AI는 화재 발생 전 위험을 찾을 수 있을까[내일을 지키는 안전망③]

화재는 누구에게나 발생할 수 있지만 위험을 얼마나 미리 발견하고 대비했는지에 따라 피해 규모가 달라질 수 있다. 노후주택과 전통시장 같은 취약시설은 물론 전기차·에너지저장장치(ESS)·데이터센터 등 새로운 위험에 대응하기 위해서는 현장 중심의 점검과 기술 혁신, 보험의 역할, 제도적 뒷받침이 함께 작동해야 한다. 뉴시스는 한국화재보험협회와 함께 화재 위험의 현주소를 진단하고 예방부터 피해 회복까지 사회안전망의 역할과 과제를 7회에 걸쳐 살펴본다. [편집자주]

[서울=뉴시스]권안나 기자 = 인공지능(AI)의 발전으로 화재 위험관리 방식도 달라지고 있다. 과거 화재 발생 이후 대응에 초점을 맞췄다면, 이제는 AI와 사물인터넷(IoT)을 활용해 사고 전 위험 징후를 감지하고 예방하는 방식으로 진화하고 있다. 향후 AI 기반 화재 모니터링 기술의 실제 화재 예방 효과가 구체적으로 입증되면, 이를 반영해 보험사의 인수심사와 위험등급 산정, 보험료 할인 체계도 한층 정교화될 전망이다.

15일 한국화재보험협회에 따르면 최근 화재안전 분야에서는 전기설비의 아크와 온도·진동 변화 등 화재 발생 전 나타나는 이상 신호를 데이터로 분석하는 기술이 주목받고 있다.

기존 화재감지 시스템은 연기나 열, 불꽃 등이 일정 수준 이상 발생한 뒤 이를 감지해 경보를 울리는 방식이었지만, AI 기반 모니터링은 센서를 통해 수집한 데이터를 실시간으로 분석해 화재로 이어질 수 있는 위험 요인을 사전에 포착하는 것이 특징이다. 설비의 이상 상태를 조기에 확인해 화재 발생 전 점검이나 가동 중단 등 선제적인 조치를 취할 수 있도록 돕는다.

대표적인 사례가 전기설비 내부의 아크 감지다. 배전반 등에서 발생하는 비정상적인 아크는 전기화재의 전조가 될 수 있다. 센서가 이를 조기에 포착하면 화염이나 연기가 발생하기 전 설비 점검과 전원 차단 등 대응에 나설 수 있다. 모터와 베어링의 온도·진동 변화, 설비 주변의 비정상적인 열 발생 등도 화재 위험을 판단하는 데이터로 활용된다.

AI 모니터링의 장점은 사람이 상시 확인하기 어려운 현장에서도 데이터를 지속적으로 수집할 수 있다는 점이다. 공장과 물류창고처럼 설비가 복잡하거나 관리자가 상주하기 어려운 공간에서 이상 징후를 실시간으로 파악할 수 있다. 정기적인 현장 점검만으로는 포착하기 어려운 순간적인 이상 상태까지 확인할 수 있어 안전관리의 사각지대를 줄이는 데 도움이 된다.

해외에서는 관련 기술이 화재 위험을 사전에 차단한 사례도 나오고 있다.

독일 목재 가공업체 머서 팀버 프로덕츠는 열화상 카메라를 통해 설비 온도를 24시간 모니터링하고 있다. 지난해 목재 조각이 설비에 끼어 온도가 상승하자 시스템이 이를 감지해 경보를 보냈고, 설비가 자동으로 멈추면서 작업자가 원인을 제거해 화재를 막았다. 해당 업체는 예방 효과를 확인한 뒤 화재 이력이 있는 다른 공정으로도 시스템을 확대했다.

미국 KCF 테크놀로지스의 고객사 가운데 한 골판지 제조공장에서는 모터와 베어링의 온도·진동 데이터를 분석하는 시스템이 활용됐다. 골판지 잔여물이 모터 주변의 공기 흐름을 막아 온도가 급격히 상승하자 시스템이 이상 신호를 감지했고, 작업자가 잔여물을 제거해 화재 위험을 해소했다. 이를 통해 약 2만달러의 화재 관련 비용을 절감한 것으로 전해진다.

다만 AI 기반 모니터링이 모든 화재를 예측하거나 예방할 수 있는 것은 아니다. 센서의 정확도와 설치 위치, 설비별 특성에 따라 감지 성능이 달라질 수 있다. 이상 신호 포착을 위한 시스템인 만큼 이를 확인하고 적절한 조치로 연결하는 대응체계가 중요한 이유다.

국내에서도 산업현장에 AI 기반 화재 모니터링 기술을 적용하고 위험 저감 효과를 검증하려는 움직임이 이어지고 있다. 화재보험협회는 AI·IoT 기술을 보유한 기업들과 협력해 전기설비와 산업시설, 창고, 축산농가 등에 관련 시스템을 설치하고 데이터를 축적하고 있다.

적용 기술은 업체별로 차이가 있다. HL만도의 아크 감지 센서는 배전반 등 전기설비 내부에서 발생하는 비정상적인 아크를 감지한다. 올라이트라이프는 AIoT 플랫폼과 무선 화재감지기 등을 활용해 현장 데이터를 모니터링하고, 포커스AI는 CCTV 영상 분석을 통해 연기와 화재 등 이상 상황을 감지하는 기술을 적용한다.

협회는 이들 업체들과 협업해 연구시설 내 테스트베드뿐 아니라 산업시설과 물류창고, 축사, 소규모 음식점 등으로 적용 범위를 넓히고 있다.

국내 산단 내 공장과 전남과 충남 지역 내 돈사, 물류창고 등에는 아크감지센서를, 전북 전주 한옥마을의 한옥체험업 100개소에는 무선화재감지기와 공기흡입형감지기 등 관련 설비를 설치했다. 천안시 1호 골목형 상점가 내 소규모 음식점 15개소에는 AI CCTV를 운영중이다. 일부 사업에서는 협회가 안전문화 확산 차원에서 비용을 지원한다.

각 설비에서 수집된 데이터는 기업별 서버와 플랫폼을 통해 관리된다. 이상 신호가 감지되면 현장 관리자에게 알림이 전달되고, 관리자와 협회 관계자는 플랫폼에서 실시간 분석 결과를 확인할 수 있다.

협회는 월별 데이터를 축적해 이상 징후의 발생 빈도와 감지·대응 과정 등을 분석하고, 기술 도입이 실제 화재 위험을 낮추는 데 얼마나 기여하는지 검증할 계획이다.

소규모 사업장의 안전관리 사각지대를 줄이기 위한 노력도 이어지고 있다. 협회는 상시 센서를 설치하는 모니터링 사업과 별도로, 소상공인이 스마트폰으로 사업장 안전 상태를 점검하는 AI 자율점검 시스템을 운영하고 있다.

점포주가 QR코드로 접속해 소화기와 가스밸브, 콘센트 등 주요 안전관리 항목을 촬영하면 AI가 사진을 분석해 점검 결과와 개선 사항을 안내하는 방식이다. 협회는 점검 데이터를 바탕으로 취약 점포를 파악하고 필요하면 전문가의 현장 점검으로 연계할 계획이다.

이 같은 실증 결과는 향후 보험제도와의 연계 가능성도 열어두고 있다. 현재 화재보험의 보험료 할인은 스프링클러 등 소화·방재설비 설치 여부를 중심으로 이뤄지는 경우가 많다. AI 기반 감지·모니터링 설비도 화재 위험을 낮출 가능성이 있는 만큼 향후 보험료 할인의 기준으로 자리잡을 수 있다.

협회는 현장 데이터를 분석해 화재 위험 저감 효과를 확인하고, 이를 향후 보험 인수심사나 위험도 평가, 보험료 할인 등에 반영할 수 있을지 검토한다는 방침이다. 내년 상반기에는 데이터 분석 결과를 도출해 외부에 공개할 계획이다.

한편 AI가 화재안전 관리의 모든 판단을 대신할 수는 없다는 점은 과제다. 데이터 수집과 이상 패턴 분석은 기술이 수행하더라도 실제 현장에서 위험의 원인을 파악하고 대응 시점을 결정하는 과정에는 전문적인 판단이 필요하다. 설비의 종류와 주변 환경, 작업 상황에 따라 같은 이상 신호도 의미가 달라질 수 있기 때문이다.

곽훈 화재보험협회 신사업전략팀장은 "기존 시설이 발화 이후 대응에 집중했다면 이제는 전기적 이상 신호나 과열 등 화재 발생 전 징후를 실시간 데이터로 분석해 사고를 예방하는 것이 협회가 추진하는 사업의 방향"이라며 "AI가 방대한 데이터를 분석해 위험 가능성을 제시하더라도 이를 현장 상황에 맞게 해석하고 실질적인 예방 조치로 연결하는 것은 전문가의 경험과 판단이 필요한 영역"이라고 말했다.


◎공감언론 뉴시스 [email protected]