[AI로 진화하는 정부와 도시 (3)] 일본 주요 도시의 AI 기반 상수도 누수...

>

JOB잡

ESG

금융·증권

비즈

과학/IT

생활·경제

정치

스페셜기획

사람들

이야기쉼터

전국

미네르바의 눈

시큐리티팩트

MICE

섹션 선택

섹션 선택

이동

[AI로 진화하는 정부와 도시 (3)] 일본 주요 도시의 AI 기반 상수도 누수 관리 시스템①

최봉 산업경제 전문기자

입력 : 2026.04.15 00:30

ㅣ 수정 : 2026.04.15 00:30

[기사요약]

수도 행정, 사후 대응에서 예측 행정으로

AI 분석 기반 관로 파손 위험예측

데이터 통합관리로 효율적 자원배분

최근 인공지능(AI)은 교통, 환경, 복지, 일자리, 민원 서비스 등 다양한 행정 영역에서 새로운 혁신 도구로 활용되고 있다. 세계 각국의 정부와 지방자치단체, 공공기관들은 AI를 활용해 도시 문제를 효율적으로 해결하고 시민 서비스의 질을 높이며 지역경제 활성화에도 나서고 있다. 이 시리즈에서는 AI를 기반으로 행정 혁신과 도시 문제 해결에 나서고 있는 해외 정부와 공공기관의 다양한 사례를 소개하고, 이를 통해 우리 사회와 정책에 주는 시사점을 살펴보고자 한다.

<편집자 주>

[뉴스투데이=노재범 성균관대 학부대학 초빙교수] 일본의 상수도 행정은 단순한 노후화 문제가 아니라, 관리 체계 자체가 흔들리는 구조적 위기에 직면해 있다.

1950~70년대에 구축된 수도 관로가 설계 수명(40~50년)을 넘어서면서, 전국적으로 점검과 교체 수요가 급증하고 있다. 이로 인해 관로 파손과 싱크홀 사고가 빈번해지며 도시 기능에 직접적인 부담을 주고 있다.

그러나 더 근본적인 문제는 따로 있다. 이 방대한 인프라를 관리할 인력과 재원이 동시에 감소하고 있다는 점이다. 저출산·고령화로 인해 지방 재정은 빠르게 약화되고 있으며, 수도 요금 수입 역시 감소하고 있다.

동시에 과거 청음봉(聽音棒) 하나로 지하의 미세한 누수를 찾아내던 숙련 기술자들은 대거 은퇴하고 있지만, 이를 대체할 신규 인력은 충분히 유입되지 않고 있다.

• 점검에서 예측으로.. 수도 행정의 근본적 전환

이러한 한계 속에서 일본이 선택한 해법은 단순한 기술 도입이 아니다. 수도 관리의 방식 자체를 바꾸는 것이다.

과거의 상수도 행정은 문제가 발생한 이후 대응하는 ‘사후 점검’ 중심 구조였다. 현장 인력이 일정 주기로 관로를 점검하고, 이상이 발견되면 보수하는 방식이다.

그러나 이 방식은 두 가지 한계를 갖는다. 첫째, 문제를 사전에 인지할 수 없고, 둘째, 점검 범위가 넓어질수록 인력과 비용이 기하급수적으로 증가한다는 것이다.

이러한 구조를 바꾸기 위해 일본은 데이터를 기반으로 위험을 미리 파악하는 ‘사전 예측’ 중심 체계로 전환하고 있다.

이 전환의 핵심에는 인공지능(AI)이 있다. AI는 누수를 탐지하는 도구에 머물지 않는다. 위성 데이터, 관로 정보, 검침 이력, 지질 환경 등 다양한 데이터를 통합 분석해 누수가 발생할 가능성이 큰 위치와 시점을 사전에 도출하는 역할을 한다.

• 보이지 않는 누수를 찾다.. 위성 기반 탐지

아이치현 도요타시는 인공위성 데이터를 활용한 누수 탐지 시스템을 도입했다.

위성에서 발사된 마이크로파는 지표면을 통과해 지중의 수분 상태에 따라 서로 다른 반사 신호를 생성하는데, AI는 이 미세한 신호 차이를 분석해 누수 가능성이 큰 구역을 식별한다.

이 과정에서 AI는 위성 데이터뿐만 아니라, 과거 누수 발생 이력, 관로 매설 정보, 토양 특성, 기후 데이터 등 다양한 환경 정보를 함께 결합해 분석함으로써 오탐 가능성을 줄이고 탐지 정확도를 높인다.

이러한 분석 결과는 단순한 탐지 정보에 그치지 않는다. AI는 누수 위험도를 등급화해 도시 전역을 100~200m 단위의 격자 형태로 나누고, 각 구역별 위험 수준을 시각화한 ‘위험 지도(Risk Map)’를 생성한다.

과거에는 담당 인력이 넓은 지역을 순차 점검해야 했다면, 이제는 AI가 제시한 고위험 구역을 중심으로 점검과 보수를 집중할 수 있게 된 것이다.

이로 인해, 불필요한 탐사 구간은 대폭 줄어들고, 한정된 인력과 예산을 효과적으로 배분할 수 있게 됐다.

< 누수지역 특정 진단 이미지 >

인공위성이 방사(放射)한 전자파(마이크로파)의 화상을 해석해 지중 수도관으로부터의 누수 가능성이 큰 지역을 특정한다. [출처=pc-webzine]

• 어디가 먼저 고장날까.. AI 기반 예측

센다이시의 접근은 한 단계 더 나아간다. 이 도시는 현재 발생한 누수를 탐지하는 데 그치지 않고, 앞으로 어느 관로에서 문제가 발생할지를 예측하는 체계를 구축하고 있다.

이를 위해 AI는 관로의 위치, 재질, 설치 시기와 같은 기본 정보뿐만 아니라 지하수 분포, 토양의 부식 특성, 주변 환경 변화 등 다양한 데이터를 함께 분석한다.

특히 동일 시기에 매설된 관로라 하더라도 주변 환경에 따라 노후화 속도가 다르게 나타난다는 점에 주목해, 각 관로별 ‘파손 확률’을 개별적으로 산출한다.

이 과정에서 AI는 통계 분석을 넘어 과거 누수 발생 패턴과 환경 변수를 학습해 시간 경과에 따른 열화 추이까지 반영한 예측 모델을 생성한다.

이러한 분석 결과는 ‘우선순위’라는 형태로 행정기관에 전달된다.

과거에는 연식이 오래된 관로부터 순차 교체하거나 민원이 발생한 구간을 중심으로 대응하는 방식이었다면, 이제는 파손 가능성과 사고 영향도를 동시에 고려해 교체 순서를 결정하게 된다.

• 사람이 보지 못하는 곳을 관리하다.. 드론·AI 기반 자동화 점검

오사카시와 요코하마시는 점검 방식 자체를 바꾸고 있다.

이들 도시는 드론과 로봇, 그리고 AI 영상 분석 기술을 결합해 사람이 접근하기 어렵거나 눈으로 확인하기 힘든 구간을 자동으로 점검하는 체계를 구축하고 있다.

예를 들어, 하수도 관로 내부를 촬영한 노즐 카메라 영상은 AI에 의해 실시간으로 분석되며, 균열, 침식, 미세 변형과 같은 이상 징후를 자동으로 탐지한다.

이 과정에서 AI는 이미지 판독을 넘어 과거 점검 데이터와 비교 분석을 수행해 열화 진행 속도와 향후 상태 변화까지 추정한다.

또한, 드론은 고가의 교량형 수도 시설이나 접근이 어려운 지역을 비행하며 영상과 센서 데이터를 수집하고, AI는 이를 기반으로 구조물의 변형 여부와 위험 수준을 판단한다.

이러한 기술은 단순히 점검을 자동화하는 데 그치지 않는다. 과거에는 숙련 인력이 현장을 직접 확인하고 경험에 의존해 판단했다면, 이제는 AI가 1차적으로 이상 여부를 선별하고, 사람이 최종 판단을 수행하는 구조로 바뀌고 있다.

요코하마시는 시내 약 10킬로의 하천에서 드론 상세 점검을 실시하고 있다. AI 자동 판별로 손상 검출의 정밀도가 향상된다. [출처=digital-construction]

• 기술이 아니라 ‘관리 방식의 재설계’다

일본의 사례가 보여주는 본질은 분명하다. 이 변화는 기술 도입의 문제가 아니다. 수도 행정의 운영 원리를 다시 설계하는 문제다.

과거의 방식이 ‘사람이 현장을 돌며 문제를 찾는 구조’였다면, 지금의 방식은 ‘데이터가 먼저 문제를 알려주는 구조’로 바뀌고 있다. 즉, 현장 점검 위주의 행정에서 예측 행정으로의 전환이다.

다음 편에서는 일본의 AI 기반 상수도 누수 관리 시스템 도입의 성과, 도입 시의 애로요인과 극복방안, 우리나라 지자체에 주는 시사점을 제시하겠다.

◀ 노재범(Jaebum Noh) ▶

KAIST 경영공학박사 / 성균관대 학부대학 초빙교수 / 한경협중소기업협력센터 자문위원 / (전) 삼성 멀티캠퍼스 전무 / (전) 삼성 SERICEO 대표이사 / (전) 삼성경제연구소 연구위원