[BLOG]

더아이엠씨의 사내문화를 소개합니다.

    • 노후된 하수도 시스템을 보완한 빅데이터 활용 사례
    • 2020-07-07 15:31:53

  • 우리나라는 인구의 높은 도시 집중률,

    물 소비가 높은 산업 활동, 다원적 물 관리 등에 따라

    물 재해 및 수자원 부족 등 물 리스크가 높다.

    [2020 데이터 플래그십 사례집] 중




    기후 변화에 대비한 새로운 하수도 시스템의 필요

    우리나라도 결코 피해 갈 수 없는 지구온난화와 도시화의 문제로 인해 평균기온이 1.5℃ 상승했습니다. 이는 강수의 횟수의 증가가 아닌 열대성 집중 호우 발생의 증가로 이어졌으며, 영호남 지역 수계에서 향후 30년간 최대 6% 정도의 연평균 강 수량이 감소할 것으로 예측되는 반면, 나머지 유역에서는 10%의 증가가 예상되는 상황에 직면해 하수 관리에 적신호가 켜졌습니다.





    그럼에도 불구하고 하수처리 시설의 노후화로 인해 관리에 많은 비용이 들고 있었고, 운영 시스템상의 문제로 안정적인 시설 운영을 기대하기 어려운 실정이었습니다. 총 14만 3168㎞에 달하는 하수관로 중 '21년 이상이 된 하수관'이 37.1%에 달했고, 이는 5만 3079㎞의 하수관을 모두 교체하거나 보수 공사를 해야 한다는 것을 의미했기에 보다 획기적인 시스템으로 이를 보완해야 했습니다.

    한반도의 물 문제는 세계적 기후변화의 영향으로 보다 심화될 것으로 예상되기에 현재의 하수관로와 하수처리장 인프라만으로는 대응하기 어려운 상황입니다. 이에 대구환경공단은 과학기술정보통신부 한국정보화진흥원에서 주관한 '2019 데이터 플래그십 사업'을 통해 해결책을 찾고자 했는데요. 기존의 물 운영 및 관리 체계로는 기후변화를 비롯한 물 부족 현상의 효과적 대응 방안을 마련하고자 했고, 이를 빅데이터· AI 전문 기업인 더아이엠씨와의 컨소시엄을 통해 사업을 진행하게 되었습니다. 이때 설정된 사업의 목표는 '하수처리 시설의 예측적 하수 조절을 통해 오염물질의 하수 처리율을 높여 하천 오염을 방지하는 것'이었습니다.



    기존의 하수처리 시설 프로세스

    일반적으로 도시의 생활하수와 강우는 하수관로를 타고 하수처리 시설로 유입된 후 정화과정을 거쳐 하천으로 방류되는 방식으로 진행됩니다. 사업이 진행되었던 대구환경공단 서부하수처리장의 경우에도 이와 같은 공정으로 진행됩니다.

    1. '하수관로'를 통해 '침사지'로 하수가 유입, 이때 '유량조절 수문'이 하수의 유입량을 조절.

    2. '침사지'에 유입된 하수는 '유입 펌프'를 통해 '후단 하수처리 공정'으로 이동.

    아래의 그림을 참고하시면 훨씬 이해하시기 쉽습니다.









    이러한 과정에서 침사지를 제어하기 위한 '수문 개도율' 조정과 '유입 펌프'의 적절한 동작이 매우 중요한데요. 상황실에서 하수량을 어떻게 예측하고 조절하느냐에 따라 하수처리장의 효율성이 좌우되기 때문입니다. 즉, '후단 하수처리 공정'의 과정과 결과가 두 장치의 적절한 작동에 의해 달라질 수 있다는 것입니다.

    하수량의 유입을 예측하여 수문과 유입 펌프를 작동하는 일련의 과정은 상황실 인력이 전담하고 있었는데요. 이러한 경우, 하수의 유입을 주관적인 경험을 토대로 예측해야 하기 때문에 예측 결과와 많은 차이가 나는 하수가 유입된다면 하수처리장의 효율이 크게 떨어지는 결과를 초래할 수 있습니다. 여기에 노후된 하수관로의 누수 등 노후화로 인한 예측 못할 다양한 변수 역시 산재해 있기 때문에 조치가 필요했습니다. 이에 '침사지 관제를 위한 물 순환의 데이터화', '하수관제에 필요한 다양한 데이터 확보'를 통한 '하수관제의 지능화 서비스 개발'을 진행하게 되었습니다.


    침사지 관제를 위한 물 순환 데이터화


    문제 해결을 위해 더아이엠씨는 먼저 하수처리 시설에서 생성되는 데이터를 수집·관리할 수 있는 '빅데이터 분석 플랫폼'을 구축했습니다. 침사지에서의 하수 조절과 주요 시설물 이상 진단이 주 목적이었는데요. '자연적 물 순환'과 '사람이 개입하는 물 순환'이라는 두 경우 모두, 결국 하수도 시스템을 경유하기에 등 '물 순환'과 관련된 데이터의 수집이 반드시 필요했습니다.

    '물 순환 데이터화'를 위해 활용한 데이터

    기상청

    대구상수도사업본부

    대구환경공단

    강우량 및 기온 데이터

    상수도 유량 데이터

    중계펌프장 유량, 중계·유입 펌프 진동 센서, 월성교·대명천·유입관로·침사지 수위, 수문 개도율, 유입 펌프 가동시간, 유입 유량, 펌프 수리 데이터 등


    하수관제에 필요한 다양한 데이터 확보


    하수관제의 지능화를 위해서는 하수 발생부터 하수처리 과정에서 생성되는 다양한 데이터를 어떻게 수집하고 활용할지 많은 고민이 필요했습니다. 대구환경공단 서부하수처리장의 경우, 그 규모가 상당하나 30~40년 전에 구축된 노후화된 시설이었기에 정확한 내부 데이터를 수집하는데 어려운 점이 있었습니다. 이러한 문제점을 해결하기 위해 '대구상수도사업본부'와 협의하였고, 그 결과 하수 발생에 직접적으로 연관이 있는 상수도 사용 데이터를 실시간에 가깝게 수집할 수 있었습니다.



    결과 : 하수 빅데이터 기반의 예측 분석 모형지능형 하수관제 예측 모델 개발



    기존의 하수관제를 지원하기 위하여, 머신러닝 기법을 활용한 센서를 통해 유입수부터 수문 개도율, 펌프장비, 펌프 동작 시나리오까지 예측했음은 물론, 이들이 각각 작동하는 것이 아닌 '연결성'을 갖게 하여 최종 결과물인 '지능형 하수관제 예측 모델'을 개발했습니다. 해당 모델은 사업 기간 동안의 짧고 적은 양의 데이터에 기반하고 있음에도 불구하고 74.53%의 정확도를 보여주었고, 데이터가 축적됨에 따라 보다 더 정확한 결괏값을 도출해내는 등 급격한 성능 향상이 기대되고 있습니다.




    스마트함으로 보다 깨끗하고 효율적이게

    센서로부터 확보한 다양한 환경 데이터를 실시간 관리하는 '빅데이터 기반 지능형 하수도 시스템 운영 체계'를 구축했기에, 해당 사업내용의 효과로 2020 데이터 플래그십 사례집에서는 '관리 효율성을 제고하고, 비용 절감 등의 효과를 거둘 수 있다'라고 말하고 있습니다. 연구결과 하천으로 유입되는 오염물질의 68%가 강우 시 발생하고, 특히 초기 강우 30분간 고농도의 오염물질이 발생하여 하천으로 방류된다고 알려져 있는 만큼 예방적 조치를 위한 인프라 구축은 하수처리장의 필수적 요소가 될 전망입니다.




    또한, 기존의 예측 모델링이 경험에 의존한 주관적인 운영방식이었다면 이번 사업을 통해 '객관적인 데이터 기반의 운영방식'으로의 전환이 이루어졌다는 점을 눈여겨볼 수 있는데요. 이는 지능정보사회의 '새로운 의사결정 시스템'을 통해 '운영자의 경험과 사고의 폭을 확장해 핵심 업무에 집중하는 토대'를 마련하는 한편, 의사결정에 있어 직관적이고 시각화한 정보를 바탕으로 '보다 합리적인 선택'을 만들어 낼 수 있다는 것을 시사합니다. 이번 포스팅은 IBM의 CTO 롭하이의 말을 인용하며 마무리하겠습니다.

    "AI는 우리를 대신해 사고하는 대체재가 아니다.

    인간의 경험과 사고를 증강시켜 더 좋은 판단을 내리고

    목표를 달성할 수 있도록 도와주는 것이다."

    롭하이, IBM CTO