AI가 물 새는 소리까지 듣는다. MWC가 주목한 K-수도관 기술

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI가 물 새는 소리를 분석하는 한국수자원공사의 스마트 관망 관리 기술은 누수 탐지부터 수압 조절·관 교체까지 연결하며, 물과 에너지 절감 성과로 MWC에서 주목받았다.

📌 핵심 요점

1. 상수도 관리의 과제는 정수장에서 만든 깨끗한 물을 수도꼭지까지 안정적으로 전달하는 것이다. 출연자는 전국 지자체 상수 관망의 약 40%가 노후관이며, 연간 누수량이 약 6.7억~7억 톤이라고 설명한다.
2. 관망을 대·중·소 블록으로 나누고 유량·수압·요금 정보를 결합하면 지역별 유수율을 파악할 수 있다. 이 계측 기반이 누수 의심 지역을 좁히고 정비 우선순위를 정하는 출발점이다.
3. 센서가 수집한 누수음을 무선으로 서버에 보내면 AI가 누수 여부를 분석한다. 숙련자가 직접 소리를 듣던 작업을 보조하지만, 탐지 이후에는 현장 확인과 복구가 이어져야 한다.
4. 누수 저감은 탐지만으로 끝나지 않는다. 적정 수압 유지, 노후관 교체, 최소 굴착 교체 공법, 위험도 기반 자산 관리가 함께 작동해야 한다.
5. 영상은 MWC 수상 배경으로 누수 감소에 따른 에너지·탄소 절감을 제시한다. 해외 모니터링 시스템 구축 사례도 소개하지만, 태국 사업 확대와 AI 내시경 판독·탐사 로봇 등은 협의 또는 개발 단계다.

🧩 배경과 문제 정의

정수장에서 물을 깨끗하게 만드는 일과 그 물을 가정까지 전달하는 일은 서로 이어진 과제다. 영상은 한국수자원공사의 사무실, 계측 시설, 누수 탐사 현장, 관 교체 공사장, 관제 화면을 따라가며 공급 과정에서 발생하는 손실을 어떻게 줄이는지 설명한다.

출연자는 21년 이상 된 관을 노후관으로 설명하며, 전국 지자체 상수 관망의 약 40%가 이에 해당한다고 말한다. 누수는 물 낭비뿐 아니라 안정적인 공급과 지반 안전에도 영향을 준다. 영상에서 유수율은 보낸 물 가운데 요금 수입으로 연결되는 물의 비율로 소개되며, 지역별 관리 상태를 판단하는 지표로 활용된다.

기존 방식은 숙련자가 현장을 돌며 소리를 듣는 작업에 크게 의존했다. 스마트 관망 관리는 블록별 계측으로 의심 지역을 좁히고, AI로 누수음을 분석한 뒤 수압 조절과 관 교체로 연결한다. 영상 후반부는 이 체계를 자산 관리, 사고 대응, 해외 사업으로 확장하는 방향을 다룬다.

🕒 시간순 섹션별 상세정리

1. 사람이 듣던 누수음을 AI가 분석하다

• 도입부는 청음봉과 노면 누수 탐사기를 이용한 기존 방식에 이어, 센서와 AI 서버로 누수음을 분석하고 복구로 연결하는 방식을 보여준다. [00:35]
• 이번 취재의 대상은 정수 이후의 물길이다. 깨끗해진 물이 가정까지 이동하는 과정에서 AI와 IoT가 어떻게 활용되는지 살펴본다. [01:06]

2. 노후관과 유수율로 보는 물 손실

• 출연자는 전국 지자체 상수 관망의 약 40%가 노후관이며, 21년 이상 된 관을 노후관으로 볼 수 있다고 보여준다. [01:44]
• 100톤을 보내고 50톤에 해당하는 요금을 받는 사례로 유수율 50%를 보여준다. 누수 저감과 노후관 교체는 안정적인 물 공급을 위한 과제로 드러난다. [02:31]
• 가뭄 대응에서도 새는 물을 줄이는 일이 중요하다. 센서 데이터와 AI 분석을 활용해 누수 여부뿐 아니라 사고 시 단수 지역과 공급 재개 시점을 안내하는 방향을 보여준다. [03:35]

3. 낡은 수도관이 보여주는 관리의 필요성

• 1980년대 관으로 추정되는 노후관 시편을 보여주며, 내부 상태와 수압·유속을 관리하고 적기에 교체해야 한다고 보여준다. [04:24]
• 전국 누수량은 연간 약 6.7억~7억 톤으로 묶인다. 함께 언급한 금액은 자막이 불완전해 정확한 수치로 인용하기 어렵다. [04:41]

4. 블록별 계측으로 누수 범위를 좁히다

• 넓은 관망을 대·중·소 블록으로 나누고 각 유입 지점에 유량계·수압계와 필요한 감압 시설을 설치해 지역별 사용량과 누수를 파악한다. [06:07]
• 요금 정보를 결합해 일별·월별 유수율을 계산하고, 낮은 지역의 정비·교체 대책을 세운다. 현장 화면에는 시간당 유량 523톤과 압력 1.8바가 표시된다. [06:30]
• 계측 데이터는 통신 장치를 통해 관리 시스템으로 전송되며, 해당 지역의 요금 정보와 함께 유수율 산정에 쓰인다. [06:47]

5. AI의 출발점은 데이터와 계측 인프라

• 출연자는 AI를 설치하는 것보다 데이터를 확보하고 제대로 입력하는 일이 먼저라고 강조한다. 수집한 데이터가 학습과 분석 모델의 기반이 된다. [07:21]
• 유량값의 적정성·이상 여부와 대응 방법까지 다루는 확장 구상을 소개하며, 상수 관망의 기초 인프라 구축을 우선 과제로 꼽는다. [07:32]

6. 수압을 조절해 새는 물을 줄이다

• 현장에서는 능동적으로 감압하는 방식을 설명하고, 향후 AI 감압으로 확장할 계획을 드러낸다. 수압이 높을수록 관의 벌어진 틈으로 새는 물이 많아진다는 원리다. [08:15]
• 압력계 값을 받아 감압밸브를 조절하는 과정을 자동차의 크루즈 기능에 비유한다. 목표는 이용에 필요한 적정 수압을 유지하면서 과도한 압력을 낮추는 것이다. [08:47]

7. 청음 탐사에서 센서·AI 판별로 전환하다

• 청음봉과 노면 탐사기로 누수음을 듣는 기존 방식은 시간이 많이 들고 숙련된 인력이 필요해 조기 발견에 어려움이 있었다고 보여준다. [10:01]
• 센서가 누수음을 실시간으로 수집해 무선 통신으로 서버에 보내면 AI가 누수 여부를 판단한다. 관제 화면에서 소리와 주파수를 확인하고 해당 지역의 현장 확인·복구로 연결한다. [11:16]
• 휴대전화와 연결하는 탐사 기기도 보여준다. 일반 직원의 판별을 돕도록 개발했으며, 향후 해외 판매와 기술 수출 가능성을 언급한다. [11:46]

8. 관 교체 공사와 AI 안전 감시

• 30~40년 된 관로를 교체하는 현장에서 내부 이물질과 누수 문제를 보여준다. 굴착에 따른 주민 불편을 줄이기 위한 안내와 안전 조치도 필요하다. [12:48]
• AI CCTV는 보행자 넘어짐이나 굴착기와 근로자의 접근 등 위험 상황을 감지해 알림을 보내고 조치를 돕는 기술로 묶인다. [13:34]
• 출연자는 해당 기술을 영상 기준 올해 개발했으며 내년부터 공사 현장에 확대 적용할 예정이라고 드러낸다. [13:44]

9. 최소 굴착 교체와 관 내부 진단

• 굴착이 어려운 구간에서는 두 지점만 파고 기존 관을 파쇄하면서 새 관을 넣는 교체 방식을 보여준다. [14:25]
• 관 내부에 내시경을 넣어 상태와 문제 위치를 조사한다. AI가 영상을 판독하고 관 상태 보고서를 작성하는 기능은 개발 중으로 묶인다. [14:54]

10. 통합 데이터로 교체 순위와 사고 대응을 결정하다

• 관리 화면에는 현장의 유량·수압 데이터가 모여 구역별 물 배분과 누수 저감 상태를 감시하는 데 쓰인다. [15:39]
• 자산 관리 시스템은 관 상태와 누수 결과 등을 바탕으로 위험도 등급을 계산하고 교체 우선순위 결정을 돕는다. 일부 시의 시범 시행이 언급되며, 한정된 예산을 필요한 곳에 투입하는 것이 목적이다. [16:53]
• 개발 중인 관망 해석 프로그램은 사고 시 잠글 밸브와 공급 재개 상황을 시각적으로 보여주는 방향이다. 향후 서비스 제공과 해외 확장 계획도 제시한다. [17:35]

11. MWC 수상과 해외 사업의 의미

• 출연자는 MWC 수상 배경으로 IoT·AI를 활용한 탄소 저감을 보여준다. 누수 감소로 전력과 에너지를 아끼며, 이를 소나무 100만 그루의 대체 효과에 비유한다. [18:30]
• 탄자니아·가나·캄보디아의 모니터링 시스템 구축을 보여준다. 태국에서는 시범 사업과 도시 단위 사업으로 확대하는 방안을 협의 중이라고 드러낸다. [18:56]
• 기후 변화와 물 부족으로 해외에서도 누수 관리에 대한 관심이 높으며, 관련 사업화를 진행하고 있다고 보여준다. [19:30]

12. 자율 탐사와 피지컬 AI로 이어지는 개발 방향

• 출연자는 직접 몸으로 탐사하던 과거와 IoT·AI를 활용하는 현재를 비교하며, 피지컬 AI와 자율주행 탐사 로봇도 개발 중이라고 드러낸다. [20:01]
• 직원과 시민이 체감할 개선을 목표로 기술 개발을 이어가겠다는 소감과 취재진의 인사로 현장 방문을 마무리한다. [20:21]

🧾 결론

• 이 기술의 핵심은 센서, 통신, AI 분석, 현장 복구를 하나의 관리 과정으로 연결하는 데 있다.
• 정확하고 지속적인 현장 데이터 확보가 AI 도입의 선행 조건이다. 영상에서도 기초 계측 인프라의 중요성을 반복해서 강조한다.
• 관 교체는 사용 연수뿐 아니라 상태·누수 이력·위험도를 고려해 우선순위를 정하는 방향으로 발전하고 있다.
• 현재 현장에서 사용하는 기능과 개발·확대 예정 기능을 구분해야 기술의 실제 적용 수준을 판단할 수 있다.

📈 투자·시사 포인트

• 노후 수도관과 물 부족 문제는 누수 탐지 센서, 계측·통신 장비, 관망 관리 소프트웨어, 교체 공사의 수요를 함께 살펴볼 근거가 된다.
• 사업성을 평가하려면 AI 탐지 정확도뿐 아니라 실제 누수 감소량, 복구 시간, 설치·유지비, 에너지 절감액을 확인해야 한다. 영상에는 이를 비교할 충분한 정량 자료가 없다.
• 해외 진출은 개별 장비 판매와 모니터링 시스템 구축, 도시 단위 통합 관리로 나누어 볼 필요가 있다. 소개된 구축 사례와 향후 협의 중인 사업은 매출 확정성에서 차이가 있다.
• MWC 수상은 기술의 대외 인지도를 보여주는 사례다. 수주 규모나 수익성을 판단하려면 별도의 계약·운영 성과 자료가 필요하다.

⚠️ 불확실하거나 확인이 필요한 부분

• 자막에는 기술 약어가 SWM·SWNM·SWN 등으로 혼재한다. 공식 기술명과 개별 시스템의 범위는 원문 자료로 확인해야 한다.
• 수압 기준이 자막에 ‘1.5km’로 표기되고, 누수 손실액도 ‘7,억’으로 불완전하게 기록돼 있다. 정확한 단위와 금액은 확정해서 인용하기 어렵다.
• 노후관 비중 약 40%, 연간 누수량 약 6.7억~7억 톤, 소나무 100만 그루 대체 효과는 출연자의 설명이다. 통계 기준 연도, 적용 지역, 탄소 환산 방식은 제시되지 않는다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 공식 자료에서 기술명, MWC 수상 내역, 노후관·누수 통계의 기준 연도를 확인한다.
• 유량·수압 센서의 설치 범위, 데이터 누락률, 계측 정확도와 통신 안정성을 점검한다.
• AI 경보와 실제 현장 확인 결과를 대조해 탐지 정확도, 확인 소요 시간, 복구 완료 시간을 기록한다.
• 도입 전후 유수율·누수량·에너지 사용량을 설치비와 유지비에 함께 비교한다.

❓ 열린 질문

• 숙련 인력의 청음 탐사와 비교했을 때 AI는 탐지 시간과 오탐·미탐을 얼마나 줄였는가?
• 블록을 더 작게 나눌 때 늘어나는 계측·통신 비용과 누수 저감 효과 사이의 적정 균형은 무엇인가?
• 위험도 기반 관 교체가 사용 연수 중심의 교체보다 예산과 사고 피해를 얼마나 줄이는가?