1. 서 론
최근 소방 분야에서는 인공지능(AI)과 빅데이터 기술을 접목하여 보다 정밀하고 신속한 대응 체계를 구축하려는 시도가 활발히 이루어지고 있다. 특히 화재, 구조, 구급 등 다중 출동이 요구되는 대형⋅복합 재난 현장에서, 실시간 정보의 공유와 빠른 판단이 핵심인 119종합상황실은 기술적 고도화의 필요성이 더욱 강조되고 있는 분야이다.
그러나 현재 우리나라의 119종합상황실은 여전히 긴급구조표준시스템 중심으로 운영되고 있으며, 실시간 정보를 충분히 반영하지 못하는 구조적 한계를 안고 있다. 이 시스템은 화재 신고 접수, 출동 지령, 현장 정보 공유 등의 기능을 수행하고 있으나, 교통 혼잡, 기상 악화, 인근 인프라 현황 등과 같은 실시간 변수에 대한 예측 및 분석 기능이 부족하다(1-3). 또한, 드론 영상, 차량 내 영상, 구조물 위치 정보 등 다양한 데이터를 개별적으로 수집하고 있음에도, 이를 통합적으로 분석하여 현장 대응 전략으로 연결하는 체계는 미흡한 실정이다.
이러한 한계로 인해 출동 지연, 정보 부족으로 인한 판단 착오, 현장 위험 요인의 사전 분석 부족 등 문제들이 반복되고 있으며, 이는 결국 경험에 의존한 의사결정으로 이어지는 경향을 보이고 있다.
기존 연구들은 개별 AI 기술 또는 특정 데이터 활용에 초점을 두고 있으나, 실제 119종합상황실의 운영 흐름을 반영한 통합 관제 구조 제안은 부족한 실정이다. 또한 국외에서는 차세대 긴급신고 체계(NG911/NG112) 전환 흐름 속에서 위치정보(GIS) 기반 연계 및 데이터 통합을 강조하고 있어, 국내에서도 통합 관제 관점의 고도화 필요성이 제기된다.
본 연구의 목적은 국내 소방 현실에 적합한 AI 기반 통합관제시스템의 구축 방향을 제시하는 것이다. 특히, 119종합상황실의 운영 흐름(상황 인지/접수-출동 지령-현장 대응)을 기준으로 현행 시스템의 한계를 분석하고, 기상⋅교통⋅인프라 정보를 API 형태로 연계한 통합 플랫폼의 개념적 모델을 제안하고자 한다.
2. 연구 방법
본 연구는 인공지능(AI) 기반 통합관제시스템의 개념을 제안하고자, 충북소방본부 119종합상황실을 중심으로 기존 시스템의 기능을 분석하고, 향후 통합 시스템 구축을 위한 방향을 설정하는 데 목적을 둔다. 이를 위해 Figure 1과 같이 세 가지 단계의 연구 방법을 적용하였다.
첫째, 현행 119종합상황실에서 운영 중인 긴급구조표준시스템, 드론 관제 시스템, 현장영상 전송 시스템, AI 신고 접수 시스템 등 주요 시스템들의 기능과 운용 현황을 분석하고, 이들이 갖는 기술적 한계와 정보 연계상의 문제점을 도출하였다. 각 시스템은 독립적으로 운영되고 있으며, 실시간 정보 공유, AI 기반 판단, 상황 통합 분석 등과 같은 고도화된 관제 기능이 제한적이라는 공통된 한계를 지니고 있다.
둘째, 이러한 문제점을 극복하기 위한 개선 방향으로, 기상정보 API, 교통정보 API, 인프라정보 API 등 외부 데이터를 실시간으로 연계할 수 있는 구조를 설계하고, 이를 AI 분석 기술과 융합한 통합관제 플랫폼의 초기 모델을 구상하였다. 각각의 기능은 개별 분석과 판단이 가능하도록 모듈화하였으며, 향후 통합 시나리오를 염두에 둔 구조로 설계되었다.
셋째, 본 연구에서는 기능별 요소 기술에 대한 개념적 적용 가능성을 중심으로 구성하였다. 기상정보를 활용한 화재 확산 예측, 교통 흐름을 기반으로 한 출동 경로 도출, 인프라 정보를 통한 위험 요소 사전 파악 등 각 기술이 실제 상황에 어떻게 활용될 수 있는지를 시나리오 수준에서 검토하였다. 이를 통해 향후 각 기술을 통합하고 실시간 현장 데이터와 연계하여 적용할 경우, 보다 신속하고 정확한 대응체계를 구축할 수 있을 것이라는 방향성을 도출하고자 하였다. 따라서 본 연구는 정량적 검증이 아닌 개념적 타당성 분석에 초점을 둔다. 각각의 기술 요소 간의 연계 가능성과 기대 효과를 바탕으로, 통합 관제 플랫폼 설계의 기초 자료로 활용하고자 한다.
3. 분석 결과
3.1 현행 119종합상황실 관제체계(As-Is) 구성 및 한계(STEP 1)
현행 119종합상황실은 긴급구조표준시스템을 중심으로 신고접수-출동지령-현장대응 업무를 수행하며, 현장영상⋅드론⋅AI 신고접수 등 지원 시스템이 병행 운영된다. 그러나 기능별 시스템 중심 운영으로 인해 사건 단위의 정보가 통합되지 못하고(정보 사일로), 기상⋅교통⋅인프라 등 외부 실시간 변수가 초기 판단과 지령에 충분히 반영되기 어렵다. 또한 다원정보를 통합 분석하여 위험요인과 대응 우선순위를 제시하는 의사결정지원 기능이 제한되어, 상황실의 종합 상황인지와 선제적 대응에 구조적 제약이 존재한다. 따라서 다음 절에서는 위 한계를 개선하기 위한 통합관제 플랫폼 구축 방안(개념 설계)을 제안한다.
3.2 AI 기반 통합관제 플랫폼 구축 방안(초기 모델) (To-Be, STEP 2)
본 연구는 실제 구현⋅정량 성능검증이 아니라, 119 업무 흐름을 기준으로 데이터 연계 구조와 기능 모듈을 정의하는 구축 방안(개념 설계)을 제안한다. 초기 모델은 (1) 내부 운영데이터(신고⋅출동⋅현장영상/위치)와 (2) 외부 공공데이터(기상⋅교통⋅인프라 API)를 사건 단위로 연계⋅정규화하는 데이터 수집/연계 계층, 이를 기반으로 위험요인 식별⋅경로 의사결정⋅2차 피해 예방을 지원하는 분석/추론 계층, 결과를 상황실 화면과 현장 단말에 시각화하여 의사결정을 지원하는 표출/의사결정지원 계층으로 구성된다. 또한 신고 접수 단계의 정보 품질을 높이기 위해 음성 기반 신고 내용을 구조화하는 AI 신고접수 기능을 입력데이터 강화 관점에서 결합할 수 있다.
한편, 2차원 사진 및 3차원 공간정보 레이어와의 결합은 위험구역의 공간적 이해를 높여 상황 인지의 직관성을 향상시킬 수 있다.
3.3 모듈별 기능 정의 및 시나리오 연계(STEP 2~3)
Table 1은 초기 모델의 핵심 기능을 기상정보 분석, 교통정보 분석, 인프라 API 연동의 3개 모듈로 구분하여 입력-처리-출력(의사결정지원) 관점에서 정의하고, 4장 시나리오 단계(상황 인지/접수-출동 지령-현장 대응)와의 연계를 제시한다.
Table 1
Definition of Functional Modules and Linkage to Scenario Steps
3.3.1 기상정보 분석 모듈
3.3.2 교통정보 분석 모듈
3.3.3 인프라 API 연동 모듈
인프라 API 연동 모듈은 지하시설물⋅가스⋅전력⋅상하수도 등 인프라 정보를 사건 위치 기준으로 자동 호출⋅정합하여, 현장 위험요인 및 차단 지점(예: 오염수 유출 차단, 가스/전력 차단 등) 판단을 지원함으로써 현장 대응 단계에서의 2차 피해 예방에 기여한다. Figure 4(4)는 지하시설물 횡단면(단면) 정보를 통해 위험요인 위치를 확인하고 대응 판단에 활용하는 예시를 나타낸다.
Figure 4
Example of underground infrastructure cross-section information for hazard identification(4).
4. 시나리오 기반 통합관제시스템 적용 및 효용성 분석
본 연구에서 제안하는 AI 기반 의사결정지원은 실제 운영 시스템의 구현 및 정량 성능 검증이 아니라, 119종합상황실 업무 흐름에서 필요한 입력-처리-출력 구조를 정의하는 개념 설계 수준의 파이프라인으로 설정하였다. 본 파이프라인의 입력은 (1) 신고 접수 정보(음성/텍스트, 위치, 사건 유형 키워드), (2) 내부 운영데이터(출동대 가용자원, 현장영상/위치 등), (3) 외부 공공데이터(API 기반 기상⋅교통⋅인프라 정보)로 구성된다.
처리 단계에서는 신고 내용의 구조화(핵심 키워드⋅위치⋅위험요인 추출)와 함께, 사건 위치를 기준으로 외부 데이터를 호출⋅정합하여 위험요인을 식별하고(예: 확산 방향, 진입 제약, 인프라 위험요소), 단계별 대응에 필요한 정보를 우선순위화한다. 출력은 상황실 화면 및 현장 단말에 제공되는 위험요인 지도 오버레이, 주의구역/우선 경계 방향, 출동 경로 후보 및 제약조건, 인프라 위험요소 및 차단 필요 지점 등의 형태로 정의된다. 최종적으로 상황요원은 위 출력 정보를 근거로 출동 지령과 대응 전략을 결정하며, AI는 해당 판단을 대체하기보다는 다원정보를 통합⋅요약하여 의사결정을 보조하는 역할을 수행한다.
4.1 상황 인지 및 접수 단계
[기존 시스템(As-Is)] 화재 신고 접수 시 상황실 요원은 신고자의 진술에 크게 의존하여 대상물의 용도 및 위험요인을 파악하며, 관련 정보는 개별 대장 조회 또는 추가 통화를 통해 수집한 뒤 무전을 통해 출동대에 구두로 전파되는 경우가 많다. 또한 대상물이 중점관리대상이 아닌 경우에는 상세 공간정보(예: 3차원 모델 등)가 즉시 제공되지 않아, 건물 구조 및 인근 연소 확대 위험요인을 초기 단계에서 직관적으로 시각화하기 어렵다.
[제안 시스템(To-Be)] 신고 접수와 동시에 GIS 기반 레이어(예: 위성영상)를 호출하여 대상물 주변 환경(건물 배치, 이격거리 등)을 신속히 확인하고, 실시간 기상 API (풍향⋅풍속 등)를 지도 상에 오버레이하여 초기 위험요인 판단을 지원한다. 이때 AI 분석 모듈은 기상⋅공간정보 등 입력 데이터를 기반으로 연기/위험 확산의 우세 방향 및 영향 가능 구역을 ‘추정하여 제시’하고, 상황실 및 출동대가 초기 대응(경계 방향 설정, 우선 보호 대상 검토 등)에 활용할 수 있는 시각 정보를 제공한다.
4.2 출동 경로 선정 및 지령 단계
[기존 시스템(As-Is)] 출동대는 AVL 기반 내비게이션 경로에 따라 이동한다. 다만 현행 경로 안내는 교통 흐름(정체 등) 반영에는 일정 수준의 기능이 있더라도, 과속방지턱 밀집, 공사 구간, 급커브⋅협소도로 등 대형 소방차량 주행을 저해하는 물리적 도로 제약을 충분히 반영하지 못하는 한계가 있다. 이로 인해 최단 거리 경로가 제시되더라도 실제 주행 속도를 유지하기 어려운 구간이 포함되어 현장 도착이 지연될 가능성이 발생한다.
[제안 시스템(To-Be)] 제안 시스템은 실시간 교통정보 API와 함께 공사 정보, 도로 폭 등 주행 제약요인(제약조건) 데이터를 사건 위치 및 출동차량 특성(차량 크기, 회전 반경 등)과 결합하여 분석한다. 이를 통해 감속이 불가피하거나 진입이 어려운 구간을 회피한 ‘소방차량 최적화 경로(제약조건 기반 경로)’를 산정하고, 경로 후보 및 예상 도착시간(ETA)을 상황실 화면에 제공하여 지령 단계의 판단을 지원한다. 본 연구는 정량적 도착시간 단축 효과를 검증하기보다, 출동 단계에서 필요한 데이터 연계 및 의사결정지원 정보의 제공 구조를 제안하는 데 목적이 있다.
4.3 현장 대응 및 피해 방지 단계
[기존 시스템(As-Is)] 현장에 도착한 출동대는 무전을 통해 전달받은 기본 정보와 현장 육안 관측을 중심으로 화재 진압을 수행한다. 이때 지하 매설 인프라(도시가스 배관, 전력망, 하수도관 등) 정보가 현장에서 즉시 확인되지 않거나 확인 절차가 분산되어, 진압 과정에서 오염수가 하수도로 유입되거나 굴착⋅진입 과정에서 가스관 등 시설물을 손상시키는 2차 피해 발생 가능성이 존재한다. 결과적으로 위험요인 파악이 사후적으로 이루어져 선제적 차단 조치가 지연될 우려가 있다.
[제안 시스템(To-Be)] 제안 시스템은 현장 지휘 단말 및 상황실 화면에서 인프라 API를 연동하여 사건 위치 기준의 지하시설물(하수도관, 도시가스 배관, 전력망 등) 정보를 지도 기반으로 표출한다. 이를 통해 출동대는 진압⋅진입 과정에서 주의가 필요한 인프라 위치를 사전에 확인하고, 필요 시 오염수 유입 가능 경로 및 차단 후보 지점(예: 차단막 설치 위치), 인근 가스 차단 밸브 위치 등 현장 안전 의사결정에 필요한 정보를 제공받을 수 있다. 본 연구는 해당 기능의 정량적 피해 저감 효과를 검증하기보다, 현장 대응 단계에서 필요한 데이터 연계 및 의사결정지원 정보 제공 구조를 제안하는 데 목적이 있다.
이러한 인프라 기반 정보 제공은 단순 진압 활동을 넘어, 환경오염 및 2차 사고로의 확산 위험을 저감하기 위한 선제적 대응을 지원하는 방향으로 활용될 수 있다.
4.4 단계별 운영 절차 비교 및 시사점
이상의 시나리오 기반 분석 결과를 종합하여, 본 연구는 현행 관제 체계(As-Is)와 제안된 AI 기반 통합관제 체계(To-Be)의 운영 특성을 Table 2와 같이 단계별로 비교 정리하였다. 비교 항목은 정보 획득 방식, 출동 경로 선정 기준, 현장 대응 지원 수준 등 상황실 핵심 의사결정 과정과 직접적으로 연관된 요소들로 구성하였다. 분석 결과, 현행 체계는 신고자 진술 및 개별 시스템 조회 중심인 반면, 제안 체계는 API 기반 데이터 연계를 통해 상황 인지 및 의사결정지원 정보 제공을 강화하는 구조를 제안한다. 또한 Figure 5와 같이 출동 경로 선정 및 현장 대응 단계에서 도로 물리 조건과 지하시설물 정보 등을 반영함으로써 출동 지연 및 2차 피해 발생 가능성을 저감하는 방향의 운영 개선이 가능함을 시사한다.
Table 2
Comparison of Operational Procedures Between the Current System (As-Is) and the Proposed AI-Based Integrated Control System (To-Be)
5. 개선 방안 및 제안
본 연구는 119종합상황실의 대응 흐름(상황 인지/접수-출동 지령-현장 대응)을 기준으로, 기상⋅교통⋅인프라 API 연계와 AI 분석을 결합한 통합관제 체계의 구축 방안(개념 설계)을 제시하고 시나리오 기반으로 적용 가능성을 검토하였다. 분석 결과, 개별 기술 요소는 각각 유용하나, 사건 단위의 정보 통합과 실시간 공유가 전제되지 않으면 상황실의 종합 판단 및 선제적 대응을 충분히 지원하기 어렵다는 점이 확인되었다. 이에 따라 다음과 같은 기술적⋅데이터 거버넌스적⋅제도적 개선 방향을 제안한다.
첫째, 단계적 통합 운영을 위한 아키텍처 및 표준 연계 체계 마련이 필요하다. 초기에는 기상, 교통, 인프라 정보 분석 기능을 독립 모듈 형태로 도입하되, 중장기적으로는 중앙 플랫폼에서 사건 단위로 데이터를 통합⋅표출할 수 있는 구조로 발전하는 것이 요구된다. 이를 위해 API 연동 표준(데이터 포맷, 갱신주기, 품질 기준)과 시스템 간 통합 프로토콜을 정의하고, 상황실 화면/현장 단말에서 동일한 기준으로 정보를 조회⋅공유할 수 있는 UI/데이터 파이프라인을 설계해야 한다.
둘째, 데이터 접근성 및 연계성을 확보하기 위한 공공데이터 제공 체계 개선이 필요하다. 기상⋅교통⋅인프라 정보는 기관별로 분산 관리되는 경우가 많으므로, 응급 상황에서의 접근성과 실시간성을 담보하기 위해 기관 간 협력(예: 업무협약, 데이터 제공 절차 정비)과 표준 API 제공 체계가 뒷받침되어야 한다. 특히 인프라 관련 정보는 정확도⋅갱신주기⋅좌표 정합성 등 데이터 품질이 현장 안전과 직결될 수 있으므로, 정보 제공 체계의 품질 관리 및 운영 기준 수립이 선행되어야 한다.
셋째, AI 기반 분석 결과의 활용 범위와 책임 체계를 명확히 하는 제도⋅운영 정비가 요구된다. 제안 시스템에서 AI는 출동 의사결정을 “대체”하기보다 다원정보를 통합⋅요약하여 판단을 보조하는 역할로 정의되며, 따라서 분석 결과의 사용 범위(의사결정지원), 기록⋅감사(로그), 오류 대응 절차, 책임 소재 등을 포함한 운영 기준이 함께 마련되어야 한다. 또한 외부 데이터 활용 및 정보 결합 과정에서 보안⋅개인정보보호 준수, 접근권한 관리, 비상 시 우회 절차 등 실무 운영 요건을 반영한 제도적 기반 정비가 필요하다.
종합하면, AI 기반 통합관제 체계는 기술 도입 자체가 아니라 “데이터 연계-운영 기준-제도 기반”이 함께 갖춰질 때 실제 대응력 향상으로 연결될 수 있다. 향후 연구에서는 본 연구에서 제시한 개념 설계를 기반으로 실증 시나리오 확대, 데이터 품질 기준 수립, 그리고 정량적 평가 지표(예: 정보 획득 시간, 경로 안내 신뢰도, 2차 피해 위험요인 식별률 등)를 적용한 검증 연구가 필요하다.
6. 결 론
본 연구는 119종합상황실의 운영 흐름(상황 인지/접수-출동 지령-현장 대응)을 기준으로, AI 기반 통합관제시스템의 도입 필요성과 구성 방향을 제시하고 기존 관제 체계의 한계를 보완할 수 있는 구축 방안(개념 설계)을 제안하였다. 현행 체계는 긴급구조표준시스템, 드론 관제, 영상 전송, AI 신고 분석 등 다양한 기능이 병행 운영되나, 사건 단위로 정보가 통합⋅공유되지 않는 경우가 있어 실시간 상황인지와 종합 판단 지원에 제약이 발생할 수 있다. 이에 본 연구는 기상⋅교통⋅인프라 등 외부 공공데이터(API)와 내부 운영데이터를 연계하는 초기 모델을 제시하고, 시나리오 기반 분석을 통해 단계별 활용 구조를 정리하였다.
본 연구의 주요 결론은 다음과 같다.
첫째, 현행 관제 체계의 핵심 한계를 정보 사일로, 외부 실시간 변수 반영의 제약, 통합 의사결정지원의 부족으로 정리하고, 이를 개선하기 위한 통합관제 플랫폼의 필요성을 도출하였다.
둘째, 기상정보 분석, 교통정보 분석, 인프라 API 연동을 핵심 모듈로 정의하고, 각 모듈이 상황 인지/접수-출동 지령-현장 대응 단계에서 제공해야 할 **입력-처리-출력(의사결정지원 정보)**을 구조화하였다.
셋째, AI는 판단을 대체하기보다 다원정보를 통합⋅요약하여 의사결정을 보조하는 역할로 설정되어야 하며, 이를 위해 데이터 연계 체계와 함께 운영 기준(접근권한, 기록⋅감사, 오류 대응) 및 사용자 중심 UI/UX 설계가 병행되어야 함을 제시하였다.
한편 본 연구는 제안 시스템을 실제로 구현하여 정량 성능을 검증한 실증 연구가 아니라, 운영 절차 관점에서 필요한 데이터 연계 구조와 모듈 구성을 정의하고 시나리오 기반 적용 가능성을 검토한 개념 설계 연구라는 한계를 가진다. 따라서 후속 연구에서는 통합 시뮬레이션 또는 단계적 실증 적용을 통해 정보 획득 시간, 경로 안내 신뢰도, 2차 피해 위험요인 식별 지원 등 정량⋅정성 지표를 설정하고, 효과를 검증할 필요가 있다.
또한 외부 API 연계 및 데이터 통합을 실무 환경에 적용하기 위해서는 운영 환경의 이질성, 보안 요구사항(망 분리⋅접근권한), 데이터 품질(정확도⋅갱신주기⋅정합성)과 같은 현실적 제약을 고려한 표준화 및 운영 기반 정비가 요구된다. 즉, 표준 데이터 모델과 연계 규격 마련, 보안⋅개인정보보호 준수 체계, 표준화된 운영 지침이 함께 갖춰질 때 통합관제 체계의 정책적 적용 가능성이 높아질 수 있다.
종합하면, 본 연구는 119종합상황실의 대응 역량을 강화하기 위한 통합관제 플랫폼의 구축 방향과 단계별 활용 구조를 제시함으로써, 공공안전 분야에서 AI 및 공공데이터 연계 기반 의사결정지원 체계로의 전환 가능성을 제시하였다. 향후에는 데이터 연계의 보안성⋅안정성 확보 방안과 사용자 인터페이스(UI/UX)에 대한 실증적 평가를 병행함으로써, 제안된 통합관제시스템의 실효성과 정책적 적용 가능성을 보다 명확히 할 수 있을 것으로 기대된다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
