[신기술] 포항공대 연구팀, AI 모델로 댐 운영패턴 예측 성공

기후변화로 가뭄 및 태풍 반복 발생해 기존 댐 운영 방식 개선 필요

감종훈 교수 연구팀, 딥 러닝 활용해 댐 수위 예측하는 시나리오 개발

우리나라는 여름철에 강수가 집중되는 계절적 특징을 갖고 있어 댐 등의 시설물을 이용해 수자원을 관리하고 있다. 하지만 기후변화로 예상치 못한 태풍과 가뭄이 반복 발생하고 있어 댐 운영에 어려움을 겪고 있다.

특히, 지난 2020년 8월에는 수년간의 가뭄 이후 내린 집중호우로 섬진강 인근 댐을 방류하는 과정에서 강이 범람해 1천억 원 이상의 재산피해가 발생했다. 댐의 수위를 평소보다 약 6m 높게 유지한 것이 수해의 원인으로 분석됐다. 이러한 문제에 대응하기 위해 최근 인공지능(AI) 모델을 활용해 댐 수위를 미리 예측하고 운영관리할 수 있는 연구가 새롭게 시도되고 있다.

감종훈 포항공과대학교(POSTECH) 환경공학부 교수와 이은미 통합과정 연구생으로 구성된 연구팀은 딥 러닝(Deep Learning) 기술을 이용해 댐 운영 패턴을 분석하고, 그 실효성을 검증하는 연구를 발표했다.

연구팀은 AI 모델로 섬진강댐, 주암댐, 주암조절댐 등 섬진강 유역에 위치한 댐의 운영 패턴을 예측하고, 댐 수위를 어떻게 예측하는지 ‘설명가능한 시나리오(Explainable Scenarios)’를 개발하는 데 주목했다.

 

연구팀은 2002〜2021년까지 섬진강 인근 댐의 데이터로 딥 러닝 알고리즘 중 하나인 게이트 반복 단위(Gated Recurrent Unit, GRU) 모델을 학습시켰으며, 댐의 강수량과 유입량, 유출량 데이터를 입력값으로, 시간당 댐 수위를 출력값으로 사용했다. GRU 모델을 통한 분석은 효율성 지수 0.9 이상의 높은 정확도를 보였다.

연구팀은 입력값을 -40%, -20%, +20%, +40%로 조절하며 설명가능한 시나리오를 디자인했다. 또, 이를 활용해 학습된 GRU 모델이 입력값의 변화에 따라 수위를 어떻게 결정하는지를 분석했다.

감종훈 포항공과대학교 환경공학부 교수와 이은미 통합과정 연구생으로 구성된 연구팀은 딥 러닝(Deep Learning) 기술을 이용해 댐 운영 패턴을 분석하고, 그 실효성을 검증하는 연구를 발표했다. 사진은 섬진강댐 모습.

 

그 결과, 댐 수위가 강수량 변화에는 크게 변하지 않은 반면, 댐을 통한 유입량 변화에는 크게 변한다는 것을 발견했다. 또한 같은 유출량 변화에도 댐마다 다른 수위 변화를 확인해 각 댐의 운영 방식을 GRU 모델이 학습한 것을 확인했다.

한편, 이 연구는 『저널 오브 하이드롤로지(Journal of Hydrology)』에 게재됐으며, 한국연구재단의 중견연구자지원사업의 지원으로 진행됐다.

감종훈 교수는 “AI 기술로 댐 운영 방식과 패턴을 분석하고, 실효성을 검증했을 뿐 아니라 지금까지 AI 기반 블랙박스 모델(Black Box Model)로 어떻게 댐 수위를 결정하는지 간접적으로 이해하는 방법론을 제시했다”며 “앞으로 댐 운영 방식을 이해하고 효율적으로 운영하는 데 도움이 되기를 바란다”고 말했다.

[『워터저널』 2023년 12월호에 게재]