지역정보화

도시 발전과 데이터 활용의 상관관계

도시문제 해결을 위한 핵심 방안으로, 스마트시티의 역할은 매우 중요하다. 스마트시티는 도시화로 인한 기반 시설 부족, 교통 체증, 에너지 문제를 해결해 시민의 삶의 질과 지역사회의 지속가능성을 제고할 수 있다.

도시의 진화는 과거부터 계속됐지만, 이제는 도시 운영에 빅데이터, AI, IoT 등이 접목돼 연결성을 확보하면서 획기적인 발전을 이루고 있다. 연결성이 없는 도시는 거대한 의문부호였지만 이제는 데이터에 기반해 도시를 ‘보고, 판단하고, 운영’ 하도록 변모하고 있다.¹⁾

리카이푸에 따르면, 테크놀로지 시대의 연료인 데이터를 활용한 AI의 물결은 네 번의 물결을이루며 발전하고 있다. 주1) 데이터 기반 글로벌 COVID-19 대응사례를 통해 보는 스마트시티 데이터거버넌스의 방향, 유은정, NIA, 2020.6

▲ 기존도시와 데이터 기반의 스마트시티

온라인 플랫폼 이용자들에 의해 축적된 업로드한 사진, 시청한 유튜브 동영상, 검색이나 ‘좋아요’ 같은 데이터를 비즈니스에 활용하는 물결(인터넷 AI, 기업 AI)을 넘어, 인간과 도시가 살아 숨쉬는 실세계의 ‘진짜‘ 세상을 투영하는 데이터인 지각 AI(Perception AI)와 자율행동 AI(Autonomous AI)의 물결로 진화하고 있다.²⁾

지각 AI는 우리의 물리(도시) 세계를 각종 센서, 통신 등으로 디지털화해서 우리의 얼굴을 인식하고 요구사항을 이해하고 주위의 세상을 ‘본다‘. 스마트시티는 도시의 다양한 센서 디바이스, 이벤트 데이터, 공간정보, 행정정보 등을 통합해 도시 서비스로 활용하면서 도시를 보고, 판단하고, 운영하도록 한다. 지각 AI 물결은 우리가 세상을 경험하고 세상과 소통하는 방식에 일대 혁명을 일으키면서 디지털 세상과 물리적 세상의 경계를 허문다.
2) The 4 Waves of Artificial Intelligence Application, Kai-Fu Lee, 2019

▲ 스마트시티 데이터와 네 번의 AI 물결
(출처: 리카이푸 논문. 유은정 재구성)

향후 자율행동 Autonomous AI 물결은 순서는 제일 마지막이지만 우리 생활에 가장 깊은 충격파를 미칠 것이다. 지각 AI의 인식을 기반으로 사람이 판단하는 부분은 사람이, AI가 할 수 있는 부분은 AI가 스스로 판단해서 실행할 수 있게 된다. 최근 chat GPT 사례에서 볼 수 있듯이, AI와의 협업역량이 도시민의 업무와 삶에서도 중요한 역량이 될 것이다.

데이터 기반 스마트시티의 발전단계³⁾

‘스마트시티(Smart City)’와 ‘유시티(U-city)’의 가장 큰 차이점은 ‘데이터’를 기반으로 한 도시 운영이다.⁴⁾
2007년 스티브 잡스(Steve Jobs)가 데이터 생태계를 본격적으로 제시한 이후 데이비드 뉴먼(David Newman)은 데이터 경제의 시작을 알렸다. 우리나라는 이 시기에 공공데이터 포털을 오픈(2011년)했고, 지자체마다 스마트시티의 초창기 인프라가 된 통합관제센터들도 이때 구축되었다.

2016년부터 빅데이터, AI, 클라우드 등이 산업에 활발히 적용되기 시작하면서 클라우스 슈밥(Klaus Schwab)은 위협적인 4차 산업혁명을 알렸고, 해외에서는 데이터 거래소가 설립되었다. 지금은 추억이 된 알파고-이세돌 대국(2016년)도 이때 세계의 이목을 집중시키며 데이터와 AI의 가능성을 보여주었다.

우리나라는 데이터 산업 활성화 전략, 데이터/AI산업활성화전략 등을 발표하며 데이터 기반 사회로의 전환을 본격적으로 준비했다. 스마트시티도 이전의 유시티법(2008) 이후 10년 만에 스마트시티법으로 재정비(2018년)하고 세종, 부산 국가시범도시 등 스마트시티를 본격화하기 시작했다.
데이터가 수단을 넘어 자본이 되는 데이터 자본주의(Data Capitalism) 사회로의 이행 속에서 데이터 기반의 스마트시티도 급속히 발전하고 있다. 3) 스마트시티 데이터허브 기반 데이터마켓플레이스 요구사항과 표준, 유은정, 한국통신학회 발표자료, 2022. 3
4) 씨티는 인프라 중심, 스마트시티는 데이터 중심, zdnet interview https://zdnet.co.kr/view/?no=20190409145219

▲ 데이터 경제의 발전단계와 스마트시티의 발전 과정
(출처: 유은정)

한국의 데이터 기반 스마트시티의 발전단계

우리나라의 스마트시티는 2008년 유시티법 제정을 기점으로 기반 시설 구축 및 새로운 ICT기술 검증을 위한 소규모 테스트 사업 중심에서 시작했다. 이후 국가나 지방 정부 주도의 대규모 투자를 동반해 지속적으로 발전하고 있다. 전 세계적인 데이터 경제의 발전 과정을 거쳐온 지난 15년의 시간은 유시티가 데이터 기반의 스마트시티로 넘어가는 기틀이 되었다. 과거의 유시티는 통합운영센터, 통신망 등 물리적 인프라 구축을 통해 도시의 기능을 통합하고 ‘관제’하는 것이 가장 큰 목적이었다. 이를 위해선 각종 서비스를 연계하는 것이 핵심이었다. 즉 사건, 사고 등 도시 이벤트를 적절히 포착해서 처리하는 것이 중요했다.

신도시 중심으로 유시티를 건설했고, 스마트시티 추진을 위한 물리적 기반 시설인 지자체의 도시통합운영센터, 자가 통신망, 방범 및 교통 CCTV등을 신도시 개발 이익으로 구축하고 확산했다. 또한 통합플랫폼에 연계되도록 119, 112, 전자발찌 등 지자체마다 공통적으로 필요한 필수 연계 서비스를 지자체에 보급해 도시서비스의 확장성을 높였다.

▲ 도시 운영 환경 변천사
(출처: 스마트도시협회)

정책적으로는 신도시 중심으로 관 주도적 사업체계를 가지고 첨단기술 도입 및 인프라 구축을 진행했다. 지역별로 CCTV와 관제센터 등을 구축했지만, 설비와 인프라에 치중한 나머지 지역의 특성을 반영한 지역 간 차별화는 다소 어려웠다.

스마트시티는 유시티에서 한 단계 더 나아간 개념이다. 도시 관점의 관제를 넘어 도시 운영의 의사결정을 위해서는 데이터가 필요하다. 유시티까지는 CCTV와 통합관제센터를 잘 구축했지만 모은 데이터를 적절하게 활용하는 것에는 한계가 있었다.

스마트시티 패러다임으로 넘어가면서 도시가 ‘데이터로 도시를 보고-판단해-실행’할 수 있도록 데이터 기반의 서비스를 오픈 생태계 중심으로 개방한 것이다. 이를 바탕으로 도시의 기능을 데이터 중심으로 연계하도록 진화했다.⁵⁾

정책적으로도 신도시뿐 아니라 기존도시까지 포괄적으로 스마트화하는 것을 지향점으로 삼고, 시민과 기업의 적극적인 참여를 강화했다. 도시문제 해결을 위한 체감형·맞춤형 솔루션 도입을 추진했다. 이 과정에서 발표된 제3차 스마트시티 종합계획(’19~’23)에서는 국가시범도시, 스마트 도시재생 등으로 사업모델을 다변화하고 혁신 생태계를 구축하도록 했다.⁶⁾ 5) ‌데이터가 도시를 움직인다. 유씨티-스마트시티로의 진화, 유은정, LG CNS블로그, 2022. 11. 16
6) 제3차 스마트도시 종합계획(안)_공청회 발표자료(회람본), 2019. 06

▲ 한국의 스마트시티 발전단계
(출처: 국토부)

원활한 데이터 활용을 위한 조건 및 과제

성공적인 스마트시티는 도시 운영의 효율성을 높이고 시민에게 사회적 기회를 제공하며 도시의 경제적 가치를 높일 수 있어야 한다. 유시티에서 데이터 기반의 스마트시티로 성공적으로 발전하기 위해서는 원활한 데이터 활용이 선결과제이다. 이를 위한 주요 성공 요소는 아래와 같다.

데이터 활용 성공 요소 1 : 스마트시티 데이터 허브와 표준의 중요성⁷⁾

데이터허브는 데이터의 배포, 공유 등을 목적으로 정리된 데이터의 모음으로 생산자와 소비자를 연결해 데이터 공유를 가능하게 하는 중개지점을 의미한다. 특히, 스마트시티는 도시의 다양한 센서 디바이스, 이벤트 데이터, 공간정보, 행정정보 등을 통합해 서비스로 활용하는 이종데이터간의 결합이 필요하기에 데이터허브의 역할이 더욱 중요하다. 스마트화된 도시운영을 위한 데이터 활용의 꽃인 디지털트윈 등을 위해서도 데이터 허브는 필수적이다.

우리나라는 그동안 스마트시티 분야의 대표적인 기술들을 발전시켜 왔다. CCTV기반의 5대 연계 서비스 및 도시상황관제에 특화된 스마트시티 통합플랫폼, 다양한 도시 도메인의 데이터를 수용하여 융복합 분석에 특화된 데이터 허브, IoT 디바이스의 데이터를 수집하고 제어 및 관리할 수 있는 기능에 특화된 IoT 플랫폼 등이 그 결과물이다.

이러한 스마트시티 분야의 우리나라 대표적인 기술들을 메쉬업할 수 있도록 ICT 표준 기술의 유기적 연계를 통한 스마트시티 구현이 필요하다. 서비스 분야별 플랫폼 중심으로 데이터가 수집 운영되면 융복합 데이터 분석이 한계가 있으나 데이터허브 중심의 스마트시티 서비스로 추진하면 서비스 효율성이나 융복합 데이터 분석에 유리하다.
이번 코로나19 사태에서는 역학조사관들이 활용하는 역학조사시스템이 큰 활약을 했는데. 이때도 스마트시티의 데이터 허브가 크게 활용되었다.

데이터 활용 성공 요소 2 : 스마트시티 데이터의 연계와 융합⁸⁾

현재의 도시 서비스가 AI서비스로 진화할수록 다차원 데이터 융합은 더욱 중요도가 높아질 것이다. 스마트시티 데이터는 현재 추진 중인 데이터의 활용과 더불어 이종간 융합, 민간 데이터와의 융합, 지자체간 데이터의 연계·융합을 고려한 거버넌스 설계가 중요하다.

(이종간 융합) 스마트시티 데이터 입장에서의 융합은 IoT, 행정, CCTV, 공간정보 등 이종 데이터간의 융합을 고려해야 한다. 특히 이러한 정보가 복합적으로 활용되는 디지털 트윈 등을 적용해 도시의 선제적 운영과 의사결정을 추진하기 위해서는 이종데이터간 융합이 막힘없이 진행될 수 있어야 한다.

(민간 데이터와 융합) 현재는 스마트시티에서 제공하는 도시서비스가 개인으로부터의 데이터보다는 도시의 데이터로 주로 제공되고 있다. 그러나, 향후에 도시 서비스가 개인화로 발전될수록 민간 부문과의 데이터 융합수요가 강화되고, 이에 따른 거버넌스 설계가 필요할 것이다.

또한 이를 위해서는 마이데이터를 스마트시티에 접목하는 방안이나 민간 기업과의 데이터 협업, 또는 민간 기업 데이터를 제공하는 플랫폼과의 협업 등이 필요할 것으로 예상된다.

(지자체간 연계. 융합) 지금까지 진행된 스마트시티 서비스는 주로 시·군·구 내 해당 지자체 내의 도시문제 해결 및 도시 운영을 위해 추진되으나 최근에는 도시 간 연계를 통한 스마트시티 서비스의 구현이 중요해지고 있다. 개별 지자체를 중심으로 발전해 온 스마트시티가 지자체간, 전국적인, 국가차원의 연결성으로 발전되고 있는 과정에서 데이터 허브간 연결이 더 요구될 것이며 이런 의미에서 데이터 허브간 데이터 연계 표준은 중요하다.⁹⁾
지자체간 연계가 되지 않을 경우, 서비스 측면에서 지자체 센터 간 연계 부재로 관할 지역이외에 서비스 제공이 중단된다. 스마트도시 데이터간(교통, 방범, IoT) 연계 및 공동 활용도 저하될 수 있다.
도시 간 연결이나 거점센터의 역할이 미비할 경우, 지자체 입장에서는 교통, 방범, 재난 등 다수 정부 연계 기관과 협의 시 행정 요소가 과다하게 되며 장비 비용 등 물리적인 부담도 증가하게 된다. 7) 스마트시티 데이터허브와 표준의 역할, 유은정, 전자신문 컬럼, 2022. 8. 3
8) 스마트시티, 데이터로 도시의 미래를 준비하다. 유은정, LG CNS 전사기술리서치, 2022. 10
9) ‌스마트시티 데이터허브 기반 데이터마켓플레이스 거래거버넌스 모델 기술보고서, 유은정, 한국정보통신기술협회, 2022.4

▲ 스마트시티 데이터 연계·융합과 유통 관점
(출처: 유은정)

데이터 활용 성공 요소 3 : 시민 주도

도시 문제를 발굴하는 데 있어 시민의 역할은 매우 중요하다. 시민, 기업, 공공 등 사회의 다양한 이해관계자들이 데이터의 협력을 통해 문제를 해결하는 다양한 방향이 모색되고 있다. 도시의 주인공인 시민이 적극적으로 개입하는 ‘시민과학자(데이터의 생산자이자 소비자로서 도시의 문제를 데이터를 통해 적극적으로 의견을 개진할 수 있는 시민) ’ 등 지속가능하고 책임 있는 데이터 협업 활동의 중요성이 최근의 뉴노멀(New Normal)로 대두되고 있다.¹⁰⁾

데이터 활용 성공 요소 4 : 특화 반영

스마트시티는 오랜 세월에 걸쳐 도시가 살아온 역사, 문화, 사람, 지리적 특성, 기술 등이 모두 녹아들어 진화하기에 고유의 지역적 특성을 반영해야 한다. 또한, 이를 잘 살려 지역의 지속가능성을 확보할 필요가 있다.

예를 들어, 서울 여의도와 전라남도 여수의 스마트시티가 같을 수는 없을 것이다. 여의도 같은 금융과 복잡한 교통이 공존하는 대도시와 여수 밤거리, 관광지, MICE 산업 중심지의 여수가 서로 같은 모습과 같은 목표 수준의 스마트시티를 구현할 필요는 없기 때문이다. 지역별로 특화된 특성을 살린 차별화가 무엇보다 중요하다. 10) 데이터 기반 글로벌 COVID-19 대응사례를 통해 보는 스마트시티 데이터거버넌스의 방향, 유은정, NIA, 2020.6

우리나라 데이터 활용 현황 주요 사례

스마트관제로 쓰러진 시민을 구조하다 : 오산시의 사례

한 사람이 눈으로 보면서 이벤트를 처리할 수 있는 CCTV의 관제 범위는 어느 정도가 될까?
행안부의 ‘지자체 영상정보처리기기 통합관제센터 구축 및 운영규정’에 따르면 관제인력 산정은 1인당 50대의 모니터를 기준으로 한다. 그러나 이를 따를 수 있는 여건의 지자체는 거의 없다. 관제요원 1인이 수백대의 CCTV를 관제해야 하는 것이 현실이다.

관제 효율을 개선하기 위해 오산시는 지역 내 CCTV 2248대에 작년 7월부터 인공지능 선별관제시스템을 도입했다. 이전, 구축해왔던 스마트관제 인프라와 실증을 업그레이드하여 적용한 것이다.
스마트 선별관제프로그램은 인공지능을 기반으로 한 영상 분석 기술을 활용한 것으로 쓰러짐이나 폭력, 연기가 나는 등의 움직임 있는 영상만 자동으로 표출을 시켜주어 관제요원이 스마트관제를 통해 제시되는 화면만 먼저 모니터링 하면되므로, 관제 범위를 훨씬 늘릴 수 있어 효율적이다.
인공지능이 이벤트 관제에 의미있는 영상을 미리 학습하고 이를 바탕으로 CCTV모니터링 시 의미 있는 영상을 선별해 보여주므로 관제요원들의 부담은 낮아지고 효율은 높아지는 효과를 거두게 된다.

▲ 스마트관제 상황 화면
(출처: 유튜브 뉴스 화면)

안심이앱과 CCTV로 늦은 밤 안전한 귀가를 지원하다 : 서울시의 사례

서울시는 밤 귀갓길에 비상상황이 발생할 경우 버튼 터치 및 흔들기만으로도 SOS 호출이 가능한 '안심이'를 25개 전 자치구에서 제공중이다.¹¹⁾
안심이'는 서울 전역에 설치된 CCTV 총 3만 9,463대와 스마트폰 앱을 연계해 위험 상황을 실시간 모니터링하고 구조 지원까지 하는 24시간 여성 안전망이다. 시민의 실제 거주지와 상관없이 위급상황이 발생한 다른 서울 전역 언제 어디서든 시민이 위치한 관할 구역 관제센터에서 모니터링되고 경찰 출동 서비스까지 받을 수 있다. 특히 앱에 사진·영상 촬영 기능이 있어 CCTV 사각지대에서 벌어지는 상황도 사진이나 영상으로 통합관제센터에 전송해 즉시 대응을 유도한다.
늦은 밤 혼자 귀가 중 비상상황이 발생했을 때는 화면 중앙의 '긴급신고'를 터치하거나 스마트폰을 여러 번 흔들면 관제센터에 '긴급' 호출이 들어간다. '긴급' 호출 시엔 자동으로 촬영된 현장 사진 또는 동영상이 관제센터에 전송된다.

긴급신고가 접수되면 경광등이 울리고, 자치구 통합관제센터는 상황판에 뜨는 이용자 위치정보를 모니터링한다. 긴급신고가 위험 상황으로 확인되면 '비상상황'으로 전환해 센터에 상주하고 있는 경찰과 함께 출동 요청 등의 조치를 신속히 취한다. 안심이 앱은 CCTV, 통합관제센터 등 기존에 구축된 인프라를 활용하면서도 스마트 기술이 연계돼 효율적인 여성 안전망을 제공한다. 11) http://www.newspost.kr/news/articleView.html?idxno=66350

▲ 안심이앱 서비스 프로세스
(출처: 안양시)

스마트시티 데이터허브로 모빌리티 지오펜싱을 제공하다 : 부천시의 사례

라스트마일(Last Mile)이란 이동, 물류 등의 분야에서 목적지에 당도하기까지의 마지막 거리나 서비스가 소비자와 만나는 최종 단계를 일컫는 말이다. 최근 기존 자동차, 택시, 버스, 철도 등 운송 수단 뿐만 아니라 공유 모빌리티로 공유차량, 공유 자전거, 공유 킥보드 등으로 이동의 편리를 누리고 있고 수요도 커지고 있다. 그만큼 공유 모빌리티로 인한 사고도 많아졌다.
부천시에서는 이런 문제의 해결을 위하여 스마트시티 실증단계로 지오펜싱(Geo Fencing)을 활용하여 PM(Personal Mobility)¹²⁾의 통행량, 시간, 위반건수, 속도, 사고를 모니터링하고 있다. 특정 지리적 위치 주변에 설정한 지오펜스 안으로 모빌리티 기기가 진입하거나 빠져나가는 순간, 앱 또는 다른 소프트웨어에서 미리 설정된 동작이 진행되는 원리다.

도시 곳곳에 설치된 CCTV 정보와 스마트시티데이터 허브에 취합된 교통시설 현황 데이터를 지리정보와 융합하여 지오펜싱을 시범적으로 제공하는 것이다.

스웨덴 예테보리 지역도 전기차 지오펜싱 실험을 하고 있는데, 지오펜싱이 설정된 학교나 주거 지역에 버스나 킥보드, 자전거 등이 들어가면 특정 속도 이하로만 움직이게 통제된다. 지오펜싱과 모빌리티 제어로 도시민은 더 편리하고, 안전하게 이동의 자유를 누릴 것이다.¹³⁾ 12) 퍼스널 모빌리티(Personal Mobility) 전기를 동력으로 하는 1인용 이동수단으로 전동 휠, 전동 킥보드, 전기 자전거, 초소형 전기차 등이 포함된다.
13) https://www.donga.com/news/Economy/article/all/20221016/115978594/1

▲ 부천시 지오펜싱시스템
(출처: 한국전자기술연구원)

▲ PM에 카메라를 장착하여 사고영상 조회
(출처: 한국전자기술연구원)

MoD(Mobility on Demand)로 교통 사각지대를 해결하다 : 인천시의 사례

도시에서는 자주 다니는 대중교통을 이용하다가 자동차 드문 지역에 가서 대중교통을 적시에 타지 못해 난감한 경험을 한 번쯤 했을 것이다. 내가 있는 장소에서 가고자 하는 목적지 버스가 온다면 어떨까.

인천광역시에서는 수요응답형 교통체계 MoD(Mobility on Demand)를 시범 운영하였다. 2020년 10월 26일 영종국제도시를 필두로 2021년 7월 19일 송도국제도시, 남동산단에서 운행을 개시했다. 영종도에서는 8대 MoD 버스를 운행하였다.

MoD버스는 승객이 호출하면 실시간으로 가장 빠른 경로가 생성되고 배차가 이뤄지는 수요응답형 버스다. 따라서 정해진 노선이 없다. I-MoD 어플을 통해 출발지와 도착지를 입력하면 차량 위치와 이동 경로를 분석해 승객과 가장 가까운 버스 정류장으로 차량을 배차하고, 신규 호출 발생시 운행 중인 차량과 경로가 비슷할 경우 합승시키도록 경로를 구성하고 배차가 이뤄진다.

MoD는 택시와 버스의 장점을 결합한 서비스로 교통 취약지를 중심으로 스마트 모빌리티를 도입, 이동성·교통접근성이 개선된 시민체감형 서비스를 고도화하는 것이 목적이다. 기본 이용요금은 1,800원(성인 기준)으로 제공된다.

▲ 인천시 I-MOD 서비스
(출처: ciel homepage)