국가 방위군, 화재 탐지 드론에 AI 적용

화재가 더 크고 위험해지면서 다양한 정부 및 민간 기관은 인공 지능을 이용하여 화재를 탐지하고 예측하기 시작했다. 국가 방위군은 최근 몇 년 동안 캘리포니아에서 늦은 여름과 가을에 정찰 비행을 수행해 왔지만, 이러한 비행을 수행하는 드론에 인공 지능 알고리즘 업그레이드가 적용되어 특정 지역 내에서 자동으로 화재 지도를 생성할 수 있게 되었다.

화재 지도를 생성하는 것은 데이터 분석을 통해 끊임없이 변화하는 화재를 산지 지형에 따라 매핑해야 하므로 매우 어려운 과정이다. 공중 및 지상 관측 모두 화재 지도를 만들기 위해 사용되며, 화재 지도는 일반적으로 하루 또는 그 이상으로 업데이트된다. 큰 화재는 하루 동안 15마일까지 이동할 수 있으며, 이번 화재 시즌에 일부 화재에서 목격된 바 있다. 화재 감시 기관은 화재 데이터를 수집하고 화재 지도를 업데이트하는 더 빠른 방법이 필요하며, 항공 드론과 인공 지능의 조합은 이러한 필요를 해결할 수 있다.

화재 매핑 시스템은 대부분 두 가지 다른 방법 중 하나를 사용하여 화재를 탐지한다. 화재는 지구 표면에서 열을 감지하거나(비정상적으로 뜨거운 지역을 감지) 에어로졸 배출을 분석하여(화재로 인해 대기 중에 방출되는 연소 粒子를 감지) 탐지된다. 잠재적인 화재가 탐지되면 고해상도 이미지 시스템인 드론을 사용하여 확인할 수 있다. 국가 방위군 드론에 장착된 카메라는 지상 90피트의 해상도로 화재를 표시할 수 있다.

국가 방위군은 MQ-9 “리퍼” 드론에 화재를 탐지하고 화재 지도를 생성하기 위한 인공 지능 알고리즘을 장착했다. 인공 지능 알고리즘은 활성화된 화재에 대한 데이터를 수집하고 더 큰 화재로 인해 시작된 “스팟 화재”를 탐지하는 데 사용된다. 이 프로젝트는 2018년 국방부에서 설립한 합동 인공 지능 센터(JAIC)가 주도했다. JAIC 화재 매핑 시스템은 이전 화재의 항공 영상과 주석이 달린 경계에 대해 훈련된 기계 학습 알고리즘을 사용한다. 그런 다음 알고리즘은 위치 데이터만 있는 보이지 않는 이미지에 입력을 받아 화재를 탐지하고 화재가 발생하는 지역을 표시하는 지도를 출력할 수 있다. 스팟 화재의 위치도 표시된다.

다른 기관에서 사용하는 하루 동안 화재 지도를 생성하는 과정과 비교할 때, JAIC 화재 매핑 시스템은 훨씬 빠르다. 인공 지능 기반 화재 매핑 프로세스는 약 30분마다 새로운 화재 지도를 생성할 수 있다. 캘리포니아 공군 국경 수비대에 따르면, 새로운 시스템이 생성하는 지도는 정확하며, CalFire의 피드백은 긍정적이다. 지도가 계속해서 신뢰할 수 있고 CalFire의 작전과 성공적으로 통합될 수 있다면, 다음 해의 화재 시즌 동안 화재를 탐지하는 데 도움이 될 수 있다.

현재 화재의 경계를 매핑하는 것 외에도, 인공 지능은 화재 진압 팀이 화재의 이동을 예측하는 데 도움이 될 수 있다. CalFire 자체는 최근 WildFire Analyst Enterprise라는 도구와 함께 작업하기 시작했다. 화재 분석 도구는 Technosylva에서 만들었으며, 다양한 화재 확산 모델을 결합하여 작동한다. 이러한 모델은 이전 화재의 특징(예: 식생의 수분 함유량, 날씨 조건, 위성 이미지)에 대해 훈련된 기계 학습 알고리즘을 사용하여 향상된다. 모델은 현재 화재에 대한 데이터를 이전 화재 데이터와 비교하여 화재가 어떻게 확산할지 예측한다. 소프트웨어는 또한 사용자가 다양한 변수(예: 날씨 조건)의 변경에 따라 시뮬레이션을 생성할 수 있도록 허용한다. 도구는 CZU Lightning Complex Fire가 Felton 마을로 이동할 것이라고 정확하게 예측했으며, 이로 인해 화재 진압 팀이 조기에 도착하여 그렇지 않으면 구할 수 없었을 수 있는 많은 구조물을 구할 수 있었다.

한편, 남부 캘리포니아의 소방서들은 Wifire Lab에서 개발한 FireMap이라는 다른 화재 추적 및 예측 시스템을 사용하고 있다. FireMap은 카메라, 기상 조건, 바람 조건, 식생의 수분 함유량 등 공중 및 지상 데이터를 사용하여 화재가 어디로 확산할지 예측한다.

더 많은 인공 지능 기반 화재 탐지 및 예측 플랫폼이 개발됨에 따라, 드론은 점점 더 중요해질 것이다. 위성은 매우 유용하지만, 수집할 수 있는 데이터의 유형과 볼륨에 제한이 있다. 두 가지 유형의 위성이 데이터를 수집하는데 사용된다.極軌道 위성과 정지 위성이다. 極軌道 위성은 고해상도 이미지를 캡처할 수 있지만, 이미지는 하루에 두 번만 캡처된다. 반면에 정지 위성에서 수집한 이미지는 일반적으로 5분마다 캡처된다. 그러나 정지 위성은 지구의 궤도와 동기화하기 위해 지구 표면에서 약 22,000마일 거리에 있어야 한다. 결과적으로, 이러한 이미지는 極軌道 위성보다 훨씬 더 자세하지 않다. 드론은 데이터의 간격을 메우는 데 도움이 될 수 있으며, 관심 지역에 대한 더 많은 상시 및 자세한 이미지를 얻을 수 있다.