Spatial machine learning and explainable artificial intelligence predict urban road flood vulnerability in coastal West Africa

서아프리카의 해안 도시들에서는, 그곳을 건설하고 유지하는 이들의 발밑에서 지면이 흔들리고 있습니다. 급격한 도시 성장은 자연 경관을 콘크리트로 덮어버리고 있으며, 한때 빗물을 머금던 토양을 물을 밀어내는 딱딱한 표면으로 바꾸어 놓았습니다. 동시에 기후 변화는 더 강력한 폭풍을 몰고 오며 기존의 배수 시스템을 압도하고 있습니다. 도로를 개방 상태로 안전하게 유지해야 하는 임무를 맡은 엔지니어들에게, 이는 위험한 퍼즐을 만들어냅니다. 도로가 어디에서 침수될지 예측하기 위한 전통적인 방식들은 지형에 대한 정밀하고 값비싼 조사와 복잡한 물리 시뮬레이션에 의존합니다. 이러한 접근법은 단일 교량이나 주요 고속도로에는 효과적이지만, 전체 동네를 연결하는 거대하고 복잡한 소규모 도로 네트워크에 적용하기에는 너무 비용이 많이 들고 속도가 느립니다. 도시가 모든 도로 네트워크를 지도화할 여력이 없을 때, 도시는 종종 피해가 발생한 후에야 반응하며, 도로가 씻겨 내려간 후에야 수리를 진행하곤 합니다.

새로운 접근 방식은 이미 사용 가능한 방대한 양의 무료 데이터, 즉 위성과 공개 지도로부터 얻을 수 있는 데이터에 기반한 다른 길을 제시합니다. 연구진은 이러한 공개 데이터 소스를 투명한 유형의 컴퓨터 학습과 결합하는 방법을 개발했습니다. 이 방법은 컴퓨터를 단순히 위험 점수만을 출력하는 신비로운 '블랙박스'로 취급하는 대신, '설명 가능한 인공지능(XAI)'이라 불리는 기술을 사용합니다. 이 도구는 컴퓨터의 의사결정 과정을 파헤쳐 왜 특정 도로가 취약한지에 대한 구체적인 물리적 이유를 밝혀냅니다. 이를 통해 엔지니어들은 단순히 도로가 위험하다는 사실뿐만 아니라, 왜 위험한지를 알 수 있게 하며, 추상적인 확률을 구체적인 공학적 지침으로 바꾸어 줍니다.

이 연구는 침수 위협이 심각한 서아프리카 해안 도시의 도로 네트워크에 초점을 맞추었습니다. 연구진은 디지털 도로 지도를 가져와 각각 정확히 100미터 길이의 관리 가능한 작은 조각들로 나누었습니다. 모든 도로 조각마다 전 세계적인 무료 데이터베이스로부터 일련의 사실들을 수집했습니다. 지형의 높이, 경사도, 주변 지역이 콘크리트나 건물로 덮인 정도, 그리고 과거에 내린 강수량을 조사했습니다. 또한 역사적 기록을 확인하여 어떤 도로 구간이 실제로 침수되었는지도 점검했습니다. 이를 통해 모든 도로 구간이 실패 또는 생존을 초라한 조건들과 쌍을 이루는 거대한 데이터셋이 만들어졌습니다.

데이터를 파악하기 위해 연구팀은 '그래디언트 부스팅 결정 트리(gradient-boosted decision tree)'라고 알려진 강력한 컴퓨터 모델을 훈련시켰습니다. 이 모델을 인간이 놓칠 수 있는 정보의 산더미 속에서 미묘한 패턴을 찾아내는 숙련된 분석가라고 생각해보십시오. 모델은 물리적 특성을 바탕으로 도로 구간의 침수 여부를 예측하는 법을 학습했습니다. 모델은 놀라운 정확도로 작동하며 대다수의 경우에서 취약한 도로를 정확히 식별해 냈습니다. 그러나 진정한 돌파구는 예측 자체가 아니라 설명에 있었습니다. 설명 가능한 인공지능 도구를 사용함으로써, 연구진은 모델에게 그 근거를 보여달라고 요청할 수 있었습니다. 그들은 컴퓨터가 추측하는 것이 아니라, 측정 가능한 구체적인 물리적 한계에 의존하고 있다는 것을 발견했습니다.

이 결과는 도시 계획의 흔한 가정을 뒤엎었습니다. 수십 년 동안 도시 관계자들은 종로와 같은 주요 도로를 보호하는 것이 가장 중요하며, 작은 국도나 골목길은 덜 중요하다는 가정을 해왔습니다. 하지만 데이터는 이것이 틀렸음을 보여주었습니다. 컴퓨터 모델은 도로의 행정적 명칭—그것이 주요 간선도로인지 작은 지선 도로인지—이 침수 여부에 실질적인 영향을 미치지 않는다는 것을 찾아냈습니다. 저지대의 평평한 곳에 위치한 작은 도로는 동일한 지점의 주요 고속도로만큼이나 침수될 가능성이 높았습니다. 정말 중요한 것은 지역적인 물리적 조건이었습니다: 해수면으로부터의 도로 높이, 지면의 경사도, 그리고 주변 토지가 건물로 얼마나 덮여 있는지와 같은 것들 말입니다.

연구는 침수 위험이 급격히 치솟는 정확한 임계점을 짚어냈습니다. 해수면으로부터 고도가 12미터보다 낮은 곳에 위치한 도로들은 심각한 위험에 처해 있는 것으로 나타났습니다. 지면 경사가 2.5도보다 완만할 경우 물이 갈 곳이 없어 위험한 웅덩이를 형성했습니다. 마찬가지로, 도로 근처의 짧은 거리 내에서 토지가 건물이나 포장면으로 65% 이상 덮여 있을 때, 물은 스며들 곳을 찾지 못해 도로 표면 위로 쏟아져 들어왔습니다. 또한 모델은 하루 강수량이 145밀리미터를 초과할 때 도로의 구조적 기초가 포화되어 실패한다는 것을 식별했습니다. 이것들은 모호한 경고가 아닙니다. 구체적이고 물리적인 변곡점들입니다.

이 작업은 현장 조사를 위한 예산이 부족한 도시들에게 명확한 청사진을 제공합니다. 재난이 닥칠 때까지 기다리는 대신, 시의 엔지니어들은 이제 이러한 구체적인 수치들을 사용하여 의사결정을 내릴 수 있습니다. 만약 어떤 도로가 2.5도 미만의 완만한 경사를 가진 평지에 있다면, 도시는 즉시 도로의 높이를 높이거나 배수 시설을 개선해야 함을 알 수 있습니다. 만약 어떤 동네가 너무 많이 포장되어 표면의 65% 이상이 불투수층이 되었다면, 도시는 투수성 표면을 설치하거나 더 큰 배수관을 설치해야 한다는 것을 알게 됩니다. 연구는 행정적인 도로 분류가 아닌 물리적 실체에 집중함으로써, 도시가 한정된 자금을 가장 효과적인 곳에 투입할 수 있다고 제안합니다.

이러한 연구의 영향은 단순히 도로를 수리하는 것을 넘어 확장됩니다. 인프라가 정확히 어디에서, 왜 실패하는지를 이해함으로써, 도시들은 더 큰 확신을 가지고 미래를 계획할 수 있습니다. 연구진은 이러한 발견이 지역 건축 법규와 배수 설계 규칙에 반영되어야 한다고 제안합니다. 새로운 도로가 계획되거나 기존 도로가 보수될 때, 설계는 이러한 물리적 임계치를 기반으로 이루어져야 합니다. 만약 지면이 너무 평평하거나 주변 지역이 너무 많이 포장되어 있다면, 공학적 사양을 변경하여 이를 보완해야 합니다. 사후 대응적 수리에서 선제적이고 데이터 기반의 설계로 전환하는 것은, 세계에서 가장 취약한 해안 지역 중 일부를 더 탄력적으로 구축하는 방법입니다.

궁극적으로, 이 연구는 고품질의 기후 적응이 반드시 값비싼 신기술이나 대규모 현장 팀을 필요로 하는 것은 아님을 입증합니다. 무료로 이용 가능한 위성 데이터와 스마트하고 투명한 컴퓨터 모델을 결합함으로써, 도시 인프라의 숨겨진 위험을 볼 수 있습니다. 그 결과는 엔지니어들에게 무엇을 어떻게 고쳐야 하는지 정확히 알려주는 실용적이고 실행 가능한 가이드입니다. 기후 변화로 인해 극한 기상 현상이 더욱 빈번해지는 세상에서, 이러한 실패를 예측하고 예방하는 능력은 공동체를 연결하고 안전하게 지키기 위한 필수적인 도구입니다.