기술 요약: 핵심 인프라 상호의존성을 고려한 다중 산불에 대한 최적 자원 배분

문제 정의

본 논문은 다수의 동시 발생 산불 상황에서 소방 자원을 배분하고 스케줄링하는 복잡한 과제를 다룹다. 단일 화재 시나리오를 다루는 전통적인 방식과 달리, 이 문제는 서로 다른 확산 속도, 방향 및 거동을 보이는 여러 활성 화재에 제한된 이종 자원(항공, 기계, 지상 인력)을 어떻게 분배할 것인가를 포함한다.

문제의 핵심적인 측면은 핵심 인프라(Critical Infrastructure, CI)의 상호의존성이다. 산불은 자연 경관만을 위협하는 것이 아니라 전력망, 용수 공급, 교통, 통신 및 의료와 같은 필수 시스템을 마비시킨다. 한 인프라의 중단은 종종 다른 시스템으로 연쇄 반응을 일으켜 전체 사회경제적 충격을 증폭시킨다. 본 연구의 목적은 다음의 합계로 정의되는 총 시스템 비용을 최소화하는 최적의 자원 배치 전략을 결정하는 것이다:

1. 운영 비용: 소방 자원의 배치 및 사용과 관련된 비용.
2. 피해 비용: 인프라 간의 상호의존성에 의해 동적으로 영향을 받는 인프라 복구 및 서비스 중단 관련 비용.

이 문제는 다음과 같은 동적 제약 조건으로 인해 더욱 복잡해진다:

• 자원 제약: 가용성 제한, 기지 및 화재 현장 간의 이동 시간, 휴식 및 훈련 수준에 따른 최대 작업 시간.
• 화재 역학: 시간이 지남에 따라 불길이 합쳐질 수 있으며, 이는 둘레 크기와 봉쇄 요구 사항을 변화시킨다.
• 시간적 제약: 의사결정은 화재가 진전됨에 따라 온라인으로 이루어져야 하며, 계획 기간은 일반적으로 6시간 창(10분 단위의 36개 타임스텝)을 다룬다.

방법론

저자들은 혼합 정수 선형 계획법(Mixed-Integer Linear Programming, MILP) 모델과 **i2SIM (Infrastructure Interdependencies Simulator)**이라는 시뮬레이션 도구를 결리한 온라인 최적화 프레임워크를 제안한다.

1. i2SIM 시뮬레이터

상호 연결된 인프라에 미치는 산불의 재무적 영향을 정량화하기 위해 연구에서는 i2SIM을 활용한다. 이 도구는 **인간 판독 가능 테이블(Human Readable Tables, HRTs)**을 사용하여 시스템 간의 자원 흐름을 모델링한다.

• 메커니즘: HRT는 각 인프라의 입출력 관계(예: 병원의 환자 수용 능력은 전기, 물, 인력 및 물리적 무결성에 의존함)를 정의한다.
• 로직: 각 타임스텝에서 인프라의 운영 수준은 가장 제한적인 입력값(병목 현상)에 의해 결정된다. 만약 산불이 발전소를 손상시키면, 그로 인한 정전이 병원의 수용 능력을 감소시키고, 이는 다시 서비스 중단 비용의 증가로 이어진다.
• 범위: 본 프레임워크는 전기 네트워크, 가스 펌프, 교통 경로, 용수 공급, 통신 타워 및 의료의 6가지 핵심 인프라를 모델링한다.

2. MILP 최적화 모델

핵심 의사결정 엔진은 계획 기간 동안 총 비용을 최소화하도록 설계된 MILP 모델이다.

• 목적 함수: 순가치 변화(Net Value Change, NVC) 비용(피해 및 서비스 중단)과 자원 운영 비용의 합을 최소화한다.
• 결정 변수: 모델은 각 타임스텝 $t$에서 각 자원 $i$의 위치와 상태를 결정한다. 여기에는 다음이 포함된다:
  • 자원이 특정 화재 위치에 있는지 또는 기지에 있는지 여부.
  • 자원이 위치 간에 이동 중인지 여부.
  • 자원이 화재를 적극적으로 진압하고 있는지 여부.
• 제약 조건:
  • 화재 역학: 자연 확산율과 봉쇄 노력에 의한 둘레 감소를 고려하여 화재의 남은 둘레를 모델링한다.
  • 자원 흐름: 자원이 이동 시간($\tau$)에 따라 현실적으로 이동해야 하며, 동시에 두 장소에 존재할 수 없음을 보장한다.
  • 운영 제한: 휴식 효율성 및 훈련 승수를 기반으로 지상 인력의 최대 작업 기간($WP_i$)을 강제한다.
  • 화재 병합: 별개의 화재가 하나의 더 큰 화재로 합쳐지는 시나리오를 동적으로 처리하며, 이때 둘레와 자원 요구량을 재계산한다.
• 타임스텝: 모델은 10분 타임스텝을 가진 이산 시간 프레임워크 내에서 작동한다.

3. 실험 설정

프레임워크는 다음을 사용하여 테스트되었다:

• 기본 케이스: 3개의 화재가 점진적으로 합쳐지는 2024년 재스퍼 시티(Jasper City) 산불을 모델로 한 특정 시나리오.
• 대규모 시뮬레이션: 다양한 화재 둘레, 확산율 및 공간 구성을 가진 50개의 별도 시나리오.
• 벤치마크: 비교를 위해 **우선순위 기반 휴리스틱(priority-based heuristic)**이 사용되었다. 이 휴리스틱은 트레이드오프나 미래의 역학을 무시하고, 즉각적인 피해 비용이 가장 높은 단일 화재에 모든 가용 자원을 할당한다.
• 솔버: 실행당 600초 시간 제한을 둔 Gurobi Optimizer (v13.0.0).

주요 기여

1. 통합 프레임워크: 본 논문은 화재 봉쇄 MILP와 i2SIM 시뮬레이터를 결합한 새로운 방식을 도입했다. 이를 통해 단순한 "연소 면적" 지표를 넘어, 핵심 인프라의 연쇄 실패를 명시적으로 고려하는 사회경제적 비용 분석이 가능하다.
2. 동적 자원 스케줄링: 모델은 화재 조건(병합, 확산)과 자원 제약(이동 시간, 피로도)이 실시간으로 진화하는 온라인 의사결정을 처리한다.
3. 화재 병합 처리: 결합된 둘레가 개별 둘레의 합보다 작아지는 비선형적 화재 병합 역학을 명시적으로 다루며, 이에 따른 적응형 재최적화를 수행한다.
4. 운영적 현실성: 모델은 휴식 효율성과 훈련 수준을 반영하여 지상 인력의 유효 작업 기간을 계산함으로써 현실적인 인간 요인을 포함한다.

결과

• 비용 절감: 제안된 최적화 프레임워크는 우선순위 기반 휴리스틱보다 성능이 월등히 뛰어났다. 50개의 대규모 산불 시나리오 전반에 걸쳐, 최적화 모델은 총 비용을 6.6%에서 45.1%까지 절감했다.
• 수익 체감: 연구 결과, 자원을 추가한다고 해서 손실이 선형적으로 감소하지는 않는다는 것이 밝혀졌다. 가용성이 증가함에 따라 추가 자원의 한계 효용은 감소한다.
• 자원 민감도:
  • 항공 자원: 항공 자원(특히 헬리콥터)의 가용성을 높이는 것이 높은 봉쇄 효율과 빠른 배치 덕분에 피해 비용을 줄이는 데 가장 큰 효과를 보였다.
  • 이동 시간: 고용량 자원의 조기 배치가 매우 중요하다. 도착 시간의 지연은 총 비용을 크게 증가시켜 접근성의 중요성을 강조했다.
• 계산 효율성: MILP 접근 방식은 계산적으로 실행 가능하다는 것이 입증되었다. 단 **2.78%**의 사례만이 600초 시간 제한에 도달하여 최적성을 증명하지 못했으며, 그 경우에도 MIP-Gap이 0.02%로 매우 낮아 고품질의 근사 최적해를 빠르게 찾을 수 있음을 보여주었다.

의의 및 주장

본 논문의 주요 의의는 긴박한 다중 산불 상황에 처한 비상 관리자들에게 계산 가능한 온라인 의사결정 지원 도구를 제공한다는 데 있다. 인프라 상호의존성을 통합함으로써, 본 프레임워크는 단순한 물리적 확산을 넘어 광범위한 사회적, 경제적 혼란을 최소화하는 전략을 수립할 수 있도록 보다 정확한 산불의 실제 비용을 제시한다.

저자들은 기존 방식이 주로 정적 또는 단일 화재 가정에 의존하는 반면, 본 접근 방식은 현대 산불 비상 상황의 동적이고 상호의존적인 특성을 포착한다고 강조한다. 연구 결과는 특히 항공 자산의 조기 배치와 화재 병합 시의 동적 자원 재배분이 효과적인 비상 관리를 위해 필수적임을 시사한다. 본 논문은 예측 시뮬레이션과 최적화의 결합이 변화하는 조건 하에서의 동적 화재 봉쇄 계획을 위한 중요한 진보라고 결론짓는다.