[이미디어= 황원희 기자] 환경오염과 이상기후가 심화되고 수질오염 또한 심각해짐에 따라 전 세계는 수질 정화 시스템에 관한 관심이 커지고 있다. 특히 가뭄으로 인한 물부족 현상은 해수 담수화 시스템 등 여러 첨단 기술을 요하고 있으며 인공지능을 통한 수질측정 기술이 더욱 각광받을 것으로 보인다. WHO에 따르면 전 세계 20억 명 이상의 사람들이 오염된 물을 사용하며 영향을 받고 있다고 한다. 특히 인도의 경우 수질 모니터링이 큰 이슈로 부상됨에 따라 AI와 IoT 기반의 수질 모니터링 시스템을 구축하고 있다.

AI 통한 물관리 시스템 확대일로 

▲인공지능, 빅데이터 기반 미래형 스마트 정수장(제공=K워터)

물 관리 시스템을 최적화하는 데 있어서 인공지능의 역할이 세계가 물 부족과 기후변화 문제에 직면함에 따라 점점 더 중요해지고 있다. 2050년까지 전 세계 인구가 97억 명에 이를 것으로 예상되는 가운데 유엔에 따르면 물 수요는 55% 증가할 것으로 예상된다. 이는 수자원을 보다 효율적이고 지속가능하게 관리하기 위한 혁신적인 솔루션의 필요성을 강조한다. 이에 대량의 데이터를 분석하고 예측하는 능력을 갖춘 AI는 물 관리 시스템을 강화하는 유망한 도구로 급부상하고 있다.

인공지능이 물관리 개선에 기여할 수 있는 주요 요인 중 하나는 물 분배 네트워크의 최적화에 있다. 이러한 네트워크는 처리장의 물을 소비자에게 전달하는 파이프, 펌프, 밸브 등으로 구성되며 AI 알고리즘은 네트워크 곳곳에 배치된 센서의 데이터를 분석함으로써 물의 흐름, 압력, 품질 등을 모니터링할 수 있다. 즉 인공지능은 이 데이터를 실시간으로 처리함으로써 압력 변동 등의 비효율성을 파악하는 한편 수분 손실과 에너지 소비를 최소화할 수 있도록 시스템 조정을 권고할 수 있다. 이를 통해 수자원을 절약할 수 있을 뿐만 아니라 전력 회사의 운영 비용도 절감 가능하다.

또 다른 물 관리의 AI 적용 분야로는 홍수 및 가뭄과 같은 물 관련 이상기후와 재해를 예측하고 이를 완화하는 데 있다. AI 기반 모델은 과거 데이터, 날씨 패턴 및 기타 관련 요소를 분석함으로써 이러한 사건의 발생 가능성을 예측할 수 있다. 이 정보는 정부 및 조직에서 비상 계획을 개발하고 자원을 보다 효율적으로 할당하는 데 이용할 수 있다. 일례로 AI 기반 조기경보 시스템은 지역사회에 임박한 홍수를 경고하고 대피시킴으로써 재산 피해와 인명 손실을 최소화할 수 있다. 마찬가지로 AI는 가뭄 위험 지역을 식별하는 데 도움을 줄 수 있어 물 부족으로 고통받고 있는 지역을 지원하기 위한 표적 개입이 가능하다.

화학적 물리적 공정을 대신하는 AI 처리 기술

또한 AI는 수처리 과정을 개선하는 데 중요한 역할을 할 수 있다. 기존의 수처리 방법은 물에서 오염물을 제거하기 위해 화학적, 물리적 공정에 의존할 수밖에 없었다. 그러나 이러한 방법은 에너지 집약적일 수 있으며 약품 및 미세 플라스틱과 같은 신규 오염물질을 제거하는 데 항상 효율적인 방법은 아니다. 특히 화학물질을 기반으로 한 수질 분석 기법은 가장 일반적인 것이지만 한번 사용하고 버리는 화학물질 시약 테스트 방식은 효율성 저하를 일으켰다.

▲스마트 정수장 시스템

AI는 수질과 처리 성능에 대한 데이터를 분석하고 개선해야 할 부분을 파악하는 한편 처리 매개변수에 대한 조정을 권고함으로써 처리 프로세스를 최적화한다. 이를 통해 보다 효율적이고 효과적인 수 처리를 통해 소비자에게 안전하고 깨끗한 물을 공급할 수 있다. 특히 정수를 위한 AI는 위험한 박테리아와 유해입자를 분류하고 감지하는 IoT 기기로 시스템을 실시간으로 지속적으로 실행할 수 있다. 따라서 전세계 주요 도시의 다양한 수원에 IoT 장치를 설치함으로써 지속적으로 수질과 오염을 감시하는 데 사용할 수 있다.

전 세계 담수 사용의 약 70%를 차지하는 농업 부문에서 AI는 관개 시스템을 최적화함으로써 물 낭비를 줄이고 농작물 수확량을 개선할 수 있다. 인공지능 기반 시스템은 토양 수분, 기상 조건, 작물 생장 등의 데이터를 분석해 관개에 필요한 최적의 물 양을 결정하고 그에 따라 시스템을 조정할 수 있다. 이는 농작물 생산성을 유지하거나 심지어 증가시키면서 농업의 물 사용을 크게 절감할 수 있다.
 

그밖에도 AI는 물 소비패턴과 추세에 대한 통찰력을 제공함으로써 물 관리의 의사결정을 지원한다. 인공지능은 물 사용에 대한 데이터를 분석해 물 소비가 많고 잠재적인 비효율성이 있는 영역을 식별할 수 있다. 이같은 정보는 정책 입안자와 수도 사업자가 보다 지속 가능한 물 사용을 촉진하기 위한 목표 보존 조치와 인센티브를 개발하는 데 사용될 수 있다. 

▲AI기반 수처리공정 의사지원시스템(제공=K워터)

결론적으로, 물 관리 시스템 최적화에서 AI의 역할은 배전망 최적화에서 재난 예측 및 완화에 이르기까지 다양한 응용 분야가 가능하다. 인공지능의 힘을 활용하고 수자원을 더 효율적이고 지속 가능하게 관리하는 능력을 향상시킴으로써 증가하는 세계 인구와 변화하는 기후의 도전에 더 잘 대처할 수 있도록 보장할 수 있다. AI 기술을 계속 개발하고 개선함에 따라 물 관리 시스템을 혁신할 수 있는 잠재력은 계속 늘어나고 있으며 중요한 분야에서 혁신과 협업을 위한 새로운 기회를 제공할 것으로 보인다.

국내 지자체에도 AI 수질관리 시스템 채택

국내에도 이같은 기술력을 적용하며 확대일로를 걷고 있는데 수자원공사의 경우 세계 최초로 빅데이터와 AI 기술을 이용해 정수처리공정을 자동화한 스마트 정수장을 구현하고 있다. 스마트 정수장은 디지털 물관리의 최첨단을 보여주는데 이는 AI 기반 수처리 및 공급시스템을 통해 제시되고 있다. 이는 AI 기반 수처리 공정 스마트 운영 관리 체계를 마련하고 분산형 용수공급기술 기반 스마트 정수장을 구축하는 한편 하수처리 지능형 통합운영관리 및 친환경필터링 실증기술 확보와 스마트 물순환 재이용 기술 개발을 통한 도시 물순환 체계 마련에도 일익을 담당하고 있다. 현재 우리나라는 취수원부터 가정의 수도꼭지까지 수량과 수질을 관리하는 통합관제시스템과 원격누수감지센서, 스마트 수도미터 등을 추진 중에 있다. 이를 통해 스마트폰 앱과 공공장소에 설치된 수질 전광판을 통해 최신 수질정보를 확인할 수 있다.

또한 디지털 트윈 기술을 통해 가상세계에 현실 속 사물의 쌍둥이를 만들고 현실에서 발생할 수 있는 상황을 가상세계에서 모의실험함으로써 결과를 예측할 수 있다. 광역상수도에 디지털 트윈 기술을 적용할 경우 돌발 사고의 최소화, 상수도 자산 최적화, 수돗물 공급 안정성 증대 등의 효과를 얻을 수 있다.
 

광역상수도 디지털 트윈은 인공지능, 빅데이터, AR VR 등 4차 산업혁명 기술을 통해 자산관리, AI 분석 결과와 연계한 데이터 통합관리, 가상 증강현실, 시뮬레이션 등을 통해 종합적이고 과학적으로 수도시설을 운영 관리하는 플랫폼이다.
 

지자체 단위로도 AI 기술은 활발하게 적용되고 있는데 서울시 상수도사업본부는 최근 수돗물 아리수를 더 깨끗하고 안전하게 공급하기 위해 지자체에서 처음으로 미래 정수장 설계가이드라인을 구축하고 있다.
 

상수도사업본부는 전처리공정과 활성탄흡착공정 이후 후처리공정을 추가하는 방식을 최적의 공정으로 제시했다. 또한 오존처리 설계 최적화를 도모하기 위해 소독 초기 오존과 여과수를 잘 섞어주는 역할을 하는 혼화망 등 혼합촉진시설을 설치하기도 했다. 그밖에 저탄소·스마트 정수장을 목표로 고효율 장비·기자재와 지열·수열·태양광 등 신재생에너지를 적극 활용하고 AI 기술을 적용하기 위해 힘쓰고 있다.

AI 기술은 만능이다?

전 세계의 수도 시설은 인터넷, 빅데이터 및 AI 알고리즘에 의해 주도되는 디지털 전환을 겪고 있다. 그러나 AI 기술의 적용이 안전을 100% 보장할 수 없다는 일각의 주장도 제시되고 있다. 물론 인공지능 알고리즘은 인공지능 수치 도구와 인간 운영 기술의 조합을 통해 데이터 중심 의사 결정을 강화해 정보를 보다 간소화함으로써 물 유틸리티가 데이터 효율성을 높일 수 있도록 지원한다. 

 

이러한 디지털 전환을 ‘스마트’ 수도 유틸리티로 전환하려면 데이터 통합이라는 기술적 과제를 넘어 새로운 조직 구조와 직원 및 소비자의 참여를 통한 새로운 운영 절차가 필요하다. 수처리 부문의 이러한 디지털 전환을 지원하기 위해서는 새로운 정책 의사결정 과정이 필요하다. 이를 위해 조직 구조 조정 및 비용 효율적인 구현을 위한 강화된 규제로 인한 거버넌스 개선이 필요하다. 특히 개발도상국에서 대다수 수도 유틸리티의 디지털 용량은 일상적인 운영에 그다지 유용하지 않으며 고객에게 명확한 이점을 가져다주지 않아 불만이 제기되는 경우도 많다.
 

일례로 지난해 여름 캐나다 토론토 해변의 수질을 측정하는 새로운 도구로 AI를 도입함에 따라 안전성에 의문을 제기하고 있는 사람들이 늘어나고 있다. 토론토시는 두 곳의 주요 해변의 수질을 측정하기 위해 인공지능 예측 모델링을 채택했다. 기존 방법으로 대장균을 측정한 수질이 위험한 것으로 판명된 데 반해 AI 시스템에 의해 안전한 것으로 나와 그 정확성에 대해 의문이 제기되었다. 하지만 토론토 공중보건국은 새로운 시스템이 비약적으로 개선되었다는 입장이다. 그에 따르면 AI 측정 시스템이 수질을 평가하는 데 100% 정확하지 않을 수 있지만 미생물 수질을 평가하는 기존 방법을 사용하는 테스트 결과에 비해 상당히 개선되었다는 것이다.
 

전통적인 테스트 방법은 물 샘플을 처리하고 물 속을 기준으로 해변이 안전한지 여부를 결정하는 작업 등을 일컫는다. 단점은 결과를 생성하는 데 평균 24시간이 걸린다는 것이다. 관계당국은 지연 시간이 너무 오래 걸려 신뢰할 수 있는 데이터를 제공할 수는 없다는 입장이다. 아직 시범 프로젝트이긴 하지만 AI 측정 결과는 테스트에서 높은 대장균 수치를 보여주더라도 상황이 개선될 수 있다는 이유로 기존에 해왔던 일일 테스트 데이터를 대체한다. 하지만 토론토 해변 허용 수준의 거의 4.5배에 달하는 대장균에도 불구하고 해변을 개장했으며 검사 결과의 정확성에 의문을 표하는 사람들이 늘고 있다. 따라서 관계자들은 가능한 한 다양한 실시간 모니터링 정보가 필요하며 이를 통해 측정 모형의 보다 정확한 정보를 얻는 데 주력해야 한다고 밝혔다.

관측 위성과 결합한 수질 측정, 보완책 되나  

▲CSIRO에서 개발된 아쿠아워치 프로젝트에 사용되는 부표(제공=CSIRO)

해외 각국은 광범위한 지구 관측 위성과 지상 기반 물 센서 네트워크를 결합하는 시도를 꾸준히 하고 있다. 호주의 국립과학기관 CSIRO는 최근 라 트로브 대학의 인공지능 연구원들과 협력하여 아쿠아워치(AquaWatch) 프로젝트를 시작했다. 이는 광범위한 지구 관측 위성과 지상 기반 물 센서 네트워크를 배치하는 세계 최초의 임무를 수행한다.

이번 연구를 통해 CSIRO는 세계 최초로 지상과 우주의 수질 모니터링 시스템을 개발하는 데 기여할 수 있을 것으로 내다보고 있다. 라 트로브 대학 연구진은 예측 정확도를 향상시키기 위해 인공지능 기반의 다중 형식 데이터 융합 기술을 개발한다는 계획이다. 또한 광범위한 지구 관측 위성 네트워크와 지상 기반 물 센서를 사용하여 독성 녹조, 검은 물 및 유출 오염과 같은 유해한 사건에 대한 조기 경고와 함께 더 나은 수질 관리를 지원할 것으로 보인다.

 

[저작권자ⓒ 이미디어. 무단전재-재배포 금지]