우리나라는 인구의 높은 도시 집중률, 물소비의 높은 산업 활동, 다원적 물관리 등에 의해, 물재해나 수자원 부족 등 물 리스크가 높다.[2020 데이터 플래그십 사례집] 나카기후변화에 대비한 새로운 하수도 시스템이 필요한 한국도 결코 피해갈 수 없는 지구 온난화와 도시화 문제로 평균 기온이 1.5℃상승했습니다. 이는 강수 횟수 증가가 아니라 열대성 집중호우의 발생으로 이어져 향후 30년간 최대 6% 정도의 연평균 강수량이 감소할 것으로 예측되는 한편, 나머지 유역에서는 10%의 증가가 예상되는 상황에 직면하여 하수관리에 비상이 걸렸습니다.그럼에도 불구하고 하수처리시설의 노후화로 관리에 많은 비용이 들고 운영체제상의 문제로 인해 안정적인 시설 운영을 기대하기 어려운 실정입니다. 총 14만 3168㎞의 하수관로 중 21년 이상의 하수관이 37.1%, 이는 5만 3079㎞의 하수관을 모두 교체하거나 보수 공사가 필요함을 의미하기 때문에 보다 획기적인 시스템으로 이를 보완할 필요가 있었습니다.
한반도 물 문제는 세계적인 기후변화의 영향으로 더욱 심각해질 것으로 예상되며 현재의 하수관로나 하수처리장 인프라만으로는 대응할 수 없는 상황입니다." 이에 대구환경공단은 과학기술정보통신부 한국정보화진흥원이 주관한 '2019 데이터 플래그십 사업'을 통해 해결책을 찾고자 했습니다. 기존 물 운영 및 관리 체계로는 기후변화를 비롯한 물 부족에 대한 효과적인 대책을 마련했고, 이를 빅데이터 AI 전문 기업인 더아이엠씨와 컨소시엄을 통해 사업을 진행하게 되었습니다. 이때 설정된 사업의 목표는 '하수처리시설의 예측적 하수 조절을 통해 오염물질의 하수처리율을 높여 하천의 오염을 방지하는 것'이었습니다.
기존의 하수처리시설 프로세스는 일반적으로 도시의 생활하수와 강우는 하수관로를 타고 하수처리시설에 유입된 후 정화과정을 거쳐 하천으로 방류되는 방법으로 이루어집니다. 사업이 진행된 대구환경공단 서부하수처리장의 경우도 이런 공정으로 진행됩니다.1. '하수관로'를 통해 '침사지'로 하수가 유입, 이때 '유량조절수문'이 하수 유입량을 조절.2. '침사지'에 유입된 하수는 '유입펌프'에서 '후단하수처리공정'으로 이동.아래 그림을 참고하면 훨씬 이해하기 쉽습니다.이러한 과정에서 침사지 제어를 위한 '수문개도율' 조정과 '유입펌프'의 적절한 동작이 매우 중요합니다. 상황실에서 하수량을 어떻게 예측하고 조절하느냐에 따라 하수처리장의 효율성이 좌우되기 때문입니다. 즉, '후단하수처리공정'의 과정과 결과가 두 장치의 적절한 작동에 따라 달라질 수 있다는 것입니다.
하수량의 유입을 예측하고 수문과 유입펌프를 작동시키는 일련의 과정은 상황실 인력이 담당했습니다. 이러한 경우 하수의 유입을 주관적인 경험에 따라 예측해야 하기 때문에 예측 결과와 크게 다른 하수가 유입되면 하수처리장의 효율이 크게 떨어지는 결과를 초래할 수 있습니다. 게다가 노후 하수관로의 누수 등 노후화에 따른 예측할 수 없는 여러 변수도 산재해 있어 조치가 필요했습니다. 이 때문에 '침사지 관제를 위한 물 순환의 데이터화', '하수 관제에 필요한 다양한 데이터 확보'를 통한 '하수 관제의 지능화 서비스 개발'을 추진했습니다.침사지 관제를 위한 물순환 데이터화의 문제를 해결하기 위해 THE IMC는 먼저 하수처리시설에서 생성되는 데이터를 수집하고 관리할 수 있는 빅데이터 분석 플랫폼을 구축하였습니다. 침사지에서의 하수 조절 및 주요 시설물 이상 진단이 주된 목적이었습니다만. '자연적 물순환'과 '사람이 개입하는 물순환' 모두 결국 하수도 시스템을 경유하는 등 '물순환'과 관련된 데이터 수집이 필요했습니다.'물순환 데이터화'를 위하여 활용한 데이터 기상청 대구상수도사업본부 대구환경공단 강우량 및 기온 데이터상수도 유량 데이터 중계펌프장 유량, 중계·유입펌프 진동센서, 월성교·대명천·유입관로·침사지 수위, 수문개발률, 유입펌프 가동시간, 유입유량, 펌프수리데이터 등 하수처리 시 필요한 다양한 데이터를 확보하여 하수관제의 지능화를 위해 하수관제의 지능화를 위해 수문개발하였습니다. 대구환경공단 서부하수처리장의 경우 그 규모가 상당하지만 30~40년 전에 구축된 노후시설로 내부 데이터 수집에 어려움을 겪었습니다. 이러한 문제점을 해결하기 위해 '대구상수도사업본부'와 협의하였고, 그 결과 하수발생과 직접 관련된 상수도 사용 데이터를 실시간으로 가까운 시일 내에 수집할 수 있었습니다.결과:하수빅데이터기반예측분석모델및지능형하수관제예측모델개발
기존의 하수 관제를 지원하는 한편, 머신러닝 기법을 활용한 센서를 통해 유입수에서 수문개도율, 펌프 장비, 펌프 동작 시나리오까지 예측하여 이들이 각각 작동하는 것이 아니라 '연결성'을 갖게 함으로써 최종 결과물인 '지능형 하수 관제 예측 모델'을 개발하였습니다. 해당 모델은 사업 기간 중 짧고 적은 양의 데이터를 기반으로 하고 있음에도 74.53%의 정확도를 나타내며, 데이터 축적을 통해 보다 정확한 결과치를 도출하는 등 급격한 성능 향상이 기대되고 있습니다.스마트함으로더깨끗하고효율적으로센서로부터확보한다양한환경데이터를실시간으로관리하는빅데이터기반지능형하수도시스템운영체계를구축하였으며,그사업내용의효과로2020데이터플래그십사례집에서는관리효율성을높이고비용절감등의효과를올릴수있다고하였습니다. 연구 결과, 하천으로 유입되는 오염물질의 68%가 강우 시에 발생하고, 특히 초기 강우 30분간 고농도의 오염물질이 발생하여 하천으로 방류되는 것으로 알려져 있어, 예방적 조치를 위한 기반시설 구축은 하수처리장에서 필수적인 요소가 될 전망입니다.또한기존예측모델링이경험에의존한주관적인운영방식이었다면이번사업을통해객관적인데이터기반운영방식으로전환이이루어졌다는점에주목할수있습니다. 이는 지능정보사회의 '새로운 의사결정 시스템'을 통해 '운영자의 경험과 사고의 폭을 확장하고 핵심 업무에 집중하는 토대'를 만드는 한편, 의사결정에 있어 직관적이고 시각화된 정보를 바탕으로 '보다 합리적인 선택'을 만들어 낼 수 있음을 시사합니다. 「이번 포스팅은, IBM의 CTO 롭하이의 말을 인용해 끝납니다」 「AI는 우리를 대신해 사고하는 대체재가 아니다.인간의 경험과 사고를 증강시키고, 보다 나은 판단을 내려 목표를 달성하도록 하는 것이다.롭하이 IBM CTO 더아이엠 씨의 '빅데이터 활용사례'를 더 알고 싶다면 아래 썸네일을 클릭해보세요!(클릭하면 홈페이지로 이동)
