AI와 건물 소방안전

안전한 삶을 위한 건물 소방안전의 진화

01 건물 소방안전의 새로운 세대
02 AI와 건물 소방 정보 네트워크
03 화재 감지와 경보
04 화재의 초기 진압
05 AI의 물리적 행동 수단, 로봇과 드론
06 AI 화재와 피난 상황 예측
07 소방 교육과 훈련
08 사이버 공격의 위험
09 소방안전에 대한 AI의 오류와 윤리
10 AI와 소방 연구자, 엔지니어, 관리자 그리고 미래 소방인

능동적 방호는 자동적 대응과 수동적 대응으로 구분하며, 건물의 규모에 따라 수동적 대응 중심에서 자동적 대응 중심의 시스템으로 변화된다. 먼저 화재 발생은 사람이나 열, 연기 감지기를 사용하는 자동 화재 탐지 설비 등으로 발견할 수 있다. 그리고 화재가 발생한 후 이를 진압하기 위해 소화기, 옥내소화전, 옥외소화전 등이 준비되어 있다. 사람에 의한 대응이 원활하지 않은 장소에는 자동식 소화설비인 스프링클러나, 물의 사용이 어려운 일부 용도를 위한 이산화탄소 소화설비 등이 설치된다. 또한 피난과 소방대 활동에 도움을 주는 제연설비도 포함된다.

－01_“건물 소방안전의 새로운 세대” 중에서

현재 감지 능력 향상을 위해 연구하고 있는 부분은 무엇일까? 이는 다양한 정보 유형을 통합하는 멀티모달(multimodal) 방식이다. 화재 감지에서 멀티모달이라 함은 단일 센서에 의한 판단이 아닌 복수의 감지 방식과 데이터를 통합해 분석하는 것으로, 오동작을 줄이고 조기 감지 가능성을 높이는 것을 의미한다.

멀티모달 방식은 전통적인 온도, 연기, 가스뿐만 아니라, 영상 분석, 음향 분석, 전력 데이터 변화, 진동이나 충격 등 이상 상황 등을 포함해 화재를 판단한다. 전통적인 화재 감지기 정보에 실내 공기질 판단을 위한 이산화탄소 감지 장치라든가, CCTV 영상에서 연기 발생 분석 등이 추가된다고 생각하면 이해가 쉽다.

AI는 각 모달(감지 수단) 간의 상관관계와 시간 지연 등 다양한 부분을 학습해 화재에 대한 단계적 경보를 관계인들에게 전달할 것이다. SFPE 백서에서도 AI를 활용한 감지의 신뢰성 향상이 향후 10년간의 핵심 과제로 명시되어 있으며, 센서 데이터 통합, 영상 기반 분석, 실내 환경 모니터링 등의 융합을 통해 경보의 정확도와 피난 유도 시점 정보를 개선할 수 있다고 강조하고 있다.

－03_“화재 감지와 경보” 중에서

피난 모델 개발자의 꿈은 완전한 AI 모델을 개발하는 것이다. 인간을 대리하는 에이전트들이 가상의 공간에 배치돼 상황에 따라 인간처럼 인지하고, 판단하고, 결정하고, 행동하도록 프로그램을 만드는 것이다. 인간의 생리적, 심리적, 물리적 특성을 모두 고려한다면 모든 에이전트가 실제 사람처럼 행동하겠지만, 수천 명에게 각각 AI를 부여하는 것은 엄청난 컴퓨터 자원이 필요할 뿐만 아니라, 그렇게 하는 것이 꼭 실제의 상황과 동일한 결과를 예측할 수 있다고 속단하기 힘들다.

피난 시뮬레이션에서 인간이 만들어 낼 엄청난 변수 모두를 반영하는 것은 매우 비효율적이다. 피난 시뮬레이션은 우리가 계획한 피난 경로와 문이나 복도, 계단 등의 구성 요소들이 적정한지 판단하는 분석 도구로 이해해야 한다. 피난 시뮬레이션에서도 입력 정보 설정, 민감도 분석 등에서 AI의 지원이 가능하다. 하지만 더 큰 활용을 기대할 수 있는 분야는 실시간 화재 대응 및 피난 유도를 위한 예측 시스템이다.

－06_“AI 화재와 피난 상황 예측” 중에서