Thermographic Digital Twin for Proactive Fire-Risk Prediction in Legacy Residential Electrical Installations: A Systematic Review and Transferability Framework for Ageing Housing and Buildings in Peru

기술 요약: 노후 주거용 전기 설비의 선제적 화재 위험 예측을 위한 열화상 디지털 트윈

문제 배경 및 연구 공백
전기적 요인에 의한 주거용 화재는 특히 노후된 인프라를 보유한 주택에서 심각한 공공 안전 위험을 초래한다. 영국과 같은 고소득 국가의 경우, 많은 주택이 현대적인 과부하 안전 규정(예: BS 7671) 이전의 시기에 건설되어 배전반 및 접속부의 미탐지 핫스팟(hot spot)에 취약한 상태로 남아 있다. 페루와 같은 중소득 국가에서는 정식 노후 주택과 비정규적인 전기 연결이 존재하는 비공식 거주지가 공존함에 따라 위험이 더욱 가중된다. 현재의 완화 전략은 주로 주기적인 점검이나 결함이 나타나거나 화재가 발생한 후에야 작동하는 경보에 의존하는 등 사후 대응적이다.

적외선 열화상 기술과 머신러닝의 결합은 산업 현장 및 전력 변전소에서 높은 분류 정확도(79.8%~94%)를 입증해 왔으며, 디지털 트윈은 도시 규모의 화재 관리에도 점점 더 많이 사용되고 있으나, 결정적인 공백이 존재한다. 기존 문헌은 (a) 노후 주거용 전기 설비의 3D 열화상 모델링, (b) 머신러닝을 통한 수일 전 핫스팟 예측, (c) 이러한 기술을 페루와 같은 중소득 국가의 규제, 기후 및 재료 조건에 맞게 이전하기 위한 검증된 프로토콜의 통합을 명시적으로 다룬 연구가 부족하다.

연구 방법론
본 연구는 기술적 연구 대상에 맞춰 조정된 PRISMA 2020 가이드라인을 따르는 체계적 문헌 고찰을 수행한다. 검색 전략은 "digital twin", "infrared thermography", "electrical fault/fire", "residential/housing"을 결합한 불리언 연산자를 사용하여 Scopus, ScienceDirect, MDPI, Nature/Springer 및 전문 재난 위험 저장소를 포함한 데이터베이스를 쿼리하였다.

• 선정 기준: 본 검토에는 검증된 DOI가 있는 2017년에서 2026년 사이의 피어 리뷰 논문이 포함되었다. 과학적 근거가 부족하거나, 전기 인프라 구성 요소가 없는 산불에만 집중하거나, 홍보 목적의 자료는 제외되었다.
• 분석: 13개의 검증된 출처를 열화상/ML 기반 전기 진단, 인프라 내 디지털 트윈, 노후/비공식 주거지의 화재 위험이라는 세 가지 축을 기준으로 분석하였다. 가능한 경우 정량적 성능 데이터(정확도, 민감도)를 추출하였다.
• 개념 개발: 합성된 내용을 바탕으로 저자들은 개념적 아키텍처와 전이 가능성 프레임워크를 개발하였으며, 휴대용 열화상 카메라(320x240 픽셀), 3D 모델링을 위한 BIM 소프트웨어, 시계열 데이터 저장을 위한 클라우드 스토리지, 그래디언트 부스팅 머신러닝 라이브러리(예: XGBoost)와 같은 권장 도구를 명시하였다.

주요 기여 및 제안된 아키텍처
본 연구는 세 가지 주요 기여를 한다:

1. 체계적 합성: 13개 연구에 대한 정량적 비교 매트릭스를 통해, 산업용 열화상 모델은 최대 94%의 정확도를 달 Achieve하지만, 선제적 화재 예방에 필요한 특정 리드 타임이나 주거 맥락을 다루지 못함을 강조한다.
2. 개념적 아키텍처: 노후 주거용 전기 설비에 특화 설계된 4계층 예측 열화상 디지털 트윈 아키텍처:
   • 물리 계층 (Physical Layer): 실제 주거용 전기 설비 및 현장 열화상 점검.
   • 데이터 계층 (Data Layer): 3D 기하학적 모델(BIM)과 열/전기 시계열 데이터를 클라우드 데이터베이스로 통합.
   • 예측 계층 (Predictive Layer): 임계 온도 기준에 따라 위험을 분류하기 위해 지도 학습 머신러닝을 사용하는 지속 업데이트형 디지털 트윈.
   • 의사결정 계층 (Decision Layer): 위험 분류를 선제적 경보 및 교정 유지보수 권고로 변환.
3. 전이 가능성 프레임워크: 아키텍처를 페루에 적응시키기 위한 명시적 프로토콜. 이 프레임워크는 리마(Lima)의 높은 주변 온도, 증가된 가전 전기 부하(예: 전기 스토브), 비공식/저가형 설치의 일반적인 낮은 배선 재료 품질, 그리고 BS 7671 대신 국가 전기 코드(Código Nacional de Electricidad-Utilización)라는 특정 규제 프레임워크를 고려하여 네 가지 특정 요인을 조정한다.

결과
합성은 제안된 시스템의 개별 구성 요소(열화상, 3D 모델링, 그래디언트 부스팅 ML)가 관련 영역에서 우호적인 성능의 증거를 가지고 있음을 확인한다. 그러나 본 검토는 이러한 요소들을 노후 주거용 전기 설비의 선제적 화재 위험 예측을 위해 결합하고 중소득 국가를 위한 전이 프로토콜을 갖춘 기존의 출처를 발견하지 못했다. 제안된 아키텍처는 이 정확한 영역에서 경험적으로 검증된 시스템의 복제가 아닌, 독창적인 개념적 기여로서 자리 잡고 있다.

의의 및 한계
본 논문은 가용한 증거가 제안된 접근 방식의 기술적 타당성을 뒷받침한다고 결론짓는다. 본 연구의 의의는 열화상, 머신러닝, 디지털 트윈 개념을 노후 주택에 맞춤화된 단일 프레임워크로 통합하여, 향 Kingdom 및 메트로폴리탄 리마에서의 향후 경험적 검증을 위한 방법론적 기초를 제공하는 데 있다.

저자들은 현재 작업의 상태에 대해 다음과 같이 겸허한 입장을 유지한다:

• 제안된 아키텍처는 개념적 합성이며, 저자들에 의해 현장에서 경험적으로 검증되지 않았다.
• 영국 또는 페루의 노후 주거용 설치에 대한 구체적인 정량적 성능 지표는 후속 1차 연구를 통해 확립되어야 한다.
• 이 접근 방식은 주로 접근 가능한 배전반이 있는 다세대 건물 또는 문서화된 접근이 가능한 단독 주택에 적용 가능하며, 접근 가능한 패널이 없는 비공식 주거지로 확장하는 것은 향후 연구 과제로 식별되었다.

본 연구는 기술적 및 방법론적 기초를 제공함으로써 다음 단계의 연구인 경험적 현장 검증을 안내하는 데 필요한 토대로서 기능한다.