[스리랑카] “취약한 물환경에서 책임감 있는 AI가 반드시 갖춰야 할 점”

전 세계적으로 물부족 현상 심화…취약하고 분쟁 잦은 환경에서 더욱 심각

IWMI, 어려운 환경서 물관리 개선하기 위한 인공지능(AI) 도구 개발 앞장

기술 시스템과 지역 사회의 현실 사이 디지털 혁신 지속적 적용하는 ‘디지털 현지화’가 해결책

효과적인 기후 대응 위해 적절한 기술·맥락화 및 지역사회가 자율적으로 대응 메커니즘 만들고 활용할 수 있는 수단 필요

 

 

기후변화로 인해 취약 지역의 물부족 현상이 심화됨에 따라 기술적 잠재력과 실제 운영상의 현실 사이의 격차는 점점 더 커지고 있다. AI와 스마트 도구는 진정한 가능성을 제시하지만, 겸손함, 상황 인식, 그리고 책임 있는 거버넌스가 뒷받침될 때에만 그 진가를 발휘한다. [사진출처(Photo source) = 국제수자원관리기구(IWMI)]

 

전 세계적으로 물부족 현상이 심화되고 있지만, 가장 큰 영향을 받는 지역사회는 필요한 데이터(Data), 도구(Tool), 의사결정 지원 시스템(Decision Support System)에 접근하기 어려운 경우가 많다.

이 문제는 특히 취약하고 분쟁이 잦은 환경에서 더욱 심각하다. 열악한 인프라, 데이터 부족, 정치적 불안정으로 인해 분쟁, 이주, 기후변화와 같은 충격에 직면했을 때 기존의 물 관리 방식은 효과적이지 못하다.

스리랑카에 본부를 두고있는 정부간 기구인 국제수자원관리기구(International Water Management Institute, IWMI)는 이러한 어려운 환경에서 물관리를 개선하기 위한 인공지능(AI) 도구를 개발하고 있다. 하지만 기술 개발만으로는 충분하지 않다.

핵심은 기후 및 물 관련 정보를 현장에서 실질적인 의사결정을 내리는 사람들에게 어떻게 전달할 것인가이다. 고급 분석 결과가 기술 전문가에게만 국한되지 않고 인도주의 활동가와 지역 사회 구성원들이 활용할 수 있는 지식이 되도록 어떻게 보장할 수 있을까.

최근 인도주의 및 연구 커뮤니티 전반의 논의는 취약한 환경에서 AI와 디지털 도구를 활용하는 데 따르는 가능성과 복잡성을 동시에 부각시켰다.

IWMI의 미첼 맥터프(Mitchell McTough) 연구원이 2025년 10월 30일 주최한 IWMI의 프론트라인 학습 교류(FLEX) 웨비나 ‘디지털 최전선 - 취약한 환경에서 스마트 도구와 AI를 활용한 물 위험 대응(Digital Frontlines - Tackling Water Risks with Smart Tools and AI in Fragile Settings)’에는 인도주의 단체를 위한 기후 및 환경헌장 사무국, 세계식량계획(World Food Programme, WFP), 아프리카 드론 아카데미(African Drone Academy), 유니세프(UNICEF), 워시노트(WASHNote), 국제이주기구(International Organization for Migration, IOM)의 파트너들이 참여했다.

이들은 디지털 도구를 활용하여 위험 정보를 실질적인 행동으로 전환하는 데 필요한 구체적인 교훈을 공유했다.

 

효과적인 디지털 혁신은 단순히 더 많은 기술을 도입하는 것이 아니라, 정보의 흐름, 정보 통제 주체, 그리고 시의적절한 조치와의 연결 방식을 재구성하는 데 있다. [사진출처(Photo source) = 국제수자원관리기구(IWMI)]

 

기후 데이터를 대시보드(Dashboard)가 아닌 의사결정으로 전환하기

세계식량계획(WFP)의 아비 워그데레스(Abiy Wogderes) GIS(지리정보시스템) 전문가 는 과거 기후 데이터와 3개월 실시간 모니터링 데이터를 결합한 가뭄 예측 대응 시스템 개발 사례를 소개했다.

이러한 접근 방식은 가뭄 상황이 완전히 발생하기 전에 개입할 수 있는 충분한 시간을 확보하여, 피해가 이미 발생한 후에 대응하는 것보다 훨씬 효과적이다.

그 결과, 가축 폐사율은 감소하고 생산성은 안정되거나 증가했으며, 가구의 식량 소비와 영양 상태는 유지되거나 개선되었다. 이러한 성과는 ‘조기경보시스템(Early Warning System)’이 구체적인 조치와 연계될 때만 효과적으로 작동한다는 중요한 교훈을 강조했다.

그러나 조기 경보만으로는 충분하지 않다. 에티오피아의 생계, 조기 평가 및 보호(Livelihood, Early Assessment and Protection, LEAP)와 같은 도구는 강우 패턴, 토양 특성, 파종 일정, 작물 계수와 같은 복잡한 농업 기상 데이터를 생산량 추정치와 실질적인 권장사항 및 요구사항으로 변환한다. AI 기반 예측은 정확도와 예측 시간을 모두 향상시키는 동시에 위기가 심화될 때까지 간과될 수 있는 이상 징후를 식별한다.

실제 시스템 및 지역 현실에 기술 접목하기

종종 디지털 도구는 기존 메커니즘에 통합되기보다는 기존 메커니즘과 함께 개발되어 가장 명확성이 필요한 순간에 중복과 혼란을 야기시킨다. 위기 상황에서 이러한 단절은 경보를 조치로 전환하는 연결 고리를 끊어 정확한 예측조차 무용지물로 만들 수 있다.

실무자들은 이러한 해결책을 점점 더 ‘디지털 현지화(Digital Localization)’라고 부른다. 이는 기술 시스템과 지역 사회의 현실 사이에서 디지털 혁신을 지속적으로 적용하는 것을 의미한다. 이는 기술 전문가와 지역 주민, 위성 이미지와 실제 경험, 예측 모델과 전통 지식간의 지속적인 소통을 포함한다.

특히, ‘디지털 현지화’는 공동 창조를 강조한다. AI는 외부에서 강요되는 고정된 해결책이 아니라 특정 요구, 제약 조건 및 역량에 따라 프로젝트와 지역 사회와 함께 발전하는 도구로 간주되어야 한다.

 

전 세계적으로 물부족 현상이 심화되고 있지만, 가장 큰 영향을 받는 지역사회는 필요한 데이터(Data), 도구(Tool), 의사결정 지원 시스템(Decision Support System)에 접근하기 어려운 경우가 많다. 특히, 이 문제는 특히 취약하고 분쟁이 잦은 환경에서 더욱 심각하다. [사진출처(Photo source) = 국제수자원관리기구(IWMI)]

 

시민 과학자들이 직접 데이터 수집할 수 있도록 위성과 알고리즘 넘어선 활용

효과적인 기후 대응을 위해서는 적절한 기술, 적절한 맥락화, 그리고 지역 사회가 자율적으로 대응 메커니즘을 만들고 활용할 수 있는 수단이 필요하다.

아프리카 드론 및 데이터 아카데미(African Drone and Data Academy)는 지역사회가 스스로 데이터를 생성할 수 있도록 지원하는 것의 중요성을 강조했다. 현지 전문가들에게 드론 제작 및 운용 교육을 제공함으로써, 인공지능 기반 이미지 분류를 지원해 왔다.

이미지 분류를 활용하여 식생 패턴과 말라리아(Malaria) 전파간의 연관성을 파악하고, 콜레라(Cholera) 취약성 지도를 제작하여 물, 위생 및 청결(Water, Sanitation and Hygiene, WASH) 인프라 투자 방향을 제시하며, 재난 피해를 실시간으로 평가했다.

이러한 접근 방식은 원격 감지 데이터를 외부 분석 도구에서 지역 기반의 의사 결정 지원 도구로 전환하여 기술의 초점을 가장 큰 영향을 받는 사람들에게 다시 맞춘다.

책임 있는 AI는 취약하고 분쟁이 잦은 환경에서 선택 사항이 아니다

기술적 가능성에는 더 큰 책임이 따른다. 취약하고 분쟁이 잦은 환경에서는 오류, 편견 또는 오용의 결과가 더욱 심각해진다. 인도주의적 원칙인 ‘피해를 주지 않는다’는 원칙은 알고리즘, 데이터 파이프라인, 인터페이스 디자인, 그리고 실제로 모든 코드 라인과 수집된 모든 데이터에까지 적용되어야 한다.

이는 기술적 역량을 넘어선 가치와 목표에서 출발해야 함을 의미합니다. IWMI의 McTough가 지적했듯이, “AI 기반 시스템에서 언어는 중립적이지 않다. ‘핵심 언어(Core Language)’가 읽고 쓰는 능력, 지배적인 방언 또는 전문 용어를 전제로 한다면, 그 도구는 자신이 도움을 주고자 하는 바로 그 사람들을 조용히 배제할 수 있다.”

FLEX 웨비나 외에도, 이와 동일한 문제가 최근 영국 외무·영연방개발부(Foreign· Commonwealth and Development Office)가 주최한 SAFE AI 라운드 테이블에서 인도주의 활동을 위한 책임 있는 AI 프레임워크 구축에 대해 논의되었다.

이러한 논의는 분쟁 지역에서는 수자원이나 농업 패턴과 같은 겉보기에 중립적인 데이터조차도 안보에 중대한 영향을 미칠 수 있기 때문에 매우 중요하다. 따라서 어떤 데이터를 수집하고, 얼마나 수집하며, 누가 데이터에 접근할 수 있고 어떻게 사용하는지에 대한 결정은 데이터 분석 자체만큼이나 중요하다.

기후변화로 인해 취약 지역의 물부족 현상이 심화됨에 따라 기술적 잠재력과 실제 운영상의 현실 사이의 격차는 점점 더 커지고 있다. AI와 스마트 도구는 진정한 가능성을 제시하지만, 겸손함, 상황 인식, 그리고 책임 있는 거버넌스가 뒷받침될 때에만 그 진가를 발휘한다.

결국 효과적인 디지털 혁신은 단순히 더 많은 기술을 도입하는 것이 아니라, 정보의 흐름, 정보 통제 주체, 그리고 시의적절한 조치와의 연결 방식을 재구성하는 데 있다.

[원문보기] 

What responsible AI must get right in fragile water contexts

Frontline practitioners share lessons on translating climate intelligence into action without widening risk or exclusion in fragile and conflict-affected settings.

Water scarcity is worsening worldwide, yet the communities most affected often cannot access the data, tools and decision support systems designed to help them.

 This problem is especially acute in fragile and conflict-affected settings ? where weak infrastructure, data gaps and political instability render traditional water management approaches ineffective when faced with shocks such as conflict, displacement and climate hazards.

The International Water Management Institute (IWMI) is developing artificial intelligence (AI) tools to improve water management in these challenging circumstances. But building technology is only half of the battle. 

The critical question is how climate and water intelligence reaches those making operational decisions on the ground. How do we ensure that advanced analysis is not confined to technical experts, but becomes usable knowledge for humanitarian practitioners and communities?

Recent discussions across humanitarian and research communities highlight both the promise and complexity of deploying AI and digital tools in fragile settings. 

IWMI’s Frontlines Learning Exchange (FLEX) Webinar “Digital Frontlines ? Tackling Water Risks with Smart Tools and AI in Fragile Settings,” hosted by IWMI researcher Mitchell McTough, brought together partners from the Secretariat for the Climate and Environment Charter for Humanitarian Organizations, World Food Programme (WFP), African Drone Academy, UNICEF, WASHNote and International Organization for Migration (IOM). 

Together, they offered concrete lessons on what enables digital tools to translate risk information into action.

Turning climate data into decisions, not dashboards

GIS expert Abiy Wogderes from WFP described the development of a drought anticipatory action system that combines historical climate data with three-month real-time monitoring. 

This approach provides sufficient lead time to trigger interventions before drought conditions fully emerge, rather than responding after impacts have already materialized.

As a result, livestock mortality declined, productivity stabilized or increased, and household food consumption and nutrition were maintained or improved. These outcomes underscore the key lesson that early warning systems only work effectively when they are explicitly linked to action.

However, early warnings alone prove insufficient. Tools like Livelihood, Early Assessment and Protection (LEAP) in Ethiopia translate complex agro-meteorological data ? such as rainfall patterns, soil characteristics, planting schedules, crop coefficients ? into production estimates and practical recommendations and requirements. 

AI-powered forecasting improves both accuracy and lead time, while identifying anomalies that might otherwise go unnoticed until a crisis escalates.

Embedding technology within real systems and local realities

Often, digital tools are developed alongside existing mechanisms rather than embedded within them, creating duplication and confusion at moments when clarity is most needed. In crisis contexts, this disconnect can break the chain that turns alerts into action, rendering even accurate predictions ineffective.

Practitioners increasingly describe the solution as “digital localization” the ongoing translation of digital innovation between technical systems and community realities. 

This involves sustained dialogue between technical experts and local actors, between satellite imagery and lived experience, and between predictive models and traditional knowledge.

 Digital localization emphasizes co-creation. AI should not be treated as a fixed solution imposed from outside, but as a tool that evolves alongside projects and communities, shaped by specific needs, constraints and capacities.

Digital localization emphasizes co-creation. AI should not be treated as a fixed solution imposed from outside, but as a tool that evolves alongside projects and communities, shaped by specific needs, constraints and capacities.

Going beyond satellites and algorithms so citizen scientists can collect data themselves

Effective climate response requires the right technology, the right contextualization, and the means for communities to create and use response mechanisms autonomously.

The African Drone and Data Academy highlighted the importance of enabling communities to generate data themselves. By training local practitioners to build and operate drones, they have supported AI-powered image classification. 

Using image classification, they have mapped links between vegetation patterns and malaria transmission, created cholera vulnerability maps to guide water, sanitation and hygiene (WASH) infrastructure investments and assessed disaster damage in real time.

This approach shifts remote-sensing data from an external analytical exercise into a locally-grounded decision-support tool ? focusing technology back on the people impacted the most.

Responsible AI is not optional in fragile and conflict-affected settings

With technological promise comes heightened responsibility. In fragile and conflict-affected settings, the consequences of error, bias or misuse are amplified. 

The humanitarian principle of do-no-harm must extend to algorithms, data pipelines, interface design ? and, in fact, each line of code and every data point collected.

This means starting with values and goals that go beyond technical capability. As IWMI’s McTough noted, “Language is not neutral in AI-enabled systems. If the ‘core language’ assumes literacy, dominant dialects or technical jargon, the tool can quietly exclude the very people it is meant to serve.”

Beyond the FLEX webinar, this same issue was recently discussed at the UK Foreign, Commonwealth and Development Office, SAFE AI Roundtable on building a responsible AI framework for humanitarian action. 

This discussion is crucial because in conflict-affected contexts, even seemingly neutral data about water resources or agricultural patterns can carry security implications. 

Decisions about what data is collected, how much is collected, and who has access to it and how they are using it, are, therefore, just as important as the analysis itself.

As climate change intensifies water stress in fragile settings, the gap between technical potential and operational reality becomes increasingly untenable. AI and smart tools offer genuine promise, but only when paired with humility, contextual awareness and responsible governance. 

Thus, we ultimately find that effective digital innovation is not about deploying more technology, but about reshaping how information flows, who controls it and how it connects to timely action.

[출처=국제수자원관리기구(IWMI)(https://www.iwmi.org/news/what-responsible-ai-must-get-right-in-fragile-water-contexts/) / 2026년 1월 2일]