하여 고령자 등 안전 취약계층을 중심으로 선제적 대피를 완료하게 됩니다.
불길이 도달하기 5시간 전인 즉시 실행 단계에서는 대피 대상 주민이 지체 없이 안전한 곳으로 대피하도록 하였습니다.
둘째, 단순 평균 풍속이 아닌 산악 지형 특화의 유효풍속을 계산하여 적용하도록 대폭 변경하였습니다. 이를 통해 기상 변화가 심한 산악 지형에서도 불길의 이동 경로를 기존보다 30% 더 정밀하게 추적할 수 있게 되었습니다.
셋째, 수치 정보와 딥러닝이 결합된 AI 모델을 도입하여 지형 분석의 정밀도를 기존 10m에서 5m로 4배 향상시켰습니다.
이를 통해서 육안으로 파악하기 힘든 미세한 골짜기나 능선의 변화가 산불에 미치는 영향을 실시간으로 정밀하게 분석할 수 있게 되었습니다.
이 확산예측시스템을 통해서 현재 81% 수준인 산불확산 예측 정확도를 앞으로 85%까지 높여 나가겠습니다.
더 나아가 2030년까지는 AI 기술을 더욱 고도화하여 산불 경로뿐만 아니라 가용 헬기와 산불진화대원들이, 대원 등 산불진화자원을 효율적으로 배치하는 의사결정 시스템도 구축하고자 합니다.
이를 통해 동시다발적인 산불 상황에서 어느 지점에 산불진화자원을 집중해야 가장 신속하게 진화할 수 있는지를 제안하는 산불진화 지능형 의사결정체계를 완성해 나가고자 합니다.
최종적으로 동시다발 산불에 대한 우선순위 선정과 또 산불진화 효율 정량화를 통해서 산불진화 능력평가 정확도를 90% 달성하겠습니다.
또한, 최적의 자원배치 시나리오 자동연산기술을 고도화하여 산불진화 전략 생성 소요 시간을 60초 미만으로 단축하여 실시간에 준하도록 하겠습니다.
앞으로도 산림청 국립산림과학원은 첨단 과학기술을 활용하여 산불 발생 시 대피의 골든타임을 더 정확하게 확보하고 효율적인 초동 진화체계를 구축하는 데 기여해 나가겠습니다.
국민의 소중한 생명과 재산을 보호하는 데 최선을 다하겠습니다. 감사합니다.
[질문·답변] ※마이크 미사용으로 확인되지 않는 내용은 별표(***)로 표기하였으니 양해 바랍니다.
<질문> 현 정부가 AI 지금 붐이 일 정도로 많이 AI가, 전 부처에서 도입을 하려고 하는데 이번 과학원의 AI 접목 사례가 모범 사례라는 생각이 드는데요. 현재, 우리가 이걸 언제부터 적용했는지, 최근에 산불이 많이 났잖아요. 이 시스템을 언제 한번 적용한 사례가 있으면 그 사례를 예를 들어서 설명해 주시고요.
그다음에 우리 산불 관측 예측도가 85%라고 했는데 이게 한계가 있을 것 같아요. 지형이나 바람이나 여러 가지 변수가 현장에 있을 텐데 이게 100%까지 끌어올릴 수 있는지, 가능한지 그것도 한번 설명해 주시죠.
<답변> 두 번째부터 말씀을 드리겠습니다. 정확도는 대략 91%에서 한 그 정도 내외, 95% 내외로 끌어올릴 수 있을 것 같은데요. 가장 중요한 건 저희가 기상청의 기상정보를 바탕으로 하고 저희 산악 기상망정보를 더해서 구체적인 이런 정보 데이터들을 산출하는데, 산악 기상... 기상청의 기상예보 정보 자체도 이미 그 안에 어느 정도의 오류·오차 가능성이 담겨 있기 때문에 100%는 달성할 수 없다, 라는 말씀드리고요. 기상예보가 100% 정확할 수는 없기 때문에 그런 부분이 있다는 말씀을 드립니다.
그리고 첫 번째 말씀 주셨던 그 구체적인 사례는 이미 금년 초부터, 금년 1월부터 해서 반영을 해서 하고 있고요. 지금 현재 산불이 발생되면 저희 딥러닝 시스템이라든지 이런 것이 반영된 것들이 현재 가동이 되고 있습니다.
최근에는 경주 산불, 또 포천 산불이라든지 이런 쪽에도 반영해서 예측을 하고 있고 확산예측시스템을 통해서 5시간, 8시간 예보를 해서 아까 대피시스템에서 말씀드렸던 Ready-Set-Go에서 8시간에는 준비 단계와 거동이 불편하신 산불 취약계층, 고령자 등 이런 분들이 먼저 대피하도록 하고, 이렇게 나눴습니다.
그리고 그다음에 다른 대피 단계, 5시간 정보가 뜨게 되면 지자체를 중심으로 해서 대피 대상 주민들이 전부 대피할 수 있도록 이렇게 나눠서 대피의 실현 가능성, 또 편의성 이런 부분들을 높였습니다.
실제 현장에서 대피하시도록 하면 지금 대피해야 되는지, 언제 대피해야 되는지 이런 것들에 혼선이 있을 수 있기 때문에 이렇게 단계를 나눠서 했는데 이거는 행정안전부하고 적극적인 협업을 통해서 그런 체계를 갖췄습니다.
<질문> 산불이 지금 발생, 산불이 발생하는 곳이 산이면 이런 것들이 예측 가능하고 대처를 하는 어떤 데이터를 활용할 텐데 산불의 절반 이상이 생활권에서 들어가는 불들이잖아요. 이런 것들에 대한 데이터가 확보되고 해야지 이런 예측시스템이나 이런 확산시스템이 더 정확할 것 같은데 거기에 대해서는 어떻게 생각하세요?
<답변> 정확한 지적이시고요. 주택가라든지 도시화된 지역 인근에서부터 산림으로 산불이 확산되기 때문에 그 중간 지역을 경계 지역이라 해서 영어로는 WUI 해서 산림과 도시, U는 Urban이거든요. 그래서 그 사이의 인터페이스, 그 중간에 있는 중간 지대인데 그 부분을 어떻게 잘 관리하느냐가 관건이고요.
예방 차원에서는 그런 쪽에 우리 산불 예방 숲 가꾸기라든지 이런 것들 조금, 연루 제거를 위해서 그런 것들 사전에 준비해야 되고요.
저희가 예측하는 시스템은 거기에 대한 데이터들을 지금 반영하고 있습니다. 기반영돼서 현재 돌아가고 있는데 거기에 정확도를 높여 가는 것이 관건이고요. 그거에 대한 연구 더 해 나갈 예정에 있고, 특히 아까 예보시스템에서 그런 주택이라든지 인간의 활동들이 반영돼야 되는 거죠.
그래서 특히 그런 주변에서 그런 활동들을 반영할 수 있도록 하는 정보가 관건인데 그거를 현재 AI로 예측할 수 있도록 개발 중에 있고 시범적으로는 적용하고 있고요. 내년부터는 좀 더 확산해, 확대해서 적용하게 되면 그런 WUI 지역에 대해서 좀 더 대응력을 강화할 수 있을지 않을까, 이렇게 예측하고 있습니다.
<질문> 그리고 농림위성 활용하는 방안에 대해서는 뭐 없으신가요?
<답변> 농림위성은 아직 발사가 안 돼서요. 금년 6월 말경에 발사 예정에 있고 그때 발사가 되고 나면 그런 임무 수행들을 위해서 총 27가지의 임무를 수행할 예정인데 현재는 작년 말까지는 20개의 임무는 이미 다 개발됐고요. 그중의 하나가 산불과 관련된 사안들이고요.
특히, 위성이라는 게 지금 이게 정지궤도 위성은 아니거든요. 해상도나 정밀도 때문에 궤도를 잇는... 궤도를 이동하는 이동형이기 때문에 농림위성을 통해서 그런 정보도 취득해서 산불 현황, 실시간 현황이라든지 이런 것들을, 우리 농림위성이 현장에 있다면, 우리나라 위에 있다면 그렇게 할 수 있도록 하는데 다른 곳에 가 있으면 그런 것들이 어렵기 때문에 우리나라에 와 있는 위성들을 같이 협업체계를 구축해서요. 다중위성 협업체계라고 하거든요.
그래서 다른 위성들, 다른 나라 위성이나 또 우리나라가 갖고 있는 천리안 위성이나 기상 위성이나 이런 위성들의 정보도 같이 공유해서 그걸 링킹하는 그런 연구 지금 수행 중에 있습니다. 그래서 그런 것들 완료되면 반영할 예정에 있습니다.
<질문> 지금 위성센터 운영하고 있잖아요.
<답변> 예, 운영하고 있습니다.
<질문> 뭐 하고 있어요?
<답변> 지금 아까 말씀드린 대로 27개의 임무를 수행해야 되는데 그 임무를 위성이 발사된 다음에 개발하면 너무 늦지 않겠습니까? 그래서 이미 3년 전부터 개발을 시작해서 총 27개 중의 20개의 임무는 개발이 완료가 됐고 나머지 7개에 대해서 현재 임무를, 임무 과제를 개발 중에 있다는 말씀드리고요.
그다음에 사전에 이런 정보들, 데이터들 이런 것들 입력을 해 놔야 돼서 그런 것들 준비하고 있다, 이런 말씀드립니다. 그래서 위성이 발사되면 바로 임무가 실행될 수 있도록 그렇게 하고 있습니다.
<질문> 우리가 과학원이 지금 산불에 관련해서 지금 굉장히 이런 연구들을 하는 부분에 있어서 굉장히 재난 상황에서 진보적인 그런 영향을 하고 있다는 것에서 다행이고요. 더불어서 우리가 이쪽 측면 한번 물어보려 그래요. 헬기나 드론이나 진화 캡슐이나 이런 것들을 혹시 연구하는 게 있는 건지, 이것도 한번 설명해 주시죠.
<답변> 네, 그런 부분들 연구하는 것들이 있는데요. 조금 더 구체적인 거는 저희, 우리 산불연구과장이 담당 과장이기 때문에 오늘 오셨습니다. 그래서 우리 산불연구과장님 통해서 말씀드리도록 하겠습니다.
<답변> (오정학 국립산림과학원 산불연구과장) 안녕하십니까? 산불연구과장입니다. 지금 말씀하신 내용 중에서 지금 공중에서 이루어지는 것들이 추경 과제로 진행이 돼 있고요. 특히, 아까 원장님께서 말씀하셨던 산불 화선에 대한 부분을 드론하고 그리고 항공기 그리고 위성, 이런 것들을 복합적으로 다중감시체계를 지금 하는 연구를 진행하고 있고요.
그 뒤에 말씀드렸던 캡슐과 관련된 이 부분은 현재 대통령실 쪽의 농림 비서관 쪽하고 얘기를 하고 있는데 그 부분은 내년부터 과제화를 해서 추진할 그럴 계획에 있습니다. 현재 기획 단계에 지금 있다고 보시면 될 것 같습니다.
<질문> 제가 지금 말씀드리는 거는요. 그걸 진화하는 방법을 이야기하는 게 아니라 우리가 헬기를 수입해 오고 그런 부분에 있어서 우리가 자체 개발하는 거, 드론도 우리가 미리 자체 개발해서 갖고 하는 거 이런 걸 연구하시는 건가.
<답변> (오정학 국립산림과학원 산불연구과장) 자체 개발하는 부분은 현재 과기정통부에서 중고도에 대한 대용량 드론을 지금 개발하는 부분이 있습니다. 그리고 저희 자체에서도 약 100kg급의, 150kg이죠. 거기에 대한 드론도 중고도에서 활용할 수 있는 부분을 저희가 지금 같이 개발을 하고 있고요.
그리고 약간 대용량 같은 경우는 과기정통부 자료를 저희가 협업을 통해서 그 결과를 저희하고 같이 융합해서 지금 할 그런 계획에 있습니다.
<답변> 지금 부가해서 설명을 드리면요. 드론 자체는 저희가 개발하는 것보다는 과기정통부나 부처 협업으로 개발하는 것들을 활용하는 게 바람직하고, 그거를 산불 현장에서 사용할 수, 어떻게 하면 사용할 수... 어떻게 사용하는 게 바람직한 건지 그 계획을 짜고 설계를 하는 그거를 저희가 담당하고 있고요. 그중의 하나가 에어로졸, 이렇게 탱크 달아서 그거로 해서 소화 약제를 뿌리는 연구 이런 것들을 지금 하고 있다는 말씀드리고요.
그다음에 다중감시체계 말씀 주셨는데요. 이게 강풍이나 이런 것들이 막 불게 되면 드론을 띄울 수가 없지 않겠습니까? 드론이 바람에 굉장히 취약하기 때문에. 그래서 작년과 같이 그런 초속 57m, 27m 이런, 아주 그런 돌풍이나 강풍 상황에서는 상당히 중고도, 고고도에서 이 화선을 감지해 줘야 되거든요.
그래서 그걸 위해서 금년도에 고고도무인항공기라든지 이런 것들 개발하고 있는데, 또 현재 개발 중에 있기 때문에 금년도를 대비해서 우리 항측 하는 회사들이 있지 않습니까? 그래서 우리 항공사진 찍고 하는 그런 회사들.
그래서 그 회사들이 가지고 있는 항공기, 그거는 중고도, 고고도까지 올라가거든요. 그래서 바람의 영향을 상대적으로 안 받고, 예를 들어서 김포에서 떠서 1시간 내에 울진이나 이런 데까지 갈 수 있기 때문에 그런 회사들하고 이미 제가 가서 협업을 하는 거를 상의를 드렸고 그쪽에서는 언제든지 그렇게 협조하겠다, 라는 답변도 받았고요. 다만, 예산이 문제기 때문에 가용 예산 지금 산출해 내고 있습니다.
<질문> 작년 산불 같은 경우에는 주민 대피나 산불 진화에 실패한 사례라고 보는데요. 원인은 무엇이고, 그리고 그동안에 2000년대 이후에 발생한 대형 산불에 대한 정확한 연구 자료가 없다고 하시더라고요. 그건 왜 그런 건가요?
<답변> 몇 년부터.
<질문> 2000년 이후부터 발생한 대형 산불들 있잖아요, 국내의. 그런 정확한 조사 사례가 없다고 들었는데.
<답변> 조사 사례는 아니고 다 연구 사례하고 데이터는 있는 걸로 알고 있는데 그 두 번째 말씀은 우리 과장님께 여쭤보도록 하고요.
대피 관련해서는 현장에서의 그런 혼선이라든지 이런 것들이 발생되지 않도록 하는 게 핵심이고요. 그러기 위해서 저희가 이번에 행안부하고 같이 협조를, 협업을 해서 아까 말씀드린 것처럼 Ready-Set-Go, 준비 단계에서부터 해서, 그래서 저희 확산예측시스템하고 그거를 연결을 시켰습니다.
그래서 8시간 전에 그리고 그 이전에는 준비 단계 그리고 8시간 단계... 8시간 이전 예보 단계에서는, 확산 예측 단계에서는 산불 취약, 고령자 등 취약계층을 중심으로, 그다음에 5시간 전에는 전체 주민들 대피로, 이렇게 해서 체계적으로 이런 것들을 변화시켜서 변경을... 개선을 해서 현장에서 대피에 만전을 기할 수 있도록 그런 시스템을 구축했다, 이렇게 말씀드립니다.
그런 것들이 작년에 좀 있었다면 그런 피해를 막는 데 아마 큰 도움이 않았을까, 라는 생각이 드는데 어쨌든 작년의 그런 상황들을 리뷰하고 반성을 통해서 또 행안부하고 같이 협업을 통해서 그런 새로운 시스템을 도입했고 그것을 우리 정보시스템과 연계해서 현장에서 실질적으로 활용할 수 있게끔 지금 이 순간도 돌아가고 있다, 이렇게 말씀을 드립니다.
두 번째, 데이터에 대해서는.
<답변> (오정학 국립산림과학원 산불연구과장) 데이터 축적에 대해서 말씀드리겠습니다. 2000년도 이후에, 동해안 산불 이후에 굉장히 큰 산불이 있었지 않습니까? 그래서 그 부분에 대한 기상 자료 그리고 현장에서 이루어지던 전반적인 확산 예측 이런 것들은 저희, 데이터를 저희 가지고 있고요.
<질문> 이 건건이는 갖고 계신데요. 대형 산불 간의 어떤 공통점이라든지 거기에서 어떻게 보면 뭘 잘못했는지에 대한 종합적인 분석 자료는 없다고 하시더라고요.
<답변> (오정학 국립산림과학원 산불연구과장) 분석을 지금 그, 작년에 그 문제 때문에 저희가 분석을 지금 계속해서 하고 있고요. 가장 큰 문제점은 기존의 평균풍속을 적용했던 부근이 가장 큰 문제가 됐습니다. 그래서 그 부근을 최대 풍속... 최대순간풍속 개념을 도입해서 아까 원장님께서 말씀하셨던 유효풍속이라는 개념을 저희가 새로 발굴을 지금 했습니다.
그래서 기상청에도 기존에 없던 최대순간풍속 자료를 지금 생산해서 저희 쪽으로 작년 말부터 지금 제공을 하고 있습니다. 그 정보가 제공되면...
<질문> 아니, 그런데 작년에 그런 대형, 어떻게 보면 재난이 일어났는데 그런 자료들 아직까지 없다는 건 이해가 안 가는데요.
<답변> (오정학 국립산림과학원 산불연구과장) 그 풍속에 대한 정보를 말씀드린 거고요. 기존에 확산되면서 어떤 지형적인 특성이라든가 그리고 연료 특성 이런 부분에 대해서는 데이터를 다 확보했습니다. 그 기반을 통해서 저희가 AI 기반으로 지금 할 수 있는 그 학습자료고 지금 구동이 되고 있다고 보시면 될 것 같습니다.
<답변> 그거 조금 정리해서 말씀드리면요. 그 풍속과 관련해서는 과거에는 평균풍속만 반영했는데 왜 그러냐면 기상청에서, 풍속 데이터는 기상청으로부터 받아야 되거든요. 그런데 기상청에서 생산할 때 평균풍속을 중심으로 생산을 합니다.
왜냐하면 산불에서는 그걸 이용하는 거고 기상청에서는 전국을 대상으로 해서 바람의 평균적인 풍속을 산출해서 예보하는 그런 시스템이기 때문에, 그래서 과거에는 평균풍속 데이터가 있었는데 중요한 건 저희가 현장에서는 아까 돌풍이라고 말씀드렸잖아요. 이 돌풍의 개념이 최대순간풍속이거든요. 그 순간에 갑자기 바람의 강도가 세질 수가 있지 않습니까? 그런데 그게 평균풍속에는 일부만 반영되는 거죠.
그래서 그런 데이터들이 과거에는 그런 것들이 조금 없었는데 이제는 그런 데이터들이 산출되고 있고 최근에 몇 년간, 최근 5년간인가요? 몇 년간, 최근 몇 년간 거를 반영하고 있죠? 최대순간풍속.
<답변> (오정학 국립산림과학원 산불연구과장) 그거는 5년 정도.
<답변> 5년간 최대순간풍속 데이터를 반영해서 시스템을 개선하고 있다, 이렇게 말씀드리면 될 것 같습니다.
<답변> (사회자) 추가 질문 없으시면 이상으로 브리핑을 마치도록 하겠습니다. 감사합니다.
이 누리집은 대한민국 공식 전자정부 누리집입니다.
속기자료.hwp
속기자료.pdf
