포스텍(POSTECH)과 경북대 연구팀이 인공지능(AI)을 활용해 지역별 홍수 위험도를 예측하고 전국의 '홍수 위험지도'를 만드는데 성공했다. 이번 연구는 최근 환경과학 분야 저널인 '환경관리저널(Journal of Environmental Management)'에 게재됐다.

기후변화와 급속한 도시화로 홍수 피해는 점점 더 심각해지고 있다. 특히 빗물이 스며들지 못하는 콘크리트 도로와 건물이 늘어나면서 같은 양의 비가 내려도 피해 규모는 커지고 있다. 홍수 위험을 예측할 때 전문가의 주관적 판단에 의존하는 '계층화 분석법(AHP)'을 주로 사용했지만, 이 방식은 시간과 비용이 많이 들 뿐만 아니라 예측 결과의 신뢰도를 수치로 명확하게 표현하기 어려웠다.

(왼쪽부터)감종훈 포스텍 교수, 제1저자 이은미 씨, 정영훈 경북대 건설방재공학과 교수, 공동저자 유영욱 씨

연구팀은 AI를 활용해 이를 해결했다. 먼저, 최근 20년간(2002~2021년) 행정안전부가 기록한 전국 시군구별 홍수 피해 데이터를 분석했다. 이를 바탕으로 홍수 위험을 결정하는 네 가지 핵심 요소인 '위해성(비가 얼마나 많이 오는지)', '노출성(위험에 노출된 인구와 시설)', '취약성(피해를 받기 쉬운 정도)', '대응력(얼마나 잘 대처할 수 있는지)'을 세분화하고, 이를 AI에게 학습시켰다.

여러 AI 모델 중에서 'XGBoost'와 'Random Forest' 두 모델이 77% 이상의 높은 정확도로 홍수 피해를 예측했다. 흥미로운 점은 두 모델이 각각 다른 요소를 가장 중요하게 꼽았다는 것이다. XGBoost는 '빗물이 스며들지 못하는 포장면 비율(불투수면 비율)'을, Random Forest는 '하천 면적'을 가장 큰 위험 요인으로 분석했다.

그럼에도 두 AI 모델 모두 서울과 인천 등 대도시를 '홍수 고위험 지역'으로 평가했다. 이는 인구 밀도가 높고 콘크리트 포장 면적이 넓으며, 하천 주변에 건물과 기반시설이 집중되어 있어 피해에 더 취약하다는 점을 보여준다.

인공지능 모델 기반 폭우로 인한 침수 위험도 시군구 단위 지도

이번 연구는 홍수 위험에 대한 '예측 불확실성'을 수치로 평가할 수 있게 됐다는 점에서 의미가 있다. 여러 AI 모델이 공통으로 위험하다고 평가한 지역은 방재 정책의 우선순위로, 모델 간 평가가 엇갈리는 지역은 추가 조사가 필요한 곳으로 분류할 수 있게 됐다. 이는 한정된 예산으로 효과적인 홍수 대책을 세우는 데 실질적인 도움이 된다.

연구팀은 실질적인 해결책도 제시했다. AI 분석을 통해 '불투수면 비율'과 '하천 면적'이 주요 위험 요인으로 확인된 만큼, 홍수 피해를 줄이기 위해서는 빗물이 자연스럽게 땅으로 흡수될 수 있는 녹지 공간 확보와 하천 주변 개발 제한 등 자연 친화적 도시 개발 정책이 필요하다고 강조했다.

한편, 이번 연구는 한국연구재단 이공분야 학술연구지원사업과 현대차 정몽구 재단의 지원을 받아 수행됐다.

포항=정재훈 기자 jhoon@etnews.com

Copyright © 전자신문. 무단전재 및 재배포 금지.