updated. 2021.7.12 월 11:14
FUTURE ECO
상단여백
HOME 월간퓨쳐에코 특집/기획 기획/이슈/진단
수질을 측정하고 판단하는 인공지능, 새로운 미래를 제시한다
  • 조중혁 기자
  • 승인 2021.07.10 10:36
  • 호수 142
URL복사

최근 인공지능이 진출한 수질 계측 및 관련 모델분석 분야가 학자들 사이에서 큰 관심을 끌고 있다. 전통적으로 수질분석은 사람들에 의한 수작업이 주가 되었고, 이를 기반으로 올바른 분석 결과 및 대책도 세우기 힘들었는데, 이를 인공지능이 도와주고 있다.

 

환경오염 및 다양한 화학물질로 인해 늘어가는 수질 계측 작업

세계보건기구(WHO)에 따르면 20억 명이 넘는 사람들이 여전히 오염된 물의 영향을 받고 있다. 미국에서는 안전하다고 생각하지만, 수년 전 발생한 미국 미시간주 플린트의 물 위기는 미국과 같은 제1 세계 국가에서도 여전히 물 안전 문제에 직면하고 있음을 보여줬으며, 인도 등 수질이 좋지 않은 국가의 국민에게 있어서야 더할 나위가 없을 것이다. 유엔에 따르면 매년 약 150만 명이 오염된 물로 인한 질병으로 인해 사망하고, 개발도상국에서는 80%의 건강상 문제가 오염된 물로 발생한다. 이로 인해 매년 500만 명의 사망과 25억 건의 질병이 보고되는데, 이는 사고, 범죄 및 테러 공격으로 인한 사망자보다 높다.

특히 요즘에는 다양한 오염 물질이 개발되며 수질이 큰 위협을 받고 있으며, 종래의 분석으로는 걸러내기 어려우면서도 사람들에게 위험이 되는 경우가 생기고 있으므로, 수질을 모델링하고 예측하는 것은 수질 오염의 여부를 알아내고 이를 제어하는 데 매우 중요해졌다.

지하수와 땅윗물과 같은 민물 자원은 농업 및 산업 활동과정에 의해 오염될 수 있어서 하천 수질 관리는 가장 중요한 환경 문제 중 하나다. 수질 지수(WQI)는 특정 수생 환경 및 시간에서 여러 변수를 보여준다. 측정을 하는 데 있어 일반적으로 오랜 계산이 필요해 시간을 많이 잡아먹는 경우가 많으며, 때때로 수질 계산을 하는 데 있어 인용하는 데이터가 잘못됐을 경우, 이를 비교하며 검토할 시간도 없이 계산되는 경우가 많다. 현재 상당수 수질 센서는 화학작용을 기반으로 한 센서인데, 가장 일반적인 것은 일회용 테스트 스트립을 사용하는 것이다. 이런 경우, 오염에 대한 모니터링을 극도로 어렵게 만들고 측정하는 사람들을 지치게 만들기 때문에 수질에 대한 예측 모델을 작성할 때, 많은 인력과 정확한 계산능력이 필요하다.

 

수질 측정의 중심이 되는 인공 신경망 및 딥 러닝 알고리즘

수질 측정 분야는 수질의 이상을 측정하는 분야면서도 그 목적에 따라 기준을 정하는 것이 매우 다양한 분야다. 일반적으로 물의 용도에 따라 측정기준이 다르다. 특히 강, 호수 및 개울과 같은 대부분의 주변 수역에는 수질을 나타내는 특정 수질 기준이 있으며, 목적에 맞는 수질 측정을 위한 여러 응용 프로그램이 있다. 예를 들어, 농사를 짓는데 필요한 관개용수는 염분이 너무 많지 않아야 하고 식물이나 토양으로 옮겨가 생태계를 파괴할 수 있는 독성 물질이 없어야 한다. 산업용 수질은 초순수와 같이 반도체 등 특정 산업의 공정에 맞춘 상태가 필요하다. 현재 수질 측정을 주 사업으로 하는 업체들은 수질 지수 및 수질 분류(WQC)를 예측하기 위해 고급 인공지능(AI) 알고리즘을 개발했으며, 인공 신경망 모델과 장단기 기억(LSTM) 딥 러닝 알고리즘이 개발됐다.

딥 러닝은 인공지능이 수질을 측정하고 새로운 수자원 관리 모델을 제작하는 데 있어 핵심적인 역할을 했다. 수질측정에 딥 러닝 AI를 도입한 대표적인 기업을 꼽자면 우선 마이크로소프트를 들 수 있다. 회사에서 제작한 ‘클린워터AI’는 딥 러닝 신경망을 사용해 물속의 위험한 박테리아와 유해 입자를 감지하고, 실시간 감지 기능으로 음료수의 수질을 미시적 규모로 볼 수 있다. 마이크로소프트에서 자체적 딥러닝 훈련모델을 사용해 제작한 이 AI는 유해한 입자와 박테리아를 인식해 문제를 감지한 뒤, 분류하고 탐지하는 장치에 관련 내용을 업데이트 하는데, 도시의 관리소는 실시간으로 상수도의 품질을 모니터링할 수 있다. 마이크로소프트는 현재 ‘클린워터AI’의 전체 프로토타입의 비용은 500달러 미만이며 이 생산비용을 줄이기 위해 생산을 확장할 계획이다.

국내의 경우, 가정용 수질 측정기 및 진단용 박테리아 검사 장비를 개발하는 더웨이브톡이라는 기업은 지난 4월 SK로부터 전략적 투자를 유치받았는데, 더웨이브톡이 세계 최초로 개발한 가정용 수질센서는 동일한 성능의 미국/ 일본의 경쟁사 제품 대비 1/10 작고, 1/100 저렴하다. 웨이브톡은 100명의 서울시민들에게 자체 개발한 수질센서 ‘WaterTalk Home’을 보급해, 정수기 및 수돗물을 수질을 측정하는 무상 서비스를 진행 중이다. 향후 서비스 지역을 서울 전역, 부산, 대전, 광주, 제주 등으로 확대하고, 미국지사를 통해 해외 서비스도 시작할 계획이다. AI전문기업인 아이브랩의 경우, 유량과 수압 같은 동적 특성 데이터는 시계열 딥러닝 인공 신경망인 LSTM(Long Short-Term Memory)을, 상수관 재질과 관경, 매설 연도와 같은 정적 데이터는 심층신경망인 DNN(Deep Neural Network)을 사용, 두 기술을 결합한 '복합 딥러닝 기법’을 사용함으로써 예측 성능을 기존 단일 모델보다 한 단계 더 끌어 올렸다.

 

세계에서 후원하는 AI수질 측정기술

현재 이 같은 AI의 수질측정기술은 선진국 정부를 중심으로 다양한 투자가 진행 중이다. 미국 에너지부는 지난 3월 16개의 물 인프라 프로젝트에 총 2750만 달러의 상금을 수여했다고 발표했다. 이 인프라 프로젝트들은 상당수가 AI를 바탕으로 한 수질 측정 및 분석장치였다. 13개 주에서 운영될 이 프로젝트는 AI가 탄소 배출량과 수처리 비용을 줄이는 동시에 수질과 전국의 분배 형평성을 개선할 수 있는 잠재력을 가지고 있는 것으로 보고 있으며, 향후 수자원 관리를 하는 데 있어 AI가 반드시 필요하다는 것을 보여준 것이다.

이스라엘에서는 물과 관련된 업무를 담당하는 국영회사 ‘Mekorot’은 최근 AI를 응용한 수질 데이터의 원격 모니터링 및 해석에 중점을 둘 새로운 스타트업 기업을 설립했다. ‘Watersight’로 알려진 이 회사는 AI를 응용한 수질에 대한 고급 감지 및 모니터링 솔루션을 개발하는 데 주력하고 있다. 크기가 몇 센티미터에 불과한 이 감지장치는 수원에서 수돗물까지 배치될 예정이며 초당 수천 장의 수질을 촬영하면, AI가 사진처리를 통해 수질에 대한 신속한 분석을 제공한다. AI는 물속의 물질을 즉시 감지할 수 있어 빠른 수질 측정에 혁신적인 성과를 가져올 것으로 기대된다. 이스라엘은 정부에서 직접 나서서 AI 개발을 위한 개발지원을 아낌없이 하고 있는 좋은 예가 될 것이다.

우리나라는 지형 및 사회·경제적 특성으로 인해 수자원 관리가 매우 어려운 편이다. 수자원의 근원이 되는 강수량은 과거보다 매우 적으며, 또한 우리나라는 몬순기후대에 속해 여름철에 강우가 집중되는 등 연중 안정적인 치수 관리가 어렵다. 여기에 좁은 국토 면적과 비교해 집약적인 경제 성장으로 인해 안정적 식수 및 공업·농업용수 공급에 필요한 수질 관리도 불리한 편이다. 우리나라 상수원의 대부분이 강변에 자리 잡고 있고, 팔당호, 대청호, 물금 취수원과 같은 대규모 상수원이 하천의 중·하류에 자리 잡고 있어 도시개발, 산업단지 등 오염원 집중지역의 테두리를 벗어나지 못하고 있는 것도 수질 관리의 큰 애로사항이라 볼 수 있다. 앞으로 수질과 관련된 연구 및 측정을 할 때, 인공지능은 없어서는 안 될 파트너가 될 것이다. 특히 수질과 관련된 참사를 막고, 수질 상태를 측정해 관련 계획을 세울 때 큰 도움이 되길 기대해본다.

조중혁 기자  megnumfire@gmail.com

조중혁 기자의 다른기사 보기
icon인기기사
여백
여백
기사 댓글 0
전체보기
첫번째 댓글을 남겨주세요.
여백
환경행사
여백
여백
여백
여백
여백
여백

QR 코드

Back to Top