Article information

Abstract

Trans Abstract

1. 서 론

현대 사회는 산업 기술의 발전과 과학 기술의 발달에 따른 경제 성장으로 인해 도시로 인구가 집중되면서, 건축물의 대형화, 초고층화가 빠르게 진행되고 있다. 이에 따라 대형 화재의 발생 빈도가 급격히 증가하는 추세이다(1,2).

최근 보고된 한국화재보험협회의 2023 특수건물 화재통계 안전점검 결과 분석에 따르면, 2023년 12월 말 기준 전국 특수건물 5만 3,730곳에서 총 2,774건의 화재가 발생하였으며, 화재 발생률은 5.16%로 전년 대비 증가했다. 업종별 화재 발생 건수는 아파트 1,316건, 공장 766건, 11층 이상 건물 291건 순으로 나타났으며, 인명 피해가 발생한 화재는 174건으로 전년 사상자 대비 43.0% 증가한 333명으로 나타났다. 재산 피해 역시 2,979억 원으로 전년 대비 878억 원으로 증가했으며, 공장 93.2%, 아파트 3.2%로 피해액 대부분을 차지하는 등 특수건물에 대한 화재 피해가 매년 증가하고 있다(3). Figure 1은 최근 5년간 특수 건물의 재산 피해 추이이다.

Figure 1

Trends in property damage to special buildings over the past five years.

화재 피해를 줄이기 위해서는 신속하고 정확하게 화재를 감지하는 것이 필수적이다. 하지만, 기존의 화재 감지기의 경보 방식은 물리적 현상 또는 연소 생성물을 검출하여 일정 임계값을 초과할 때 화재 경보를 발생시키는 방식으로 작동한다. 임계값 기반 경보 방식은 우천 시 습기, 천장 누수, 감지기 연결 전선의 단락, 요리 및 증기 또는 담배 연기 등과 같은 다양한 외부 요인에 의해 화재와 무관한 상황에서도 경보가 작동하는 비화재보 문제가 발생할 수 있다(4). 이러한 화재 감지 시스템의 비화재보에 따른 오작동으로 인해 소방서의 오인 출동이 증가하여 소방 자원과 비용이 낭비되고, 화재 감지 시스템에 대한 신뢰도 저하로 이어져 수신기 차단이나 경종 정지와 같은 고의적 조작으로 화재 발생 시 소방 설비가 정상적으로 작동하지 않는 문제를 초래한다. 비화재보 문제를 해결하기 위해 최신 기술인 영상 처리 기반 화재 검출 방식이 대두되고 있으며, CCTV 등으로 촬영된 실시간 화재 영상의 색상을 분석하는 방식으로 YCbCr, CIELab, HSV 등을 국제 표준 컬러 색공간 지수들을 활용한 방식들이 있다(5-7). 하지만, 이러한 화재 분석 검출 방식은 고가의 CCTV 카메라나 적외선 열 영상 카메라가 필요하므로, 촬영 장비의 높은 가격으로 인해 일반적으로 널리 사용되기 어렵다는 특징이 있다. 따라서 최근 연구에서는 비교적 저렴한 비용으로 기존 감지기의 화재 인지 지연 문제를 개선하기 위해 다양한 형태의 광센서 도입이 검토되고 있다(8). 일반적으로 광센서는 빛의 양, 물체의 모양이나 상태, 동작 등을 감지하며, 광전효과를 이용하여 빛에너지를 전기 에너지로 변환한다(9). 광센서는 감시 대상 물체에서 방사되는 빛을 검출하고, 대상 물체에 입사된 후 반사되어 돌아오는 빛을 감지하여 그 물체의 움직임이나 속도 등을 측정할 수 있으며, 자외선 및 적외선 광 파장 영역의 빛을 검출하여 사용 가능한 물리량으로 변환할 수 있는 특징이 있다.

본 연구에서는 경제적이면서 신뢰성이 높은 화재 감지 기술을 개발하기 위해 Si 기반 RGB color 센서를 활용한 새로운 화재 감지 시스템을 제안하는 것을 목적으로 한다. Si 기반 RGB color 센서는 화재 발생 시 생성되는 연기와 화염의 색상 변화를 정밀하게 측정할 수 있는 특성을 가지며, 이를 통해 가연물의 종류와 화재 발생 단계에 따른 특성을 분석하는 데 유리하다. 이에 따라, 본 연구에서는 다양한 가연물에서 발생하는 연기 및 화염의 색상 데이터를 체계적으로 수집하고, 이를 기반으로 화재 감지 성능을 평가 및 분석하여 기존 화재감지기의 한계를 보완할 수 있는 새로운 화재 감지 시스템의 가능성을 검토하고자 하였다.

2. 광센서

2.2 광도전형 센서

Figure 2는 광전도 효과의 개념도를 나타낸다. 광전도체(photoconductor)이 빛을 흡수하면 광자 에너지가 광자 내부의 전자에 전달된다. 광자 에너지가 밴드갭 이상이면 가전자대에 있던 전자가 전도대로 전이하게 되는데 이 과정에서 전자가 자유롭게 움직일 수 있게 되고 그 자리에 정공이 생성된다. 이렇게 생성된 전자와 정공은 외부 전기장에 따라 이동하게 되며 물질의 전기 전도도를 변화시키게 된다. 이러한 광전도 효과는 외부에서 입사되는 빛의 세기가 증가할수록 전자와 정공의 생성량이 증가하므로 전기 전도도가 비례하여 증가하며 주로 적절한 밴드갭을 가지고 있는 반도체에서 잘 나타나게 된다.

Figure 2

Conceptual diagram of photoconductive effect.

광전도 효과는 밴드갭보다 낮은 에너지에서 반응하지 않고 밴드갭보다 큰 광자 에너지에서 동작하므로 광자 에너지와 밴드갭 에너지의 관계는 식(1)과 같다. 또한, 광센서에 입사되는 빛은 특정 파장 이상일 경우 반응하지 않고, 특정 이하의 파장에서만 전기 전도도 변화에 기여할 수 있는데 이 때 파장을 임계파장이라 하며 그 관계식은 식(2)와 같다.

(1)Eph(=hcλc)≥Eg 또는 λc≤hcEg

(2)λc≤(6.63×10−34)×(3×108)Eg=1.24Eg[eV]μm

여기서, E_ph 는 광자 에너지, E_g는 밴드 갭 에너지(eV), h는 플랑크 상수(6.626 × 10 – 34 J⋅s), c는 광속(3 × 108 m/s), λ_c는 임계파장을 의미한다.

Figure 3은 대표적인 광도전형 센서인 CdS 센서의 구조와 분광감도 특성을 나타내었다. 광전도 효과를 이용한 광센서에는 가시광 영역의 빛의 검출에는 주로 CdS, CdSe 등이 활용되며, 특히, CdS는 550 nm보다 짧은 파장의 빛인 보라색, 파란색, 녹색 영역을 감지하는데 효율적이다.

Figure 3

CdS sensor structure and spectral sensitivity characteristic graph.

2.3 광기전력형 센서

광기전력효과는 PN 접합에 빛이 조사될 때 기전력이 발생하는 현상으로, Figure 4에 광기전력효과의 개념도를 나타내었다(11). PN 접합에 빛이 입사되면 n형 영역, p형 영역, 공핍층에서 전자-정공 쌍이 발생하며, 공핍층 전계에 의해 정공은 p형 영역으로, 전자는 n형 영역으로 이동해 분리되고 p형은 정(+)으로, n형은 부(-)로 대전한다. 이 양단을 회로로 연결하면 빛이 조사되고 있는 동안 p형 영역에서 n형 영역으로 외부 전원 없이 전류가 흐른다. 이러한 광기전력효과는 다양한 광센서 응용에 활용되고 있으며, 대표적인 광기전력효과 기반 광센서로는 광 다이오드(photodiode) 등이 있다. 광 다이오드는 silicon (Si), gallium arsenide (GaAs), indium antimonide (InSb) 등과 같은 반도체 재료를 기반으로 제작되며, 그중 Si p-n 접합 광 다이오드는 높은 효율성과 넓은 감지 범위로 가장 널리 사용하고 있다(12,13).

Figure 4

Conceptual diagram of photovoltaic effect.

Si 기반 광 다이오드는 입사된 빛을 효과적으로 활용하기 위해 표면에 반사 방지막이 설치되어 있으며, 충분한 에너지를 가진 광자가 광 다이오드에 입사되면 음전하인 전자와 양전하인 정공이 형성되고, 이로 인하여 광전류가 발생한다. 식(3)에 광 다이오드에 조사되는 빛에 의해 발생한 광전류에 관한 식을 나타내었다.

(3)Iph=(ηPhv)e=ηePhv

여기서, I_hp는 광전류, η는 양자효율, P는 입사되는 빛의 전력, h는 플랑크 상수, v는 빛의 주파수, e는 전자의 전하량을 의미한다.

광 다이오드의 수광영역은 접합 구조에 따라 결정되지만, 일반적으로 400∼1,000 nm 파장 범위이며, 출력 분산이 적고 온도에 대한 특성 변화가 작다. 또한, 수명이 길고 신뢰성이 높다는 특징이 있다. Figure 5는 photodiode의 구조와 분광감도 특성 그래프를 보여주고 있다. 본 연구에서 활용한 광센서는 광 다이오드 타입의 Si 기반 RGB color 센서로, 기존의 CdS 센서보다 응답 속도가 매우 빠르고 넓은 파장대에서 개별적으로 R, G, B 각각의 빛 감도를 정량적으로 측정할 수 있는 특징이 있다.

Figure 5

Photodiode structure and wavelength.

2.4 Si 기반 RGB color 센서

본 연구에서 활용한 Si 기반 RGB color 센서는 광 다이오드와 마찬가지로 출력 분산이 적고 온도 변화에 따른 특성 변화가 작아 신뢰성이 높으며, 빛이 센서에 조사되면 전류가 생성되고 전압값으로 변환되어 빛을 정량적으로 측정하는 특성이 있다. Si 기반 RGB color 센서는 기존의 포토다이오드 구조에 R, G, B, clear 등의 필터가 추가로 도포되어 있다. 또한, 그 위에 불필요한 적외선 및 자외선 파장을 차단하는 필터가 형성되어 있어 각각의 red, green, blue 색상과 전체 조도 값을 독립적으로 정확하고 신속하게 판독할 수 있다. Si 기반 RGB color 센서의 외부는 고성능 analog-to-digital converter (ADC)와 연결되는 리드선이 장착되어 있고, 2.5 × 2.0 × 0.5 mm의 작은 크기로 패키징 되어 있어 화재 감지 센서로 활용에 적합하다. Figure 6은 본 연구에서 제안하는 Si 기반 RGB color 센서의 구조를 나타내었고, Figure 7에 외부 패키징 블록 다이어그램과 Si 기반 RGB color 센서의 수광 파장 영역 대역을 나타내었다(14). 또한, Table 1에 Si 기반 RGB color 센서의 구조에 따른 특징을 정리하여 나타내었다.

Figure 6

RGB color sensor structure.

Figure 7

External packaging block diagram and wavelength of Si based RGB color sensor.

Table 1

Si based RGB Color Sensor

3. 실험 방법

본 연구에서 제안한 Si 기반 RGB color 센서와 기존 감지기의 화재 감지 특성을 비교하기 위해, 종이, 비닐, 탈지면 등 다양한 가연물을 대상으로 CdS 센서, 온도 센서, 불꽃 감지 센서를 활용하여 동일 조건에서 연기 및 화염 실험을 수행하였다. Table 2에 실험에서 사용한 센서의 사양을 구체적으로 나타내었다. Figure 8은 본 연구에서 수행한 화재 감지 특성 분석 실험의 순차적인 과정을 보여주고 있다. Figure 9는 실제 실험 환경 구성을 나타내었다. 화재 감지 특성 분석 실험을 위해 투명하고 화염에 강한 재질인 polycarbonate (PC)를 사용하여 크기 60 × 60 × 100 cm의 연소실을 제작하였다. 실험 장치의 상부 중앙에는 20 × 15 cm의 개구부를 두어 화재 감지 특성을 확인하기 위한 센서 패널 구성 기판이 위치하도록 하였으며, 각각의 센서는 중심으로부터 2 cm 이격된 거리에 부착하여 동일한 위치에서 변화를 감지할 수 있도록 하였다. 또한, 투명 연소실 한쪽 측면에는 가연물 및 원격 점화 장치를 설치할 수 있도록 30 × 50 cm의 개구부를 구성하였다. Table 3에 실험에 사용한 가연물의 종류를 나타내었으며, Figure 10에 실제 실험 모습을 나타내었다.

Table 2

Sensor Detailed Specifications

Figure 8

Fire detection characteristics analysis experiment process.

Figure 9

Fire detection characteristics experimental device environment and components.

Table 3

Smoke and Flame Testing Flammables

Figure 10

Actual fire analysis experiment by combustible material.

실험 진행에 앞서 연소실 내에 가연물을 원격 점화 장치 상부에 위치시키고, 점화 장치로 점화 전에 센서의 온도, 조도, RGB 값 등의 기준 측정값을 얻기 위한 시간으로 20 s 동안 연소실 내 배경 데이터를 측정하였다. 이후 원격 자동 점화 장치를 사용하여 모든 가연물에 대해 10 s간 동일하게 점화원을 인가하였다. 점화원 인가 후 1 min 30 s 동안 가연물에서 발생하는 연기 및 화염에 따라 변화하는 온도, 조도, RGB 값, 화염 유무 등에 관한 데이터를 취득하였다. 실험은 모든 센서에 대해 두 번에 걸쳐 반복 실험을 수행하였으며, 거의 동일한 결과값을 나타내었다.

4. 실험 결과

본 연구에서는 센서 감지 속도 및 특성을 분석하기 위해 세 종류의 설정된 가연물에 대하여 연기 및 화염 실험을 진행하였다. 모든 센서의 데이터는 0.1 s마다 한 번씩 수집되며, CdS 센서, 온도 센서, 불꽃 감지 센서의 측정값은 Arduino Uno를 통해 실시간으로 취득하였다. 또한, Si 기반 RGB color 센서의 데이터는 TCS3408 전용 프로그램을 사용하여 R, G, B 데이터를 수집하였다. 또한, 실험 과정 중 원격 점화장치를 통해 가연물에 점화하는 10 s간을 연기 또는 화염 발생 전 안정화 시간이라 명명하였다.

Table 4는 Si 기반 RGB color 센서와 CdS 센서의 각 가연물에 대한 배경 데이터의 평균값, 최댓값, 최솟값을 나타내었다. Si 기반 RGB color 센서의 R, G, B 값은 TCS3408 전용 프로그램을 통해 취득된 상대적 광도(luminous intensity)에 해당하며, 각각의 채널에서 평균값 대비 최댓값과 최솟값의 변동 폭이 –3∼+5 이내로 비교적 안정적인 출력을 보였다. 반면, CdS 센서의 값은 조도 값(lux)이며, –13∼+26 이내의 출력을 보여 Si 기반 RGB color 센서보다 상대적으로 큰 폭의 변화 특성을 보였다. 이러한 데이터를 토대로 Si 기반 RGB color 센서와 CdS 센서의 화재 감지 판단은 안정적인 출력을 보이는 배경 데이터를 기준으로 첫 번째 출력이 급변하는 지점을 연기 발생 측정지점으로 설정하였고, 화염 발생 측정지점 은 연기 발생지점으로부터 출력이 급변하는 지점으로 설정하여 연기 감지 지점을 S, 화염 감지 지점을 F로 나타내었다. 이때, 모든 가연물을 기준으로 평균값 대비 최댓값과 최솟값이 안정적인 구간을 보이는 대역을 선정하여, Si 기반 RGB color 센서의 경우 ± 10 이상 변화할 때를 기준으로 하였고, CdS 센서의 경우 ± 30 이상 변화할 때를 기준으로 하였다. 또한, 온도 센서는 감지기의 형식승인 및 제품검사의 기술기준 내 제2종 차동식스포트형 감지기의 감도시험에 따라 15 ℃/min 지점을 변화 지점으로 설정하였으며, 불꽃 감지 센서는 화염을 인지하여 측정값이 0 (off)에서 1 (on)로 변화한 지점으로 설정하였다.

Table 4

Average, Maximum, and Minimum Values of Background Data for Each Combustible

Table 5에 실험 결과값을 정리하여 나타내었다. 이때, 측정 시간(detection time)은 각 센서가 연기 및 화염을 감지한 시간을 의미한다.

Table 5

Smoke and Flame Test Results for Each Combustible Material

Figure 11은 가연물이 종이일 때의 결과를 나타내었다. 가연물이 종이인 경우, Si 기반 RGB color 센서는 연기 발생에 따른 변화를 R 채널 1.0 s, G 채널 1.2 s, B 채널 1.3 s에 감지하였고, 화염 발생에 따른 변화를 R 채널 36.2 s, B 채널 35.7 s, G 채널 35.9 s에 변화를 감지하였다. CdS 센서는 연기 발생에 따른 변화를 1.0 s에 감지하였고, 화염 발생에 따른 변화는 38.4 s에 감지하였다. 온도 센서는 기준 온도 19.36 ℃에서 점화 후 45.0 s가 지난 시점에 34.0 ℃로 상승하며 변화를 감지하였고, 불꽃 감지 센서의 경우 41.8 s에서 화염 발생을 인지하였다.

Figure 11

The plot of smoke and flame test results when the combustible material is paper.

Figure 12는 가연물이 비닐일 때의 결과를 나타내었다. 가연물이 비닐인 경우, Si 기반 RGB color 센서는 연기 발생으로 인한 변화를 R 채널이 0.8 s, G 채널 1.0 s, B 채널 1.5 s에 감지하였고, 화염 감지는 B 채널이 43.8 s, R 채널과 G 채널이 44.7 s에 감지하였다. CdS 센서는 0.7 s에 연기를 감지하였고, 이후 화염 발생에 따른 변화를 43.6 s에 가장 먼저 감지하였다. 반면, 온도 센서는 기준 온도 19.3 ℃에서 온도 상승이 30 ℃ 이하로 측정돼 온도 변화를 감지하지 못하였다고 판단하였다. 불꽃 감지 센서는 73.1 s에 화염 발생을 인지하였다.

Figure 12

The plot of smoke and flame test results when the combustible material is vinyl.

Figure 13은 가연물이 탈지면일 때의 결과를 나타내었다. 가연물이 탈지면인 경우, Si 기반 RGB color 센서는 연기 발생에 따른 변화를 R 채널 2.7 s, G 채널과 B 채널이 3.0 s에 감지하였고, 화염 발생에 따른 변화는 R 채널 85.1 s B 채널 82.8 s, G 채널 85.9 s에 감지하였다. CdS 센서는 연기 발생에 따른 변화를 1.0 s에 감지하였고, 화염 발생에 따른 변화를 84.4 s에 변화를 감지하였다. 반면, 온도 센서와 불꽃 감지 센서는 변화를 감지하지 못하였다.

Figure 13

The plot of smoke and flame test results when the combustible material is cotton wool.

5. 결 론

본 연구는 기존의 상용 화재감지기와 유사한 온도 센서, 불꽃 감지 센서, 최근 새로운 감지기로 고려되고 있는 광센서 기반의 CdS 센서와 본 연구에서 제안하는 Si 기반 RGB color 센서에 대해 연기 및 화염에 대한 특성을 분석하였다. 연기 및 화염 실험을 위해 투명 PC 재질의 연소실을 구축하고, 종이, 비닐, 탈지면 등 세 가지 가연물을 대상으로 원격 점화 장치를 활용하여 실험을 수행하였다.

실험 결과, 모든 가연물에 대해 Si 기반 RGB color 센서와 CdS 센서는 온도 센서 및 불꽃 감지 센서에 비해 연기 발생을 최소 43 s, 화염 발생을 최소 8 s 이상 빠르게 감지하였다. 이러한 결과는 Si 기반 RGB color 센서와 CdS 센서가 광센서 기반의 센서이므로 연기 및 화염에 의한 광 변화를 신속히 감지했기 때문이며, 온도 센서 및 불꽃 감지 센서는 물리적 변화가 감지되기까지 일정 시간이 필요하기 때문으로 판단된다. 이때, Si 기반 RGB color 센서와 CdS 센서는 거의 유사한 속도로 연기 및 화염을 감지하였지만, CdS 센서의 경우, 모든 광을 한 번에 수용하는 특성이 있어 높은 민감도로 광의 변화를 빠르게 감지할 수 있지만, CdS 센서는 RGB 값을 독립적으로 얻을 수 없으므로 실제 화재 감지기로 활용된다면 비화재보의 가능성을 증가시킬 수 있을 것으로 판단된다. 반면, Si 기반 RGB color 센서는 연소 시 발생하는 연기 및 화염에 대한 R, G, B 값을 독립적으로 수집할 수 있어 화재 발생 시 가연물의 종류 등을 특정하는 데 유리하다. 따라서, Si 기반 RGB color 센서를 활용하여 다양한 조건과 여러 가지 가연물에 대해 연기 및 화염 분석 실험을 수행하고, 수집된 데이터를 딥러닝 기반 인공지능 모델에 학습시키면, 발생한 연기 및 화염에 대한 실화재 여부를 신속하고 정확히 감지할 수 있을 것으로 판단된다. 향후 연구에서는 가연물에 따라 다르게 발생하는 연기 및 화염의 RGB 데이터값에 대해 AI 기반의 신호 패턴 분석 기법을 적용한 지능형 화재 감지 기술을 개발하고자 한다.

Article information Continued