"4조"의 두 판 사이의 차이

2023년 6월 8일 (목) 20:49 판

프로젝트 개요

기술개발 과제

국문 : AI를 이용한 도림천 유역 침수 위험 알림 시스템 설계

영문 : Design of Notification System of the risk of flooding in the Dorimcheon Area using AI

과제 팀명

너희는 전혀 SWMM하고 있지 않아

지도교수

문영일 교수님

개발기간

2023년 3월 ~ 2023년 6월 (총 4개월)

구성원 소개

서울시립대학교 토목공학부·과 20188600** 정*호(팀장)

서울시립대학교 토목공학부·과 20178600** 박*우

서울시립대학교 토목공학부·과 20178600** 양*현

서울시립대학교 토목공학부·과 20178600** 전*현

서울시립대학교 토목공학부·과 20188600** 이*주

서울시립대학교 토목공학부·과 20188600** 이*혁

서론

개발 과제의 개요

개발 과제 요약

내용

개발 과제의 배경

2022년 8월, 서울에 2일간 강수량이 515mm인 기록적인 폭우가 발생하며 강남역, 도림천 일대에 엄청난 침수 피해가 발생하였다. 행정안전부 중앙재난안전대책본부의 안전관리일일상황에 따르면 서울•경기북부 집중호우로 인한 인명 피해는 사망 14명(서울 8명, 경기 4명, 강원 2명), 실종 4명(경기 2명, 강원 2명), 부상 25명(서울 2명, 경기 23명)이 발생하였다. 재산 피해는, 대표적인 예시로 차량에 대한 피해는, 4대 보험사 기준, 차량 침수와 낙하물 피해 4072건 집계되었고, 추정 손해액 559억 8000만원이었다.

홍수 및 침수로 인해 가장 큰 인명 피해가 발생한 사례는 2011년 7월 27일과 28일이다. 69명의 사망자와 8명의 실종자가 발생했으며, 대부분의 피해는 수도권 지역에서 발생했다. 이 때 서울을 비롯한 수도권 지역에서도 대규모 침수와 토사유출, 산사태 등으로 인한 큰 피해가 발생했다. 특히 서울시 서초구의 우면산에서 발생한 산사태로 인해 우면동 형촌마을이 폐허가 되었다. 7월 27일의 폭우와 그로 인한 우면산 산사태로만 17명의 사망자와 50명의 부상자가 발생했으며 120여 가구 중 60여 가구가 고립되었다. 또한 관악구 도림천 일대는 범람하여 많은 재산 피해를 발생시켰다.

[그림 도림천 범람]

서울시는 도림천 둔치에서의 고립 및 실족사고를 방지하기 위하여 홍수주의, 경보 발령 전 단계인 둔치주의 및 대피 경보 발령을 하고 있다. 이러한 발령은 실제 수위가 상승하고 난 후 이루어진다. 하지만, 도림천의 수위 상승 속도가 최대 2.62cm/min일 정도로 빠르게 수위가 상승한다. 빠르게 상승하는 수위로 인해 사람들이 대피할 수 있는 시간이 충분하지 않아 고립 사고가 발생되어왔다. 따라서 현재의 둔치주의 및 대피 경보 시스템은 한계점이 존재한다.

이외에도 서울시에서는 근본적인 침수 피해를 예방하기 위해 침수 자체를 방지하는 대심도 빗물 터널 설치 공사를 진행하고 있다. 이 터널은 기존에 설치된 하수도와는 별도로 설치되어 지하 50~60m의 깊이에 위치하며, 수용량은 초당 30톤으로, 큰 비가 내리는 상황에서도 빠른 속도로 빗물을 수집해내는 기능을 갖추고 있다. 또한 대심도 빗물터널은 침수 방지뿐 아니라 수계관리, 지하수 보전 등 다양한 활용도가 있기 때문에, 서울시는 지속적으로 대심도 빗물터널의 설치와 확장을 추진하고 있다. 그러나 이는 학부 수준의 졸업 설계 과제로 다루기에는 복잡하고 규모가 큰 과업이다. 따라서 AI를 이용해 미래의 하천 수위를 예측하고 예보 기준을 설정하여 예측 수위에 따른 알림을 하는 시스템 설계를 과제로 결정하였다.

개발 과제의 목표 및 내용

도림천 유역의 강수량과 수위 데이터를 인공지능에 학습시켜 미래의 수위를 예측하게 할 것이다. 예측에 사용할 인공지능 모델은 LSTM이다. 현재 있는 경보 기준을 참고하여 새로이 예보 기준을 설정할 것이다. 그리고 예측 수위가 기준에 해당할 시 문자 메시지를 통해 사람들에게 알리는 시스템을 설계할 것이다.

관련 기술의 현황

관련 기술의 현황 및 분석(State of art)

◇ SWMM

SWMM은 기상, 도심 상하수도 정보 등을 종합하여 침수 여부를 확인하는 시뮬레이션 프로그램으로 실제 침수 상황과 매우 유사하여 정부 관계부처에서 치수 정책 마련 시 사용하고 있다. 시가지/비 시가지의 단일 호우 사상부터 연속적인 장기 호우 사상까지 수질, 수문 모델링에 사용된다. 해당 지역의 실 강우사상에 대해 수리, 수문학적으로 분석이 가능하며, 침수지역 주변의 우수배제 계획과 노면배수 계획이 적절한지의 여부를 분석하는데 활용된다. SWMM을 활용해 유출 및 침수 모델 데이터를 얻을 수 있고, 이 데이터를 ArcGIS 프로그램과 연계시켜 강수량에 따른 침수지역 파악 및 피해규모 산출이 가능하다.

◇ LSTM

LSTM은 자연어 처리, 음성 인식, 시계열 예측, 이미지 처리 등 다양한 분야에서 활용한다. 예를 들어, 자연어 처리에서는 기계 번역, 문장 생성, 감성 분석 등에 LSTM이 사용된다. 음성 인식에서는 음성 데이터를 처리하고 텍스트로 변환하는 데 활용된다. 시계열 예측에서는 주식 시장 예측, 날씨 예보, 트래픽 예측 등에 LSTM이 사용된다. 또한, 이미지 처리에서는 이미지 캡셔닝과 같은 작업에서 이미지와 텍스트 간의 관계를 학습하는 데 활용될 수 있다. LSTM을 이용한 한국어 이미지 캡션 생성(박성재, 2017)에서는 LSTM 모델을 한국어 이미지에 대한 캡션 생성 작업에 효과적으로 활용하였다. 이 연구에서는 LSTM이 이미지와 문장 간의 관계를 학습하여 이미지의 특징을 적절하게 설명하는 자연어 캡션을 생성하였다. LSTM은 이미지의 시각적 정보를 인식하고 문맥을 파악하여 적절한 단어를 예측하는 능력을 갖추고 있어, 한국어 이미지에 대한 캡션 생성 작업에 적합한 모델로 입증되었다. 이를 통해 한국어 이미지의 콘텐츠를 자연어로 자세하게 설명하는 것에 LSTM이 효과적으로 활용될 수 있음을 확인하였다.

하천분석에서 LSTM은 하천의 수위, 유속, 강수량 등과 같은 데이터를 분석하여 예측 및 모니터링에 활용될 수 있다. LSTM을 이용한 댐 유입량 예측 평가(2019, 한국수자원학회, 목지윤 외 4명)에서는 다목적댐의 유입유량 예측을 위해 구글에서 제공하는 딥러닝 오픈소스 라이브러리를 활용하여 LSTM 모형을 구축하고 댐 유입유량을 예측하였다.

◇ 수위 예측 방식

LSTM 기반 딥러닝 기법을 이용한 섬진강 구례교 지점의 홍수위 예측(정재원 외 4명, 2021)에서는 LSTM 모형을 이용하여 섬진강 수계 구례 지점의 하천 수위를 1, 3, 6시간 선행 예측하였다. 또한 기존의 SVM 모형, MLP 모형을 적용한 결과들의 비교 분석을 통해 LSTM 모형이 다른 모형보다 우수한 예측 성능을 보이고 있음을 검증하였다. LSTM을 이용한 하천수위 예측기법(조우진 외 1명, 2020)에서는 수위*유량데이터를 이용하여 목표지점인 충북 영동 양강교의 수위를 예측하였다. 강우자료 학습에 따른 딥러닝 기반 LSTM모형의 수위예측(육지문 외 3명, 2019)에서는 강우자료에 따른 LSTM 모형의 수위예측을 실시하였다.

시장상황에 대한 분석

• 경쟁제품 조사 비교

내용

• 마케팅 전략 제시

내용

개발과제의 기대효과

기술적 기대효과

내용

경제적, 사회적 기대 및 파급효과

내용

기술개발 일정 및 추진체계

개발 일정

내용

구성원 및 추진체계

내용

설계

설계사양

제품의 요구사항

내용

설계 사양

내용

개념설계안

내용

이론적 계산 및 시뮬레이션

내용

상세설계 내용

내용

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

내용

포스터

내용

관련사업비 내역서

내용

완료작품의 평가

내용

향후계획

내용

특허 출원 내용

내용