물환경 분야 인공지능 전문연구팀 개소
수자원공사 물 분야 AI연구소 최초 설립
통계,분석,자료 분석 전문가 양성시급
인공지능(AI) 물관리를 선도하고 기술 리딩을 통한 디지털 전환의 체계적인 발판을 마련코자 5월 12일 대전시 유성구 케이워터연구원에 ‘AI 연구소’를 개소했다.(초대소장 김성훈 수석위원)
한국수자원공사의 ‘AI 연구소’는 사업 부문별 디지털 전환 가속화에 발맞춰 최적의 AI 솔루션을 제공하는 것을 주목표로 하고 있다. 외부 전문가와도 협력하는 네트워크를 통해 AI 필요수준과 現 역량 분석을 통해 기술 확보전략을 수립하여 체계적인 역량 개발에 나서게 된다.
수량과수질 및 재해 대응 등 분야별로 산재한 문제해결 알고리즘과 데이터베이스, 소프트웨어 등을 하나로 통합한 단일 AI 플랫폼도 구축하게 된다.
이를 바탕으로 현재 댐-유역 디지털트윈 시범사업 및 국가과제를 추진하고 수질에 악영향을 주는 요소의 정수장 유입농도 예측 알고리즘, 국지적인 집중호우에 따른 도시지역 홍수에 대응하기 위한 ‘홍수 재해관리 고도화 시스템’ 개발 등
을 우선 추진한다.
이 밖에도 한국수자원공사는 미국 애플社와 학계(美 남일리노이대, 日 교토대)의 AI 연구기관은 물론, 정부출연연구기관인 한국과학 기술정보연구원, 한국원자력연구원 등과 공동 기술개발을 추진하는 등 물산업 분야의 AI 생태계 조성
에도 적극 나설 예정이다.
Water AI 기술 리딩 및 AI 솔루션 Path Finding을 위한 네트워크 구축을 위해서는 국내에서는 정부출연(연) 및 학계, 민간 기업 등과 공동 AI R&D 체계를 마련한다.
KISTI(한국과학기술정보연구원,超대용량 수퍼컴퓨팅 분야,국내에서는 유일하게 설치되어 있다), ETRI(한국전자통신연구원,AI 알고리즘), LG AI 연구원(전략 벤치마킹)등과 연계한다.
국외에서는 기업(Apple) 및 학계(Illinois, Mississippi, Kyoto大 등)와 기술협력을 추진하여 기존 수치모델과 데이터모델 융합 기술 및 영상 분석, 음성 인식 등 선진기술을 조기 획득한다는 방향 설계를 구성했다.
K-water 연구원은 연구관리처(기술지원센터), 물정책연구소, 유역물관리연구소, 스마트워터연구소,물 인프라안전연구소, 물 에너지연구소의 개별적 연구진행 과정을 AI 연구소 와 연계하여 AI 기획·설계부터 데이터마이닝을 공동으로 수행하고 AI 분석,수자원·환경,상하수도,물인프라 안전, 물에너지분야에 대한 응용 사업을 수행하게 된다.
하지만 이들 개별적 조직간의 융합적 사고를 통한 정보와 분석데이타의 상호협력이 원만하게 이뤄질지는 의문이다.
국내 물 관련 AI전문 연구기관은 수자원공사가 처음 설립하는 것으로 서울시나 한국환경공단에서는 아직 전담부서가 없는 실정으로 물 분야에서는 수자원공사 ‘AI 연구소’가 선도적 역할을 하게 되어 이를 바탕으로 관련 기관의 기본 틀로 구축될 전망이 크다.
국내 공공기관중에는 한국원자력연구원 유용균실장팀(78년생)이 2017년부터 자체적으로 운영하고 있는 인공지능 커뮤니티‘AI프랜즈’가 있다.
데이터구축사업,AI특성화 역량강화사업, 기본연구,네트워크 지원사업,민간수탁사업들을 병행하며 타부처 과제에도 참여하고 있다.
원자력 분야에서는 하나로의 경우 핵분열 연쇄반응에서 생성된 중성자를 이용한 연구, 시계열 센서 정보에 대한 빅데이터 분석, 인공지능 기술을 정교한 정상구간과 비정상 운전구간의 판별, 비지도 학습 기반 비정상 판별 모델 적용등을 연구하고 있다.
유박사는 AI관련 구매물품은 네이버와 구글 검색을 통해 정보를 탐색하면서 AI와의 간극을 좁혀갔다.
하지만 우리나라 정부가 다양한 지원전략에도 불구하고 근본적인 접근방식에 대한 문제를 해결하기 위해서는 많은 난제가 깔려 있다고 그동안의 업무추진에서 체득한경험을 소탈하게 밝히고 있다.
“AI팀을 운영하면서 신입으로 채용된 6명중 대학과 카카오 경력 소유자 3인이 퇴사했다. 그만큼 시간을 두고 충실한 연구가 되지 못하고 있다. 타 부서와의 연계도 잘 안되고 있다. 관련분야의 전문 지식을 소유한 인물이 AI분야에 몰입해야 성과를 거둘 수 있다.”는 현실적 고충을 말한다.
실질적으로 정부와 공공기관의 경우 AI에 대한 관심도는 추상적이나마 매우 높다. 그러나 실질적으로 업무에 들어가다 보면 전산실이나 자료실정도의 근대적 환경에 머물고 있으며 기존 부서들과의 충돌과 정확한 정보교류도 되지 못하고 있다.
그래서 유실장은 동기부여를 심어주고 재미를 붙여주면서 미래 인재개발로서의 긍지와 적합한 업무를 부여해야 하는 것이 관리자의 우선적인 인식전환이라고 말한다.
현재 우리나라의 AI관련 분야는 정부지원으로 그나마 운영되고 있는 실정으로 대부분 가치창출이나 실용적 접근은 하지 못하고 있으며 AI를 활용하여 부가가치를 창출하는 기업은 삼성반도체와 하이닉스 업체뿐이다.
그래서 우선은 국내 교육현장에서 무너져 버린 통계기법의 부활과 기업이나 해당 분야의 기술적 역량과 이를 수집,분석하는 기법연구등 기본적인 역량 구축이 우선되어야 한다는 것을 강조한다.
유용균실장은 “자신이 습득한 기술력도 제대로 주워 담지 못하고 환상에 젖어 포장만 근사하게 하는 것은 정치적 행위와 진배 없다.고등학교부터 통계학등 관련 분야에 대한 기초학문의 질서가 잡혀야 한다. 정치적 편견이 아닌 공학적인 중립적이고 분석적인 통계가 전 분야에서 필요하다.”라고 꼬집는다.
수자원공사의 ‘AI 연구소’의 설립은 KAIST 동창인 김성훈 수석위원과 원자력연구원의 유용균실장의 상호 소통이 이뤄졌기 때문에 가능했다.(서울시 물연구원 미래전략센터 차동훈센터장도 동창이다)
환경국제전략연구소(소장 김동환박사) 초청으로 지난 2017년 한국을 방문한 미국 케네디우주센터 네트워크엔지니어인 사이몬 크레익 리딩( (Simon Craig Redding)씨는 국내 환경관련 기관들을 방문한 이후 다양한 조언을 한바 있다.(2017년.6.20일자 기사화)
사이몬 씨는 30여년간 미국 NASA에 근무하면서 우주센타의 시스템을 총괄담당하고 보완담당을 해 왔으며 우주발사 통신 커뮤니케이션 모니터를 담당한 인물이다
“기초데이터를 생산하는 각종 계측기들은 우선은 정밀성이 중요하고 기기들간의 연계와 통신과의 안정된 접속이 필요하다. 물산업등 환경산업에서는 각종계기(수도미터등),유량기기,광센서,열센서,습도계,탁도계등 수질계측기,악취감지기,대기측정기등의 연계가 필요하다.
이들을 연결하기 위한 환경을 조성하고 각각의 측정기의 측정값에 대한 분석과 통계를 통한 최적의 값을 구하는 것이 한국에서는 준비되지 않은 듯 하다“라고 평가한바 있다.
사이몬 씨는 2025년 이전에 모든 직업 환경에서 약 47%가 자동화로 가며 4차산업에 대한 대응을 위한 대책과 전략수립이 필요하다고 강조했다.
미국 해군본부전산팀,로키드항공사,미국항공우주국 프로그래머,우주비행선 시스코통신보완등 전문일선에서 30여년간 재직한 사이몬씨가 국내 환경산업을 처음으로 둘러본 결과는 “전반적으로 1차적 전산시스템은 잘 갖추고 있다. 그러나 이들을 분석,통계,자료들에 대한 세밀한 다차원적인 분석과 통합적인 빅데이터 확보를 통한 2차,3차과정을 예측하고 전산시스템의 다운이나 통신 두절시의 대응방안등에 대해서는 아직 준비되지 않은 초보단계다”라고 평가하고 있다.
“IOT는 생산성을 확산하고 이윤을 증가하며 사람이 하는 일을 기계가 하지만 기계가 할 수 없는 또 다른 일자리가 탄생되면서 기계와 기계,기계와 인간,인간과 인간과의 상호 공유하면서 대응하는 시스템 혁명이다.“라고 정의하고 있다.
미국 나사는 4차산업혁명을 위해 IOT기능을 전담하는 25명의 전문가들이 500개 센터와 연계하여 시스템의 재창조를 하고 있다.(수자원공사의 AI연구소도 같은 맥락에서 조직시스템을 편성하고 있다.)
IOT산업을 성공적으로 이끌기 위해서는 5가지 단계를 거쳐야 하는데 “THINGS(사물)과의 연계를 통해 자료를 수집하고 정확한 분석자료를 계산해야 하며 이를 어떻게 연결하고 활용하는가에 대한 연구가 필요하다. 자료의 정확성을 기하기 위해서는 미터기,밸브와 같은 계량계측기를 비롯한 수많은 수질분석기기의 정확도가 높아야 하며 센서나 측정방식,가속계,광센서,열센서,습도계등 소프트시스템의 보완이 중요하고 이를 전송하고 제어하는 토탈 시스템이 매우 중요한 기초적 자료이다.
관련분야마다 그 특성이 달라 분야별로 정밀한 진단과 대응 및 시스템의 골격을 마련해야 한다.
두 번째로는 CONNECT(연결성)로 데이터와 데이터간의 연결,프로토걸의 방안,와이파이나 불르투스,핸드폰등 모든 기기와의 접속과 소통이 문제이다. 인공위성과 통신방법에 대해 크기나 넓이를 비롯하여 여기에 소요되는 비용등도 심도있게 논의되어야 한다. 연결하는 지역과 전력량,전송 속도등도 면밀하게 계산해야 하며 데이터 송출 속도와 내리고 올리는 기법도 신중히 고민해야 한다.
COLLECT(데이터수집),LEARN(배우고 실체를 체득하는 것),DO(실행하는 것)등을 단계적으로 펼쳐야 한다.
다양한 정보에 대한 선별도 중요하고 정보를 분석하여 가려내는 업무도 매우 중요한 전문인력이다.
여러종의 기기와 센서에 대한 정확성을 면밀히 살펴야 하고 이에 따른 서비스 질과 비용감소와 모델개발에 따른 정확성과 서비스의 향상을 항상 염두해 둬야 한다.
비용은 낮추고 제품의 질은 높이는 방안을 항시 고민해야 하는데 물산업의 경우 물절약은 수익으로 직결된다. 유량측정과 밧데리 수명, 물사용량,기후,농산물 재배면적등의 연결성도 매우 중요하다.
통신망에 대한 통신기술의 한계와 측정거리에 대한 계산도 해야 한다.
데이터 수집에서도 그 량과 시간 간격등에서도 정확도와 신뢰도 값을 엄밀하게 측정해야 한다.
데이터 측정모델을 개발하고 물 사용으로 인한 지하수양의 변화,관개시설의 관리와 토양수분함량 변화,최적화된 물공급방향등도 조사되어야 하고 자료값이 나와야 한다.
토양이 유지할 수 있는 적정토양의 수질값도 계산해야 하며 물 사용량의 절감을 위해 바람의 위치와 방향값도 측정되어야 한다.“라는 사이몬씨의 강론은 5년이 경과하고 있지만 국내에서는 아직도 기초범위조차 제대로 확립되지 못하고 있다.
사이몬씨는 한국방문을 마치고 필요하다면 국내 관련 전문가들을 미국에 초청하여 현지에서 단기 교육과 실습현장을 마련할 의향이 있다는 제안을 한 바 있지만 당시 국내에서는 어느 누구도 관심을 기울이지 않았다.
(환경경영신문, 박남식부장)
좋아요공감
공유하기
통계
글 요소
저작자표시비영리변경금지