국내 산불, 소각이나 취사 행위로 인한 발화가 가장 많아
AI와 IoT의 고도화와 기술 발전으로 초기 산불 감지 능력 높여
기술간 통합과 정부 차원의 시스템 및 네트워크 연계 등 보완도 필요해
[보안뉴스 엄호식 기자] 산림청에 따르면 우리나라에서는 연평균 546건의 산불이 발생했다. 그리고 통계에 잡히지 않는 실화와 방화는 이보다 훨씬 많을 것이다. 2015년부터 2024년까지 10년 동안 발생한 산불은 5,455건이며, 약 4만㏊의 산림과 주택·건축물 등이 피해를 보았다. 이는 여의도 전체 면적인 290㏊의 약 138배에 해당하는 규모다.
산불 피해는 기술만으로 완전히 막기에는 아직 여러가지 현실적인 어려움이 있다. 기후의 변화로 가뭄이나 강풍이 심할 경우 불이 빠르게 번지고, 산간 오지처럼 사람이 접근하기 어려운 곳에서는 산불을 조기에 감지해도 진화가 늦어 피해를 줄이기 어렵다. 무엇보다 아무리 기술이 발전해도 전국의 모든 산림을 완벽하게 감시하는 것은 현실적으로 한계가 있어, 일부 지역은 여전히 감시 사각지대로 남을 수밖에 없다.
이에 국립산림과학원에서는 매일, 매시간 산불 위험지수를 발표하는가 하면, 산불 취약지역을 선정해 1만 2,000명의 산불감시원과 약 1만명의 산불 전문 예방 진화대원이 예방 활동을 수행하고 있다. 또한 정부는 올해 산불 예방 및 대응을 위해 578억 6,900만원의 예산을 편성했으며, 산림청은 추가경정예산으로 4,407억원을 확보해 산불 피해 복구 및 대응 역량 강화를 추진하고 있다.
영상보안 업계 역시 열화상과 AI 영상분석의 고도화를 통해 산불을 조기에 감지하고 또 빠르게 대응할 수 있는 제품과 솔루션으로 우리의 푸르른 산림을 지키기 위해 노력하고 있다.
‘산림보호법’에서 산불은 산림이나 산림에 잇닿은 지역의 나무·풀·낙엽 등이 인위적으로나 자연적으로 발생한 불에 타는 것으로 정의한다. 산불은 어느 부위가 타는지에 따라 땅속의 부식층을 태우는 지중화(地中火)와 지표에 있는 잡초·관목·낙엽 등을 태우는 지표화(地表火), 서 있는 나무의 줄기를 태우는 수간화(樹幹火), 서 있는 나무의 가지와 잎을 태우는 수관화(樹冠火) 그리고 산불의 불기둥으로 인해 상승한 불똥이 강한 바람을 타고 날아가 또 다른 산불을 만들어 내는 비화(飛火)로 구분한다. 우리나라의 대형산불은 대부분 지표화로 시작해 점차 수관화로 번져 비화를 일으키는 특징이 있다.
우리나라의 주요 대형산불 발생 현황
우리나라의 주요 대형산불을 살펴보면 2000년 강원도 고성에서 시작된 산불이 삼척과 강릉, 동해를 거쳐 경북 울진까지 번지며 여의도 면적의 약 82배인 2만 3,794㏊의 피해를 남겼으며, 2005년 양양지역에서 발생한 산불로 천년고찰 낙산사가 소실되었을 뿐만 아니라 설악산까지 번졌지만 3일 만에 진화됐다. 2019년에는 강원도 고성과 속초, 강릉에서 동시다발적으로 발생한 산불로 국가 재난 사태가 선포됐으며 1,266㏊가 소실됐다. 2022년 울진과 삼척에서 발생한 산불은 역대 최장기 산불로 9일간 지속됐으며, 1만 6,302ha가 소실되고 634개소의 시설이 피해를 입었다.
그리고 지난 3월 21일 경북 의성과 경남 산청 등에서 발생한 영남지역의 산불은 서울의 2배인 10만 4,000㏊의 산림이 소실됐으며, 27명이 사망하고 3,848채의 주택이 불에 탔다. 농·어업 시설 6,106동 등 사유 시설과 국가유산, 전통 사찰 등 769건의 공공시설도 피해를 보았다. 중앙재난안전대책본부는 이 산불로 입은 피해액을 1조 818억원으로 확정했으며, 복구비로 1조 8,809억원을 편성했다.
산불 발생, 사람의 부주의가 가장 높아
국립산림과학원의 ‘2025년 산불 제대로 알기’에 따르면, 우리나라는 낙뢰나 마찰 같은 자연현상으로 인한 산불은 거의 드물고, 대부분 사람의 부주의로 발생한다. 그중에서도 산을 찾는 사람들의 소각이나 취사 행위가 가장 큰 요인이다. 최근 10년간 산불 원인 통계자료를 살펴보면 입산자에 의한 실화가 31.2%, 쓰레기 소각이 12.5%, 논·밭두렁 소각이 11.0%로 전체 산불의 절반이 넘는 원인이 사람에 의한 실화 또는 소각 행위로 나타났다.
또한 과거 산불의 주원인으로 지목되었던 어린이 불장난이 농·산촌 인구감소와 함께 줄어든 반면, ‘숲세권’, ‘숲복지’가 떠오르며 산림 인접지가 개발되고, 산림 주변으로 주거공간이 확대되면서 숲 가까이 위치한 건축물이나 시설물에서 발생한 불이 산에 옮겨붙는 형태로 산불의 원인이 변하고 있기도 하다.
일반적인 화재 감지와 산불 화재 감지의 차이
일반적인 화재 감지와 산불 화재 감지는 환경과 기술적 요구사항에서 차이를 보인다. 일반화재 감지는 주로 실내 환경에서 연기와 열, 가스를 감지하는 센서를 사용하며 비교적 제한된 공간에서 작동하지만, 산불 화재 감지는 광활한 야외 환경을 살펴야 하는 차이가 있다.
“산불 화재 감지는 짧은 거리뿐만 아니라 수십 킬로미터에 달하는 넓은 지역을 감지해야 해 주로 장거리 감지가 가능한 고해상도 카메라와 위성 데이터가 사용됩니다.”
“산림 환경은 날씨 변화나 안개, 나무 그림자 등 간섭 요소가 많아 AI 기반 영상분석과 IR 센서를 결합해 오탐지율을 줄입니다.”
“산불은 빠르게 확산하기 때문에 탐지 속도가 빨라야 하고 즉각적인 경보 시스템이 필요합니다. 이에 엣지 컴퓨팅과 IoT 네트워크를 활용하기도 합니다.”
“산불 화재 감지는 넓고 복잡한 야외 지형을 감지해야 해 야외에 특화된 연기 패턴 분석과 기상 변화 요인을 고려한 오탐(誤探) 방지 및 인공지능(AI) 기반의 시계열 분석 등이 필요합니다. 드론 또는 위성과의 연동이나 광역 실시간 통신 등 설치와 운영상의 특징도 일반화재 감지와의 차이점으로 볼 수 있습니다.”
“일반화재 감지는 주로 건물 내부와 같은 고정되고 제한된 공간에서 화재를 감지하도록 설계되며, 연기나 열감지기 등을 통해 화재 발생 시 즉각적인 경보와 스프링클러 작동 등으로 대응합니다. 비교적 정적이고 구조화된 환경이기에 단일 시스템 기반으로도 신속한 대응이 가능합니다. 하지만 산불 화재 감지는 넓고 개방된 야외 산림 지역을 대상으로 해 감지의 난이도와 기술의 복잡성이 훨씬 높습니다.”
“일반화재 감지는 ‘불꽃’을 감지하지만, 산불 화재의 초기 단서는 ‘연기’입니다. 연기를 정확하게 잡아내 산불을 구분할 수 있는 분석 모델이 산불 화재 감지의 포인트라 할 수 있습니다.”
이렇듯 산불 화재 감지의 가장 큰 애로사항은 넓은 지역을 감시해야 하는 것도 있지만, 안개나 연무 등 자연환경으로 인한 오탐지 요소를 구분하는 것도 큰 과제다. 또한 통신 인프라나 전원 확보도 쉽지 않다.
“산림 지역은 안개나 연무, 햇빛 반사 등 다양한 간섭 요소로 인해 연기와 불꽃을 정확하게 구분하기 어렵습니다. 특히 아침 안개나 먼지가 연기로 오인되는 경우가 빈번합니다.”
“산림은 일정한 조건이 유지되는 공간이 아니기 때문에 계절이나 날씨, 시간대 등 변수가 많습니다. 특히 이러한 다양한 조건 속에서 ‘연기’로 오인될 수 있는 구름이나 안개, 연무 등 여러 유사 연기 사례를 세분화하고 오탐을 최소화해 연기를 정확히 감지할 수 있어야 합니다.”
“산림은 통신망 구축이 어렵고, 카메라 설치 위치에 따라 사각지대가 발생할 수도 있습니다. 또한 산불은 탐지 후 신속한 대응이 필수인데, 산림 지역의 접근성이 떨어져 소방 인력 투입이 지연되는 경우가 많습니다.”
산불 화재 감지, 대세는 통합관제
기존의 산불 화재 감지는 지자체나 공공기관의 관제요원이 CCTV 카메라의 영상을 통해 육안으로 확인하는 수준이었지만, 최근에는 AI 영상분석 기능을 갖춘 감시 카메라나 드론을 통해 연기와 불꽃 등을 감지하고 관제 센터와 소방서 등 관련 기관에 자동으로 알람을 전달하는 방향으로 발전하고 있다.
“산불 화재 감지 솔루션은 2000~2020년대 수동 모니터링에서 인공지능(AI) 기반 영상분석, 드론을 활용한 융합성 시스템에 이르기까지 다양하게 변화해 왔습니다. 그리고 최근에는 AI 기반의 다중 센서 감지와 클라우드 기반의 실시간 통합관제로 발전하고 있습니다.”
“예전에는 주로 CCTV를 다수 설치해 관리자가 직접 눈으로 확인하고 감시했지만, 이후 열영상 카메라를 적용한 산불감지 카메라 등의 등장으로 열원에 대한 감지도 가능해졌으며, 무인 감시와 넓은 구역 감시로 확대됐습니다. 최근에는 AI 기반의 지능형 카메라의 도입으로 AI를 통한 화재 예측과 감지, 대응 솔루션으로 제품도 시장도 변화하고 있습니다.”
“최근에는 예방부터 조기감지에 따른 초동 대응과 사후 복구까지 전 과정을 아우르는 통합형 산불 대응 시스템의 중요성이 부각되고 있으며, 각 단계가 유기적으로 연결된 체계적인 대응 체계의 구축이 정부의 핵심과제로 떠오르고 있습니다.”
“2010년대에는 열화상 카메라를 활용해 온도 변화를 감지하는 방식이 주류였지만 오탐지율이 높고 실시간 대응이 어려웠습니다. 2020년대에 들어 인공지능(AI)과 사물인터넷(IoT) 기술이 접목되면서 실시간 영상분석과 데이터 통합이 가능해졌습니다. 그리고 최근에는 엣지 컴퓨팅의 활용이 활발해지고 있습니다. 엣지 컴퓨팅은 데이터를 현장에서 즉시 처리해 탐지 속도를 높이고 실시간 모니터링을 강화합니다. 또한 기후 변화 대응으로 위성 데이터와 기상 정보를 연계해 산불 위험도를 예측하는 시스템도 주목받고 있습니다.”
“산불의 대형화와 도심 인접 피해의 확산, 초기 대응 실패의 심각성 등으로 인해 기존의 단순 진화 중심의 대응 방식은 한계에 직면했습니다. 이에 예방과 감지, 대응, 복구를 하나로 연결하는 통합 시스템의 필요성이 커지고 있습니다. 또한 위성과 드론, AI 등을 활용한 산불 통합관리체계 구축을 통해 보다 선제적이고 체계적인 대응 시스템으로의 전환이 진행되고 있습니다.”
산불 화재, 발견보다 앞서는 예측 시스템으로의 진화 기대
또한 업계는 향후 산불 화재 감지 제품과 솔루션이 예측 중심의 지능형 시스템으로 발전할 것으로
예상한다.
“AI 기반 영상분석뿐만 아니라 기상 정보와 토양 습도, 바람의 방향 등 환경 데이터를 종합적으로 분석해 산불 발생 가능성을 사전에 예측하는 기술이 확대될 것입니다.”
“AI 기반 영상기술의 고도화로 산불 화재 감지 솔루션의 자율 판단 시스템이 구축될 것으로 보입니다. 나아가 AI를 기반으로 기상과 지형, 과거 화재 데이터 등을 학습해 산불 발생 가능 지역 및 시점을 예측하는 시스템이 고도화할 것으로 예상됩니다.”
“AI 및 첨단기술을 적용한 산불 화재 감지 솔루션은 현재 산불감지 카메라 중심의 관제에서 다양한 데이터를 기반으로 하는 형태로 고도화할 것으로 예상됩니다. ‘눈’의 역할을 하는 CCTV와 드론, 위성영상 등과 기타 센서와 IoT 기술 데이터로 더 정확도 높은 감지와 확산 방향, 범위 등의 예측으로 산불 화재 상황에 빠르고 효과적인 대응이 가능할 것입니다.”
산불 화재 감지 제품 및 솔루션 고도화, 전방위적 협력과 시스템 연계 필요
이렇듯 산불 화재 감지는 CCTV와 육안 관제를 넘어 AI와 IoT의 접목으로 더욱 고도화하고 있지만 지속적인 기술의 고도화를 위해서는 전방위적인 협력과 시스템의 연계가 필요하다고 업계는 입을 모은다.
“예방부터 조기 감지, 초동 대응, 피해 최소화에 이르기까지 모든 과정의 체계화와 시스템 고도화는 산불뿐만 아니라 주차장이나 터널, 공장 등 실내외 모든 화재와 재난 대응에 필수입니다. 이를 실현하기 위해서는 소방과 행정, 안전 부처 간의 긴밀한 협업과 민간 기술기업의 지속적인 기술개발, 표준화된 운영 체계의 구축 등 전방위적인 협력과 시스템 연계가 필요합니다.”
“산불감지 센서나 드론, 감시 카메라 등에서 수집된 데이터를 실시간으로 전송하고 원격 제어하거나 통합관제할 수 있도록 LTE 또는 5G 등을 제공하는 인터넷 서비스 제공사업자(ISP : Internet service Provider)와의 협력과 영상 및 센서 데이터를 수집하고 분석해 정확한 정보를 전달할 수 있는 AI와 빅데이터 분석의 지속적인 고도화에 지원이 필요합니다.”
“현재의 시스템을 보완하고 고도화할 수 있는 기술의 협력이 필요합니다. 인력이 즉시 투입될 수 없는 발화점 확인으로 물리적 시차를 줄일 수 있는 드론 시스템 연계나, 확산 예측과 사각지대 감시를 보완할 수 있는 위성 시스템 연계, 네트워크 한계를 줄일 수 있는 무선·저전력 통신기술 연계 등 CCTV 카메라 영상 분석의 제한을 보완할 수 있는 분야의 기술이 상호 협력한다면 긍정적인 발전을 이룰 수 있을 것으로 기대합니다.”
“산불 화재 감지에 대한 모든 과정의 체계화와 시스템 고도화에 따른 대응 체계 구축은 전기차 화재나 밀폐 공간의 화재 그리고 산업시설 사고 등 각종 재난까지 아우르는 통합 재난 대응 인프라로 확장돼야 합니다. 이 과정에서 AI 기반의 통합 관제 시스템과 데이터 기반 의사 결정 체계는 실시간 상황 인식과 신속한 대응을 가능하게 하는 핵심 기술적 기반이 될 것입니다.”
국가의 통합적 관리로 공공성과 혁신 공존하는 건강한 기술 생태계 구축 기대
업계는 산불 화재 예방과 기술의 고도화를 위해서는 예방 교육과 더불어 부처 간의 협업과 대응 체계 정비 및 기술의 표준화도 필요하다는 의견이다. 또한 법제도 정비와 활발한 기술 R&D와 민간 투자도 이루어졌으면 하는 바람을 나타냈다.
그리고 산불을 포함한 재난 대응 시스템의 실효성과 현장 적용성을 높이기 위해서는 국가 차원의 통합 관리 체계 구축과 함께 지자체의 기술 선택 자율성을 보장하는 이원적 구조가 필요하다는 의견도 있었다.
“재난 대응 시스템은 국가의 중요한 공공 인프라로 상위 부처가 전체적인 기준 설정과 데이터 연계, 기술 표준화, 운영 안정성 확보 등 통합적인 관리 역할을 수행해야 하며, 이를 통해 일관된 대응 체계와 효율적인 관제를 이루어야 합니다. 동시에 각 지자체는 지역의 환경과 특성에 따라 필요한 기술과 솔루션을 자율적으로 선택해 도입할 수 있어야 합니다. 이러한 유연한 구조는 민간 기업이 다양한 기술을 개발하고 경쟁력 있는 솔루션을 시장에 제시할 수 있는 기반이 되며, 이를 통해 재난 대응 기술의 고도화와 시장의 지속적인 성장을 이룰 수 있다고 생각합니다.”
“산불 화재는 기술의 고도화도 중요하지만 산불 예방 교육과 실시간 대응 체계 구축, 기후 변화 대응 정책이 병행돼야 피해를 줄일 수 있다고 생각합니다.”
“현재 국토교통부와 산림청, 소방청 등 부처 간 분산된 대응체계를 하나로 통합한 산불감지 및 대응 체계 정비와 표준화도 필요하다고 생각합니다. 또한 드론 비행제한과 열화상 촬영 규제 등 기술 활용과 관련 분야 개발에 대한 제약의 해소와 더불어 공공·민간 공동 개발 프로그램을 확대해 좋은 기술과 시스템 개발에 큰 동력을 만들어야 한다고 생각합니다.”
“산불 조기감지를 위한 AI 영상분석, 기후 및 상황 데이터 분석 등의 기술은 산불 감지와 예측에 활용되고 있지만, 기술간 통합과 정부 차원의 시스템 및 네트워크 연계 등의 한계는 보완이 필요한 과제로 꼽힙니다.”
“산림감시 카메라와 제반 인프라 확충, 통신 기반 시설 확대, 관련 기술의 R&D 및 민간 투자 촉진, 법제도 정비와 행정 체계 연동 등 정부 차원의 정책 추진과 산업지원으로 제반 환경을 조성해 빠른 현장 개선이 이루어져야 한다고 생각합니다.”
“고위험 지역에 대한 정비 설치 확대와 통신망 인프라 개선, 유지보수에 대한 예산이 확보되었으면 합니다. 또한 실효성 있는 감시 체계 구축을 위해 기관 간 데이터 연계와 표준화, 기술 적용에 대한 명확한 가이드라인도 마련되었으면 하는 바람입니다.”
산불 화재 감지 제품 및 솔루션에 대한 보안인들의 생각은?
보안산업 종사자 및 사용자들은 산불 화재 감지 제품과 솔루션에 대해 어떤 생각을 하고 있을까? 이번 설문은 ‘시큐리티월드’와 ‘보안뉴스’ 온라인 회원을 대상으로 했으며, 총 756명이 참여했다.
산불 화재 감지 제품&솔루션을 선택할 때 가장 중요하게 고려해야 하는 요소는 무엇인가에 대한 물음에 69.1%가 ‘감지 정확도 및 반응 속도’를 선택했다. 이어 19.4%는 ‘실시간 알림 및 경보 시스템’을, 6.7%는 ‘설치 및 유지보수의 편의성’을 선택했다.
현재 사용하는 산불 화재 감지 제품&솔루션에 대해 얼마나 만족하느냐는 물음에는 ‘보통’이 57.9%로 가장 높았다. 이어 16.3%는 ‘매우 만족’을, 14.3%는 ‘만족’을 선택해 만족한다는 의견이 거의 90%에 달했다.
이어 산불 화재 감지 제품&솔루션의 신뢰도는 어느 정도인가에 대한 물음에는 50.4%가 ‘보통’을 선택했다. 또 ‘신뢰함’과 ‘매우 신뢰함’이 각각 23.4%와 16.3%로 제품과 솔루션에 대한 신뢰도가 높은 것으로 나타났다.
산불 화재 감지 제품&솔루션에 가장 효과적인 기술은 무엇이라고 생각하느냐는 물음에는 31.0%가 ‘AI 기반 예측 및 조기 경보’를 선택했으며, ‘열 감지 센서’(24.2%)와 ‘드론 또는 위성 기반 감시 시스템’(17.9%)이 뒤를 이었다.
산불 화재 감지 제품&솔루션의 알림 방식 중 가장 선호하는 방식으로는 ‘자동 소방 신고 및 대응 시스템’이 42.9%로 가장 높았다. 이어 32.5%는 ‘앱이나 문자 등 모바일 알림’을, 13.5%는 ‘IoT 연계 스마트홈 또는 지역방송 알림’을 선택했다.
마지막으로 산불 화재 감지 제품&솔루션이 개선된다면, 가장 기대하는 기능은 무엇인가에 대한 물음에는 32.9%가 ‘AI 및 빅데이터를 활용한 예측 기능’을 선택했으며, 32.5%는 ‘보다 넓은 감지 범위’를, 30.6%는 ‘지역 및 기후 조건에 최적화된 맞춤형 솔루션’을 선택했다.
[산불 화재 감지 제품&솔루션 전문업체 집중분석-1]
국내시장 1위, 독보적 감지 정확도 자랑하는 산불연기감지 솔루션 ‘파이어워처’
스프링클러 등 1차 대응 가능한 일반화재와 다른 ‘산불’, 조기감지가 유일한 대응법
지난 3~4월 축구장 6만 7,508개, 여의도 면적 166배에 이르는 소실면적과 76명의 사상자를 기록한 대한민국 역사상 최악의 산불로 국토가 쑥대밭이 되면서 산불 초기 대응의 중요성이 강조되고 있다. 특히 AI와 같은 최신 기술을 활용해 진화 골든타임을 확보할 수 있는 재난 예방 시스템 구축에 관심이 집중되고 있다. 국토의 60% 이상이 산림인 우리나라는 AI를 활용한 24시간 산불 무인감시체계가 필수로 거론되고 있다.
설 황금연휴 기간이 본격적으로 시작된 지난 1월 25일 정오 무렵 대구의 한 야산에서 흰 연기가 피어올랐다. 그 시각 대구광역시 산림재난 대응 상황실에 구축된 인공지능 산불 연기 감지 솔루션이 흰 연기를 포착함과 동시에 연기 유형을 분석한 결과 산불 연기로 판단해 실시간 산불 발생 알림과 함께 위치 추정 화면을 전송했다. 이후 산림 당국은 6대의 헬기와 차량 33대, 인력 96명을 투입해서 1시간 33분 만에 산불 진화에 성공했다. 산불로 인한 인명 피해가 발생하지 않았으며 무엇보다 산림청에서도 산불을 감지하고 알림문자를 보냈지만, 최초 알림보다 7분 가량 늦은 뒤였다. 산불이 분당 최대 26m까지 확산될 수 있는 점을 감안할 때 약 200m 가까이 번질 수 있었던 대형 재난을 막은 순간이었다.
대구광역시 산림재난 대응 상황실에 구축된 인공지능 솔루션은 스피어에이엑스(스피어AX)에서 개발한 지능형 산불 연기 탐지 솔루션 ‘파이어워처(FIREWATCHER)’다. 파이어워처는 지자체나 산림청에서 운영하는 산불감시용 CCTV 영상을 인공지능으로 실시간으로 분석해 불꽃이 아닌 연기를 감지한다. 불길이 커지기 전에 사전징후로 나타나는 연기를 포착해 진화 골든타임을 확보하는 방식이다. 객체 식별 및 인식 기능으로 연기와 유사한 구름과 안개, 수증기, 운무 등을 구분해 오감지를 최소화했다. 특히 영상 내 연기감지 영역에 대한 위치 추정 기능을 통해 산불 연기 감지 후 진화대에 위치 정보를 전달하는 기능도 갖췄다.
특화 객체인식기술 통해 산불 연기 감지 정확도 향상
스피어AX는 2022년 과학기술정보통신부가 전담하고 강릉과학산업진흥원이 주관하는 ‘AI 기반 산불 조기감지 및 확산 예방 실증사업’에 주관사로 선정돼 강원도 18개 시·군에 파이어워처를 개발해 구축한 이후 꾸준한 고도화를 진행했다.
특히 외부 환경적인 요인으로 발생할 수 있는 오탐 사례에 대한 예외처리를 수행해 오탐을 최소화했다.
일반 화재는 대부분 통제된 실내 환경에서 발생하지만, 산불은 바람, 습도, 강수 등 다양한 환경적 요인을 받기 때문에 카메라 위치의 실제 날씨를 시스템과 연계해 물안개, 빗방울, 서리 등의 외부적 요인과 데이터 품질, 통신상태로 인한 화질 저하로 발생하는 내부적 요인의 오탐을 낮추는데 집중했다.
이외에도 실제 운영 환경에서 발생하는 오탐 사례를 주기적으로 수집하고 시각언어모델(VLM: Vision-Language Model)에 자체 프롬프트 엔지니어링을 반영한 정밀 분석으로 감지 정확도를 높였다. 또한 국내 산악환경 기반 데이터셋 학습모델을 적용하고 국내 맞춤형 계절 및 시간대별 데이터 관리를 통해 타사 솔루션과 차별성을 이루고 있다.
우수한 기술력으로 국내시장 석권에 이어 해외시장까지 진출
‘파이어워처(FIREWATCHER)’는 산불 감지 분야에서 국내 최초로 GS(Good Software) 1등급 인증을 획득했으며, 한국산업기술시험원(KTL) 시험 평가 93.41% 정확도 기록, 과학기술정보통신부 지정 데이터 품질(DQ) Class A 등급 획득 등 우수한 기술력을 바탕으로 국내 인공지능 산불감지시장의 97%를 석권하고 있다. 또한 ‘ICT 산불감시 시스템’ 구축 사업을 통해 전국 최초로 강원도 삼척시에 솔루션을 구축한 데 이어 경상북도, 경상남도, 전라남도, 충청북도, 대구광역시, 수원특례시 등 전국 16개 시·군·구에 구축·운영하고 있다.
그리고 이제 국내시장에 이어 베트남을 중심으로 해외 산불연기감지 시장에 진출하고 있다. 스피어AX는 이미 베트남의 여러 통신, IT 인프라 국영기업과 MOU 체결 등을 통해 파이어워처를 활용한 공동 프로젝트를 추진하며 다양한 사업 분야의 기업들과 접촉을 늘려나가고 있다. 또한 네트워크 강화와 신속한 사업추진을 위해 현지 법인을 설립했다.
스피어AX는 “파이어워처가 대한민국을 대표하는 재난 예방 솔루션이 될 수 있도록 끊임없는 고도화를 이루어 나가겠다”라고 밝혔다.
[산불 화재 감지 제품&솔루션 전문업체 집중분석-2]
산불, 사람이 아닌 AI가 먼저 본다. 알에프코리아 ‘산불 자동감지 시스템’
열화상+실화상 ‘이중감시’로 실시간 화재탐지, 산불감시의 자동화 실현할 것
기후변화, 인위적 요인 등으로 산불 발생 빈도와 규모가 점점 커지고 있는 가운데, 산불을 사람이 아닌 시스템이 먼저 감지하고 대응하는 ‘지능형 감지 시스템’이 주목받고 있다. 산불감시 전문기업 알에프코리아는 열화상+실화상 카메라를 접목해 ‘듀얼 열화상 산불 자동감지 관제시스템’을 상용화하며 전국 산불 대응 체계에 새로운 기준을 제시하고 있다.
기존 산불감시 시스템은 사람이 직접 CCTV 화면을 보며 산불 발생 여부를 판단하는 방식이었기 때문에 빠른 판단과 대응에 한계가 있었다. 특히 야간이나 시계가 좋지 않은 날에는 화재를 조기에 포착하기가 어렵다는 치명적인 단점이 존재했다. 또한 열화상카메라가 설치돼 있더라도 낮은 화질로 지역을 구분하기 힘들거나 화재를 감지하는 기능이 부재했다. 산불은 초기 대응의 속도가 피해 규모를 좌우하기 때문에 알에프코리아의 시스템은 다양한 기능을 탑재해 기존 CCTV 수동 감시 방식의 한계를 극복했다. 주야간과 날씨에 관계없이 작동하며 열 변화 감지를 통한 자동탐지, 실시간 영상분석, 스마트폰 알림, GIS 기반 위치 표시 등 전 과정을 자동화함으로써 빠르고 정밀한 대응을 가능하게 하는 차세대 산림 재해 감시 솔루션으로 주목받고 있다.
특히 무선통신망과 태양광 전력을 활용해, 전력과 통신 인프라가 부족한 산악지역에서도 감시 시스템을 안정적으로 구축·운영할 수 있다는 점에서 높은 실용성을 지닌다.
수동에서 자동으로, 듀얼 감시 시스템
알에프코리아의 산불감시 시스템은 열화상 카메라와 실화상 카메라를 동시에 운용하는 듀얼 감시 시스템이다. 열화상 카메라는 불꽃이 발생할 때 나오는 열 신호를 탐지하며, 실화상 카메라는 실제 현장을 모니터링할 수 있도록 한다. 이 두 가지 장치를 동시에 운용함으로써 주야간은 물론 안개, 미세먼지, 연기 등 사람의 눈으로 식별이 어려운 조건에서도 화재를 감지할 수 있다.
기존의 산불감시 체계는 사람이 CCTV 화면을 수동으로 모니터링해야 했기 때문에 산불 발생 시 즉각적인 판단이 어려운 문제가 있었다. 반면 알에프코리아의 시스템은 온도 변화를 분석하고 이상 징후 발생 시 알림을 발송하므로 감시자의 판단에 의존하지 않고 24시간 365일 동일한 수준의 감시품질을 유지할 수 있다.
실제 해당 시스템은 약 7㎞ 거리에서 화재를 검지했으며 특히 연기가 보이지 않는 야간이나 미세먼지가 심한 상황에서도 안정적인 감지가 가능해 초기 대응의 가능성을 대폭 높였다.
좌표와 함께 이미지 전송, AI 분석과 GIS 기반 대응
이 시스템의 핵심은 단순 감시를 넘어 지능형 판단과 위치 기반 대응을 실현했다는 점이다. 열화상 카메라가 화재를 감지하면 시스템은 자동으로 분석을 통해 이벤트를 분류하고, 화재 지점의 위치와 경도, 거리, 지명 등 정보를 실시간으로 추출한다. 이 정보는 관제센터뿐만 아니라 실무자의 스마트폰으로도 즉시 전송돼 빠른 초동 대응이 가능하다.
특히 이 시스템은 GIS(지리정보시스템) 기반으로 화재지점을 시각적으로 표시할 수 있다. 이를 통해 사용자는 화재가 어디서 발생했는지 단순한 문자 메시지가 아닌 정확한 지리좌표와 이미지로 확인 할 수 있어 대응 시간이 단축된다.
또한 산림청 및 기상청 API와 연동해 실시간 날씨 정보와 산불 위험지수를 함께 표시한다. 풍향, 풍속, 습도, 기온 등의 기상정보와 카메라 주변 지역의 산불 이력을 함께 표시함으로써 화재 확산 가능성까지 예측할 수 있는 통합형 산불 정보 시스템으로 진화했다.
태양광과 무선전송까지 지원해 산악 지형도 최적
알에프코리아는 산불감시 시스템이 설치되는 환경의 제약도 고려했다. 일반적으로 산불이 자주 발생하는 지역은 입산자의 실화, 낙뢰등으로 산악이나 외진 지역이 많아 전력이나 통신 인프라가 부족한 경우가 많다. 이를 해결하기 위해 태양광 전력공급 시스템과 무선전송 기술을 지원하며, 철탑, 건물옥상, 산 정상 등 다양한 위치에 설치할 수 있도록 설계해 취약지역의 감시 사각지대를 최소화한다.
설비 구조는 감시부(열화상·실화상 카메라)와 모니터링부(영상분석서버, 관제시스템)로 구성돼 있으며, 설치 이후 유무선으로 데이터를 실시간 전송한다.
현재 이 시스템은 전국 여러 지방자치단체 및 산림기관에 납품돼 실제 운용되고 있으며 화재 발생 시 이미지 및 좌표 정보를 메시지로 즉시 전달하고, 7㎞ 떨어진 불꽃도 정확히 탐지하는 성능을 통해 그 실효성을 입증하고 있다.
[엄호식 기자(eomhs@boannews.com)]
AI와 IoT의 고도화와 기술 발전으로 초기 산불 감지 능력 높여
기술간 통합과 정부 차원의 시스템 및 네트워크 연계 등 보완도 필요해
[보안뉴스 엄호식 기자] 산림청에 따르면 우리나라에서는 연평균 546건의 산불이 발생했다. 그리고 통계에 잡히지 않는 실화와 방화는 이보다 훨씬 많을 것이다. 2015년부터 2024년까지 10년 동안 발생한 산불은 5,455건이며, 약 4만㏊의 산림과 주택·건축물 등이 피해를 보았다. 이는 여의도 전체 면적인 290㏊의 약 138배에 해당하는 규모다.
[자료: gettyimagesbank]
산불 피해는 기술만으로 완전히 막기에는 아직 여러가지 현실적인 어려움이 있다. 기후의 변화로 가뭄이나 강풍이 심할 경우 불이 빠르게 번지고, 산간 오지처럼 사람이 접근하기 어려운 곳에서는 산불을 조기에 감지해도 진화가 늦어 피해를 줄이기 어렵다. 무엇보다 아무리 기술이 발전해도 전국의 모든 산림을 완벽하게 감시하는 것은 현실적으로 한계가 있어, 일부 지역은 여전히 감시 사각지대로 남을 수밖에 없다.
이에 국립산림과학원에서는 매일, 매시간 산불 위험지수를 발표하는가 하면, 산불 취약지역을 선정해 1만 2,000명의 산불감시원과 약 1만명의 산불 전문 예방 진화대원이 예방 활동을 수행하고 있다. 또한 정부는 올해 산불 예방 및 대응을 위해 578억 6,900만원의 예산을 편성했으며, 산림청은 추가경정예산으로 4,407억원을 확보해 산불 피해 복구 및 대응 역량 강화를 추진하고 있다.
영상보안 업계 역시 열화상과 AI 영상분석의 고도화를 통해 산불을 조기에 감지하고 또 빠르게 대응할 수 있는 제품과 솔루션으로 우리의 푸르른 산림을 지키기 위해 노력하고 있다.
‘산림보호법’에서 산불은 산림이나 산림에 잇닿은 지역의 나무·풀·낙엽 등이 인위적으로나 자연적으로 발생한 불에 타는 것으로 정의한다. 산불은 어느 부위가 타는지에 따라 땅속의 부식층을 태우는 지중화(地中火)와 지표에 있는 잡초·관목·낙엽 등을 태우는 지표화(地表火), 서 있는 나무의 줄기를 태우는 수간화(樹幹火), 서 있는 나무의 가지와 잎을 태우는 수관화(樹冠火) 그리고 산불의 불기둥으로 인해 상승한 불똥이 강한 바람을 타고 날아가 또 다른 산불을 만들어 내는 비화(飛火)로 구분한다. 우리나라의 대형산불은 대부분 지표화로 시작해 점차 수관화로 번져 비화를 일으키는 특징이 있다.
우리나라의 주요 대형산불 발생 현황
우리나라의 주요 대형산불을 살펴보면 2000년 강원도 고성에서 시작된 산불이 삼척과 강릉, 동해를 거쳐 경북 울진까지 번지며 여의도 면적의 약 82배인 2만 3,794㏊의 피해를 남겼으며, 2005년 양양지역에서 발생한 산불로 천년고찰 낙산사가 소실되었을 뿐만 아니라 설악산까지 번졌지만 3일 만에 진화됐다. 2019년에는 강원도 고성과 속초, 강릉에서 동시다발적으로 발생한 산불로 국가 재난 사태가 선포됐으며 1,266㏊가 소실됐다. 2022년 울진과 삼척에서 발생한 산불은 역대 최장기 산불로 9일간 지속됐으며, 1만 6,302ha가 소실되고 634개소의 시설이 피해를 입었다.
▲2000~2024년 피해 면적 900㏊ 이상 대형산불 발생 현황(단위 건, ㏊) [자료: 산림청, 보안뉴스 정리]
그리고 지난 3월 21일 경북 의성과 경남 산청 등에서 발생한 영남지역의 산불은 서울의 2배인 10만 4,000㏊의 산림이 소실됐으며, 27명이 사망하고 3,848채의 주택이 불에 탔다. 농·어업 시설 6,106동 등 사유 시설과 국가유산, 전통 사찰 등 769건의 공공시설도 피해를 보았다. 중앙재난안전대책본부는 이 산불로 입은 피해액을 1조 818억원으로 확정했으며, 복구비로 1조 8,809억원을 편성했다.
산불 발생, 사람의 부주의가 가장 높아
국립산림과학원의 ‘2025년 산불 제대로 알기’에 따르면, 우리나라는 낙뢰나 마찰 같은 자연현상으로 인한 산불은 거의 드물고, 대부분 사람의 부주의로 발생한다. 그중에서도 산을 찾는 사람들의 소각이나 취사 행위가 가장 큰 요인이다. 최근 10년간 산불 원인 통계자료를 살펴보면 입산자에 의한 실화가 31.2%, 쓰레기 소각이 12.5%, 논·밭두렁 소각이 11.0%로 전체 산불의 절반이 넘는 원인이 사람에 의한 실화 또는 소각 행위로 나타났다.
또한 과거 산불의 주원인으로 지목되었던 어린이 불장난이 농·산촌 인구감소와 함께 줄어든 반면, ‘숲세권’, ‘숲복지’가 떠오르며 산림 인접지가 개발되고, 산림 주변으로 주거공간이 확대되면서 숲 가까이 위치한 건축물이나 시설물에서 발생한 불이 산에 옮겨붙는 형태로 산불의 원인이 변하고 있기도 하다.
일반적인 화재 감지와 산불 화재 감지의 차이
일반적인 화재 감지와 산불 화재 감지는 환경과 기술적 요구사항에서 차이를 보인다. 일반화재 감지는 주로 실내 환경에서 연기와 열, 가스를 감지하는 센서를 사용하며 비교적 제한된 공간에서 작동하지만, 산불 화재 감지는 광활한 야외 환경을 살펴야 하는 차이가 있다.
“산불 화재 감지는 짧은 거리뿐만 아니라 수십 킬로미터에 달하는 넓은 지역을 감지해야 해 주로 장거리 감지가 가능한 고해상도 카메라와 위성 데이터가 사용됩니다.”
“산림 환경은 날씨 변화나 안개, 나무 그림자 등 간섭 요소가 많아 AI 기반 영상분석과 IR 센서를 결합해 오탐지율을 줄입니다.”
“산불은 빠르게 확산하기 때문에 탐지 속도가 빨라야 하고 즉각적인 경보 시스템이 필요합니다. 이에 엣지 컴퓨팅과 IoT 네트워크를 활용하기도 합니다.”
“산불 화재 감지는 넓고 복잡한 야외 지형을 감지해야 해 야외에 특화된 연기 패턴 분석과 기상 변화 요인을 고려한 오탐(誤探) 방지 및 인공지능(AI) 기반의 시계열 분석 등이 필요합니다. 드론 또는 위성과의 연동이나 광역 실시간 통신 등 설치와 운영상의 특징도 일반화재 감지와의 차이점으로 볼 수 있습니다.”
“일반화재 감지는 주로 건물 내부와 같은 고정되고 제한된 공간에서 화재를 감지하도록 설계되며, 연기나 열감지기 등을 통해 화재 발생 시 즉각적인 경보와 스프링클러 작동 등으로 대응합니다. 비교적 정적이고 구조화된 환경이기에 단일 시스템 기반으로도 신속한 대응이 가능합니다. 하지만 산불 화재 감지는 넓고 개방된 야외 산림 지역을 대상으로 해 감지의 난이도와 기술의 복잡성이 훨씬 높습니다.”
“일반화재 감지는 ‘불꽃’을 감지하지만, 산불 화재의 초기 단서는 ‘연기’입니다. 연기를 정확하게 잡아내 산불을 구분할 수 있는 분석 모델이 산불 화재 감지의 포인트라 할 수 있습니다.”
이렇듯 산불 화재 감지의 가장 큰 애로사항은 넓은 지역을 감시해야 하는 것도 있지만, 안개나 연무 등 자연환경으로 인한 오탐지 요소를 구분하는 것도 큰 과제다. 또한 통신 인프라나 전원 확보도 쉽지 않다.
“산림 지역은 안개나 연무, 햇빛 반사 등 다양한 간섭 요소로 인해 연기와 불꽃을 정확하게 구분하기 어렵습니다. 특히 아침 안개나 먼지가 연기로 오인되는 경우가 빈번합니다.”
“산림은 일정한 조건이 유지되는 공간이 아니기 때문에 계절이나 날씨, 시간대 등 변수가 많습니다. 특히 이러한 다양한 조건 속에서 ‘연기’로 오인될 수 있는 구름이나 안개, 연무 등 여러 유사 연기 사례를 세분화하고 오탐을 최소화해 연기를 정확히 감지할 수 있어야 합니다.”
“산림은 통신망 구축이 어렵고, 카메라 설치 위치에 따라 사각지대가 발생할 수도 있습니다. 또한 산불은 탐지 후 신속한 대응이 필수인데, 산림 지역의 접근성이 떨어져 소방 인력 투입이 지연되는 경우가 많습니다.”
산불 화재 감지, 대세는 통합관제
기존의 산불 화재 감지는 지자체나 공공기관의 관제요원이 CCTV 카메라의 영상을 통해 육안으로 확인하는 수준이었지만, 최근에는 AI 영상분석 기능을 갖춘 감시 카메라나 드론을 통해 연기와 불꽃 등을 감지하고 관제 센터와 소방서 등 관련 기관에 자동으로 알람을 전달하는 방향으로 발전하고 있다.
“산불 화재 감지 솔루션은 2000~2020년대 수동 모니터링에서 인공지능(AI) 기반 영상분석, 드론을 활용한 융합성 시스템에 이르기까지 다양하게 변화해 왔습니다. 그리고 최근에는 AI 기반의 다중 센서 감지와 클라우드 기반의 실시간 통합관제로 발전하고 있습니다.”
“예전에는 주로 CCTV를 다수 설치해 관리자가 직접 눈으로 확인하고 감시했지만, 이후 열영상 카메라를 적용한 산불감지 카메라 등의 등장으로 열원에 대한 감지도 가능해졌으며, 무인 감시와 넓은 구역 감시로 확대됐습니다. 최근에는 AI 기반의 지능형 카메라의 도입으로 AI를 통한 화재 예측과 감지, 대응 솔루션으로 제품도 시장도 변화하고 있습니다.”
“최근에는 예방부터 조기감지에 따른 초동 대응과 사후 복구까지 전 과정을 아우르는 통합형 산불 대응 시스템의 중요성이 부각되고 있으며, 각 단계가 유기적으로 연결된 체계적인 대응 체계의 구축이 정부의 핵심과제로 떠오르고 있습니다.”
“2010년대에는 열화상 카메라를 활용해 온도 변화를 감지하는 방식이 주류였지만 오탐지율이 높고 실시간 대응이 어려웠습니다. 2020년대에 들어 인공지능(AI)과 사물인터넷(IoT) 기술이 접목되면서 실시간 영상분석과 데이터 통합이 가능해졌습니다. 그리고 최근에는 엣지 컴퓨팅의 활용이 활발해지고 있습니다. 엣지 컴퓨팅은 데이터를 현장에서 즉시 처리해 탐지 속도를 높이고 실시간 모니터링을 강화합니다. 또한 기후 변화 대응으로 위성 데이터와 기상 정보를 연계해 산불 위험도를 예측하는 시스템도 주목받고 있습니다.”
“산불의 대형화와 도심 인접 피해의 확산, 초기 대응 실패의 심각성 등으로 인해 기존의 단순 진화 중심의 대응 방식은 한계에 직면했습니다. 이에 예방과 감지, 대응, 복구를 하나로 연결하는 통합 시스템의 필요성이 커지고 있습니다. 또한 위성과 드론, AI 등을 활용한 산불 통합관리체계 구축을 통해 보다 선제적이고 체계적인 대응 시스템으로의 전환이 진행되고 있습니다.”
산불 화재, 발견보다 앞서는 예측 시스템으로의 진화 기대
또한 업계는 향후 산불 화재 감지 제품과 솔루션이 예측 중심의 지능형 시스템으로 발전할 것으로
예상한다.
“AI 기반 영상분석뿐만 아니라 기상 정보와 토양 습도, 바람의 방향 등 환경 데이터를 종합적으로 분석해 산불 발생 가능성을 사전에 예측하는 기술이 확대될 것입니다.”
“AI 기반 영상기술의 고도화로 산불 화재 감지 솔루션의 자율 판단 시스템이 구축될 것으로 보입니다. 나아가 AI를 기반으로 기상과 지형, 과거 화재 데이터 등을 학습해 산불 발생 가능 지역 및 시점을 예측하는 시스템이 고도화할 것으로 예상됩니다.”
“AI 및 첨단기술을 적용한 산불 화재 감지 솔루션은 현재 산불감지 카메라 중심의 관제에서 다양한 데이터를 기반으로 하는 형태로 고도화할 것으로 예상됩니다. ‘눈’의 역할을 하는 CCTV와 드론, 위성영상 등과 기타 센서와 IoT 기술 데이터로 더 정확도 높은 감지와 확산 방향, 범위 등의 예측으로 산불 화재 상황에 빠르고 효과적인 대응이 가능할 것입니다.”
▲국내 주요 기업들의 산불 화재 감지 제품 & 솔루션 [자료: 각 사 제공, 보안뉴스 정리]
산불 화재 감지 제품 및 솔루션 고도화, 전방위적 협력과 시스템 연계 필요
이렇듯 산불 화재 감지는 CCTV와 육안 관제를 넘어 AI와 IoT의 접목으로 더욱 고도화하고 있지만 지속적인 기술의 고도화를 위해서는 전방위적인 협력과 시스템의 연계가 필요하다고 업계는 입을 모은다.
“예방부터 조기 감지, 초동 대응, 피해 최소화에 이르기까지 모든 과정의 체계화와 시스템 고도화는 산불뿐만 아니라 주차장이나 터널, 공장 등 실내외 모든 화재와 재난 대응에 필수입니다. 이를 실현하기 위해서는 소방과 행정, 안전 부처 간의 긴밀한 협업과 민간 기술기업의 지속적인 기술개발, 표준화된 운영 체계의 구축 등 전방위적인 협력과 시스템 연계가 필요합니다.”
“산불감지 센서나 드론, 감시 카메라 등에서 수집된 데이터를 실시간으로 전송하고 원격 제어하거나 통합관제할 수 있도록 LTE 또는 5G 등을 제공하는 인터넷 서비스 제공사업자(ISP : Internet service Provider)와의 협력과 영상 및 센서 데이터를 수집하고 분석해 정확한 정보를 전달할 수 있는 AI와 빅데이터 분석의 지속적인 고도화에 지원이 필요합니다.”
“현재의 시스템을 보완하고 고도화할 수 있는 기술의 협력이 필요합니다. 인력이 즉시 투입될 수 없는 발화점 확인으로 물리적 시차를 줄일 수 있는 드론 시스템 연계나, 확산 예측과 사각지대 감시를 보완할 수 있는 위성 시스템 연계, 네트워크 한계를 줄일 수 있는 무선·저전력 통신기술 연계 등 CCTV 카메라 영상 분석의 제한을 보완할 수 있는 분야의 기술이 상호 협력한다면 긍정적인 발전을 이룰 수 있을 것으로 기대합니다.”
“산불 화재 감지에 대한 모든 과정의 체계화와 시스템 고도화에 따른 대응 체계 구축은 전기차 화재나 밀폐 공간의 화재 그리고 산업시설 사고 등 각종 재난까지 아우르는 통합 재난 대응 인프라로 확장돼야 합니다. 이 과정에서 AI 기반의 통합 관제 시스템과 데이터 기반 의사 결정 체계는 실시간 상황 인식과 신속한 대응을 가능하게 하는 핵심 기술적 기반이 될 것입니다.”
▲국내 주요 기업들의 산불 화재 감지 제품 & 솔루션 [자료: 각 사 제공, 보안뉴스 정리]
국가의 통합적 관리로 공공성과 혁신 공존하는 건강한 기술 생태계 구축 기대
업계는 산불 화재 예방과 기술의 고도화를 위해서는 예방 교육과 더불어 부처 간의 협업과 대응 체계 정비 및 기술의 표준화도 필요하다는 의견이다. 또한 법제도 정비와 활발한 기술 R&D와 민간 투자도 이루어졌으면 하는 바람을 나타냈다.
그리고 산불을 포함한 재난 대응 시스템의 실효성과 현장 적용성을 높이기 위해서는 국가 차원의 통합 관리 체계 구축과 함께 지자체의 기술 선택 자율성을 보장하는 이원적 구조가 필요하다는 의견도 있었다.
“재난 대응 시스템은 국가의 중요한 공공 인프라로 상위 부처가 전체적인 기준 설정과 데이터 연계, 기술 표준화, 운영 안정성 확보 등 통합적인 관리 역할을 수행해야 하며, 이를 통해 일관된 대응 체계와 효율적인 관제를 이루어야 합니다. 동시에 각 지자체는 지역의 환경과 특성에 따라 필요한 기술과 솔루션을 자율적으로 선택해 도입할 수 있어야 합니다. 이러한 유연한 구조는 민간 기업이 다양한 기술을 개발하고 경쟁력 있는 솔루션을 시장에 제시할 수 있는 기반이 되며, 이를 통해 재난 대응 기술의 고도화와 시장의 지속적인 성장을 이룰 수 있다고 생각합니다.”
“산불 화재는 기술의 고도화도 중요하지만 산불 예방 교육과 실시간 대응 체계 구축, 기후 변화 대응 정책이 병행돼야 피해를 줄일 수 있다고 생각합니다.”
“현재 국토교통부와 산림청, 소방청 등 부처 간 분산된 대응체계를 하나로 통합한 산불감지 및 대응 체계 정비와 표준화도 필요하다고 생각합니다. 또한 드론 비행제한과 열화상 촬영 규제 등 기술 활용과 관련 분야 개발에 대한 제약의 해소와 더불어 공공·민간 공동 개발 프로그램을 확대해 좋은 기술과 시스템 개발에 큰 동력을 만들어야 한다고 생각합니다.”
“산불 조기감지를 위한 AI 영상분석, 기후 및 상황 데이터 분석 등의 기술은 산불 감지와 예측에 활용되고 있지만, 기술간 통합과 정부 차원의 시스템 및 네트워크 연계 등의 한계는 보완이 필요한 과제로 꼽힙니다.”
“산림감시 카메라와 제반 인프라 확충, 통신 기반 시설 확대, 관련 기술의 R&D 및 민간 투자 촉진, 법제도 정비와 행정 체계 연동 등 정부 차원의 정책 추진과 산업지원으로 제반 환경을 조성해 빠른 현장 개선이 이루어져야 한다고 생각합니다.”
“고위험 지역에 대한 정비 설치 확대와 통신망 인프라 개선, 유지보수에 대한 예산이 확보되었으면 합니다. 또한 실효성 있는 감시 체계 구축을 위해 기관 간 데이터 연계와 표준화, 기술 적용에 대한 명확한 가이드라인도 마련되었으면 하는 바람입니다.”
산불 화재 감지 제품 및 솔루션에 대한 보안인들의 생각은?
보안산업 종사자 및 사용자들은 산불 화재 감지 제품과 솔루션에 대해 어떤 생각을 하고 있을까? 이번 설문은 ‘시큐리티월드’와 ‘보안뉴스’ 온라인 회원을 대상으로 했으며, 총 756명이 참여했다.
▲산불 화재 감지 제품 및 솔루션에 대한 설문조사 결과 [자료: 보안뉴스]
산불 화재 감지 제품&솔루션을 선택할 때 가장 중요하게 고려해야 하는 요소는 무엇인가에 대한 물음에 69.1%가 ‘감지 정확도 및 반응 속도’를 선택했다. 이어 19.4%는 ‘실시간 알림 및 경보 시스템’을, 6.7%는 ‘설치 및 유지보수의 편의성’을 선택했다.
현재 사용하는 산불 화재 감지 제품&솔루션에 대해 얼마나 만족하느냐는 물음에는 ‘보통’이 57.9%로 가장 높았다. 이어 16.3%는 ‘매우 만족’을, 14.3%는 ‘만족’을 선택해 만족한다는 의견이 거의 90%에 달했다.
이어 산불 화재 감지 제품&솔루션의 신뢰도는 어느 정도인가에 대한 물음에는 50.4%가 ‘보통’을 선택했다. 또 ‘신뢰함’과 ‘매우 신뢰함’이 각각 23.4%와 16.3%로 제품과 솔루션에 대한 신뢰도가 높은 것으로 나타났다.
▲산불 화재 감지 제품 및 솔루션에 대한 설문조사 결과 [자료: 보안뉴스]
산불 화재 감지 제품&솔루션에 가장 효과적인 기술은 무엇이라고 생각하느냐는 물음에는 31.0%가 ‘AI 기반 예측 및 조기 경보’를 선택했으며, ‘열 감지 센서’(24.2%)와 ‘드론 또는 위성 기반 감시 시스템’(17.9%)이 뒤를 이었다.
산불 화재 감지 제품&솔루션의 알림 방식 중 가장 선호하는 방식으로는 ‘자동 소방 신고 및 대응 시스템’이 42.9%로 가장 높았다. 이어 32.5%는 ‘앱이나 문자 등 모바일 알림’을, 13.5%는 ‘IoT 연계 스마트홈 또는 지역방송 알림’을 선택했다.
마지막으로 산불 화재 감지 제품&솔루션이 개선된다면, 가장 기대하는 기능은 무엇인가에 대한 물음에는 32.9%가 ‘AI 및 빅데이터를 활용한 예측 기능’을 선택했으며, 32.5%는 ‘보다 넓은 감지 범위’를, 30.6%는 ‘지역 및 기후 조건에 최적화된 맞춤형 솔루션’을 선택했다.
[산불 화재 감지 제품&솔루션 전문업체 집중분석-1]
국내시장 1위, 독보적 감지 정확도 자랑하는 산불연기감지 솔루션 ‘파이어워처’
스프링클러 등 1차 대응 가능한 일반화재와 다른 ‘산불’, 조기감지가 유일한 대응법
지난 3~4월 축구장 6만 7,508개, 여의도 면적 166배에 이르는 소실면적과 76명의 사상자를 기록한 대한민국 역사상 최악의 산불로 국토가 쑥대밭이 되면서 산불 초기 대응의 중요성이 강조되고 있다. 특히 AI와 같은 최신 기술을 활용해 진화 골든타임을 확보할 수 있는 재난 예방 시스템 구축에 관심이 집중되고 있다. 국토의 60% 이상이 산림인 우리나라는 AI를 활용한 24시간 산불 무인감시체계가 필수로 거론되고 있다.
▲파이어워처 실제 구동 화면 [자료: 스피어AX]
설 황금연휴 기간이 본격적으로 시작된 지난 1월 25일 정오 무렵 대구의 한 야산에서 흰 연기가 피어올랐다. 그 시각 대구광역시 산림재난 대응 상황실에 구축된 인공지능 산불 연기 감지 솔루션이 흰 연기를 포착함과 동시에 연기 유형을 분석한 결과 산불 연기로 판단해 실시간 산불 발생 알림과 함께 위치 추정 화면을 전송했다. 이후 산림 당국은 6대의 헬기와 차량 33대, 인력 96명을 투입해서 1시간 33분 만에 산불 진화에 성공했다. 산불로 인한 인명 피해가 발생하지 않았으며 무엇보다 산림청에서도 산불을 감지하고 알림문자를 보냈지만, 최초 알림보다 7분 가량 늦은 뒤였다. 산불이 분당 최대 26m까지 확산될 수 있는 점을 감안할 때 약 200m 가까이 번질 수 있었던 대형 재난을 막은 순간이었다.
대구광역시 산림재난 대응 상황실에 구축된 인공지능 솔루션은 스피어에이엑스(스피어AX)에서 개발한 지능형 산불 연기 탐지 솔루션 ‘파이어워처(FIREWATCHER)’다. 파이어워처는 지자체나 산림청에서 운영하는 산불감시용 CCTV 영상을 인공지능으로 실시간으로 분석해 불꽃이 아닌 연기를 감지한다. 불길이 커지기 전에 사전징후로 나타나는 연기를 포착해 진화 골든타임을 확보하는 방식이다. 객체 식별 및 인식 기능으로 연기와 유사한 구름과 안개, 수증기, 운무 등을 구분해 오감지를 최소화했다. 특히 영상 내 연기감지 영역에 대한 위치 추정 기능을 통해 산불 연기 감지 후 진화대에 위치 정보를 전달하는 기능도 갖췄다.
특화 객체인식기술 통해 산불 연기 감지 정확도 향상
스피어AX는 2022년 과학기술정보통신부가 전담하고 강릉과학산업진흥원이 주관하는 ‘AI 기반 산불 조기감지 및 확산 예방 실증사업’에 주관사로 선정돼 강원도 18개 시·군에 파이어워처를 개발해 구축한 이후 꾸준한 고도화를 진행했다.
특히 외부 환경적인 요인으로 발생할 수 있는 오탐 사례에 대한 예외처리를 수행해 오탐을 최소화했다.
일반 화재는 대부분 통제된 실내 환경에서 발생하지만, 산불은 바람, 습도, 강수 등 다양한 환경적 요인을 받기 때문에 카메라 위치의 실제 날씨를 시스템과 연계해 물안개, 빗방울, 서리 등의 외부적 요인과 데이터 품질, 통신상태로 인한 화질 저하로 발생하는 내부적 요인의 오탐을 낮추는데 집중했다.
이외에도 실제 운영 환경에서 발생하는 오탐 사례를 주기적으로 수집하고 시각언어모델(VLM: Vision-Language Model)에 자체 프롬프트 엔지니어링을 반영한 정밀 분석으로 감지 정확도를 높였다. 또한 국내 산악환경 기반 데이터셋 학습모델을 적용하고 국내 맞춤형 계절 및 시간대별 데이터 관리를 통해 타사 솔루션과 차별성을 이루고 있다.
우수한 기술력으로 국내시장 석권에 이어 해외시장까지 진출
‘파이어워처(FIREWATCHER)’는 산불 감지 분야에서 국내 최초로 GS(Good Software) 1등급 인증을 획득했으며, 한국산업기술시험원(KTL) 시험 평가 93.41% 정확도 기록, 과학기술정보통신부 지정 데이터 품질(DQ) Class A 등급 획득 등 우수한 기술력을 바탕으로 국내 인공지능 산불감지시장의 97%를 석권하고 있다. 또한 ‘ICT 산불감시 시스템’ 구축 사업을 통해 전국 최초로 강원도 삼척시에 솔루션을 구축한 데 이어 경상북도, 경상남도, 전라남도, 충청북도, 대구광역시, 수원특례시 등 전국 16개 시·군·구에 구축·운영하고 있다.
그리고 이제 국내시장에 이어 베트남을 중심으로 해외 산불연기감지 시장에 진출하고 있다. 스피어AX는 이미 베트남의 여러 통신, IT 인프라 국영기업과 MOU 체결 등을 통해 파이어워처를 활용한 공동 프로젝트를 추진하며 다양한 사업 분야의 기업들과 접촉을 늘려나가고 있다. 또한 네트워크 강화와 신속한 사업추진을 위해 현지 법인을 설립했다.
스피어AX는 “파이어워처가 대한민국을 대표하는 재난 예방 솔루션이 될 수 있도록 끊임없는 고도화를 이루어 나가겠다”라고 밝혔다.
[산불 화재 감지 제품&솔루션 전문업체 집중분석-2]
산불, 사람이 아닌 AI가 먼저 본다. 알에프코리아 ‘산불 자동감지 시스템’
열화상+실화상 ‘이중감시’로 실시간 화재탐지, 산불감시의 자동화 실현할 것
기후변화, 인위적 요인 등으로 산불 발생 빈도와 규모가 점점 커지고 있는 가운데, 산불을 사람이 아닌 시스템이 먼저 감지하고 대응하는 ‘지능형 감지 시스템’이 주목받고 있다. 산불감시 전문기업 알에프코리아는 열화상+실화상 카메라를 접목해 ‘듀얼 열화상 산불 자동감지 관제시스템’을 상용화하며 전국 산불 대응 체계에 새로운 기준을 제시하고 있다.
▲알에프코리아 산불 자동감지 시스템의 실제 관제 화면 [자료: 알에프코리아]
기존 산불감시 시스템은 사람이 직접 CCTV 화면을 보며 산불 발생 여부를 판단하는 방식이었기 때문에 빠른 판단과 대응에 한계가 있었다. 특히 야간이나 시계가 좋지 않은 날에는 화재를 조기에 포착하기가 어렵다는 치명적인 단점이 존재했다. 또한 열화상카메라가 설치돼 있더라도 낮은 화질로 지역을 구분하기 힘들거나 화재를 감지하는 기능이 부재했다. 산불은 초기 대응의 속도가 피해 규모를 좌우하기 때문에 알에프코리아의 시스템은 다양한 기능을 탑재해 기존 CCTV 수동 감시 방식의 한계를 극복했다. 주야간과 날씨에 관계없이 작동하며 열 변화 감지를 통한 자동탐지, 실시간 영상분석, 스마트폰 알림, GIS 기반 위치 표시 등 전 과정을 자동화함으로써 빠르고 정밀한 대응을 가능하게 하는 차세대 산림 재해 감시 솔루션으로 주목받고 있다.
특히 무선통신망과 태양광 전력을 활용해, 전력과 통신 인프라가 부족한 산악지역에서도 감시 시스템을 안정적으로 구축·운영할 수 있다는 점에서 높은 실용성을 지닌다.
수동에서 자동으로, 듀얼 감시 시스템
알에프코리아의 산불감시 시스템은 열화상 카메라와 실화상 카메라를 동시에 운용하는 듀얼 감시 시스템이다. 열화상 카메라는 불꽃이 발생할 때 나오는 열 신호를 탐지하며, 실화상 카메라는 실제 현장을 모니터링할 수 있도록 한다. 이 두 가지 장치를 동시에 운용함으로써 주야간은 물론 안개, 미세먼지, 연기 등 사람의 눈으로 식별이 어려운 조건에서도 화재를 감지할 수 있다.
기존의 산불감시 체계는 사람이 CCTV 화면을 수동으로 모니터링해야 했기 때문에 산불 발생 시 즉각적인 판단이 어려운 문제가 있었다. 반면 알에프코리아의 시스템은 온도 변화를 분석하고 이상 징후 발생 시 알림을 발송하므로 감시자의 판단에 의존하지 않고 24시간 365일 동일한 수준의 감시품질을 유지할 수 있다.
실제 해당 시스템은 약 7㎞ 거리에서 화재를 검지했으며 특히 연기가 보이지 않는 야간이나 미세먼지가 심한 상황에서도 안정적인 감지가 가능해 초기 대응의 가능성을 대폭 높였다.
▲알에프코리아 산불 자동감지 시스템의 7㎞ 화재 감지 화면 [자료: 알에프코리아]
좌표와 함께 이미지 전송, AI 분석과 GIS 기반 대응
이 시스템의 핵심은 단순 감시를 넘어 지능형 판단과 위치 기반 대응을 실현했다는 점이다. 열화상 카메라가 화재를 감지하면 시스템은 자동으로 분석을 통해 이벤트를 분류하고, 화재 지점의 위치와 경도, 거리, 지명 등 정보를 실시간으로 추출한다. 이 정보는 관제센터뿐만 아니라 실무자의 스마트폰으로도 즉시 전송돼 빠른 초동 대응이 가능하다.
특히 이 시스템은 GIS(지리정보시스템) 기반으로 화재지점을 시각적으로 표시할 수 있다. 이를 통해 사용자는 화재가 어디서 발생했는지 단순한 문자 메시지가 아닌 정확한 지리좌표와 이미지로 확인 할 수 있어 대응 시간이 단축된다.
또한 산림청 및 기상청 API와 연동해 실시간 날씨 정보와 산불 위험지수를 함께 표시한다. 풍향, 풍속, 습도, 기온 등의 기상정보와 카메라 주변 지역의 산불 이력을 함께 표시함으로써 화재 확산 가능성까지 예측할 수 있는 통합형 산불 정보 시스템으로 진화했다.
태양광과 무선전송까지 지원해 산악 지형도 최적
알에프코리아는 산불감시 시스템이 설치되는 환경의 제약도 고려했다. 일반적으로 산불이 자주 발생하는 지역은 입산자의 실화, 낙뢰등으로 산악이나 외진 지역이 많아 전력이나 통신 인프라가 부족한 경우가 많다. 이를 해결하기 위해 태양광 전력공급 시스템과 무선전송 기술을 지원하며, 철탑, 건물옥상, 산 정상 등 다양한 위치에 설치할 수 있도록 설계해 취약지역의 감시 사각지대를 최소화한다.
설비 구조는 감시부(열화상·실화상 카메라)와 모니터링부(영상분석서버, 관제시스템)로 구성돼 있으며, 설치 이후 유무선으로 데이터를 실시간 전송한다.
현재 이 시스템은 전국 여러 지방자치단체 및 산림기관에 납품돼 실제 운용되고 있으며 화재 발생 시 이미지 및 좌표 정보를 메시지로 즉시 전달하고, 7㎞ 떨어진 불꽃도 정확히 탐지하는 성능을 통해 그 실효성을 입증하고 있다.
[엄호식 기자(eomhs@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
엄호식기자 기사보기
[2025-04-07] 
