인스페이스, 기후 재난 위성 분석으로 선제 대응

• 점 단위 계측의 사각지대를 해소하는 광역 스크리닝 체계

• 위성 레이더와 설명형 인공지능이 제시하는 정책결정 근거

• 디지털 트윈 기반으로 확장되는 국가 재난안전 공간정보망

기후 재난관리 패러다임에 커다란 변화를 가져올 전환점이 실증되고 있다.

기후위기로 촉발된 비정형 복합 재난이 급증하고 국가 재난안전 패러다임이 사후 복구 중심에서 공간정보 기반의 선제적 예측 체계로 급변하면서, 국내 인공위성 전문기업 인스페이스가 선보인 위성 합성개구레이더와 인공지능 융합 위험예측 플랫폼에 이목이 쏠린다.

최근 주요 정부 부처가 데이터 기반의 재난안전 인프라 고도화 정책을 강력히 추진하는 가운데 일선 지자체의 재난 대응 역량 강화가 시급한 국가적 과제로 부상하면서 경기 북부 연천군이 재난 발생 전에 위험 징후를 선제적으로 식별, 차단하는 실질적인 정책 도구로 채택했기 때문이다.

특히, 인스페이스가 기존 지상 센서 기반 관측이 지니고 있던 물리적 한계를 정면으로 돌파하면서, 새로운 재난안전 공간정보 산업이 나아가야 할 혁신적 이정표를 제시했다는 평이다. 

---

극한 호우 사각지대 노출과 점 관측의 한계

국지성 극한 호우와 잦은 태풍으로 인해 지반침하 및 산사태 위험이 고도화되는 상황에서 기존의 점 단위 사물인터넷 센서 망의 구조적 취약성은 설치된 장소만 유용하다는 맹점이 있다.

지하수위계나 경사도계 등 지상 계측 장비가 특정 지점의 국소적 변화만 감지할 뿐 센서가 매설되지 않은 광활한 미계측 지역은 위험 징후를 놓치는 거대한 사각지대로 남게된다.

수백 제곱킬로미터에 달하는 행정구역 전체를 빈틈없이 감시하기 위해 장비를 촘촘히 설치하려면 천문학적인 유지보수 예산이 소요되어 현실적인 적용이 불가능하다.

특히 지뢰 유실 위험 지대나 험준한 산악지대 등 접근이 엄격히 통제된 구역은 인력 투입조차 불가능하여 물리적 재난 감시망의 완전한 공백 상태로 방치되어 왔다고 볼 수 있다.

지반 붕괴 사고 현장 다수가 기존 센서 계측망을 벗어난 곳에서 발생했다는 사실은 재난 징후를 찾아내기 위한 새로운 면 단위 관측 체계의 도입이 절실함을 방증한다.

---

엘밴드와 시밴드 융합 하이브리드 기술 적용

인스페이스는 아날로그 관측 방식의 근본적 취약점을 단번에 해소하기 위해 행정구역 전역을 관할하는 위성 간섭계 원격탐사 시스템을 플랫폼에 전면 도입했다.

능동형 마이크로파를 활용하는 위성 레이더를 기반으로 극심한 폭우나 구름 낀 야간 등 기상 악조건 속에서도 24시간 전천후 지표면 탐색을 수행하는 능력을 발휘한다.

인스페이스는 서로 다른 시점에 촬영된 위성 영상 간의 위상 차이를 정밀하게 간섭 처리함으로써 지표면의 미세한 움직임을 밀리미터 단위의 초정밀도로 측정하는 알고리즘을 구현했다.

특히 우리나라 지형에 최적화된 시밴드 및 엘밴드 하이브리드 위성 관측 시스템을 적용해 식생 밀집 구역의 관측 한계를 극복하는 탁월한 물리적 우수성을 확보했다.

시밴드는 파장 길이가 약 4~8cm 마이크로파 대역을 의미하며 엘밴드는 파장 길이가 약 15~30cm로 시밴드보다 파장이 더 긴 마이크로파 대역이다.

현재 유럽우주국이 운용하는 ‘센티널-1’ 위성의 경우 시밴드를 주로 사용하며, 일본 우주항공연구개발기구가 운용하는 ‘에이엘오에스-2’ 위성은 엘밴드를 활용한다.

시밴드는 광역 스크리닝에 강력한 성능을 발휘하고 엘밴드는 15~30cm에 달하는 긴 파장으로 식생 투과력이 뛰어나 상호 보완적으로 하이브리드 기술로 융합했다.

이러한 하이브리드 체계는 수목이 울창한 산림 지역에서도 레이더 신호가 나뭇가지 사이를 관통하며 지표면의 미세 변위를 명확히 포착해 데이터의 신뢰도를 폭발적으로 끌어올린다.

---

설명형 인공지능으로 행정책임 수치화

[인스페이스의 설명형 인공지능 엔진 InLDM]

우주 공간에서 축적된 밀리미터 단위의 방대한 변위 데이터는 인스페이스의 하이브리드 인공지능 엔진(AI-PSPM, Pattern-based Subsidence Prediction Model)을 거치면 현장에서 즉각 행동 가능한 복합 재난 예측 정보로 변환된다.

AI-PSPM 엔진은 InSAR 분석을 통해 축적된 시계열 지반변위 데이터와 지자체 보유 다중 데이터인 기상청 누적 강우량, 토양수분, 경사도, 지질도, 과거 재해 피해이력 등을 다중 입력으로 융합 학습해 지반침하 및 산사태 붕괴의 연쇄 확산 메카니즘을 시공간 입체 구조로 낱낱이 분석하고 위험도를 선제적으로 예측해 준다.

이 과정에서 인스페이스의 가장 큰 산업적 혁신은 설명형 인공지능(InLDM)을 전격 도입해 기존 딥러닝 알고리즘이 지닌 연산 구조의 블랙박스 한계를 투명하게 해체했다.

인공지능의 확률적 결과를 맹신할 수 없는 행정 조직의 특성상 담당 공무원이 대피 명령을 내리기 위해서는 철저하게 객관적이고 수치화된 의사결정 근거가 필수적이다.

사업 총괄을 맡은 인스페이스 박신애 책임은 “설명형 인공지능 엔진은 최근 누적 강우량과 변위속도 등 최종 판단 근거를 명확한 수치로 출력하여 현장 담당자의 직관적 의사결정을 완벽히 지원한다”고 강조했다.

이어 박 책임은 “이러한 수치화된 지표 제공은 단순한 가짜 경보 검증을 넘어 지자체의 신속한 행정 조치를 뒷받침하는 강력한 법적 근거로 작용한다”고 덧붙였다.

---

표준운영절차 연동과 디지털 트윈 관제 고도화

원격 관측과 딥러닝 예측의 정교한 시너지는 웹 기반의 3차원 디지털 트윈 관제 대시보드에 집약돼 지자체 재난 방어선의 최종 형태를 완성한다.

인공지능이 실시간으로 분석한 지반 붕괴 위험도와 시공간 확산 궤적은 관심부터 즉각적인 조치까지 다단계 등급으로 구분되며 3차원 지형도에서 고위험 핫스팟 레이어로 즉시 표출된다.

유관 부서 담당자들은 고사양의 전용 장비나 소프트웨어 설치 없이 웹 접속만으로 하나의 통합 관제망에 진입해 동일한 현장 상황을 오차 없이 실시간으로 공유한다.

위험 수치가 임계치에 도달하면 즉각적인 색상 알람 발생과 동시에 해당 등급에 최적화된 재난 표준운영절차 가이드 라인이 관계자 전원의 스마트폰과 이메일로 자동 전파된다.

관측된 데이터가 정보로 가공되고 행정적 판단을 거쳐 현장의 대피 조치로 이어지는 일련의 과정이 시스템 내에서 지연 없이 유기적으로 연동되는 지능형 플랫폼의 실체다.

---

재난안전 국가 공간정보망으로 정책적 도약

일선 지자체의 국지적 재난 관제 솔루션으로 출발한 인스페이스의 통합 플랫폼은 중앙정부의 공간정보 빅데이터 융복합 정책 기조와 맞물려 전국적 확산의 강력한 잠재력을 지닌다.

부처별로 분산된 재난안전 데이터를 하나로 통합해 지능형 모니터링 체계를 구축하려는 디지털플랫폼정부의 핵심 목표는 이 시스템이 보여준 허브 앤 스포크(Hub and Spoke) 중심 구조와 완벽히 부합한다.

단일 시군의 지반침하 예방을 넘어 도 단위의 산사태 위험지도를 구축하고 향후 고속도로 및 철도와 대규모 산업단지 등 국가 주요 기반시설의 안전망으로 적용 범위에 대한 가 무한한 확장성을 갖고 있다.

위성 관측과 인공지능이 행정 조직의 의사결정을 실시간으로 보조하는 체계가 전국 단위로 안착하면 기후위기 시대에 대응하는 가장 진보된 재난안전 주권을 확보하게 된다.

점 단위 센서가 수동적으로 위험 수치를 측정하던 아날로그 시대를 지나 공간정보 자체가 선제적 안전핀 역할을 수행하는 지능형 재난 방어선 구축이 이제 본격적인 궤도에 올랐다고 할 수 있다.

기사 자세히 보기