드론 기반의 인공지능 활용 안전점검 통해 위험요소 철저히 발굴

 

급격히 증가하고 있는 노후 1·2종 시설물을 보다 효과적이고 세심하게 점검하기 위한 방안으로 산업용 드론에 기반한 AI 안전점검이 떠오르고 있다. 

한국시설안전공단의 국내 시설물 증가 현황자료에 의하면, 우리나라의 시설물 수는 대략 1990년을 기점으로 급격히 증가하기 시작해 2017년을 기준으로 총 8만7000여 개(공공 3만1000여 개, 민간 5만6000여 개)의 1·2종 시설물이 있다.

여기서 문제는 급격히 증가하는 시설물의 수에 비례해 지속적으로 진단을 하고 보수해야 하는 노후화된 건물들 또한 급속히 늘고 있다는 점이다. 게다가 이 비율이 2030년에는 전체 시설물의 30%에 육박할 것으로 예상되고 있다.

상황이 이토록 심각한데, 현재 노후 시설물에 대한 안전점검은 상당히 허술한 편이라는 게 많은 전문가들의 의견이다. 대부분이 인력의 의한 육안으로만 점검과 진단을 하고 있기 때문이다. 이 경우 대상 영역이 광범위하면 모든 곳을 빠짐없이 진단하는 것이 사실상 불가능에 가깝다.

뿐만 아니다. 사람이 아예 접근하기 어려운 구역이나 구간이 존재한다는 점도 문제다. 이런 지역의 진단을 위해 각종 특수장비가 개발되었지만, 이 경우 매우 고가의 비용이 소요된다. 실제 업계에 따르면 일례로 사람의 접근이 어려운 교량의 경우 상당한 비용을 들여서 굴절차를 이용해 점검을 하지만, 교량의 교각 밑쪽 등 점검 사각지대가 발생해 점검의 완벽성이 떨어진다.

따라서 이런 여러 문제점을 해결할 방안으로 최근 산업용 드론에 기반한 AI 안전점검이 주목을 받고 있다. (사)재난안전드론협회와 함께 산업용 드론을 활용한 시설물 안전점검 및 유지보수 프로젝트를 수행하고 있는 드론아이디(대표 장문기)의 산업용 드론 기반 인공지능 안전점검 솔루션 ‘BIRD’(Building Inspection with using aRtificial intelligence and Drone)가 대표적인 추진사례다.

드론아이디에 따르면 ‘BIRD’는 시설물 안전점검 비용을 기존 대비 1/3까지 대폭 줄일 수 있고, 지금까지는 불가능에 가까웠던 건물의 미세한 균열까지 잡아낼 수 있는 획기적인 솔루션이다.

구체적인 점검과정을 살펴보면 먼저, 드론으로 타겟 시설물의 모든 곳을 정밀 촬영하고 이렇게 취득한 이미지를 3D 데이터화 시킨다. 이와 동시에, 드론으로 취득한 타겟 시설물의 모든 이미지는 안전점검 인공지능 솔루션인 ‘BIRD’에 들어가게 되어 어떤 이미지가 불량 또는 정상인지, 그리고 불량이라면 어디에 어떤 불량이 있는지를 알아낼 수 있다.

㈜드론아이디의 비행 파일럿들은 촬영 난이도가 높은 시설물에 대해서도 3D 모델링화 시킬 수 있는 노하우를 지니고 있다. 3D 모델링은 해당 부분의 이미지가 있어야 가능하기 때문에 시설물 전체를 3D모델링 할 수 있다는 것은 시설물 전체를 촬영했다는 것을 의미한다. 때문에 완벽한 3D모델링은 안전점검에 있어서 모든 곳을 점검했다고 증명할 수 있는 방법 중 하나다.

게다가 이렇게 완벽한 3D모델링을 만들어 낼 수 있는 Source 2D 데이터는 ‘BIRD’에 입력되어 자동으로 안전점검을 수행하게 된다. ㈜드론아이디가 개발 중인 안전점검 솔루션 ‘BIRD’는 딥뉴럴네트워크를 이용하여 학습하였고, 자동으로 이미지의 불량유무를 판단하고 어떤 불량이 어디에 있는지를 검출한다.

‘BIRD’는 최종적으로 3D모델링 상에서 어떤 부분에 어떤 불량이 있는지를 자동 판단해주어 직관적이고 편리하게 시설물 안전점검을 수행토록 함으로써 비전문가도 쉽게 사용할 수 있도록 하는 것을 목표로 한다.

급격히 늘고 있는 노후 시설물 안전점검 및 관리에 산업용 드론에 기반한 AI 안전점검 등 최신 스마트 안전점검 기술이 적극 활용되어 시설물 안전에 대한 국민들의 우려를 불식시켜주길 기대한다.

저작권자 © 안전저널 무단전재 및 재배포 금지