0x10. Sinkhole Civic Sentinel; SCS??

0x11. 배경

0. 강동구 싱크홀 사고는 도대체 왜?

• 강동구 싱크홀 사고의 경우, 사고 발생 전부터 균열 등 지반 이상 징후가 반복적으로 관찰되었으며 민원도 여러 차례 접수되었음
• 해당 지역에서 그 이전부터 반복적으로 발생했던 싱크홀 사고에도 불구하고 서울시의 근본적인 대책 마련 및 점검, 관리 체계의 부실이 문제였음

1. 도시의 싱크홀은 자연 재해가 아닌 인재이다.

• 국내 지반침하의 주요 원인은 노후 하수관로 등의 지하 매설물의 파손(58.4%), 다짐 미흡(18.6%), 굴착공사 부실(7.1%).
• 반면, JIS에는 원인 불명 등 기타로 등록된 사고건수가 11.0%를 차지하고 있어, 이에 관한 개선이 시급한 것으로 파악

2. 알 권리가 침해되고 있다

• 싱크홀 위험 지역이 공개될 때 미칠 수 있는 재산적 피해 등 사회 경제적 혼란이 더 가중될 수 있기 때문에 민간에 관련한 정보가 공유되고 있지 않다.
  • *이 프로젝트를 할 시점에는 현재 공개된 동별 위험도가 안나와 있었음. 물론 공개된 이 지도도 동 단위의 것이기에 해상도가 매우 낮아 큰 도움이 되지 못함.
• 사회적 혼란을 막기위한 비공개 조치라 하더라도 이것은 생명이 달렸으며 불필요한 사회 불안 또한 큰 비용이기에 최소한의 알 권리는 보장되어야 한다고 생각함.

0x12. 현 사회 시스템의 문제

1. 근본 원인은 정책 문제이다.

사고 후 대책 위주 : 인명, 재산 피해가 발생한 뒤에야 뒤늦게 대책이 강화되는 등 사전 예방 중심의 체계가 미흡

• 99% 이상의 점검·대응이 사고 발생 이후에 이루어짐. 예측·예방 체계 미흡으로, 이미 심각해진 지반 붕괴만 처리

2. 데이터 확보의 어려움.

1. 관측이 불가능함 : 침하 전조 증상은 지표에서 바로 관측되지 않아 GPR등 센서를 설치하더라도 도시 전역에 고해상도 coverage는 사실상 불가능하다.
2. 통합된 시스템의 부재 : 관리 주체가 상이해 표준화된 시스템이 없음
3. 과거 사고 데이터의 부족과 편향성 : 희귀 사건으로서 사고 발생 이후에만 조사되므로 비사고 지역 데이터가 의미없는 토양 정보로 채워짐

3.정기 점검 및 공동 조사 -> 우선 순위 부재로 인한 자원 낭비

• 5년 주기 공동조사·연 1회 육안점검만으로는 전수 점검 불가
  • 1회 육안 조사 : 시설물 관리자가 법정 매뉴얼에 따라 육안으로 지반, 시설물 상태를 확인함
  • 공동 조사 : 지표 투과 레이더를 이용해 표층 (2m 이내) 공동 탐지 및 복구 우선 순위 설정
  • -> 전문가 조사 장비(GPR 등)는 고비용·저속도로, 한정된 구역만 커버할 뿐만 아니라 5년 주기 공동조사는 급속히 진행되는 지하 변화에 대응하기에 너무 드물고, 중간에 발생하는 소규모 침하를 간과할 수 있음.
• 굴착 공사 관리 미흡 : 10-20m 굴착 공사의 경우 착공후 지하안전조사 미실시 및 공사장 인근 지하수위 변동 관리 미흡 -> 실시간 시계열 데이터 분석으로 일반 관리 대상 vs 주의 관심 지역 vs 고위험 지역 인지 동적으로 조절해서 판단

4. 데이터가 낭비되고 있다.

1. 내가 발견한 핵심 문제: 비구조화된 채 방치되는 제보 데이터

   • 민원 시스템과 위험 분석 시스템이 분리되어 연동이 안됨
   • 체계적 위험으로 분류할 객관적 기준, 모델이 부재
   • 제보의 가치가 공유되지 않음

2. data silo; 데이터가 서로 다른 기관에서 관리하여 일원화되어 있지 않음

   • JIS, 지하공간통합지도, 하수관 정밀조사 등 시스템 간 연동 부족
   • 단적인 예로, 지반 탐사 결과 발견한 지반 침하 위험 지역에 노후 하수관 정비가 우선적으로 시행되어야 하나 기관 간의 정보 연계가 미흡함

0x13. 해결 아이디어 및 문제 정의

목표1. 어떤 AI/ML 모델을 만들 것인가?

기존의 “정밀 위치 예측” 목표 대신, “싱크홀 우선 점검 후보지(Priority Inspection Candidates)”를 동적으로 산출하여 실질적 예방을 가능케 하는 모델을 구축하는 것을 목표로 삼겠다.

• 기존의 “정밀 위치 예측” 목표 대신, “싱크홀 우선 점검 후보지(Priority Inspection Candidates)”를 동적으로 산출하여 실질적 예방을 가능케 하는 모델을 구축하는 것
• 예방을 목적으로 하고 우선 순위를 두고 조사하고 있음에도 사고가 계속 일어나는 이유는 정밀성이 떨어진다는 뜻
• 실제로 완전한 예측을 위해선 많은 시간과 연구가 필요하기에 '우선 순위'의 정확성 향상에 집중하겠다.

목표2. 시공간적 해상도를 어떻게 높일 것인가?

시민의 눈으로 일상의 이상 징후를 감지해서 이를 데이터로 활용했을 때의 유의미성이 증명된다면 시공간적 해상도를 극적으로 높일 수 있을 것이다. 이에 시민 제보 데이터가 얼마나 예측 정확도를 높이는지 증명하는 것을 목표로 삼겠다.

• 실질적 예방의 조건은 1) 대규모 지역 관측 2) 실시간성 으로, 높은 시 공간적 해상도를 요구한다.
• 하지만 도구를 활용한 감지는 예산, 시간적 여유가 없다.

0x14. 분석 대상 데이터 선정

이 프로젝트는 서울특별시를 대상으로 함.

1. 서울시 선정 근거

• 제보 기반 피처의 검증을 위해서는 시민 참여 데이터의 양과 질이 확보되어야 하며, 이는 전국 지자체 중 유일하게 서울에서만 충족된다.
  • 실제로 2018년~2024년까지 지반침하 사고로 인한 전국 사상자 61명 중, 서울시에서 발생한 사상자가 23명(약 38%)으로 최다였다.
• 수도권 외 지역은 민원 시스템, 제보 기록, GPR 센서 운영 등이 부족하거나 지역마다 시스템이 달라 정제되지 않은 데이터가 다수 존재
  • 2025년 3월 24일 강동구 명일동에서 발생한 대형 싱크홀 사고 이후, 서울시에는 약 한 달간(3월 25일~4월 22일) 지반침하 관련 신고가 1,450건 접수되어 하루 평균 50건에 달했음. 이는 사고 이전 하루 평균 22.4건에서 2배 이상 증가한 수치
• 서울은 인프라 밀집도, 민원 제보량, 사고 건수 측면에서 전국에서 지반 침하 리스크가 가장 집약적으로 드러나는 도시이며, 이에 기반한 분석은 전국 도시로의 확장성 있는 인사이트를 제공할 수 있기 때문임.

2. 분석 방향

• 현장 대응 자원이 제한된 상황에서, “순위 기반 점검 전략”이 현실적이며 정책 적용 가능성 높음
  • 2023년 기준, 서울시 자치구 평균 재정자립도는 약 30~40%로 국고 보조금 중심의 재정 구조를 가짐
  • 2022년 국민안전처 조사에 따르면 한 기초자치단체에서 점검해야 할 시설물 수는 평균 1,800개, 하지만 지반 침하 관련 전문 인력은 1~2명에 불과함