[큰글자책] AI와 물 관리

AI 기술 진화와 지속 가능한 물 관리의 교차점

01 글로벌 물 문제와 AI, 그리고 기업들
02 AI와 물 재난의 예측과 대응
03 물 관리 AI와 다양한 데이터의 융합
04 AI와 먹는 물, 그리고 수원 관리
05 AI와 도시의 물
06 AI와 물 서비스
07 AI와 물 관련 사회간접자본
08 물 관리 AI의 법제화와 안전성
09 AI의 불확실성과 데이터의 해석
10 AI와 물 관리의 미래상

네덜란드의 델타레스(Deltares)는 AI를 활용하여 물 관리를 위한 국가나 지역단위의 영역을 식별하고 분류하며, 실시간으로 글로벌 물 정보를 생성한다. Global Water Watch라는 플랫폼을 통해 저수지 저장량, 관개용수 적절성, 상류 국가의 수자원 관리 등의 정보를 제공하며, 기존의 수학적 시뮬레이션 모델과 AI를 융합, 해안 수역의 변화나 제방과 하구 둑 같은 구조물의 반응을 예측한다. 또한, 물 재난 예측 조기경보 플랫폼(Delft­FEWS)을 구현하여 도시계획에서부터 가뭄 해결까지 다양한 물 관리 도구를 제공한다. 특히 AI 시스템을 활용해 다국어 필기 데이터를 처리하고 체계화하는 기술을 접목한 다양한 데이터 수집의 효율성을 높였다.

－01_“글로벌 물 문제와 AI, 그리고 기업들” 중에서

유럽 우주국(ESA)의 Sentinel 위성, SMOS 위성, Meteosat 위성 등도 가뭄 감시에 중요한 데이터를 제공하며, 이러한 데이터는 지하수 분석과 연계되어 더욱 효과적인 가뭄 분석을 가능하게 한다. ESA의 Sentinel-1 위성은 레이더를 사용하여 날씨에 관계없이 지표면을 관측할 수 있으며, AI 기반 영상 분석 기법을 통해 토양 습도 변화를 정밀하게 추출할 수 있다. 토양 습도는 지하수와 밀접한 관련이 있으므로, Sentinel-1 데이터를 통해 지하수 함양(지하로 물이 스며드는 현상) 및 고갈 과정을 추정할 수 있다. 특히, 영상 속 픽셀들의 특징을 분석하는 데 효과적인 컨볼루션 신경망(CNN)과 같은 딥 러닝 모델을 활용하여 토양 습도를 더욱 정확하게 측정할 수 있다.

－03_“물 관리 AI와 다양한 데이터의 융합” 중에서

리빙랩은 사용자, 지자체, 기업, 연구기관 등 다양한 이해관계자들이 참여하여 공동의 목표를 설정하고 문제 해결을 위해 협력하는 플랫폼이다. 각 이해관계자는 리빙랩에서 자신의 의견을 개진하고, 다른 이해관계자들과 상호작용하며 문제 해결을 위한 최적의 방안을 모색한다. 리빙랩에서 수집된 데이터와 이해관계자들의 의견은 과학적이고 효율적인 의사 결정을 지원하는 데 활용된다. 리빙랩은 실제 환경에서 다양한 실험과 검증을 수행함으로써 정책 입안자들에게 정확하고 신뢰할 수 있는 정보를 제공한다. 또한, 시민들의 의견을 직접 수렴하고 반영함으로써 정책의 수용성을 높이고 효과적인 정책 실행을 가능하게 한다.

－06_“AI와 물 서비스” 중에서