화재 진압하는 소방관 생명을 지키는 인공지능(AI) 기술이 나왔다. 소방관이 불 난 건물로 들어갔을 때 발생할 수 있는 갑작스러운 폭발 현상인 '플래시오버(Flashover)'를 미리 알리는 예측신경망 모델이 개발됐다. 정확도는 92%가 넘는다.
미국 E&T 종합매거진이 ‘플래시오버(Flashover)’를 예측하는 모델이 개발됐다고 11일(현지시간) 보도했다. 플래시오버 현상은 실내에서 불이 났을 때 일어난다. 방 전체가 순식간에 화염에 휩싸인다. 이 경우에는 아무리 방화복을 단단히 입어도 심각한 화상을 입을 수 있다. 소방관의 주요 사망 원인이기도 하다.
보도에 따르면 화재로 인한 소방관 피해를 줄이기 위해 미국 국립표준기술연구소(NIST)와 홍콩 폴리테크닉 대학 연구팀이 나섰다. 공동연구팀은 ‘플래시오버 예측 신경망(Flashover Prediction Neural Network)’ 모델을 함께 개발했다. 플래시 오버가 발생하기 몇 초 전 미리 알리는 게 주요 기능이다.
연구팀은 그래프신경망(GNN)으로 알려진 머신러닝(ML) 알고리즘을 사용했다. 17개 종류 건물에서 4만1000건이상 넘는 화재 케이스를 컴퓨터로 시뮬레이션했다. 또 2만5000건의 화재 사례를 GNN에 탑재했다. 그후에는 미세 조정과 최종 테스트를 위해 1만6000건을 추가로 넣었다.
연구팀은 해당 모델 성능도 실험했다. 미국 가정집 설계에 쓰는 주거용 평면 구조도에서 다각적으로 테스트했다. 평면 구조도만 12종류다. 결과적으로 플래시오버 예측 정확도가 92.1%에 달한 것으로 나타났다.
일반적으로 플래시오버는 약 600도에서 갑작스럽게 발생한다. 환경에 따라 온도가 더 높거나 낮아질 수 있다. 그러나 기존에 사용된 도구는 다양한 건물에서 예측하는 능력이 뒤쳐졌다. 조금이라도 열 감지기가 손상되면 측정이 거의 불가능하다.
대안으로 나온 기술은 열 감지기 대신 데이터셋에 의존한다. 탑재된 데이터셋도 대규모가 아니여서 현실과 동떨어진 감지 예측을 보이는 경우가 많았다. 그러나 이번에 개발된 도구로 예측도가 높아져 플래시오버로 인한 소방관 사망률을 낮출 수 있을 전망이다.
AI타임스 김미정 기자 kimj7521@aitimes.com
[관련 기사]바다 위 떠다니는 플라스틱, 비전기술로 파악한다
