[미국] 인공지능(AI)과 머신러닝(ML) 통한 수도시설 인력 기술 격차 해소 방안

상하수도 유틸리티, AI·ML 채택 통합 통해 많은 이점 얻을 수 있지만, 주요 이점은 운영 최적화와 서비스 제공의 신뢰성 향상이다

EPA, 근로자 중위 연령이 48세인 상하수도 부문에서는 향후 10년 동안 최대 50%가 은퇴 예상

유타주립대 연구 결과, 미국·캐나다 수도관의 20%인 42만5천마일(68만3천971km) 교체 필요

물 관련 정보를 제공하는 미국의 『워터온라인(WaterOnline.com)』의 케빈 웨스털링(Kevin Westerling) 편집자(왼쪽)는 미국 IT기술 기업인 이트론(Itron)의 글로벌 마케팅부서 ESG 및 홍보담당 부사장인 마리나 도노반(Marina Donovan, 오른쪽)과 인공지능(AI) 및 머신러닝(ML)을 통한 수도시설의 인력 기술 격차 해소 방안을 협의했다. [사진출처(Photo source) = 워터온라인(WaterOnline), 이트론(Itron)]

인공지능(Artificial Intelligence, AI)과 머신러닝(Machine Learning, ML)이 수년 동안 개발되고 논의되어 왔지만, 이러한 기술의 실질적인 구현은 빠르고 맹렬하게 이루어졌다.

이제 모든 산업 분야에서 빠르게 성장하면서 많은 사람들이 압도감을 느끼고 있다. 특히 미국 환경보호청(EPA)에 따르면 근로자 중위 연령이 48세인 상하수도 부문에서는 향후 10년 동안 최대 50%가 은퇴할 것으로 예상된다.

이는 AI(인공지능)/ML(머신러닝) 구현에 대한 좋은 소식과 나쁜 소식을 동시에 제공한다. 단점은 고령 근로자들이 디지털 기술을 받아들이는 경향이 적다는 점이다. 하지만 희망적인 점은 대부분의 신입 근로자가 두 팔 벌려 환영하는 ‘디지털 원주민(Digital Natives, 디지털 언어와 장비를 태어나면서부터 사용함으로써 디지털적인 습성과 사고를 지닌 세대를 뜻한다)’이라는 점이다.

이러한 세대간의 차이에도 불구하고 누구도 이를 완전히 배제해서는 안된다. 유틸리티(공공 상하수도시설) 운영 및 시민(고객), 환경에 대한 AI와 ML의 이점은 매우 깊기 때문에 업계 전체가 그 기능과 의미를 이해하기 위해 최선을 다해야 한다.

이에 물 관련 정보를 제공하는 미국의 『워터온라인(WaterOnline.com)』의 케빈 웨스털링(Kevin Westerling) 편집자는 미국 IT기술 기업인 이트론(Itron)의 글로벌 마케팅부서의 ESG 및 홍보담당 부사장인 마리나 도노반(Marina Donovan)과 협력하여 유틸리티 기업이 AI/ML 도입과 관련, △어떤 입장에 있는지, △무엇이 이들의 발목을 잡고 있는지, △이러한 문제를 극복하는 방법은 무엇인지, △AI/ML이 식수와 하수 관리에 왜 중요한지 등을 파악했다.

수도 및 하수 유틸리티는 인공지능(AI)과 머신러닝(ML)을 채택하고 통합함으로써 많은 이점을 얻을 수 있지만, 주요 이점은 운영 최적화와 서비스 제공의 신뢰성 향상이다. [사진출처(Photo source) = 이트론(Itron)]

- 상하수도 유틸리티는 AI와 ML로부터 어떤 방식으로 혜택을 받을 수 있을까?

▶ 수도 및 하수 유틸리티는 AI와 ML을 채택하고 통합함으로써 많은 이점을 얻을 수 있지만, 주요 이점은 운영 최적화와 서비스 제공의 신뢰성 향상이다. 올해의 ‘이트론 자원성 통찰력 보고서(Itron Resourcefulness Insight Report)’는 유틸리티 운영 및 전략에 대한 AI 및 ML의 현재 동향과 미래 기대치를 탐구했다. 전기 및 가스 유틸리티 경영진을 대상으로 설문조사를 진행하면서 배운 내용을 수도 유틸리티 기업이 AI 및 ML 채택 여정을 탐색하는 데 적용할 수 있다.

연구에 따르면 설문조사에 참여한 유틸리티의 43%가 “AI 및 ML 기반 도구가 위험한 상황을 감지하고 관리하는 능력에 영향을 미칠 것”이라고 생각하는 것으로 나타났다. 공동 2위인 응답자의 29%가 “비즈니스 생산성과 고객 참여도에 이점이 있을 것”이라고 답했다.

수도 유틸리티의 경우 AI/ML 기반 도구는 장비 유지보수 및 데이터 관리와 같은 일상적인 프로세스에 자동화를 통합할 수 있는 기회를 제공한다. 자동화는 새로운 효율성을 열어줄 뿐만 아니라 수작업이나 시간이 많이 소요되는 프로세스에 대한 의존도를 줄여주며, 이는 신뢰성을 보장하고 물 분배를 최적화하는 데 매우 중요하다.

수도 유틸리티는 AI와 ML을 사용하여 실시간 시스템 데이터 분석을 통해 예측 유지보수를 수행할 수 있는 신선하고 고급스러운 통찰력 얻을 수 있다. 이러한 데이터 스트림(Stream of Data)을 통해 유틸리티는 잠재적인 장비 고장이 발생하기 전에 이를 식별하여 비용이 많이 드는 가동중지(Downtime)를 방지할 수 있다. 또한 AI는 물 분배 및 처리 프로세스를 개선할 수 있으며, 이는 운영비용을 절감하는 데 중요하다.

고객 관점에서 AI와 ML은 수도 유틸리티가 고객 서비스를 개선하고 지속 가능성 노력을 촉진하는 데 도움이 될 수 있다. 유틸리티와 고객간의 정보 흐름은 수요 예측, 소비 패턴 추적, 잠재적 누수 감지를 통한 청구 개선에 중요한 역할을 한다. 기후변화로 인한 심각한 기상 패턴이 더 빈번해짐에 따라 수도회사는 중요한 자원을 관리하고 운영에 최소한의 영향이 미치도록 해야 한다.

AI와 ML의 발전으로 유틸리티가 누수, 파열 등 수도관 고장을 예측하고 예방하는 물 부족 해결에 앞서 나가는 방식이 변화하고 있다. [사진출처(Photo source) = 이트론(Itron)]

 

- 이러한 기술이 널리 구현되고 있나? 구현을 방해하는 요인이나 장벽은 무엇인가?

▶ 물 분야에서 AI를 구현하는 한 가지 예는 AI 기반 분석을 수행하여 유틸리티에 도움을 주는 VODA.ai(https://voda.ai/)을 사용하는 것이다. 유타 주립대학교(Utah State University)의 연구에 따르면 미국과 캐나다의 수도관의 약 20%, 즉 42만5천 마일(68만3천971km)을 교체해야 하는 것으로 나타났다.

VODA.ai와 이트론(Itron)은 수도관과 하수관 자산관리의 도입을 통해 수도시설이 교체, 재활 또는 납 함유가 필요한 상하수도관 자산을 식별하고 예측하는 방법을 간소화하고 있다. 이 솔루션은 공공 데이터를 적극적으로 채굴하여 VODA.ai의 AI 엔진에 입력하고, 교체 또는 재활이 필요한 파이프를 식별하기 위한 대화형 도구로 제공된다.

많은 유틸리티 관리자와 운영자들이 고객의 증가하는 수요를 충족하고 AI와 ML의 이점을 실현하기 위해 첨단 기술을 채택하는 것의 중요성을 인식하고 있지만, 수도시설 간의 광범위한 구현에는 어려움이 따른다.

가장 큰 장애물 중 하나는 기술 전문지식의 부족이다. 이는 ‘이트론 자원성 통찰력 보고서(Itron Resourcefulness Insight Report)’에서 강조된 우려 사항으로, 설문조사에 참여한 전기 및 가스 유틸리티 경영진의 43%가 직원들 간의 기술 격차를 언급했다. 이 문제는 수도 유틸리티와도 관련이 있으며, AI와 ML 시스템을 성공적으로 통합하려면 전통적인 운영과 고급 데이터 분석 모두에 대한 직원의 숙련도가 필요하기 때문이다.

이 보고서에서 강조된 또 다른 주요 과제는 AI 및 ML 기술 구현 비용이다. 이러한 비용은 초기 투자와 지속적인 유지보수 비용을 고려할 때 제한된 예산으로 운영되는 유틸리티에게 특히 어려울 수 있다.

또한 설문조사에 참여한 유틸리티의 39%는 기존 시스템에 대한 지속적인 의존도가 AI 및 ML 도입의 장애물이라고 지적했다. 많은 구형 시스템은 이러한 기술의 데이터 집약적인 특성을 지원하는 데 필요한 인프라가 부족하여 통합 및 성능에 어려움을 겪고 있다. 수도 유틸리티도 노후화된 인프라와 비슷한 문제에 직면해 있으며, AI와 ML이 제공할 수 있는 이점을 최대한 활용하기 위해 전략적 투자가 필요할 것이다.

수도시설의 경우 AI 및 ML 기술을 갖춘 숙련된 인력을 통해 운영 및 고객 관계와 만족도를 크게 향상시킬 수 있다. 인구 증가로 인해 물에 대한 수요가 계속 증가함에 따라 AI 기반 솔루션은 서비스 제공을 간소화할 뿐만 아니라 운영 중단도 줄일 수 있다. [사진출처(Photo source) = 이드리카(Idrica)]

 

- AI와 ML 측면에서 인력 준비 문제를 해결하지 않으면 어떤 영향을 미칠까?

▶ 숙련된 인력은 AI 및 ML 기술을 운영하는 데 필수적인 요소이다. 이 기술이 없다면 이미 존재하는 운영 비효율성은 계속 증가하면서 향후 최적화 기회는 줄어들 수 있다. 준비되지 않은 인력은 예측 유지보수, 실시간 의사결정, 자원 보존과 같은 분야에서 앞으로의 움직임이나 진전을 지연시킬 수도 있다. 또한 AI의 힘을 활용하지 않으면 운영비용 개선, 중요한 인프라 문제 해결 지연, 서비스 제공 중단 감소 등의 진전을 저해할 수 있다.

수도시설의 경우 AI 및 ML 기술을 갖춘 숙련된 인력을 통해 운영 및 고객 관계와 만족도를 크게 향상시킬 수 있다. 인구 증가로 인해 물에 대한 수요가 계속 증가함에 따라 AI 기반 솔루션은 서비스 제공을 간소화할 뿐만 아니라 운영 중단도 줄일 수 있다.

또한 장기 가뭄과 허리케인(태풍)과 같은 악천후가 증가함에 따라 자원 관리, 서비스 중단 예측, 변화하는 상황에 적응하기 위한 AI 및 ML 솔루션의 중요성이 더욱 분명해지고 있다. 이러한 기술을 통합하면 수도시설의 효율성을 높여 인력과 중요한 인프라를 강화할 수 있다.

- 유틸리티 기업이 인력 기술 격차를 해소하기 위해 취할 수 있는 사전 조치에는 어떤 것이 있나?

▶ 수도시설이 인력 내 기술 격차를 해소할 수 있는 여러 가지 방법이 있다. 첫 번째 선제적 단계는 현재 직원의 숙련도를 높이기 위한 교육 및 훈련 프로그램에 투자하는 것이다. 실용적인 구현에 중점을 둔 수도시설 맞춤형 전문 AI 교육 프로그램과 같은 다양한 교육 옵션이 제공된다. 

또한 미국수도협회(American Water Works Association, AWWA) 및 국제물협회(International Water Association, IWA)와 같은 산업협회에서는 물관리를 위한 AI 애플리케이션에 대한 워크숍, 웨비나(Webinar) 및 리소스(Resource)를 제공하고 있다. 이 투자를 통해 직원들은 전통적인 유틸리티 운영과 AI 및 ML과 같은 첨단 기술을 모두 관리하는 데 필요한 도구와 지식을 갖추게 된다. 

두 번째 접근 방식은 무역 조직 및 교육기관과의 파트너십을 활용하는 것이다. 이러한 협력을 통해 차세대 수도사업자를 모집하고 교육하는 효과적인 파이프라인을 구축하여 AI/ML 통합에 필요한 디지털 기술을 보유할 수 있다.

또한 수도시설은 지역 요구사항을 충족하기 위해 교육 프로그램을 맞춤화하여 지역 인력 개발에 집중할 수 있다. 지역 과제를 강조하면 시설은 직원들이 해당 지역의 고유한 운영 요구사항과 인프라 업그레이드에 대비할 수 있도록 지원한다.

이러한 선제적 조치를 시행하고 AI 및 ML 기술을 활용하는 최신 솔루션을 채택함으로써 상하수도 유틸리티는 AI 및 ML의 미래 발전을 최대한 활용할 준비가 더욱 강화될 것이다. 이 접근 방식은 현재의 기술 격차를 해결할 뿐만 아니라 기술이 계속 발전함에 따라 유틸리티가 성장할 수 있도록 한다.

상하수도 유틸리티는 AI 및 ML 기술을 활용하는 최신 솔루션을 채택함으로써 AI 및 ML의 미래 발전을 최대한 활용할 준비가 더욱 강화될 것이다. 이 접근 방식은 현재의 기술 격차를 해결할 뿐만 아니라 기술이 계속 발전함에 따라 유틸리티가 성장할 수 있도록 한다. [사진출처(Photo source) = 이드리카(Idrica)]

 

[원문보기]

Closing The Workforce Skills Gap On Artificial Intelligence And Machine Learning At Water Utilities

 

Although artificial intelligence (AI) and machine learning (ML) have been under development and talked about for years, the practical implementation of these technologies came fast and furious. 

Now, with their rapid growth across all industries, many are feeling overwhelmed. This is especially true in the water/wastewater sector, where the median worker age is 48, according to the U.S. EPA, with up to 50% expected to retire over the next 10 years.

This offers good and bad news for AI/ML implementation. On the downside, older workers are less inclined to embrace digital technology; the silver lining, though, is that most incoming workers are “digital natives” who welcome it with open arms.

Despite these generational differences, no one should opt out altogether. The benefits of AI and ML for utility operations, the public, and the environment are so profound that the entire industry should do their best to wrap their heads around its functionality and implications.

To that end, I consulted Marina Donovan, Vice President of Global Marketing, ESG and Public Affairs for Itron, to understand where utilities stand with regard to AI/ML adoption, what’s holding them back, how to overcome the challenges, and why it’s important for water and wastewater management.

In what ways can water and wastewater utilities benefit from AI and ML?

Water and wastewater utilities stand to see numerous benefits from adopting and integrating AI and ML, but the primary benefits will be the optimization of operations and improvements surrounding the reliability of service delivery. 

This year’s Itron Resourcefulness Insight Report explored current trends and future expectations of AI and ML on utility operations and strategies. While we surveyed electricity and gas utility executives, what we learned could apply to water utilities as they navigate their AI and ML adoption journey. 

The research found that 43% of utilities surveyed believe AI and ML-based tools would impact the ability to detect and manage dangerous situations. In a tie for second, 29% of respondents stated that benefits would be seen in business productivity as well as customer engagement. 

For water utilities, AI/ML-driven tools offer opportunities to integrate automation into routine processes such as equipment maintenance and data management. Automation not only unlocks new efficiencies but also reduces reliance on manual or time-consuming processes - both critical for ensuring reliability and optimizing water distribution.

Using AI and ML, water utilities can gain fresh and advanced insights that enable them to conduct predictive maintenance through real-time system data analysis. This stream of data is what allows utilities to identify potential equipment failures before they occur, preventing costly downtime. Additionally, AI can enhance water distribution and treatment processes, which is crucial for reducing operational costs.

From a customer perspective, AI and ML can support water utilities in improving customer service and promoting sustainability efforts. The flow of information between both utilities and customers plays a vital role in predicting demand, tracking consumption patterns, and improving billing by detecting potential leaks. As severe weather patterns become more frequent, water utilities must manage critical resources and ensure that operations are minimally impacted.

Are these technologies being widely implemented? What are the factors or barriers impeding implementation?

One example of AI implementation in the water sector is with VODA.ai, which helps utilities by performing AI-based analyses. According to a study by Utah State University, approximately 20%, or 425,000 miles of water pipes in the U.S. and Canada, need to be replaced. 

Together, VODA.ai and Itron are simplifying how water utilities identify and predict which pipe assets need to be replaced, rehabilitated, or contain lead with the introduction of Pipe Asset Management. This solution proactively mines public data, which feeds into VODA.ai’s AI engine and is presented in an interactive tool to identify pipes that need replacing or rehabilitating.

While many utility managers and operators recognize the importance of adopting advanced technologies to meet increasing demands from customers and unlock the benefits of AI and ML, widespread implementation among water utilities comes with challenges. 

One of the most significant barriers is the lack of technical expertise, a concern highlighted in the Itron Resourcefulness Insight Report, where 43% of surveyed electricity and gas utility executives cited a skills gap among their workforces. This challenge is also relevant to water utilities, as successfully integrating AI and ML systems requires staff proficiency in both traditional operations and advanced data analysis.

Another key challenge highlighted in the report is the cost of implementing AI and ML technologies. These expenses can be particularly challenging for utilities operating on limited budgets, given the initial investments and ongoing maintenance costs involved. 

Additionally, 39% of surveyed utilities cited the ongoing reliance on legacy systems as a barrier to AI and ML adoption. Many older systems lack the infrastructure needed to support the data-intensive nature of these technologies, creating challenges in integration and performance. Water utilities face similar issues with aging infrastructure and will need to make strategic investments to fully leverage the benefits that AI and ML can offer.

What would be the impact of NOT addressing the workforce readiness issue in terms of AI and ML?

A skilled workforce is an essential component of operating AI and ML technologies. Without it, operational inefficiencies that already exist could continue to grow while diminishing any future opportunities for optimization. 

Unprepared workforces could also stall any forward movement or progress from being made in areas such as predictive maintenance, real-time decision-making, and resource conservation. Furthermore, not tapping into the power of AI could hinder progress in improving operational costs, delays in addressing critical infrastructure challenges, and decreasing service delivery interruptions.

For water utilities, a skilled workforce equipped with AI and ML technologies can significantly enhance operations and customer relationships and satisfaction. As population growth continues to drive higher demands for water, AI-powered solutions not only streamline service delivery but also reduce disruptions. 

Furthermore, with the increase in severe weather events such as prolonged droughts and hurricanes, the importance of AI and ML solutions to manage resources, predict service interruptions, and adapt to changing conditions become more evident. Integrating these technologies can increase efficiency in water utilities, strengthening both the workforce and critical infrastructure.

What are some proactive steps utilities can take to bridge the workforce skills gap?

There are several ways for water utilities to bridge the skills gap within their workforce. The first proactive step is to invest in education and training programs to upskill current employees. A range of training options is available, such as specialized AI training programs tailored to water utilities, with a focus on practical implementation. Additionally, industry associations like the American Water Works Association and International Water Association provide workshops, webinars, and resources on AI applications for water management. 

This investment will equip employees with the tools and knowledge needed to manage both traditional utility operations and advanced technologies such as AI and ML. A second approach is to leverage partnerships with trade organizations and educational institutions. These collaborations can create effective pipelines for recruiting and training the next generation of water utility operators, ensuring they possess the digital skills necessary for AI/ML integration.

Additionally, water utilities can focus on local workforce development by tailoring training programs to address regional requirements. Highlighting local challenges helps utilities prepare employees for the unique operational demands and infrastructure upgrades in their area. 

By implementing these proactive measures and adopting modern solutions that leverage AI and ML technologies, water and wastewater utilities will be more prepared to take full advantage of future advancements in AI and ML. This approach not only addresses current skills gaps but also positions utilities for growth as technology continues to advance.

Itron supports these efforts through our STEM education initiatives and community partnerships to equip future generations with the skills needed for careers in energy and technology. For more details on these initiatives, see Itron’s Corporate Sustainability Report.

[출처 = 『워터온라인(WaterOnline.com)』(https://www.wateronline.com/doc/closing-the-workforce-skills-gap-on-artificial-intelligence-and-machine-learning-at-water-utilities-0001) / 2025년 2월 21]