|
 |
|
도시 재난 대응, 정확한 데이터와 디지털 트윈 해법 제시정확한 데이터 품질…재난 대응 의사결정 출발점 한목소리
국토지리정보원이 주최하고 공간정보품질관리원이 주관한 ‘2025 K-GEO Festa 콘퍼런스—Space Resilience: 디지털 트윈과 도시 안전’이 25일 경기도 고양시 킨텍스 제1전시장에서 열렸다.
이번 콘퍼런스에서는 데이터 검증을 토대로 한 신속한 시뮬레이션과 현업 적용, 기간과 산업 간 상호운용성 확대가 공통 의제로 다뤄졌다.
발표자들은 각기 다른 기술과 경험을 공유했지만 공통적으로 정확한 데이터와 신뢰할 수 있는 검증 체계가 도시 안전을 뒷받침한다는 점을 강조했다.
이들이 제시한 흐름은 데이터 취득에서 검증, 시뮬레이션, 의사결정으로 이어지는 연계 구조가 필요하다는 인식으로 모아졌다.
NC소프트 허환 연구원은 먼저 3D 그래픽의 기본 개념인 렌더링 원리를 풀어내며 발표를 시작했다.
평면 화면에 3차원 대상을 투영하는 과정을 설명한 뒤 최근 각광받는 3D AI 기술의 흐름을 사례와 함께 소개했다.
그는 단 몇 장의 사진만으로 카메라 자세와 공간을 동시에 복원하는 피드포워드 방식, 수십만 개의 3D 가우시안 점으로 공간을 표현해 사실감과 속도를 동시에 확보하는 가우시안 스플래팅, 좌표를 입력하면 해당 점의 색과 불투명도를 출력하는 NeRF(신경 방사장) 기반 복원을 주요 기술로 발표했다.
이러한 기술들은 문화재의 디지털 보존, 재난 현장의 가시화, 도시 규모 디지털 트윈 초기 모형 구축까지 응용 범위가 확대되는 중이다.
허환 연구원은 “AI가 단순히 복원에 머무르지 않고 생성으로 나아가면서 실제와 가상이 교차하는 새로운 가능성이 열리고 있다”고 강조했다.
신윤섭 상무는 지하 배수로를 스캐닝해 홍수 발생 시 침수 범위를 시뮬레이션하거나 청와대와 같은 역사적 공간을 정밀 기록한 사례를 보여주며 “빠른 취득 속도와 정밀한 데이터는 곧바로 도시 안전과 문화재 보존으로 이어진다”고 말했다.
특히 스캔 과정에서 포인트클라우드를 실시간으로 확인해 누락이나 왜곡을 즉시 보정하고 필요에 따라 관광객 같은 불필요 객체를 후처리로 제거할 수 있는 기술이 흥미롭게 전해졌다.
인피닉 김기영 연구소장은 “저빈도ㆍ고위험 분야일수록 디지털 트윈이 필수적”이라며 군사와 재난 대응 경험을 공유했다.
실제 데이터를 확보하기 어려운 군사 작전이나 자연재해 상황에서는 디지털 트윈을 통해 합성 데이터를 생성하고 이를 AI 학습에 활용할 수 있다는 것이다.
김기영 연구소장은 “입력과 출력 단계 모두에서 온톨로지가 오판을 교정해 환각을 줄이고 강화학습으로 시나리오의 적합도를 지속 평가하며 모델과 온톨로지를 함께 업데이트한다”며 “이 과정이 체계화될수록 대응의 속도와 품질이 함께 높아진다”고 강조했다.
코로나19 당시 통신 위치 데이터와 카드 결제 정보를 결합해 감염자의 동선을 추적했고 기존 64시간이 걸리던 연산을 10분 안팎으로 단축해 하루에도 여러 차례 분석 결과를 갱신할 수 있었다.
이준열 연구소장은 “위치와 거래 데이터를 결합하면 감염자가 어느 건물의 몇 층에 있었는지까지 파악할 수 있었다”며 방대한 데이터를 신속히 처리한 경험을 전했다.
이에 더해 “온톨로지 기반 지식 그래프와 LLM을 결합하면 단순 검색을 넘어 ‘어디에 임시 검사소를 두는 게 최적인가’ 같은 질문에도 1분 안에 근거 있는 답을 제시할 수 있다”고 강조하며 데이터 활용의 미래 방향을 보여줬다.
3차원 형상과 센서 데이터를 통합해 과거‧현재‧미래 상태를 평가하고 역학 모델과 인공지능 대체모델을 접목해 시나리오 기반 위험도를 산출하는 체계를 구축했다.
그는 “정확한 공간정보가 확보돼야만 선제적 보강과 안전 관리가 가능하다”며 향후 공간정보품질관리원과 협력해 철도 인프라 전반의 안전성을 높여가겠다는 의지를 밝히기도 했다.
각 발표자는 자신들의 전문 분야와 실제 사례를 통해 도시 안전을 뒷받침하는 데이터와 AI, 디지털 트윈 기술의 다양한 가능성을 설명했다.
모두가 정확하고 활용 가능한 데이터 품질이 신뢰할 수 있는 의사결정으로 이어진다는 경험적 사실에 공감을 더했다.
한편, 이번 포럼을 주관한 공간정보품질관리원은 공간정보가 AI 시대의 핵심 학습 데이터로 자리 잡을 것이라는 점에 주목하며 기본측량과 공공측량의 국가 보증 데이터를 기반으로 품질 혁신과 신뢰성을 확보하는 전략을 제시했다.
특히 오는 2028년 이후 공공 데이터가 본격적으로 AI 학습에 투입되는 흐름에 맞춰 공간정보를 고품질 학습데이터로 전환하고 자동화, 정확도 검증, 하이브리드 AI 검증 등 첨단 기술을 접목하는 추진 방향을 설정했다.
발표를 진행한 공간정보품질관리원 미래전략실 김태훈 실장은 “정확한 데이터가 없으면 신뢰할 수 있는 미래도 없다”는 원칙 아래, 산학연 협력과 전문 인력 양성, 지속적 피드백과 모델 개선을 통해 AI 시대의 공간정보 품질 관리 역할을 강화해 나가겠다는 비전을 밝혔다. <저작권자 ⓒ 커넥트 데일리 무단전재 및 재배포 금지>
댓글
|
인기기사
|
