일본산업뉴스요약

AI로 노면 밑 공동(空洞) 감지
하수도관의 노후화에 대응, 판정시간단축∙정밀도 향상

지면에 매설되어 있는 하수도관 등의 노후화가 진행되면서 도로 함몰의 위험성이 높아지고 있다. 지질조사 사업을 전개하는 가와사키지질(川崎地質)은 후지쓰의 AI를 활용하여, 노면 밑의 공동(空洞)해석수탁서비스를 시작하였다. 지중 레이더 탐사장치로 수집하는 방대한 화상 데이터를 통해, AI가 노면 밑의 빈 공간이 있는 곳을 판정한다. 지금까지 기술자가 실시했던 것과 비교하여 판정 시간을 약 10분의 1로 단축할 수 있다. 지자체 등의 도로 관리자에게 서비스를 제공한다.

-- 휴먼 에러에 의한 간과가 과제 --
고도경제성장기에 정비된 사회 인프라 중에는, 노후화의 기준이 되는 50년을 경과한 시설이 늘고 있다. 하수도관도 마찬가지로 노후화가 상당히 진행되었다.

국토교통성에 따르면 부설 후 50년 이상이 경과한 하수도관은 2015년 시점에 약 1만 3,000km였다. 3년 전과 비교하여 약 30% 증가하였다. 20년 후에는 약 10배로 증가할 것으로 예측한다. 경년열화로 인해 하수도관에 균열이 생기면「흙이 빨려 들어가 빈 공간이 생기기 때문에 도로 함몰의 원인이 된다」라고 전략기획본부의 누마쿠나이(沼宮内) 부장은 말한다.

가와사키지질은 지중 레이더 탐사장치를 이용하여 노면 밑의 빈 공간이나 지하 매설물을 조사하는 서비스를 전개하고 있다. 일반적으로는 깊이 1.5m를 탐사하지만, 가와사키지질은 깊이 3m로, 보다 깊은 부분의 상황을 파악할 수 있다는 것이 강점이다.

전자파에 의한 반사 파형을 취득하여 화상화한다. 도로 100m 당 한 장의 화상 데이터를 가지고 지면 밑의 빈 공간이나 매설관의 유무 등을 기술자의 경험에 의지하며 육안으로 판정한다.

그러나 기술자에 따라 데이터 해석에 개인차가 생길 뿐 아니라, 시간도 많이 걸리고, 휴먼 에러에 의한 간과 등이 과제였다.

-- 지자체에 제공 --
이 때문에 화상 데이터의 해석 작업에 AI를 활용하기도 하였다. AI가 지면 밑의 이상을 감지할 수 있도록 하기 위해「만 단위의 화상데이터를 사용하여 기계학습을 하였다」라고 수도권사업본부의 야마다(山田) 부장은 말한다. 기계학습을 바탕으로 추론 시스템을 구축하여, 지면 밑의 빈 공간을 자동 판정할 수 있도록 하였다.

이 결과, 100km 도로의 해석 작업은 기존에는 5~10명이서 2~3주간 걸렸지만 AI를 이용하면 2~3일이면 가능하다. 판정을 놓치는 등의 휴먼 에러가 없어지고 해석 정밀도가 높아진다. 앞으로 데이터 해석의 사례가 늘어가면 정밀도가 가일층 향상된다.

지자체의 재정 상황이 어려운 가운데, 지면 밑의 동공해석수탁서비스는 요금을 싸게 설정한다. 하수도관의 노후화 대책에 활용될 것으로 기대한다.

  -- 끝 --