2019.05.21

'AI로 싱크홀 문제 해결' 일본 KGE 이야기

George Nott | CIO Australia
일본에서는 매년 3,000개 이상의 싱크홀이 차도와 인도의 상당 부분을 잠식한다. 일부는 건설 공사 때문이다. 예를 들어 2016년 후쿠오카의 중심 비즈니스 지구에서 너비 30m의 갈라진 틈이 나타났다. 그러나 대부분 경우 50~60년대 일본의 인프라 건설이 한창일 때 가설된 낡은 배수 파이프가 갈라져 에어 포켓을 형성하고, 이게 최종적으로 함몰로 이어진다.  

가와사키 지오로지컬 엔지니어링(Kawasaki Geological Engineering, KGE)의 최고 엔지니어인 토시무네 이마이는 “차량과 보행자가 싱크홀 때문에 피해를 보는 사례가 있었다. 그리고 문제는 한층 심각해지고 있다. 도로 아래의 싱크홀은 일본에서 중대한 사회 문제가 되었다”라고 설명했다. 

KGE는 시 당국과 함께 지하의 작은 구멍이 커져 더 이상 상부 지면의 무게를 지탱할 수 없게 되기 전에 이들을 발견하는 소수의 회사 가운데 하나다. 

이를 위해 지면 투과 레이더를 이용한다. 이는 전자기 파장을 이용해 지표 아래 3m까지 구멍을 식별할 수 있다. 레이더 장비는 트럭의 뒷부분에 부착되고, 트럭은 도로를 주행하면서 지표 아래로 X-레이를 발생시킨다. 
 
이 표면 탐지 자료는 인쇄되고 전문가들이 정밀 검사한다. 100 km의 도로라면 보통 A3 200매가 만들어진다. 여러 기술자가 잠재적 구멍 부위를 찾기 위해 이를 상세히 검사하고 교차 확인한다. 이는 힘들고 지루한 작업이다. 

이마이는 KGE의 도쿄 본사에서 “여러 기술자가 이들 종이를 검사한다. 한 사람이 하는 경우 이미지 내의 무언가를 놓칠 수 있기 때문이다. 고객에게 결과를 제출하기까지 시간과 비용이 더 많이 든다”라고 설명했다. 
 
조사 담당 전문가가 수동으로 구멍을 스캔한 수백 개의 레이더 기록 중 하나

전문가가 이를 항상 정확히 해내는 것은 아니다. 예컨대 커다란 돌이나 콘크리트 덩어리 같은 물체는 레이더 파형 결과에서 구멍과 비슷하게 보인다. 

이마이는 “훈련을 받은 유능한 엔지니어조차 이를 구멍으로 착각할 수 있다. 아울러 이들은 특정 영역에 편향되기 쉽다”라고 말했다.

검출 시간을 단축하고 구멍 식별의 정확성을 높이고자 KGE는 현재 AI로 실험을 하고 있다. 엔지니어가 레이더 자료에서 구멍을 찾는 데 이미지 인식 알고리즘을 이용해 도움을 주는 것이다.

이들은 후지쯔와 협력하며, ‘하나의 구멍도 놓치지 않는다’는 최초의 목표와 함께 진라이(Zinrai) 딥러닝 솔루션을 전개하였다. 

구멍은 레이더 결과에서 상당히 확연하게 나타난다. 마치 작은 언덕이나 물결처럼 보인다. 그러나 AI를 훈련시키는 것은 쉽지 않은 것으로 드러났다. 

이마이는 “AI는 개와 고양이를 쉽게 식별할 수 있지만, 이는 AI가 학습할 수 있는 개와 고양이의 이미지가 매우 많기 때문이다. 우리는 풍부한 훈련 데이터가 필요함을 깨달았다. 이를 학습시키는 데 이용할 수 있는 것은 무엇이든 이용하였다”고 말했다. 


싱크홀을 조사하는 밴의 컨트롤 패널

초기 모델은 거짓 양성 비율이 너무 높아 실효성이 없었다. 

KGE는 고품질 이미지로 모델을 정교하게 다듬었고, 엔지니어들이 구멍으로 식별했지만 아닌 것으로 밝혀진 ‘언덕’을 구분할 수 있도록 훈련했다. AI의 추가적 정교화에 의해 이제 구멍을 식별하는 정확도가 82%로 향상되었다. 인간 엔지니어의 적중률은 약 80%이다. 

이 기술 덕분에 총 레이더 데이터 분석 시간이 절반으로 줄었고, 회사는 이를 더 단축시키길 바란다. 

이마이는 “그러나 지속적이고 반복적인 추가 훈련이 필요하다. 100% 정확도에 이르고 싶지만 가능하지 않을 것이다. 그러나 전문가의 눈이 실수할 수 있다면, AI도 그럴 수밖에 없다”라고 덧붙였다. 

탐색 결과 분석이 빨라짐에 따라 회사는 새로운 사업 모델을 갖게 되었다. 회사는 어떤 차량에든 손쉽게 부착할 수 있는 레이더 장비를 개발 중이다. 그렇다면 전문가뿐 아니라 현지 정부 인력도 이를 사용할 수 있을 것이다. 


싱크홀을 조사하는 밴에 장착된 레이더 장비

KGE의 CEO인 토시히코 사카가미는 지난주 도쿄 본사에서 가진 언론과의 인터뷰에서 회사가 처음의 AI로의 진출에서 늦어지고 있다고 밝혔다. 

“처음에는 AI를 둘러싼 꿈과 비전이 매우 컸다. 우리는 AI가 모든 것을 해결할 수 있다고 느꼈지만, AI 뒤에 놓인 실제 메커니즘이 매우 복잡한 것으로 드러났다. 우리 회사는 최초의 AI 이니셔티브에서 사실상 실패했다”라고 말했다. 
 
이제 연관 기술들은 회사와 사회를 위한 거대한 기회로 여겨지고 있다. AI는 인간 전문가를 대체하지는 않을 것이라고 이마이는 강조했다.  

그는 “AI가 인간의 능력을 보강할 것이라고 믿는다. 인간 전문가는 자신이 일하는 특유한 방식으로 편향되기 쉽고, 따라서 자기자신을 제한한다. 그러나 AI와 함께 일한다면 인간 전문가는 새로운 시야를 얻을 것이다. 우리의 꿈은 AI를 이용해 인간의 역량을 늘리고 강화하는 것이다”라고 밝혔다. ciokr@idg.co.kr



2019.05.21

'AI로 싱크홀 문제 해결' 일본 KGE 이야기

George Nott | CIO Australia
일본에서는 매년 3,000개 이상의 싱크홀이 차도와 인도의 상당 부분을 잠식한다. 일부는 건설 공사 때문이다. 예를 들어 2016년 후쿠오카의 중심 비즈니스 지구에서 너비 30m의 갈라진 틈이 나타났다. 그러나 대부분 경우 50~60년대 일본의 인프라 건설이 한창일 때 가설된 낡은 배수 파이프가 갈라져 에어 포켓을 형성하고, 이게 최종적으로 함몰로 이어진다.  

가와사키 지오로지컬 엔지니어링(Kawasaki Geological Engineering, KGE)의 최고 엔지니어인 토시무네 이마이는 “차량과 보행자가 싱크홀 때문에 피해를 보는 사례가 있었다. 그리고 문제는 한층 심각해지고 있다. 도로 아래의 싱크홀은 일본에서 중대한 사회 문제가 되었다”라고 설명했다. 

KGE는 시 당국과 함께 지하의 작은 구멍이 커져 더 이상 상부 지면의 무게를 지탱할 수 없게 되기 전에 이들을 발견하는 소수의 회사 가운데 하나다. 

이를 위해 지면 투과 레이더를 이용한다. 이는 전자기 파장을 이용해 지표 아래 3m까지 구멍을 식별할 수 있다. 레이더 장비는 트럭의 뒷부분에 부착되고, 트럭은 도로를 주행하면서 지표 아래로 X-레이를 발생시킨다. 
 
이 표면 탐지 자료는 인쇄되고 전문가들이 정밀 검사한다. 100 km의 도로라면 보통 A3 200매가 만들어진다. 여러 기술자가 잠재적 구멍 부위를 찾기 위해 이를 상세히 검사하고 교차 확인한다. 이는 힘들고 지루한 작업이다. 

이마이는 KGE의 도쿄 본사에서 “여러 기술자가 이들 종이를 검사한다. 한 사람이 하는 경우 이미지 내의 무언가를 놓칠 수 있기 때문이다. 고객에게 결과를 제출하기까지 시간과 비용이 더 많이 든다”라고 설명했다. 
 
조사 담당 전문가가 수동으로 구멍을 스캔한 수백 개의 레이더 기록 중 하나

전문가가 이를 항상 정확히 해내는 것은 아니다. 예컨대 커다란 돌이나 콘크리트 덩어리 같은 물체는 레이더 파형 결과에서 구멍과 비슷하게 보인다. 

이마이는 “훈련을 받은 유능한 엔지니어조차 이를 구멍으로 착각할 수 있다. 아울러 이들은 특정 영역에 편향되기 쉽다”라고 말했다.

검출 시간을 단축하고 구멍 식별의 정확성을 높이고자 KGE는 현재 AI로 실험을 하고 있다. 엔지니어가 레이더 자료에서 구멍을 찾는 데 이미지 인식 알고리즘을 이용해 도움을 주는 것이다.

이들은 후지쯔와 협력하며, ‘하나의 구멍도 놓치지 않는다’는 최초의 목표와 함께 진라이(Zinrai) 딥러닝 솔루션을 전개하였다. 

구멍은 레이더 결과에서 상당히 확연하게 나타난다. 마치 작은 언덕이나 물결처럼 보인다. 그러나 AI를 훈련시키는 것은 쉽지 않은 것으로 드러났다. 

이마이는 “AI는 개와 고양이를 쉽게 식별할 수 있지만, 이는 AI가 학습할 수 있는 개와 고양이의 이미지가 매우 많기 때문이다. 우리는 풍부한 훈련 데이터가 필요함을 깨달았다. 이를 학습시키는 데 이용할 수 있는 것은 무엇이든 이용하였다”고 말했다. 


싱크홀을 조사하는 밴의 컨트롤 패널

초기 모델은 거짓 양성 비율이 너무 높아 실효성이 없었다. 

KGE는 고품질 이미지로 모델을 정교하게 다듬었고, 엔지니어들이 구멍으로 식별했지만 아닌 것으로 밝혀진 ‘언덕’을 구분할 수 있도록 훈련했다. AI의 추가적 정교화에 의해 이제 구멍을 식별하는 정확도가 82%로 향상되었다. 인간 엔지니어의 적중률은 약 80%이다. 

이 기술 덕분에 총 레이더 데이터 분석 시간이 절반으로 줄었고, 회사는 이를 더 단축시키길 바란다. 

이마이는 “그러나 지속적이고 반복적인 추가 훈련이 필요하다. 100% 정확도에 이르고 싶지만 가능하지 않을 것이다. 그러나 전문가의 눈이 실수할 수 있다면, AI도 그럴 수밖에 없다”라고 덧붙였다. 

탐색 결과 분석이 빨라짐에 따라 회사는 새로운 사업 모델을 갖게 되었다. 회사는 어떤 차량에든 손쉽게 부착할 수 있는 레이더 장비를 개발 중이다. 그렇다면 전문가뿐 아니라 현지 정부 인력도 이를 사용할 수 있을 것이다. 


싱크홀을 조사하는 밴에 장착된 레이더 장비

KGE의 CEO인 토시히코 사카가미는 지난주 도쿄 본사에서 가진 언론과의 인터뷰에서 회사가 처음의 AI로의 진출에서 늦어지고 있다고 밝혔다. 

“처음에는 AI를 둘러싼 꿈과 비전이 매우 컸다. 우리는 AI가 모든 것을 해결할 수 있다고 느꼈지만, AI 뒤에 놓인 실제 메커니즘이 매우 복잡한 것으로 드러났다. 우리 회사는 최초의 AI 이니셔티브에서 사실상 실패했다”라고 말했다. 
 
이제 연관 기술들은 회사와 사회를 위한 거대한 기회로 여겨지고 있다. AI는 인간 전문가를 대체하지는 않을 것이라고 이마이는 강조했다.  

그는 “AI가 인간의 능력을 보강할 것이라고 믿는다. 인간 전문가는 자신이 일하는 특유한 방식으로 편향되기 쉽고, 따라서 자기자신을 제한한다. 그러나 AI와 함께 일한다면 인간 전문가는 새로운 시야를 얻을 것이다. 우리의 꿈은 AI를 이용해 인간의 역량을 늘리고 강화하는 것이다”라고 밝혔다. ciokr@idg.co.kr

X