|
 |
|
비주얼에서 추론으로, 지도 데이터 패러다임 급선회기계가 읽고 분석 판단하는 공간 지식 구조체 시대 본격화
이번 학술대회 정책세션은 정부와 지자체, 공공기관이 각자 파편적으로 추진하던 디지털 트윈과 공간정보 정책을 ‘AI 중심의 국가 인프라’라는 하나의 거대한 모자이크로 완성해내는 변곡점이 됐다.
정책세션의 핵심 화두는 지도의 개념을 완전히 재정의하고 대한민국의 경제적 회복탄력성과 국민 안전을 실시간으로 통제하는 살아있는 공간 지식 구조체로의 국가적 진화를 본격화하는데 집중됐다.
특히, AI가 도로, 건물, 하천의 의미와 관계를 스스로 추론하는 온톨로지(Ontology)와 지식 그래프 체계로의 전면적인 체질 개편이 뚜렷하게 나타났다.
종전의 공간정보가 선과 면으로 이뤄진 레이어 형태의 정적 데이터에 머물렀다면, 미래는 기계가 국토의 맥락을 이해하고 스스로 판단할 수 있는 기계 가독형 인프라로 구체화된다.
브이월드의 클라우드 네이티브 전환과 서울시의 공간정보 거버넌스 조례 개정 역시 이러한 흐름과 완벽히 궤를 같이했다.
기관과 부처별로 분절되고 파편화되어 있던 데이터를 온톨로지 기반으로 상호 융합, 활용함으로써, 고질적인 데이터 사일로(Silo, 부처 이기주의)를 해체하는 것이 주된 골자이다.
또한 정제된 AI 탑티어(Top-tier) 데이터를 시장과 재난 안전 최전선에 실시간으로 연계하고 공급하기 위한 진화된 거버넌스 재편의 일환으로 평가된다.
글로벌 공급망 위기를 실시간 시뮬레이션으로 공간정보의 의미를 부여한 품질관리원의 시도와 위성 영상으로 서울 전역의 지반 침하를 선제 추론하는 서울시의 정책, 하천 불법 점유를 딥러닝으로 잡아내는 LX공사의 무기 등은 모두 기계 가독형 지식 구조체 위에서 실전형 솔루션으로 실효성을 입증했다.
또 공간정보가 행정 지원을 위한 후방의 배경 화면에 머물지 않고 AI와 피지컬 AI(로봇·자율차·UAM)가 직접 데이터 맥락을 파악하고 구동하는 초연결 인프라이자, 보편적 인류의 지속 가능성을 실질적으로 구현한 것이다.
지리원, 온톨로지 기반의 K-MAS 시대 연다
국토지리정보원 지리정보과 정민수 주무관은 ‘국가기본도 제작 대혁신 기본계획(안)’이라는 주제 발표에서 “현재 국가기본도(수치지형도)는 위치와 형상은 충분히 보유하고 있으나 건물과 도로 등 객체의 의미를 인식할 수 없어 AI가 읽지 못하는 구조적 한계가 있다”고 진단했다.
아울러, “국토를 스스로 읽고 예측하는 기계 가독형 공간 창조 기초 모델(Geo Foundation Model)로 체질을 개선해 지도를 살아있는 지식 구조체로 바꾸는 것이 최종 목표”라고 정책적 화두를 던졌다.
최종 목표의 핵심은 기존 파일 기반의 수치지형도를 열린 웹 URI 체계로 전환하는 ‘K-MAS(Korea Map As a Service, 서비스형 지도)’ 시스템 구축에 있다.
URI(Uniform Resource Identifier)는 자원의 식별자로 위치(URL)뿐만 아니라 고유한 이름(URN)까지 모두 포함해 무엇인지를 구별할 수 있는 모든 식별 체계를 뜻한다.
종전의 지도가 선과 면으로 이뤄진 정적 레이어에 머물러 AI 시선에서는 맥락이 단절된 정보의 섬이었다면, 앞으로는 시계열 정보가 포함된 3D, 4D 실시간 갱신 체계로 탈바꿈한다.
이를 통해 현재 5% 수준에 불과한 지도의 기계 가독성을 100%로 끌어올린다는 구상이다.
특히 이번 정책은 AI가 도로와 건물의 관계를 스스로 추론하는 온톨로지(Ontology)와 지식 그래프 체계를 전면에 세웠다.
주어ㆍ서술어ㆍ목적어 형태의 데이터 구조를 만들고 객체 간 관계를 사전에 연산하고 저장해 기존의 공간 연산에만 사흘씩 소요되던 시스템 과부하를 원천 차단할 수 있다.
분절되고 파편화되어 있던 데이터를 온톨로지 기반으로 상호 융합하고 활용하는 구체적인 메커니즘을 만들 수 있는 것이다.
예컨대 ‘한강’이라는 단일 객체를 핵심 키(Key)로 삼으면 환경부의 수질 정보와 기상청의 관측 데이터가 데이터 스스로 맥락에 따라 실시간으로 자동 연계된다.
정 주무관은 온톨로지의 중요성을 거듭 강조하며, “오는 2028년까지 일반 국민도 자연어 기반으로 공간정보를 검색하고 활용할 수 있는 환경을 단계적으로 완성하겠다”고 밝혔다.
기계 가독형 지식 구조체는 재난 안전과 도시 개발 등 최전선의 실전형 솔루션으로 이어진다.
재난 발생 시 복합 판단 과정을 자동화해 대피 완료율을 높이고 물리적 피해를 감소시키는 것은 물론, 문화재 주변 경관 훼손으로 대형 행정 갈등을 빚었던 김포 장릉 아파트 사례와 같은 오류를 사전에 방지할 수 있다.
교통량과 인구 밀집도를 종합 분석해 철도 신설 등 개발 타당성 조사에 정밀한 데이터를 공급하는 것도 가능해진다.
이는 우크라이나 전쟁에서 팔란티어(Palantir)사가 온톨로지 개념을 적용해 위성과 드론, 군수 데이터를 통합해 작전 루프를 단축한 사례와 궤를 같이한다.
결국 공간정보의 온톨로지 도입은 글로벌 플랫폼과의 생존 경쟁 속에서 국내 산업의 활용성을 극대화하고 국가의 회복탄력성을 담보하는 결정적 장치가 될 것이라는 분석이다.
3940억 규모 신대동여지도 ‘머신 리더블 3D 월드’ 가속화
이 사무관은 “기존의 디지털 트윈 논의가 최근 생성형 및 피지컬 AI로 무게중심이 이동하고 있다”며 “자율주행차, 실외 이동 로봇, 도심항공교통(UAM) 등 피지컬 AI가 스스로 인지하고 판단하기 위해서는 인간용 시각 지도가 아닌 기계가 직접 인식하는 머신 리더블 3D 월드 인프라가 필수”라고 진단했다.
그의 발표는 공간정보가 인간의 모니터링을 보조하는 그래픽 렌더링 영역을 넘어 이제는 로봇의 위치 제어와 상황 판단을 지원하는 실질적인 학습 데이터 공급기지로 진화하고 있다는 것을 확언한 것이다.
공간정보의 전통적 방식인 선과 면의 조합을 탈피해 기계가 속성과 연결성을 즉각 인지할 수 있는 점군(Point Cloud) 기반의 3차원 데이터 구조를 전면에 내세웠다.
이러한 기계 가독형 인프라 핵심 실현체 ‘신대동여지도’는 총사업비 약 3,940억 원 규모의 대형 재정 사업으로 국가 정보화 예비타당성조사(예타) 대상에 올라와 있다.
기존의 데이터 파편화 문제를 원천 차단하기 위해 5cm급 고해상도 이미지와 제곱미터당 50포인트 이상의 점군 데이터를 동시에 취득하는 고스펙 동시 촬영 체계가 도입된다.
여기에 국토지리정보원이 자체 개발한 AI 기반 변화 탐지 및 3차원 자동 제작 기술이 결합되면서 데이터 갱신 주기를 획기적으로 단축한다는 구상이다.
이상호 사무관은 현재 예타 최종 결론이 당초 계획보다 다소 지연되는 배경에 대해 “조사 기관이 본 사업을 일반적인 소프트웨어 중심 정보화 사업으로 오인해 공간정보 인프라 고유의 특성을 검토하는 데 난항을 겪었기 때문”이라면서, “다만 기획 연구 결과 비용대비 편익(B/C) 평가가 1.74로 경제적 타당성을 이미 명확히 확보한 만큼, 재정 당국과의 긴밀한 소통을 통해 돌파구를 마련 중”이라고 덧붙였다.
정책의 실무 구동력을 뒷받침할 법적 근거와 거버넌스 체계도 구체화됐다.
올해 12월 시행을 앞둔 국가공간정보 기본법 개정안을 통해 ‘디지털 트윈 국토’의 명확한 법적 지위를 확보했으며, 도심항공교통법이나 자율주행자동차법 등 개별 특화 법령 내 공간정보 정의와 유기적으로 매칭했다.
특히, 조직 체계 측면에서 국토부 장관을 위원장으로 관계부처 차관 및 지자체 부시장급이 참여하는 최고 의결기구 국가공간정보위원회를 가동해 지형ㆍ건물ㆍ도로 등 지상 시설물과 실내 및 지하 속성 데이터까지 단일 파이프라인으로 연계하는 거버넌스 재편이 예상된다.
인류 지속 가능성 이끄는 ‘국가 최상위 OS’로 격상
팬데믹, 전쟁, 기후변화, 지정학적 충돌이라는 4대 충격 벡터가 전 지구적 가치사슬의 취약점을 상시로 타격하는 초불확실성 시대에서, 식량과 기후, 안보는 인류가 문명을 유지하기 위한 최후의 3대 절대 필수 조건이다.
김태훈 실장은 발표 자료를 통해 공급망 위기가 “일시적 사건이 아니라 구조적 상태(상수화)로 전환 중”이라고 진단했다.
현재 공급망이 보이지 않아 전체 공급망을 완전히 파악하는 기업은 단 5%에 불과한 실정이다.
특히 기존의 ‘전통적 공급망 관리(Traditional SCM)’ 체계는 통합 가시성이 30% 미만으로 떨어지는 명확한 구조적 한계로 리스크 발생 시 조기 감지가 원천 불가하고 에러 감지 리드타임에만 7~14일이 소요되고, 최종 복구까지 평균 22일이 지체되는 등 사실상 사후 대응 위주(Reactive)의 패러다임적 파산 직면에 처해 있다는 분석이다.
김태훈 실장은 공급망 디지털 트윈(SCDT) 전략이라는 최상위 시사점을 명확히 전달했다.
지구 반대편의 충격으로 시스템의 숨통이 끊어지는 생존 시간(TTS)이 도래하기 전에 가상 세계에서 단 몇 시간 만에 동적 회복 경로를 도출하는 복구 시간(TTR)의 실시간 통제력을 확보하는 전략을 제시한 것이다.
물리적 배후지가 전무한 자원 빈국이 식량, 기후, 안보라는 3대 생존 조건을 실시간으로 사수하는 회복탄력성의 완성이 보편적 인류의 지속 가능성을 담보하는 유일한 열쇠라는 선언과 같다.
현재 우리나라는 곡물 자급률이 23%로 OECD 최저 수준에 불과한 치명적인 식량 안보의 취약성을 안고 있으며, 기상 재해 발생 주기도 12주에서 3주로 75% 급감하는 상시화된 기후 쇼크와 1차 에너지 수입 의존도가 92%에 달하는 안보적 한계에 직면해 있다.
특히 반도체와 2차전지 등 국가 핵심 산업의 가동을 좌우하는 인플레이션 감축법(IRA) 지정 38종 핵심 광물의 높은 특정국 종속도는 인류의 보편적 번영을 위협하는 시한폭탄과 같다.
김 실장은 “물리 자산과 가상 트윈을 지연 시간 100밀리초 이하의 양방향 스트리밍으로 동기화하는 실시간 데이터 융합 체계”를 해법으로 제시했다.
실시간 데이터 융합 체계는 시스템별 데이터 정의 불일치로 인해 “기업당 연간 평균 1,280만 달러”에 달하는 막대한 손실을 유발하던 고질적인 데이터 사일로(Silo) 현상을 강제로 해체하는 기술적 핵심 요소이다.
이어 김 실장은 “사실 확인 없이 통계적 패턴만을 생성해 심각한 환각 현상(Hallucination)을 일으키는 거대언어모델(LLM)의 결함을 제어해야 한다”며, “이를 엄격한 온톨로지 사실 정보와 결합하는 ‘사실 기반 AI’ 솔루션이야말로 공간정보가 도달한 지능의 깊이를 증명하는 것”이라고 강조했다.
그는 또 “인공지능이 스스로 상황을 인지하고 예측하는 가상 월드 모델(World Model)의 완성을 의미한다”며, “이는 지난 30년간 세계를 지배했던 비용 절감 중심의 적시 생산(JIT) 이념을 폐기하고, 회복탄력성을 국가 최상위 지표로 정렬하겠다는 거대한 사상적 변격”이라고 설명했다.
결과적으로 공간정보 인프라의 안보적 정제와 검증은 대만해협 군사 충돌이나 호르무즈 해협 차단, 중국의 핵심 광물 수출 통제 등 인류의 생명줄을 쥐고 흔드는 실전형 안보 무기와 결합할 때 비로소 그 완전성을 획득한다.
김 실장은 “지정학, 기후, 보건, 자원, 식량, 사이버 등 6대 카테고리에 걸쳐 총 54종으로 구축된 ‘국가 공급 위기 시나리오(NSCS) 라이브러리’를 이미 완성했다”며, “위기 징후를 감지한 지 단 4~6시간 이내에 다부처 합동으로 동적 라우팅과 우회 경로 처방안을 실시간으로 뽑아내는 정밀 시뮬레이션 체계가 실전에서 작동하고 있다”고 실증적 위력을 증명했다.
특히 그는 “위기 발생 시 정보통신기획평가원(IITP)을 비롯해 산업부, 해수부, 환경부, 농식품부, 국방부가 단일 플랫폼 아래 일제히 정렬하는 강력한 지휘 체계를 구축했다”며, “이 시스템은 공간정보가 더 이상 행정 지원을 위한 후방의 배경 화면에 머물지 않음을 명징하게 보여준다”고 목소리를 높였다.
인류의 영토와 자원, 안보 시스템을 실시간으로 지휘하고 통제하는 국가 운영체제(OS)의 중심으로서 보편적 인류의 지속 가능성을 선제적으로 사수하는 최상위 통제령은 대한민국 공간정보 분야가 지향해야 할 격상된 권력이자 최종 귀결점이다.
브이월드, 데이터 분석ㆍ유통 중심 오픈 플랫폼으로 체질 개선
앞선 발표들의 거시적인 관점과 달리 브이월드가 현재 디지털 트윈 국토 서비스의 기반 구축이라는 실무적 고도화 단계에 진입하면서 가시 면적 분석과 시공면 분석 등 대민 수요가 높은 분석류 서비스를 지속해서 확장하고 있는 것으로 나타났다.
이승수 처장은 “지난 2024년 말과 2025년 초에 걸쳐 공장 인허가 사전 진단 서비스를 오픈했다”면서 “올해는 AI 기반 분석 서비스와 정책 지도 제작 기능의 시범 적용을 통해 공간정보의 실증적 활용 가치를 증명해 나가는 중”이라고 설명했다.
실제 브이월드는 민간과 공공을 아우르는 오픈 API 생태계에서 기록적인 성장을 거두고 있다.
5월 현재 기준 브이월드의 회원 수는 13만 5천 명을 돌파하고 일평균 접속자 수는 약 19만 6천 명에 육박하는 것으로 집계된다.
또 오픈 API 호출 건수 역시 지난 2023년 대비 4.5배 이상 폭증한 106억 건을 기록했고, 일일 API 호출량도 3천만 건을 유지하고 있다.
현재 총 813개의 서비스가 브이월드를 연계해 구동 중인데, 공간정보의 공공 의존도가 높아 공공 서비스 영역이 562개, 민간 영역이 250개를 차지하는 것으로 나타났다.
대표적으로는 건축 계획 자동 설계 및 경관 심의 시뮬레이션, 부산광역시의 도시 침수 통합 정보, 서울지방항공청의 모바일 드론 비행 가능 지역 확인 서비스 등이 브이월드 API를 실시간으로 제공받고 있다.
이 처장은 “국가 보안 문제로 인해 2D 데이터 API와 달리, 3차원 데이터 API 서비스는 현재 일부 중단되어 있는 상태”라는 현실적 한계도 명확히 공유했다.
공간정보산업진흥원이 국가공간정보센터와 고도화 계획을 통해 집중하고 있는 과제는 2단계 ISP(정보화전략계획)를 통한 인프라의 근본적인 체질 개선이다.
이 처장은 현재 브이월드의 인프라를 “단순히 클라우드 가상 환경을 빌려 쓰는 초기 수준”이라고 진단하면서 “향후 폭증하는 트래픽 병목 현상을 원천 차단하기 위해 서버 부하에 따라 자원이 자동 확장되는 ‘클라우드 네이티브’ 및 마이크로서비스 아키텍처(MSA) 체계로 전면 전환하겠다”고 밝혔다.
특히 대용량 공간정보를 수집할 때 아직도 일부 외장하드를 직접 받아와야 하는 수집 인프라의 낙후성을 지적하고 이를 온라인 및 웹 기반 체계로 혁신하는 동시에 전국 데이터를 통째로 가져오던 방식에서 벗어나 변화 정보 수집 체계를 구축해 데이터의 최신성을 극대화하겠다는 구체적 해법도 제시했다.
아울러, 기관 간 상호운용성을 극복하고 품질을 통제하기 위한 거버넌스 보완책도 추진된다.
기관별로 ‘건물’과 ‘건축물’ 등 공간 객체의 용어가 달라 발생하는 혼선을 해소하기 위해 ‘공간정보 카탈로그 서비스’를 구축하고 데이터 오류 수정을 강제할 대책도 마련했다.
자료를 개선하지 않는 일부 품질 미이행 기관들은 해당 기관의 정보를 사용자에게 투명하게 공표하는 품질 정보 제공 체계로 기관들의 자발적 수정을 유도할 방침이다.
이승수 처장은 “디지털 트윈 국토 플랫폼 역시 AI 시대를 정면으로 준비해야 한다”고 강조하면서 “향후 고도화 계획 내에 ‘디지털 국토 LLM(거대언어모델)’ 구축과 Geo AI 핵심 기술 도입을 전면 반영하겠다”며 브이월드 고도화 계획을 밝혔다.
서울시, 생성형 AI 결합한 ‘대화형 공간 분석’ 시동
이날 서울시가 공개한 생성형 AI 기반의 공간분석 실증 결과는 파격적이었다.
서울시의 생활인구 데이터와 행정동 경계 데이터를 ChatGPT Codex에 탑재해 질의한 결과, 분석부터 그래프 도출까지 단 20분 만에 완료됐다.
복잡한 코딩 없이도 “1년 중 롯데월드에 사람이 가장 없는 날이 언제냐”는 질문에 AI가 3·6·9월 및 월요일이라는 해답을 스스로 찾아냈다.
Geo AI의 기술적 진화는 2023년 대비 2025년의 부동산 가격 급등 지역을 분석하고 향후 상승 후보지를 예측하는 머신러닝 시뮬레이션을 구현했다.
데이터 연계부터 브이월드 지도 서비스 형태로 구현하는 데 단 3시간밖에 걸리지 않았으며 변수 최소화로 인해 예측 정확도(F1-Score)는 40% 남짓에 머물렀으나, 비전문가도 단 몇 시간 만에 고차원 공간분석 서비스를 신속하게 구축할 수 있다는 기술적 가능성을 증명한 것이다.
송 주무관은 “지반침하(싱크홀)처럼 상수관 누수, 부실 지반, 굴착 공사 등이 복합적으로 얽힌 도시문제는 기존의 조건 기반 조회 방식으로는 신속한 대응이 불가능하다”며 “AI가 데이터 간의 공간적 관계를 스스로 탐색해 우선 점검 지역이 어디인가에 대한 해답과 우선순위를 즉각 도출해 내는 복합 해석 역량이 GeoAI 행정의 본질”이라고 강조했다.
공무원이 전문 GIS 소프트웨어를 붙잡고 수작업으로 데이터를 정제, 시각화하던 기존 업무 방식이 종말을 맞이한 것이다.
급격한 기후변화로 인한 기습적 침수나 상수관 누수, 부실 지반 등이 복잡하게 얽힌 현대의 도시 문제는 과거처럼 담당자 개인의 수작업이나 단발성 용역 연구로는 최적의 우선순위를 도출할 수 없기 때문이다.
송 주무관은 “과거에는 영상 변화 탐지 모델의 F1-Score(예측 정확도)를 올리는 데만 집착해 정작 현업 공무원들이 쓰지 못하는 복잡한 시스템을 양산했다”고 진단하면서 “이제는 생성형 AI와 공간 지식이 결합한 공간정보 범용 인공지능(Geo-AGI)을 통해 일반 공무원도 대화창 인터페이스 하나로 즉각적인 공간 분석 능력을 발휘하는 시대가 열렸다”고 말했다.
이 같은 지능형 행정을 구현하기 위해 서울시가 가장 먼저 칼을 댄 곳은 불완전한 행정 데이터의 고질적인 구태다.
송 주무관은 “AI는 결코 불완전한 데이터로 답을 도출해서는 안된다”며 센서와 시스템의 지연이 초래한 뼈아픈 실전 실패 사례들을 지적했다.
실제 지난 2024년 오산천 범람 당시 행정 당국은 홍수위험지도를 바탕으로 주민 대피 방송을 했으나, 해당 지도가 12년 전인 2012년 데이터 기반으로 방치된 탓에 실제 범람 지역을 맞추지 못하고 오보를 냈다.
심지어 2018년에 준공되어 대규모 인구가 거주하는 송파구 헬리오시티의 경우, 2026년 현재까지도 국가가 제공하는 특정 건물 데이터 세트에서 한가운데가 뻥 뚫려 누락되어 있는 등 행정 프로세스의 정보 불일치가 심각한 실정이었다.
서울시는 지난 2003년 구축되어 수집ㆍ저장에만 치중했던 기존 통합공간정보시스템(SDW)을 표준ㆍ품질ㆍ분석 중심의 차세대 공간지식 플랫폼인 ‘S-Geo’로 전면 개편하고 있다.
동시에 데이터 보안 유출 문제로 외부 상용 AI를 쓸 수 없는 행정망 내부의 특수성을 고려한 오픈 모델을 기반으로 서울시 내부망에 단독 구축한 자체 폐쇄형 모델 ‘서울 AI(GPT-OSS-120B)’의 시범 구동을 개시했다.
연간 103종, 3테라바이트(TB) 규모로 축적되는 서울시의 정밀 공간정보와 내부망 AI의 결합은 이미 가시적인 성과를 내고 있다.
머신러닝 기법을 적용한 S-Map 기반의 방범 취약 시뮬레이션 서비스는 F1-Score 90.5%라는 압도적인 예측 정확도를 기록하며 자치경찰위원회와 CCTV 설치 부서의 실질적인 의사결정 수단으로 안착했다.
서울시 공간정보 정책의 최종 도달점은 시민이 체감하는 리얼타임 서비스와 이를 강제할 제도적 거버넌스의 정비다.
서울시는 과거 부동산 가격 조회를 위해 최소 8번 이상 메뉴를 클릭해야 했던 번거로움을 단 한 줄의 자연어 입력으로 해결하는 ‘대화형 S-Map’ 서비스를 지난 2월부터 시범 운영 중이다.
특히 올해 실전 배치를 완료한 ‘서울 전역 지반 변위 모니터링 서비스’는 대화형 플랫폼의 파괴력을 고스란히 증명하고 있다.
인공위성 레이더(In-SAR) 데이터를 활용해 2주 단위로 서울 전역의 지반 움직임을 정밀 측정하고 시계열 변화량을 S-Geo에 축적하면, 서울 AI가 사용자의 자연어 질문을 이해하고 지하시설물 데이터와 매핑 분석해 위험 지역을 실시간 대시보드로 표출하는 메커니즘이다.
이러한 지능형 행정 체계는 다가오는 2026년 6월 1일 공포 예정인 ‘서울시 공간정보에 관한 조례 시행규칙 개정안’을 통해 강력한 제도적 구속력을 확보하게 된다.
개정안에는 관산학연 전문가가 전방위로 참여하는 공식 ‘공간정보협의회’ 운영 세부 기준이 마련돼 데이터 오류를 방치하는 품질 미이행 기관의 정보를 투명하게 공표하는 ‘품질 정보 제공 체계’가 도입되면서 기관들의 자발적 데이터 갱신을 강제하게 된다.
송 주무관은 “1903년 뉴욕타임스가 비행기 발명에 100만 년이 걸릴 것이라고 비웃었으나 단 9일 뒤 라이트 형제가 비행에 성공했듯이 Geo-AI 시대는 이미 눈앞의 현실”이라며, “과거 단순 조회용 지도에 머물던 공간정보를 천만 시민의 일상을 실시간으로 지켜내는 최상위 지능형 도시 OS로 완전히 탈바꿈시키겠다”는 의지를 밝혔다.
LX공사, AI 리더블 데이터로 스마트시티 영토 확장
한국국토정보공사 정다운 박사는 “현재 산업계 전반에 AI 기술이 강조되고 있지만, 정작 행정 현장에서는 기존에 구축된 공간데이터조차 제대로 활용하지 못하고 있는 것이 차가운 현실”이라며 “AI가 스스로 읽고 판단할 수 있는 AI 리더블(AI-Readable) 데이터 생태계를 선제적으로 구축하는 데 공사의 사활을 걸겠다”며 패러다임 전환의 필요성을 던졌다.
LX공사가 미래 도시 사업의 핵심 무기로 내세운 인프라는 2D 국토정보플랫폼과 3D 디지털트윈 시스템을 유기적으로 통합한 LX 플랫폼(디지털 국토 플랫폼)이다.
LX공사는 자체 구축한 고성능 LX 클라우드 자원을 기반으로 지자체와 공공기관이 즉각 도입할 수 있는 맞춤형 서비스(IaaS, PaaS, SaaS)를 배포하며 디지털트윈 국토의 확산을 리드하고 있다.
정 박사는 “LX 플랫폼은 공사가 독점하는 체계가 아니라 일종의 그릇 역할을 하며 각 민간 기업들이 개발한 혁신적 솔루션들을 상호 운용하고 호환할 수 있도록 돕는 개방형 구조로 고도화 중”이라고 설명했다.
이러한 개방형 디지털트윈 기술력은 이미 글로벌 시장에서 검증을 마쳤다.
LX공사는 2년 전 네이버팀과 손잡고 사우디아라비아 디지털트윈 사업을 추진하고 현재 2단계 사업 착수를 목전에 두고 있다.
LX공사 국토도시사업처가 독자적으로 가동 중인 딥러닝 기반 비전 인식 시스템 ‘랜드 XI(Land XI)’의 파격적인 행정 실증 사례들이 집중 조명되면서 참석자들의 눈길을 끌었다.
최신 욜로(YOLO v8.0) 알고리즘 모델을 탑재한 랜드 XI는 영상 정보만을 활용해 지자체의 변화 탐지와 이력 관리를 자동화하는 비저닝 중심의 핵심 시스템이다.
실제 남원시의 불법 쓰레기 적재물 유포 현장을 정확히 포착해 내는 성과를 거뒀으며, 별도의 유동인구 데이터가 없는 지역에서도 카메라 화면만으로 인파 밀집도와 위험도를 자동으로 카운팅해 내는 인구 분석 기능을 완벽히 수행했다.
LX공사는 센서 데이터 수집에 머물러 있는 기존 스마트시티 레거시 시스템의 한계를 넘어서고 있다.
센서 데이터에 공간데이터와 행정데이터를 완벽히 융복합하는 독자적인 데이터 파이프라인을 구축해, 향후 지자체 도시지능센터의 운영권까지 확보하겠다는 굵직한 로드맵을 제시했다.
제도와 기술적 표준 마련을 위한 기관 간 협업과 대규모 실증 사업도 초읽기에 들어갔다.
LX공사는 현재 한국전자통신연구원(ETRI)과의 과기부 협력 사업을 통해 각기 다른 디지털트윈의 기능과 데이터를 상호 연계하는 디지털 트윈 연합 체계를 고도화하는 중이다.
정다운 박사는 “조만간 전북 새만금 지역을 대상으로 ‘AI 특화 시범 도시’ 사업을 전격 발주할 예정”이라며 “이 사업을 통해 LX가 정의하는 미래 AI 리더블 데이터의 구체적인 가이드라인과 기술 표준을 현장에서 완벽하게 구축하고 검증해 보이겠다”고 청사진을 제시했다. <저작권자 ⓒ 커넥트 데일리 무단전재 및 재배포 금지>
댓글
공간정보, Geo AI, 기계 가독형, 온톨로지, 지식 그래프, 디지털 트윈, K-MAS, 신대동여지도, 공급망 디지털 트윈, 브이월드, 클라우드 네이티브, MSA, S-Geo, 서울 AI, 대화형 S-Map, 랜드 XI, 회복탄력성, 데이터 사일로, 안보, 지능형 도시 OS 관련기사목록
|
인기기사
|
