📚 기술사 수험서 찾아보기

토목시공기술사 → 건축시공기술사 → 건설안전기술사 → 측량및지형공간정보기술사 →

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

레이블이 GIS인 게시물을 표시합니다. 모든 게시물 표시
레이블이 GIS인 게시물을 표시합니다. 모든 게시물 표시

2026-11-21

[측량및지형공간정보기술사] DEM 격자형과 TIN, 지형을 담는 두 가지 구조 비교 (2022년 제128회 기출) | 하루 한 문제 41일차

안녕하세요. 오늘 문제는 DEM(수치표고모형)을 격자형으로 만들 때와 TIN(불규칙삼각망)으로 만들 때 무엇이 다르고, 언제 어느 쪽을 고르는지를 묻는 2022년 제128회 4교시 6번이에요. 올해 8월 국토교통부가 확정한 제4차 공간정보산업 진흥 기본계획(2026~2030)은 2차원 지도 중심에서 고정밀 3차원 공간정보와 GeoAI 쪽으로 옮겨 가는 방향을 담았다고 보도됐습니다(뉴시스, 2026. 8. 3.). 아직 계획 단계이고 기사가 DEM을 직접 다루지는 않지만, 3차원 지도도 맨 아래에는 지표의 높이 자료가 깔리니 그 높이를 어떤 구조로 담느냐는 질문과 이어 볼 수 있어요.

✍️ 함께 푸는 측량및지형공간정보기술사 답안지 요청 →

풀고 싶은 기출문제를 보내 주세요. 요청한 문제는 매일 밤 11시부터 접수 순서대로 검토해 정답 예시를 블로그에 게시합니다.

문제

기출문제: 2022년 제128회 측량및지형공간정보기술사, 제4교시 6번 (Q-net 공식 문제지)

수치표고모형(DEM)의 격자형(Grid)과 불규칙삼각망(TIN)에 대하여 비교·설명하시오.

논술형 · 25점 · 학습용 권장 작성시간 25분, 분량 약 3쪽

📚 측량및지형공간정보기술사 수험서도 함께 보세요

쿠팡에서 측량및지형공간정보기술사 수험서 보기 →

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

출제 의도와 답안 방향

"비교·설명하시오"라서 두 구조를 따로 설명하고 끝내면 반쪽 답안이 돼요. 채점자가 보려는 것은 같은 지형을 두 방식으로 담았을 때 자료구조, 점 배치, 지형 표현력, 자료량, 분석 방법이 어떻게 갈리는지를 한 기준선 위에서 견주는 능력으로 보입니다. 점수는 "TIN이 더 정확하다"처럼 한쪽 손을 들어 주는 결론보다, 자료원과 용도에 따라 고르는 기준을 내놓는지에서 갈릴 것으로 보여요. 자주 보이는 실수로는 DEM과 DSM을 섞어 쓰는 것, TIN을 "불규칙한 점을 이은 망"으로만 쓰고 들로네 삼각분할과 절단선(breakline)을 빠뜨리는 것을 들 수 있습니다.

같은 갈래로 2022년 제128회 1교시 7번 ‘수치표고모형(DEM)과 수치표면모형(DSM)’, 2026년 제138회 4교시 2번 ‘수치표고모형(DEM) 제작 방법’이 나왔어요. 오늘 구조를 정리해 두면 제작 방법 문제에서도 "점군에서 TIN을 만들고 격자로 바꾼다"는 흐름을 바로 쓸 수 있습니다.

답안 작성 요령 — 첫 장에 같은 지형을 격자와 삼각망으로 그린 그림 한 쌍을 둔다. 이어서 두 구조를 같은 순서(정의, 자료구조, 장점, 단점)로 설명하고, 비교표로 묶은 뒤 선택 기준과 상호 변환으로 마무리한다. 비교표 항목과 앞의 설명 순서를 맞추면 채점자가 따라 읽기 쉽다.

DEM, 높이를 담는 그릇부터 정리

DEM(Digital Elevation Model, 수치표고모형)은 건물과 수목을 걷어 낸 지표면의 높이를 수치로 담은 모형이에요. 건물 지붕과 나무 꼭대기까지 포함한 높이는 DSM(수치표면모형)이라 부르고, DEM에 지성선 같은 지형 특징까지 담은 자료를 DTM으로 구별해 쓰기도 합니다. 오늘 문제는 이 DEM을 어떤 자료구조로 저장하느냐를 묻고 있어요. 땅 위에 같은 간격의 바둑판을 놓고 칸마다 높이를 적는 격자형이 하나, 높이를 잰 점을 그대로 꼭짓점으로 삼아 삼각형으로 이어 붙이는 TIN이 다른 하나입니다.

그림 1. 같은 지형을 격자형(왼쪽)과 TIN(오른쪽)으로 담은 모식도

격자형 DEM: 위치는 규칙이 정하고, 높이만 저장

격자형 DEM은 원점 좌표, 격자 간격, 행과 열의 수만 정하면 모든 격자점의 평면 위치가 계산으로 나와요. 그래서 파일에는 높이 값만 행렬로 쌓으면 되고, 위성영상이나 정사영상 같은 래스터 자료와 한 칸씩 겹쳐 계산하기 쉽습니다. 경사도, 경사향, 음영기복, 유역과 흐름 방향 분석이 대부분 격자 위에서 이웃 칸끼리 계산하는 방식이라 GIS 분석 도구도 격자형을 기본으로 삼는 경우가 많아요.

약점은 규칙성에서 나와요. 평지든 급경사든 같은 간격으로 점을 두니 평지에서는 비슷한 값이 겹겹이 저장되고, 격자 간격보다 좁은 절개면, 옹벽, 하천 둑 같은 급변 지형은 뭉개집니다. 간격을 줄이면 표현력은 올라가지만 자료량이 간격의 제곱에 반비례해 늘어나요(간격을 절반으로 줄이면 격자점은 약 4배). 또 격자점에 바로 측정값이 있는 경우는 드물어서, 측량점이나 점군에서 IDW(역거리가중), 크리깅, 스플라인 같은 보간으로 격자점 높이를 추정해야 하고 이 과정에서 보간 오차가 끼어듭니다.

TIN: 측정점을 그대로 꼭짓점으로 쓰는 삼각망

TIN(Triangulated Irregular Network, 불규칙삼각망)은 불규칙하게 놓인 측정점을 꼭짓점으로 삼아 서로 겹치지 않는 삼각형으로 지표를 덮어요. 삼각형을 만드는 기준으로는 들로네(Delaunay) 삼각분할을 주로 씁니다. 어떤 삼각형의 외접원 안에도 다른 점이 들어가지 않게 잇는 방식이라, 가능한 삼각분할 가운데 가장 작은 내각이 가장 커지고 가늘고 긴 삼각형이 줄어요. 능선, 계곡선, 하천 경계, 도로 가장자리처럼 지형이 꺾이는 선은 절단선(breakline)으로 지정해 삼각형 변이 그 선을 가로지르지 못하게 묶습니다(제약 들로네 삼각분할).

TIN은 점 밀도를 지형에 맞출 수 있어요. 평지는 큰 삼각형 몇 개로 덮고, 능선과 급경사에는 점을 모아 작은 삼각형을 촘촘히 둡니다. 측정점이 꼭짓점이라 그 위치에서는 보간 없이 관측값이 그대로 남아요. 대신 꼭짓점마다 X, Y, Z를 저장하고, 삼각형이 어느 꼭짓점으로 이뤄졌는지와 이웃 삼각형이 무엇인지 같은 위상(topology)도 함께 저장해야 해서 자료구조가 복잡합니다. 영상이나 다른 격자 자료와 겹쳐 계산하려면 먼저 격자로 바꿔야 하는 경우가 많아요.

TIN 안의 한 점, 높이는 어떻게 정할까

TIN에서 꼭짓점이 아닌 위치의 높이는 그 점을 품은 삼각형의 세 꼭짓점이 만드는 평면에서 읽어요. 세 꼭짓점 높이에 넓이 비율로 가중치를 주는 방식(무게중심 좌표)으로 쓰면 아래와 같습니다.

그림 2. TIN 삼각형 안의 평면 보간식

가상 예시로 A(0, 0, 100 m), B(10, 0, 110 m), C(0, 10, 104 m)가 만드는 삼각형 안의 P(4, 3)를 보면, 가중치는 wA = 0.3, wB = 0.4, wC = 0.3이고 zP = 105.2 m가 됩니다. 같은 평면을 식으로 쓰면 z = 100 + 1.0x + 0.4y라서 결과가 같아요. 삼각형마다 평면이 하나로 정해지니 그 삼각형의 경사도와 경사향도 바로 나옵니다.

그림 3. 넓이 비율이 그대로 가중치가 되는 과정

무엇을 기준으로 고를까

둘 중 하나만 쓰기보다 자료원과 용도에 따라 갈아타는 경우가 많습니다. 항공 LiDAR 점군처럼 점이 많고 불규칙하면 지면점을 골라 TIN을 먼저 만들고, 그 TIN에서 일정 간격으로 높이를 읽어 격자 DEM을 만드는 방법을 쓸 수 있어요. 넓은 지역의 경사 분석, 홍수 범람 모의, 위성영상과의 중첩처럼 이웃 칸 계산이 많은 일에는 격자형이 맞고, 도로와 단지 설계, 토공량 산정처럼 절단선과 측정점 높이를 그대로 지켜야 하는 일에는 TIN이 맞아요. 어느 쪽이든 격자 간격이나 점 밀도, 보간 방법, 절단선 사용 여부를 메타데이터에 남겨야 다른 사람이 정확도를 판단할 수 있습니다.

답안 작성 요령 — 선택 기준은 "자료원", "분석 목적", "요구 정확도" 세 줄로 나눠 쓴다. 상호 변환(TIN → 격자는 래스터화, 격자 → TIN은 특징점 추출)을 한 줄 덧붙이면 두 구조가 경쟁 관계가 아니라는 결론을 따로 쓰지 않아도 드러난다.


답안 예시

1. 개요

  • 수치표고모형(DEM): 건물, 수목을 제외한 지표면 높이를 수치로 표현한 모형(건물, 수목 포함 시 DSM)
  • 자료구조에 따라 격자형(Grid)과 불규칙삼각망(TIN)으로 구분
  • 격자형은 규칙 배열로 분석 편의, TIN은 불규칙 배열로 지형 표현 효율이 특징임

2. 격자형(Grid) DEM

  • 정의: 일정 간격 격자점(또는 셀)에 표고를 부여한 래스터 구조
  • 자료구조: 원점, 격자 간격, 행·열 수로 위치 결정 → 표고 값만 행렬로 저장
  • 생성: 측량점, 점군에서 IDW, 크리깅, 스플라인 등 보간으로 격자점 표고 추정
  • 장점: 구조 단순, 영상 등 래스터 자료와 중첩 용이, 경사, 경사향, 유역 분석 등 이웃 셀 연산에 유리
  • 단점: 평지에서 자료 중복, 격자 간격보다 좁은 급변 지형 표현 한계, 간격 1/2 축소 시 자료량 약 4배

3. 불규칙삼각망(TIN)

  • 정의: 불규칙 측정점을 꼭짓점으로 하여 겹치지 않는 삼각형으로 지표를 덮은 벡터 구조
  • 생성: 들로네 삼각분할(외접원 안 타점 없음, 최소 내각 최대화), 능선, 계곡선, 하천 경계는 절단선으로 제약
  • 자료구조: 꼭짓점 X, Y, Z + 삼각형 구성 꼭짓점, 인접 삼각형 등 위상 정보 저장
  • 내부 높이: 삼각형 평면 보간, zP = wAzA + wBzB + wCzC (가중치 = 넓이 비, 합 1)
  • 장점: 지형 변화에 따라 점 밀도 조절, 측정점 높이 보존, 지성선 표현 우수, 평지 자료량 절감
  • 단점: 구조 복잡, 대량 점군 삼각분할 계산 부담, 래스터 자료와 중첩 시 격자 변환 필요

4. 격자형과 TIN 비교

구분 격자형(Grid) 불규칙삼각망(TIN)
자료 모델 래스터 벡터(점, 변, 면)
점 배치 일정 간격 지형에 따라 불규칙
저장 내용 표고 행렬 X, Y, Z + 위상
급변 지형 격자 간격에 좌우 절단선으로 보존
자료량 평지에서 중복 지형 복잡도에 비례
분석 중첩, 경사, 유역 분석 토공량, 설계, 가시권
주요 자료원 위성, 영상정합, LiDAR 격자화 현장 측량점, LiDAR 지면점

5. 선택 기준과 상호 변환

  • 자료원: 점군, 측량점 등 불규칙 자료는 TIN 구성 후 필요 시 격자 변환
  • 분석 목적: 광역 경사, 범람 모의, 영상 중첩은 격자형 / 토공량, 노선, 단지 설계는 TIN
  • 요구 정확도: 급변 지형, 구조물 경계가 많으면 TIN 또는 격자 간격 축소
  • 상호 변환: TIN → 격자(평면 보간 후 래스터화), 격자 → TIN(특징점 추출 후 삼각분할)
  • 품질 관리: 격자 간격, 점 밀도, 보간법, 절단선 적용 여부를 메타데이터에 기재

6. 결론

  • 격자형은 분석과 중첩, TIN은 지형 표현과 설계에 적합하며 용도에 따라 변환해 병행 사용
  • 3차원 공간정보 구축에서 DEM 구조와 생성 조건 기록이 자료 재사용의 전제임

놓치기 쉬운 점

  • DEM과 DSM을 섞지 않기. 격자형이냐 TIN이냐는 저장 구조의 문제이고, DEM이냐 DSM이냐는 무엇의 높이냐의 문제예요. 두 축이 서로 독립이라 "TIN 형식의 DSM"도 있을 수 있습니다.
  • 들로네 조건 한 줄. "외접원 안에 다른 점이 없게 이으면 최소 내각이 최대가 되는 성질이 있다"를 외워 두면 TIN 생성 원리를 짧게 쓸 수 있어요.
  • 격자 간격과 자료량. 간격을 절반으로 줄이면 격자점은 약 4배가 돼요. 표현력과 자료량의 맞교환을 수치로 보여 주는 가장 짧은 문장입니다.

참고자료

확인일: 2026년 11월 21일. 기출 회차·교시·문항은 Q-net 공식 문제지 기준이에요. 격자형과 TIN의 정의와 장단점은 위 학회지 논문을 포함한 일반적인 수치지형 모델링 원리를 학습용으로 정리한 것이고, 특정 작업규정의 격자 간격이나 점 밀도 기준은 이번 글에 넣지 않았습니다. 그림 1~3은 가상 지형과 가상 좌표로 만든 모식도이며(그림 1의 점 개수는 실제 비율이 아님), 평면 보간 수치(105.2 m)도 가상 예시예요. 선택 기준은 원리에서 끌어낸 학습용 정리입니다. 답안은 학습용 예시이며 공식 채점기준이 아닙니다.

따라쓰기 PDF

Q-net 원본 답안지의 작성면에 답안을 옮겨 적은 따라쓰기 자료예요. 원본의 인쇄 문구와 선은 그대로 두고, 작성한 제목·본문·표·도식은 옅은 회색(#B8B8B8)으로 통일해 펜으로 따라 쓰기 좋게 만들었습니다.

📄 41일차_DEM격자TIN_모범답안_따라쓰기.pdf 내려받기

함께 푸는 측량및지형공간정보기술사 답안지 요청

요청한 문제는 매일 밤 11시부터 접수 순서대로 검토해 정답 예시를 블로그에 게시합니다.

2026-11-17

재난 수색 드론 개발, 정부 50억 지원 | 재난안전과 GeoAI

재난 수색 드론 개발, 정부 50억 지원 | 재난안전과 GeoAI

재난 수색 드론 개발에 중소벤처기업부 50억원 규모 과제가 붙었습니다. 에어빌리티가 '딥테크 챌린지 프로젝트'에 선정됐다는 소식이 2026년 11월 17일 보도됐고, 세부 과제 내용은 원문 확인이 필요합니다.

📌 3줄 요약

  • 에어빌리티, 중기부 50억원 딥테크 과제 선정
  • 용인시의회, 생활안전 강화 조례 6건 통과
  • 세명소프트, 위성영상 웹 2D·3D 시각화 발표

안녕하세요, 세명대학교 재난안전학과 블로그입니다. GeoAI 와 생성형 AI, 공간정보 기술이 재난 대응과 생활 서비스에 도입되는 소식을 오늘의 브리핑으로 전합니다. 먼저 에어빌리티가 중소벤처기업부 50억원 과제에 선정된 재난 대응 드론 소식과 용인시의회가 통과시킨 생활안전 조례 6건을 짚어 봅니다.

이어 세명소프트의 위성영상 웹 시각화 기술, 구글 지도에 탑재된 에이전틱 AI, Esri 의 개발 도구 소식을 차례로 전합니다. 기술 소식이 많은 날이라 제천과 충북 지역 주민들과 수험생들이 이 내용을 어디에 활용해야 할지 초점을 맞췄습니다.

Azerbaijan search and rescue team conducting an outdoor rescue operation using ropes.
자료사진 · 사진: Tahir Xəlfəquliyev / Pexels

🚁 재난 수색 드론 개발에 정부 지원이 들어가면 무엇이 달라지나요?

에어빌리티는 2026년 11월 17일 보도에서 중소벤처기업부의 50억원 규모 '딥테크 챌린지 프로젝트'에 선정됐다고 알려졌습니다. 대드론 기술을 내세워 재난 대응 드론을 개발하는 과제로, 세부 내용은 원문을 확인해야 합니다.

재난 현장에서는 수색과 상황 파악이 늦을수록 피해가 커지기 때문에 사람이 닿기 어려운 곳을 먼저 살피는 장비가 중요합니다. 산지가 많은 제천·충북 북부는 산불이나 산사태 때 이런 장비가 쓰일 여지가 커 보입니다. 다만 드론 영상은 촬영 위치가 지도와 묶여야 지휘에 쓸 수 있으므로, GeoAI 분석과 함께 운영될 때 효과가 커질 것으로 보입니다.

📰 기사 원문: 에어빌리티, 중기부 50억원 '딥테크 챌린지 프로젝트' 선정… "대드론에... - fntoday.co.kr

🏛️ 지자체 생활안전 조례는 왜 중요한가요?

용인시의회는 2026년 11월 17일 보도에서 예산감시와 생활안전을 강화하는 조례 6건을 본회의에서 통과시킨 것으로 알려졌습니다. 어떤 조례가 포함됐는지는 제목만으로 알기 어려워 자세한 내용은 원문을 참고해야 합니다.

생활안전은 법과 계획만으로 움직이지 않고, 지자체 조례가 예산과 담당 부서를 정해 줘야 현장에서 실행됩니다. 제천시와 충북 시·군의 조례가 어떤 위험을 다루는지도 한 번 찾아볼 만합니다. 수험생에게는 재난 관리 체계에서 지자체 책임이 어디서 나오는지 확인하는 사례로 보입니다.

📰 기사 원문: 용인시의회, 예산감시·생활안전 강화 조례 6건 본회의 통과 - newsworks.co.kr

🛰️ 대용량 위성영상을 웹에서 3D로 볼 수 있나요?

세명소프트는 2026년 11월 17일 대용량 위성영상을 웹에서 2D 와 3D 로 보여 주는 시각화 기술을 발표했다고 알려졌습니다. 구체적인 성능 수치와 적용 분야는 원문을 확인해야 합니다.

위성영상은 용량이 커서 전용 프로그램이 있어야 열리는 경우가 많은데, 웹에서 바로 볼 수 있으면 담당자뿐 아니라 현장 인력도 같은 화면을 공유할 수 있습니다. 재해영향평가나 피해 범위 확인처럼 넓은 지역을 한눈에 봐야 하는 일에 도움이 될 것으로 보입니다. 이 영상 위에 AI 분석 결과를 올리는 것이 GeoAI 의 다음 단계라고 생각합니다.

📰 기사 원문: 세명소프트, 대용량 위성영상의 웹 기반 2D·3D 시각화 기술 발표 - mt.co.kr

🗺️ 구글 지도 AI가 예약까지 해 주면 재난 때도 믿어도 되나요?

인공지능신문은 2026년 11월 17일 구글 지도의 '애스크 맵스'에 에이전틱 AI 가 탑재돼 장소 검색을 넘어 예약까지 돕게 됐다고 전했습니다. 국내 제공 시점과 범위는 원문을 확인해야 합니다.

질문에 답을 찾아 주던 단계에서 사용자 대신 일을 처리하는 단계로 넘어갔다는 점이 핵심입니다. 재난 상황에 적용하면 대피소를 묻고 경로를 안내받는 흐름이 가능해 보이지만, 위치 정보가 틀리면 잘못된 안내로 이어질 수 있습니다. 그래서 공공 재난 정보는 AI 답변만 믿기보다 지자체 공식 안내와 함께 확인하는 습관이 필요합니다.

📰 기사 원문: 구글 지도의 진화, 장소 검색 넘어 AI가 예약까지 돕는다…애스크 맵스에 에이전틱 AI 탑재 - 인공지능신문

🧩 GIS 분석을 AI 에이전트가 대신하면 어떻게 되나요?

Esri 는 2026년 11월 16일 ArcGIS 블로그에서 'ArcGIS Agentic Developer Toolkit'을 만드는 과정을 소개했습니다. 제목으로 보아 AI 에이전트를 GIS 개발에 연결하는 도구로 보이며, 구체적인 기능은 원문을 참고해야 합니다.

공간정보 분석이 사람이 도구를 하나씩 실행하는 방식에서 AI 가 작업 순서를 짜 실행하는 방식으로 옮겨가고 있다는 신호입니다. 재난안전 분야에서는 위험지도 갱신이나 피해 면적 산출 같은 반복 작업을 줄일 수 있을 것으로 보입니다. 다만 결과 검증은 사람이 맡아야 하므로, 학생은 GIS 기본 분석 원리부터 익혀 두는 편이 좋습니다.

📰 기사 원문: Developer’s Lounge: Building the ArcGIS Agentic Developer Toolkit - Esri ArcGIS Blog

🧰 핵심 포인트: GeoAI·생성형 AI 를 재난 현장에 적용할 때

드론 영상이든 위성 영상이든 위치 좌표가 정확히 붙어 있어야 지휘와 분석에 활용할 수 있습니다. 데이터를 수집하는 단계에서 좌표와 촬영 시각을 함께 기록하는 것이 기본입니다.

AI 에이전트가 답을 주거나 작업을 대신하더라도 최종 판단과 검증은 사람이 맡아야 합니다. 대피소 위치나 위험 구역처럼 생명과 직결되는 정보는 지자체와 소방 등 공식 채널에서 한 번 더 확인하는 습관이 필요합니다.

웹으로 공유되는 위성영상과 지도 서비스가 늘어나면서 학생과 주민이 직접 정보를 읽는 능력이 중요해집니다. 재해영향평가나 위험성 평가에서 지도와 영상이 어떤 근거로 쓰이는지 개념부터 정리해 두면 새 기술 소식도 이해하기 쉽습니다.

❓ 자주 묻는 질문

Q. 에어빌리티가 선정된 중기부 딥테크 챌린지 프로젝트는 어떤 과제인가요?
A. 2026년 11월 17일 보도에 따르면 에어빌리티는 중소벤처기업부의 50억원 규모 '딥테크 챌린지 프로젝트'에 선정됐고, 대드론 기술을 내세운 재난 대응 드론을 개발합니다. 세부 과제 내용과 사업 기간은 원문을 확인해야 합니다.

Q. 구글 지도 애스크 맵스에 들어간 에이전틱 AI 는 무엇이 다른가요?
A. 인공지능신문은 애스크 맵스에 에이전틱 AI 가 탑재돼 장소 검색을 넘어 예약까지 돕는다고 전했습니다. 국내 제공 시점과 범위는 원문을 참고해야 합니다.

Q. 세명소프트가 발표한 위성영상 웹 시각화 기술은 재난 대응에 쓸 수 있나요?
A. 세명소프트는 대용량 위성영상을 웹에서 2D 와 3D 로 보여 주는 기술을 발표했다고 알려졌습니다. 재난 분야 적용 여부는 기사 제목만으로 확인되지 않으므로 원문을 참고해야 하며, 넓은 지역을 한눈에 봐야 하는 피해 범위 확인에 활용될 가능성이 있다고 보는 정도가 적절합니다.

최근 소식은 AI 와 공간정보가 지도를 보여주는 단계에서 사람 대신 일을 처리하는 단계로 옮겨가고 있음을 보여줍니다. 드론, 위성영상, 지도 서비스, GIS 개발 도구 모두 결국 정확한 위치 정보와 사람의 검증 위에서 힘을 낸다는 점이 공통입니다.

제천과 충북에 사는 분들은 지자체 공식 재난 안내를 먼저 확인하는 습관을 유지해 주시고, 수험생은 새 기술이 재난 관리의 어느 단계에 들어가는지 정리하며 읽어 보시기 바랍니다. 세명대학교 재난안전학과 블로그는 내일도 확인된 소식만 골라 전하겠습니다.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

지자체 AI 기본계획, 춘천시 9개 사업 | 재난안전과 GeoAI

지자체 AI 기본계획, 춘천시 9개 사업 | 재난안전과 GeoAI

🎬 1분 브리핑 영상

지자체 AI 기본계획을 춘천시가 2026년 11월 16일 처음 공개했습니다. 2029년까지 9개 중점사업을 추진하며, 세부 내용은 원문에서 확인할 수 있습니다.

📌 3줄 요약

  • 춘천시, 2026년 11월 16일 첫 AI 기본계획 공개
  • 2029년까지 9개 중점사업 추진 계획
  • 지역방송 재난방송에 중앙정부 지원 필요 주장

안녕하세요, 세명대학교 재난안전학과 블로그입니다. 오늘은 GeoAI 와 생성형 AI, 공간정보 분야에서 최근 주목받는 소식을 다섯 가지로 정리해 드립니다. 지역방송의 재난 방송 역할, 춘천시의 첫 인공지능 기본계획, 구글 지도 반출을 둘러싼 국내 사업자들의 경쟁 구도가 먼저 나옵니다.

이어 Esri 의 AI 어시스턴트 프롬프트 작성 가이드와 NASA 위성 관측 자료를 바탕으로 한 슈퍼 엘니뇨 관련 글도 소개합니다. 기사 제목에서 확인되는 사실만 전하고, 세부 내용은 원문을 참고해 주시기 바랍니다. 끝에는 제천과 충북 주민, 그리고 수험생이 고려해 볼 점을 학과의 시각에서 덧붙였습니다.

Street map display in Valencia city with urban background.
자료사진 · 사진: Tiago Alvar / Pexels

📡 재난 때 지역방송은 어떤 역할을 하나요?

2026년 11월 17일 kwnews.co.kr 확대경 코너에 지역방송의 재난 방송 역할에 중앙정부 지원이 필요하다는 글이 실렸습니다. 제목만 보아도 지역방송이 재난 시 맡는 안내 기능을 국가 차원에서 뒷받침하자는 주장으로 읽히지만, 자세한 내용은 원문을 확인하시기 바랍니다. 재난 상황에서 주민이 가장 먼저 접하는 정보는 대개 가까운 지역의 방송이므로, 이 역할이 흔들리면 대피 시점도 늦어질 수 있습니다. 제천처럼 산지와 하천이 많은 충북 북부 지역에서는 지역 단위 정보 전달 체계가 특히 중요해 보입니다. 재난방송을 단순한 전달 수단이 아니라 지역 재난 대응 체계의 일부로 보고, 공간정보 기반 위험 지도와 연결해 읽을 필요가 있습니다.

📰 기사 원문: [확대경]지역방송의 재난방송 역할, 중앙정부 지원 필요 - kwnews.co.kr

🏛️ 춘천시 인공지능 기본계획에는 무엇이 담겼나요?

춘천시는 2026년 11월 16일 첫 인공지능 기본계획을 공개했고, 2029년까지 9개 중점사업을 추진합니다. 9개 사업의 세부 내용은 원문을 참고하시기 바랍니다. 기본계획은 보통 목표와 사업, 추진 기간을 한 문서에 묶어 예산과 인력을 배정하는 근거가 됩니다. 시 단위 지자체가 AI 계획을 따로 세웠다는 것은 행정 서비스에 AI 를 도입할 기준을 마련하기 시작했다는 뜻으로 보입니다. 제천시와 충북 다른 시·군도 비슷한 계획을 수립한다면 GeoAI 기반 위험지역 분석과 상황 전파를 함께 고려해야 합니다. 수험생은 지자체 자체 계획과 법에 따른 계획이 어떻게 연계되는지 구분해 두면 좋습니다.

📰 기사 원문: 춘천시, 첫 인공지능 기본계획 공개…2029년까지 9개 중점사업 추진 - newstnt.com

🗺️ 구글 지도 반출이 재난 대피 안내에도 영향을 주나요?

네이버·카카오·티맵 등 국내 지도 사업자들이 구글 지도 반출을 두고 경쟁과 협력 사이에서 엇갈린 움직임을 보인다고 뉴스웨이가 2026년 11월 17일 전했습니다. 한 블로그 글은 국토교통부가 11월 13일 발표한 내용으로 구글 지도 한국 길찾기 시점이 확정됐다고 소개했는데, 구체적인 조건은 원문을 확인해야 합니다. 지도 데이터는 내비게이션뿐 아니라 재난 발생 시 대피로 안내와 위험지역 표시의 바탕이 됩니다. 어떤 사업자가 어떤 데이터를 쓰느냐에 따라 안내 품질이 달라질 수 있습니다. 주민은 한 앱에만 의존하지 말고 시·군 재난안전 지도와 대피소 위치를 미리 저장해 둘 필요가 있습니다.

📰 기사 원문: 경쟁이냐 협력이냐…네카오티맵, 구글 지도 반출에 엇갈린 셈법 - newsway.co.kr

💬 생성형 AI에게 지도 분석을 시킬 때 질문은 어떻게 쓰나요?

Esri 는 2026년 11월 12일 ArcGIS 블로그에 AI 어시스턴트에게 지시문을 쓰는 방법을 다룬 'Prompt writing for AI assistants' 글을 올렸습니다. 세부 요령은 원문에 있으며, 여기서는 제목에서 확인되는 범위만 전합니다. 같은 날 ArcGIS Experience Builder 11월 업데이트 소식도 함께 공개됐습니다. 생성형 AI 를 지도와 분석에 활용하는 일이 늘수록 질문의 방식이 결과 품질을 좌우합니다. 재난 분야라면 어디에서, 언제, 어떤 기준으로 분석할지 분명히 적는 습관이 도움이 될 것으로 보입니다. 학과 수업에서도 위험성 평가 질의를 직접 작성하며 AI 답변을 검증하는 연습이 필요합니다.

📰 기사 원문: Prompt writing for AI assistants - Esri ArcGIS Blog

🌊 위성으로 보는 슈퍼 엘니뇨, 정말 위험한가요?

한 블로그 글이 NASA 위성 관측 자료를 근거로 슈퍼 엘니뇨를 다뤘습니다. 2026년 11월 17일 올라온 이 글은 제목에서 인류 문명에 대한 위협 여부를 묻고 있지만, 수치와 근거는 원문에서 따로 확인해야 합니다. 엘니뇨는 적도 태평양 해수면 온도가 평년보다 높아지는 현상으로 널리 알려져 있고, 위성은 이런 해수면 변화를 넓은 범위에서 관측하는 데 쓰입니다. 위성 자료는 양이 방대해 GeoAI 가 패턴을 찾는 데 적합한 분야로 보입니다. 다만 '대재앙' 같은 표현은 공식 발표와 구분하여 읽어야 합니다. 기상청 같은 공식 기관의 계절 전망을 확인하는 습관이 필요합니다.

📰 기사 원문: NASA 위성 관측 슈퍼 엘니뇨, 인류 문명의 대재앙인가? - 퓨처 인텔리전스 브리핑 (네이버블로그)

🧰 GeoAI·생성형 AI 활용 핵심 포인트
· 지자체 AI 계획에는 반드시 재난 대응 영역을 포함해야 합니다. 위험지역 분석과 상황 전파에 공간정보를 활용하는 방식을 계획 단계부터 설계하지 않으면 실제 현장에서 효과적으로 작동하기 어렵습니다.
· 지도 데이터를 누가, 어떤 조건으로 제공하는지가 안내 품질을 결정합니다. 특정 앱 하나에만 의존하지 말고 시·군이 공개하는 재난안전 지도와 대피소 위치도 함께 확인하세요.
· 생성형 AI 의 답변은 질문의 구체성에 따라 달라집니다. 장소, 시점, 판단 기준을 명시하여 질문하고, 결과는 공식 자료와 비교해 보세요.

❓ 자주 묻는 질문

Q. 춘천시 인공지능 기본계획은 언제까지 추진되나요?
A. 춘천시는 2026년 11월 16일 첫 인공지능 기본계획을 공개했습니다. 2029년까지 9개 중점사업을 추진하는 것으로 알려졌으며, 사업별 구체적인 내용은 원문 보도를 확인하셔야 합니다.

Q. 구글 지도 한국 길찾기는 언제부터 가능한가요?
A. 한 블로그 글은 국토교통부가 11월 13일 발표한 내용으로 시점이 확정됐다고 소개했습니다. 구체적인 일정과 조건은 국토교통부 발표와 원문 기사를 직접 확인하시는 것이 정확합니다.

Q. 제천에서 재난 정보는 어디서 가장 빨리 확인하나요?
A. 오늘 다룬 기사는 재난 발생 시 지역방송의 역할이 중요하다는 점을 짚었습니다. 지역방송과 시·군 재난 안내를 함께 확인하고, 대피소 위치는 평소에 미리 알아 두는 것이 좋습니다.

최근 소식은 AI 와 공간정보 기술이 지자체 계획과 지도 서비스, 방송 체계로 확산되고 있음을 보여 줍니다. 기술 발전에 따라 어떤 데이터를 활용하며 어떻게 질문하고 누가 정보를 전하는지가 재난 대응의 품질을 좌우합니다. 제천과 충북 주민 여러분은 오늘 소개한 내용 중 대피소 위치 확인부터 실천해 보시길 권합니다. 내일도 새로운 소식을 찾아뵙겠습니다.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-11-12

CCTV·드론 영상에 위치를 붙이면 무엇이 달라질까? | GeoAI 기초 50편

CCTV·드론 영상에 위치를 붙이면 무엇이 달라질까? | GeoAI 기초 50편

🎬 1분 브리핑 영상

영상 지오레퍼런싱은 CCTV나 드론 화면에 찍힌 지점을 실제 지도 좌표로 바꾸는 작업입니다. 카메라의 위치와 바라보는 방향, 화각을 알면 화면 속 한 점이 지면 어디에 해당하는지 계산할 수 있습니다.

📌 3줄 요약

  • 영상 지오레퍼런싱은 화면 속 지점을 지도 좌표로 바꾸는 작업
  • 카메라 위치·방향·화각을 알면 지면 좌표를 계산할 수 있음
  • 지형·카메라 흔들림·정보 오차가 정확도를 떨어뜨림

산불이 난 야산을 비추는 CCTV 화면을 보고 있다고 해봅니다. 연기가 화면 오른쪽 위에서 피어오르는데, 상황실 담당자는 그게 정확히 어느 마을 뒷산인지, 소방차가 몇 분 안에 닿을 수 있는 곳인지 바로 알기 어렵습니다. 화면 속 픽셀 하나는 지도 위 좌표가 아니라 그냥 '오른쪽 위'일 뿐이기 때문입니다.

영상 지오레퍼런싱은 이 간극을 메우는 작업입니다. 카메라가 어디에 있고 어느 방향을 보고 있는지 알면 화면 속 한 지점을 실제 위도·경도로 환산할 수 있습니다. 재난 상황실에서 수십 대의 CCTV와 드론 영상을 동시에 보는 상황이라면, 이 변환 하나로 "어느 화면에 뭐가 보이나"가 "지도 위 어디에 무슨 일이 있나"로 바뀝니다.

drone aerial survey camera
자료사진 · 사진: Pexels / Pixabay

📍 영상 지오레퍼런싱이 정확히 뭔가요?

지오레퍼런싱(georeferencing)은 지도나 영상에 좌표 체계를 부여하는 작업을 가리키는 말입니다. 위성영상에 위도·경도 값을 붙이는 작업이 대표적입니다. 영상 지오레퍼런싱은 여기서 한 단계 더 들어가, CCTV나 드론처럼 비스듬한 각도에서 찍은 동영상의 화면 속 한 점 한 점을 지도 좌표로 바꾸는 작업을 말합니다. 위성영상은 보통 위에서 내려다본 모습이라 좌표를 붙이기가 비교적 단순하지만, 지상 CCTV는 비스듬히 찍기 때문에 화면 속 거리와 실제 지면 거리가 일정하지 않습니다. 화면 아래쪽(카메라에 가까운 곳)은 몇 미터가 몇 픽셀인데, 화면 위쪽(먼 곳)은 같은 픽셀 수가 수십 미터일 수 있습니다. 그래서 단순히 화면 비율로 환산하면 안 되고 카메라의 기하학적 조건을 함께 계산해야 합니다. 이 과정을 거치면 상황실에서 "저 연기가 보이는 지점"을 주소나 좌표로 바로 지목할 수 있습니다.

📐 카메라 위치·방향만 알면 좌표가 나오나요?

계산에 필요한 값은 크게 세 가지입니다. 첫째는 카메라의 설치 좌표(위도·경도·고도), 둘째는 카메라가 바라보는 방향(방위각)과 아래로 기울어진 각도(틸트), 셋째는 화각(렌즈가 담는 시야의 폭)입니다. 이 값들과 지면의 높낮이 정보(수치표고모델)를 같이 넣으면, 화면 속 한 픽셀에서 카메라를 지나 지면과 만나는 지점을 역으로 계산할 수 있습니다. 쉽게 말하면 손전등을 든 방향과 각도를 알면 빛이 바닥 어디를 비추는지 알 수 있는 것과 비슷한 원리입니다. 드론 영상은 GPS와 자세 센서(짐벌 각도)가 영상 파일에 함께 기록되는 경우가 많아 이 계산이 비교적 수월하지만, 고정식 CCTV는 설치할 때 이 값들을 미리 측량해 기록해 둬야 나중에 자동 계산이 가능합니다. 산사태나 하천 범람 감시용 CCTV를 새로 설치할 때 이 메타데이터를 처음부터 남겨 두는 작업이 중요한 이유입니다.

🗺️ 여러 영상을 한 지도에 모으면 왜 좋을까요?

재난 상황실에는 보통 CCTV 수십~수백 대, 거기에 드론 영상까지 동시에 들어옵니다. 화면을 하나하나 띄워 보는 방식으로는 "지금 어디가 위험한가"를 한눈에 파악하기 어렵습니다. 각 영상에 지오레퍼런싱을 적용하면 모든 카메라의 관측 범위와 현재 보이는 사건(화재 연기, 침수 구간, 산사태 토사 등)을 하나의 지도 위에 점이나 폴리곤으로 겹쳐 표시할 수 있습니다. 이렇게 하면 카메라 간 시야가 겹치는 구간에서 같은 사건이 양쪽에서 확인되는지 교차 검증도 가능하고, 반대로 사각지대가 어딘지도 바로 드러납니다. 대피 경로를 정할 때도 "이 CCTV가 비추는 도로는 이미 침수"라는 정보를 지도 위에서 바로 확인하며 판단할 수 있어, 통신으로 일일이 상황을 전달받는 것보다 의사결정이 빨라집니다.

⚠️ 왜 위치가 딱 안 맞고 어긋날까요?

지오레퍼런싱 결과는 항상 어느 정도 오차를 동반합니다. 가장 큰 요인은 지형입니다. 계산에 쓰는 수치표고모델이 실제 지면 높낮이와 다르면(특히 건물이나 나무가 많은 지역), 화면 속 지점이 엉뚱한 고도의 지면과 만난 것으로 계산돼 위치가 어긋납니다. 둘째는 카메라 자체의 흔들림이나 줌 변화입니다. CCTV가 바람에 흔들리거나 운영자가 줌을 당기면, 처음 설치할 때 기록한 화각·방향 값이 더 이상 맞지 않게 됩니다. 셋째는 드론의 GPS 오차나 자세 센서 오차로, 비행 중 순간적인 신호 불안정이 좌표 오차로 이어질 수 있습니다. 넷째는 먼 거리일수록 작은 각도 오차가 지면에서는 훨씬 큰 거리 오차로 커진다는 점입니다. 그래서 침수 구간처럼 정밀한 경계가 필요한 상황에서는 영상에서 자동 계산된 좌표를 그대로 믿기보다 현장 좌표나 다른 영상과 대조해 확인하는 절차가 필요합니다.

🔍 내가 보는 영상이 제대로 맞춰졌는지 어떻게 확인하나요?

직접 확인하는 가장 간단한 방법은, 화면 속에서 위치를 이미 아는 기준점(교차로, 건물 모서리, 다리 등)을 하나 골라 그 점이 지도 위에 표시된 좌표와 실제로 일치하는지 눈으로 대조하는 것입니다. 기준점이 하나만 맞고 다른 지점은 어긋난다면 화각이나 틸트 값이 잘못됐을 가능성이 높고, 전체적으로 한 방향으로 쏠려 있다면 카메라 좌표 자체가 틀렸을 가능성이 큽니다. 상황실에서 새 CCTV를 지도에 연동할 때는 이렇게 두세 개 이상의 기준점으로 교차 확인을 거친 뒤에 실제 대응 판단에 쓰는 것이 안전합니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 기준점 좌표 확인
    공개 지도(브이월드, 카카오맵 등)에서 CCTV 근처 교차로나 건물의 좌표를 미리 적어 둔다
  2. 카메라 정보 입력
    GIS 프로그램에서 레이어 > 레이어 추가 > 벡터 레이어로 카메라 위치점을 올린다
  3. 시야 범위 그리기
    편집 모드에서 화각·방향 값을 참고해 카메라가 비추는 삼각형 범위를 폴리곤으로 그린다
  4. 영상 화면 대조
    CCTV 화면 속 기준점과 지도 위 표시 좌표가 일치하는지 나란히 띄워 비교한다
  5. 오차 기록
    속성 테이블 열기(레이어 오른쪽 클릭 > 속성 테이블 열기)에서 기준점별 오차 거리를 메모한다
  6. 메뉴 이름이 다르면
    버전에 따라 메뉴 이름과 위치가 다를 수 있으니 도움말이나 레이어 패널 우클릭 메뉴를 확인한다

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다. 위 그림은 순서를 정리한 도식입니다.

✍️ 그대로 복사해 쓰는 프롬프트

CCTV·드론 영상의 지오레퍼런싱 작업을 어떻게 시작할지 단계별 체크리스트를 받기

역할은 재난 상황실 공간정보 담당자를 돕는 GIS 기술 자문이다.
[CCTV 또는 드론] 영상을 지도 좌표와 연결하는 작업을 처음 시작하려 한다.
현재 가진 정보는 [카메라 설치 좌표, 방위각 유무, 수치표고모델 보유 여부]이다.
아래 형식으로 답하라.
1) 추가로 측량하거나 확인해야 할 값 목록
2) 각 값을 확인하는 현실적인 방법(측량 장비 없이 가능한 방법 포함)
3) 오차가 커질 수 있는 지점과 그 이유
4) 결과를 검증할 때 확인할 기준점 선정 기준
전문 용어를 쓸 때는 한 줄로 쉽게 풀어서 설명하라.
확실하지 않은 수치나 제품명은 추측해서 넣지 말고 일반론으로 답하라.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • 공개 지도 서비스에서 집 근처 CCTV 위치(공공데이터포털 등 공개 정보)를 찾아 방위를 가늠해 본다
  • 스마트폰 카메라로 창밖을 찍고, 화면 속 건물과 실제 지도 위 그 건물 위치를 손으로 대조해 본다
  • 드론을 써본 적 있다면 비행 로그에 GPS·짐벌 각도 값이 함께 기록되는지 앱에서 확인해 본다

❓ 자주 묻는 질문

Q. 드론 영상은 CCTV보다 지오레퍼런싱이 더 쉬운가요?
A. 대체로 그렇습니다. 드론은 GPS와 자세 센서 값이 영상과 함께 자동 기록되는 경우가 많아 계산에 필요한 값을 따로 측량할 필요가 적습니다. 다만 비행 중 신호 불안정으로 그 값 자체에 오차가 섞일 수 있어 확인은 여전히 필요합니다.

Q. 수치표고모델이 없으면 영상 지오레퍼런싱을 못 하나요?
A. 평지에 가까운 지역은 간단한 평면 가정으로도 근사치를 낼 수 있습니다. 다만 산지나 건물이 많은 지역은 높낮이 차이가 커서 평면 가정만으로는 오차가 크게 날 수 있어 가능하면 지형 정보를 함께 쓰는 쪽이 안전합니다.

Q. 이미 설치된 CCTV에 지오레퍼런싱을 나중에 적용할 수 있나요?
A. 가능합니다. 설치 당시 좌표나 방향 값이 기록돼 있지 않다면 현장에 가서 다시 측량하거나, 화면 속 기준점 여러 개를 지도와 대조해 역으로 카메라 조건을 추정하는 방법을 씁니다.

영상 지오레퍼런싱은 화면 속 장면을 지도 위 사실로 바꿔주는 작업이라, 상황실에서 여러 영상을 동시에 다룰 때 특히 힘을 발휘합니다. 다음 편에서는 이렇게 좌표가 붙은 영상 속에서 AI가 화재나 침수 같은 사건을 자동으로 찾아내는 방법을 다뤄보겠습니다.

GeoAI 기초 시리즈 50편 · 전체 57편

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-11-10

생성형AI 공간정보 검색, 대응 빨라진다 | 재난안전과 GeoAI

생성형AI 공간정보 검색, 대응 빨라진다 | 재난안전과 GeoAI

생성형AI 공간정보 검색이 현장에 들어오고 있습니다. Esri는 2026년 11월 5일 ArcGIS for Teams의 기존 검색 기능을 활용한 대화형 AI 방식을 소개했습니다.

📌 3줄 요약

  • 항만 무단 드론 비행, 11일부터 최대 300만원 과태료
  • 강북구, 11월 15일부터 겨울철 종합대책 시행
  • Esri, 기존 ArcGIS 검색에 대화형 AI 접목 소개

안녕하세요, 세명대학교 재난안전학과 블로그입니다. 요즘 GeoAI·생성형AI 공간정보 분야는 지도 위에 규칙과 시설, 데이터를 올리고 AI로 더 쉽게 꺼내 쓰는 방향으로 빠르게 움직이고 있습니다. 오늘은 그 흐름이 잘 드러나는 소식 다섯 가지를 골랐습니다.

먼저 11일부터 강화되는 항만 무단 드론 비행 단속, 강북구의 겨울철 종합대책, Esri가 소개한 대화형 AI 활용법을 다룹니다. 이어서 AWS의 의료 분야 AI·클라우드 지원과 한국지리정보학회의 기후·도시 문제 논의까지 차례로 살펴보겠습니다. 현장 사건, 제도, 신기술이 서로 어떻게 이어지는지 함께 읽어 보시면 좋겠습니다.

🚁 항만에서 드론을 날리면 어떤 처벌을 받나요?

항만 구역에서는 2026년 11월 11일부터 무단 드론 비행에 대한 단속이 강화되며, 적발되면 최대 300만원의 과태료가 부과됩니다. 비행금지구역은 지도에 표시되는 것으로 알려졌습니다. 항만은 대형 선박과 크레인, 각종 시설이 밀집한 곳이라 드론 한 대의 추락이나 오작동이 큰 사고로 번질 수 있습니다. 규제 구역을 지도 위에 올렸다는 점이 눈에 띕니다. 공간정보로 금지구역을 시각화하면 모르고 날리는 위반을 줄이는 데 도움이 될 것으로 보입니다. 앞으로는 드론 앱이 비행 전에 구역 정보를 자동으로 안내하는 방식으로 넓어질 필요가 있습니다. 취미로 드론을 날리는 분들도 출발 전에 비행금지구역 지도를 먼저 확인하는 습관이 필요합니다.

📰 기사 원문: 항만 드론 비행금지구역 지도에 표시…11일부터 무단비행 단속 강화 - ikld.kr

🥶 겨울철 한파 대책, 우리 동네에는 무엇이 준비되나요?

강북구는 2026년 11월 15일부터 겨울철 종합대책을 시행하며 한파 저감시설을 확충하기로 했습니다. 겨울철 대책은 한파 같은 위험이 닥치기 전에 생활 속 시설을 미리 갖추는 데 초점이 있습니다. 한파는 눈에 띄는 파손이 적은 대신 고령층과 야외 근로자처럼 취약한 분들에게 피해가 몰리는 재난입니다. 그래서 저감시설이 어디에 있느냐가 곧 안전의 차이가 되며, 시설 위치를 지도로 관리하는 일이 중요해 보입니다. 위험성 평가 관점에서는 취약계층 거주지와 시설 분포를 겹쳐 보는 GeoAI 분석이 도움이 될 것으로 보입니다. 제천 같은 충북 지역도 겨울 전에 같은 점검을 해 볼 필요가 있습니다. 주민들은 가까운 한파 대응 시설의 위치를 미리 확인해 두시길 권합니다.

📰 기사 원문: 강북구, 15일부터 겨울철 종합대책 시행··· 한파 저감시설 확충 - siminilbo.co.kr

💬 ArcGIS에서 AI에게 말로 물어 지도를 찾을 수 있나요?

Esri는 2026년 11월 5일 ArcGIS 블로그에서 기존 ArcGIS for Teams의 검색 기능을 활용한 대화형 AI 활용법을 소개했습니다. 새 시스템을 처음부터 만들지 않고 이미 쓰고 있는 검색 기능 위에 대화형 인터페이스를 얹는다는 접근입니다. 지도와 데이터가 쌓일수록 필요한 자료를 찾는 시간이 길어지기 마련이라, 질문하듯 찾을 수 있다면 초동 대응 속도에 도움이 될 수 있습니다. 생성형 AI가 공간정보 플랫폼 안으로 스며드는 흐름으로 보입니다. 다만 AI가 내놓은 답은 원본 지도와 데이터로 다시 확인하는 절차가 필요합니다. 재난 담당 부서도 데이터 이름과 설명 정보를 미리 정리해 두어야 AI 검색이 제대로 작동할 것입니다.

📰 기사 원문: Conversational AI using existing ArcGIS for Teams Search Functionality - Esri ArcGIS Blog

🏥 AWS의 의료 AI·클라우드 지원, 재난과 무슨 관계인가요?

AWS는 2026년 11월 10일 전 세계 의료 서비스를 대상으로 1억달러 규모의 AI·클라우드 기술을 지원한다는 소식을 전했습니다. 의료 현장에 AI와 클라우드 인프라를 제공한다는 내용입니다. 의료 서비스는 재난이 닥칠 때 가장 먼저 압박을 받는 핵심 기반이라, 이런 지원은 재난안전과도 맞닿아 있습니다. 클라우드로 환자 정보와 자원을 관리하면 일부 시설이 멈춰도 진료를 이어가기 쉬워져 업무연속성계획(BCP) 측면에서 의미가 있어 보입니다. 위치 기반 분석과 결합하면 병상과 구급 자원을 지도 위에서 조정하는 일도 가능할 것으로 보입니다. 충북 지역 병원과 지자체도 BCP에 클라우드 백업이 포함되어 있는지 점검할 필요가 있습니다.

📰 기사 원문: AWS, 전 세계 의료 서비스에 1억달러 AI·클라우드 기술 지원 - byline.network

🌍 기후·도시 문제를 지도로 풀면 무엇이 달라지나요?

한국지리정보학회는 2026년 11월 10일 커넥트 데일리 보도를 통해 기후와 도시 문제의 ‘공간적 해법’을 모색하는 움직임을 전했습니다. 학회 차원에서 기후·도시 문제를 지리정보의 시각으로 다시 본다는 점이 핵심입니다. 폭염, 호우, 한파 같은 기후 재난은 지역마다 피해 양상이 달라 평균 수치만으로는 대응하기 어렵습니다. 어디가 더 취약한지 지도로 보여 주는 공간 분석은 재해영향평가의 바탕이 되기도 합니다. 앞으로는 GeoAI가 이런 분석을 더 빠르게 돌려 주는 역할을 맡을 것으로 보입니다. 학생과 수험생도 지도 기반 위험 분석을 기본기로 익혀 둘 필요가 있습니다.

📰 기사 원문: 한국지리정보학회, 기후ㆍ도시 문제 ‘공간적 해법’ 모색 - 커넥트 데일리

🧰 GeoAI·생성형AI 활용, 이것만은 챙기세요
· 규제와 시설 정보는 지도로 올려야 힘을 가집니다. 항만 드론 비행금지구역이나 한파 저감시설처럼 위치가 곧 정보인 데이터는 지도로 관리해야 주민이 쉽게 확인하고 AI도 활용할 수 있을 것으로 보입니다.
· 대화형 AI는 기존 데이터 정리가 먼저입니다. 검색 기능에 AI를 얹더라도 데이터 이름과 설명이 엉망이면 답도 흐려지므로 부서별 자료 정리가 선행될 필요가 있습니다.
· AI 답변은 반드시 원본으로 검증하세요. 재난 대응에서는 AI가 찾아 준 지도와 수치를 원자료로 한 번 더 확인하고, BCP에도 AI 시스템 장애 시 대체 절차를 넣어 두시길 권합니다.

❓ 자주 묻는 질문

Q. 항만에서 드론을 무단으로 날리면 과태료가 얼마인가요?
A. 항만 내 무단 드론 비행 단속이 2026년 11월 11일부터 강화되며, 최대 300만원의 과태료가 부과됩니다. 비행금지구역은 지도에 표시되므로 비행 전에 확인하는 것이 좋습니다.

Q. 강북구 겨울철 종합대책은 언제부터 시행되나요?
A. 강북구는 2026년 11월 15일부터 겨울철 종합대책을 시행합니다. 대책에는 한파 저감시설 확충이 포함되어 있습니다.

Q. ArcGIS for Teams에서 대화형 AI를 쓸 수 있나요?
A. Esri는 2026년 11월 5일 ArcGIS 블로그에서 기존 ArcGIS for Teams의 검색 기능을 활용한 대화형 AI 방식을 소개했습니다. 자세한 적용 방법은 Esri 블로그 원문에서 확인하시길 권합니다.

오늘 소식을 한 줄로 꿰면, 규제와 시설, 데이터를 모두 지도 위에 올려 두고 AI로 빠르게 찾아 쓰는 흐름이 재난 대비의 기본이 되어 가고 있다는 점입니다. 항만 드론 단속은 위치 정보가 예방의 도구가 된 사례이고, 겨울철 대책과 의료 클라우드 지원은 미리 준비해 둔 시설과 시스템이 위기 때 얼마나 힘을 발휘하는지 보여 줍니다. Esri의 대화형 AI와 지리정보학회의 논의는 그 준비를 더 빠르고 정확하게 만들어 주는 기술이자 시각으로 보입니다. 제천과 충북 주민 여러분도 겨울이 오기 전에 가까운 한파 대응 시설의 위치와 드론 비행금지구역을 지도로 한 번씩 확인해 보시면 좋겠습니다. 다음 글에서도 GeoAI와 생성형 AI 소식을 쉽게 풀어 전해 드리겠습니다. 따뜻하고 안전한 하루 보내세요.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

GeoAI 국토행정 플랫폼, LX공사가 공개했다 | 재난안전과 GeoAI

GeoAI 국토행정 플랫폼, LX공사가 공개했다 | 재난안전과 GeoAI

GeoAI 국토행정 플랫폼을 LX공사가 2026년 11월 9일 'K-Geo Festa'에서 소개했습니다. 같은 시기 고정밀 구글맵의 국내 상륙이 임박했다는 보도도 나와 지도 경쟁이 달아오르고 있습니다.

📌 3줄 요약

  • LX공사, 11월 9일 K-Geo Festa서 GeoAI 플랫폼 소개
  • 공공 공간정보 품질 15.9% 향상, 지도 정확도 주목
  • 고정밀 구글맵 상륙 임박, 국내 지도 3사 경쟁 격화

안녕하세요, 세명대학교 재난안전학과입니다. 요즘 GeoAI·생성형AI 공간정보 분야는 지도와 인공지능이 하나로 묶이는 속도가 눈에 띄게 빨라졌습니다. 오늘은 LX공사가 'K-Geo Festa'에서 소개한 GeoAI 국토행정 플랫폼, 공공 공간정보 품질 15.9% 향상 소식, 고정밀 구글맵 상륙을 둘러싼 국내 지도 경쟁, Esri의 실시간 GIS 디지털 트윈, 그리고 지도 속 AI 에이전트 흐름까지 다섯 가지를 차례로 전해 드립니다.

겉으로는 지도와 IT 이야기처럼 보이지만 재난 대응에서는 위치를 얼마나 정확히 알고 얼마나 빨리 판단하느냐와 곧바로 이어지는 내용입니다. 제천과 충북 주민, 그리고 재난안전을 공부하는 수험생 분들이 일상에서 참고할 만한 점도 함께 짚어 보겠습니다.

🏛️ GeoAI 국토행정 플랫폼은 무엇이 달라지나요?

LX공사는 2026년 11월 9일 'K-Geo Festa'에서 GeoAI를 결합한 '국토행정 플랫폼'을 소개했습니다. 공간정보에 인공지능 분석을 더해 국토 행정 업무를 하나의 체계로 묶겠다는 흐름입니다. 공간정보가 지도를 그리는 자료에서 행정 판단을 돕는 근거 데이터로 옮겨 가고 있다는 점이 중요합니다. 재난 대응도 결국 어디에 무엇이 있는지를 얼마나 정확히 아느냐에서 출발하기 때문입니다. 제천과 충북처럼 산지와 하천이 많은 지역은 이런 플랫폼이 재해영향평가나 위험지역 선별에 쓰일 때 효과가 클 것으로 보입니다. 다만 지자체 현장에서 활용하려면 데이터 갱신 주기와 접근 권한도 함께 정비할 필요가 있습니다.

📰 기사 원문: LX공사, 'K-Geo Festa'서 GeoAI 결합 '국토행정 플랫폼' 소개 - popcornnews.net

📏 공공 공간정보 품질이 15.9% 향상됐다는데 왜 중요한가요?

국내 공공 공간정보의 품질이 15.9% 향상됐다는 내용이 2026년 11월 10일 블로그에 소개됐습니다. 이 글은 AI와 자율주행에 쓰는 지도의 정확도가 왜 중요한지도 함께 짚었습니다. AI가 학습하고 판단하는 재료가 지도와 위치 데이터이기 때문에 입력 데이터의 오차는 결과의 오차로 그대로 이어집니다. 재난 분야로 옮겨 보면 침수 예측이나 대피로 안내에서 몇 미터의 위치 오차가 판단을 바꿀 수 있습니다. GeoAI를 도입할수록 모델 성능만큼 기초 데이터의 품질 관리가 중요해질 것으로 보입니다. 위험성 평가를 할 때도 도면과 현장 위치가 어긋나지 않는지 먼저 확인하는 습관이 필요합니다.

📰 기사 원문: 공공 공간정보 품질 15.9% 향상, AI·자율주행 지도 정확도가 중요한 .... - h2otube님의 블로그 (네이버블로그)

🗺️ 고정밀 구글맵이 들어오면 국내 지도는 어떻게 되나요?

조선일보는 2026년 11월 10일 고정밀 구글맵의 국내 상륙이 초읽기에 들어갔고, 한국 지도 서비스 3사가 이용자 확보에 나섰다고 보도했습니다. 지도 앱이 길찾기를 넘어 이용자를 붙잡는 생활 플랫폼으로 경쟁하는 국면입니다. 이용자 입장에서는 선택지가 늘지만 내 위치 정보가 어디에 어떻게 쌓이는지도 함께 따져 봐야 합니다. 재난 상황에서는 평소 쓰던 지도 앱이 대피소와 위험 구역 정보를 얼마나 빨리 반영하느냐가 체감 차이를 만들 것으로 보입니다. 주민들은 앱 한 가지에만 의존하기보다 지자체 재난 안내와 함께 확인하는 습관을 들일 필요가 있습니다. 고정밀 지도와 AI가 결합할수록 안전 정보의 정확성 경쟁이 중요해질 것으로 보입니다.

📰 기사 원문: 고정밀 구글맵 상륙 초읽기… 韓 3사 "이용자 묶어라" 지도 전쟁 - 조선일보

🛰️ 실시간 GIS로 디지털 트윈을 만들면 무엇이 가능한가요?

Esri는 2026년 11월 9일 ArcGIS Blog에서 실시간 GIS로 운영형 디지털 트윈을 구축하는 방법을 소개했습니다. 운영형 디지털 트윈은 한 번 만들고 끝나는 3D 모델이 아니라 현장 데이터가 계속 들어와 현재 상태를 반영하는 살아 있는 지도입니다. 재난안전 관점에서는 하천 수위, 시설물 상태, 이동 자원의 위치를 한 화면에서 보고 판단할 수 있다는 점이 핵심입니다. BCP를 세울 때 어떤 시설이 멈추면 영향이 어디까지 번지는지 미리 시뮬레이션하는 데 쓸 수 있을 것으로 보입니다. 충북처럼 산업 시설과 하천이 가까운 지역은 도입 가능성을 검토해 볼 필요가 있습니다. 데이터가 실시간으로 흐르는 만큼 장애 시 대체 수단도 함께 마련해야 합니다.

📰 기사 원문: Building Operational Digital Twins with Real-Time GIS - Esri ArcGIS Blog

💬 손님이 지도에서 AI에게 묻기 시작하면 무엇을 준비하나요?

2026년 11월 10일 한 소상공인 마케팅 블로그는 손님이 지도에서 AI에게 직접 묻기 시작했다며 '플레이스 에이전트'에 대비하라고 조언했습니다. 생성형 AI가 지도 서비스 안으로 들어오는 흐름이 뚜렷해졌다는 신호로 보입니다. 이제는 검색 순위만큼 AI가 읽고 답할 수 있는 정확한 장소 정보가 중요해진다는 뜻입니다. 이 흐름은 재난 대응에도 그대로 적용됩니다. 대피소 위치, 운영 시간, 수용 인원 같은 정보가 최신이고 구조화되어 있어야 AI가 올바르게 안내할 수 있기 때문입니다. 지자체와 사업장 모두 기본 장소 정보를 정확히 관리하고 바뀔 때마다 갱신할 필요가 있습니다.

📰 기사 원문: 손님이 지도에서 AI한테 묻기 시작했어요, 플레이스 에이전트 대비 .... - 스팟블룸 | 1인 사장님 스마트플레이스 마케팅 (네이버블로그)

🧰 GeoAI·생성형AI 활용 핵심 포인트
1. 모델보다 데이터가 먼저입니다. 공공 공간정보 품질이 15.9% 향상됐다는 소식처럼 위치 데이터의 정확도가 GeoAI 결과의 신뢰도를 좌우합니다. 도입 전에 기준 데이터의 갱신 시점과 오차 범위를 확인하는 것이 좋습니다.
2. 지도는 보는 도구에서 묻고 답하는 도구로 바뀌고 있습니다. 지도 안에서 AI에게 질문하는 환경이 늘어나는 만큼 대피소·위험 구역 같은 안전 정보도 AI가 읽기 쉬운 형태로 정리해 두어야 합니다.
3. 평소 쓰는 지도 앱과 지자체 공식 재난 안내를 함께 확인하는 습관이 필요합니다. 실시간 GIS와 디지털 트윈은 판단을 돕지만 최종 대피 결정은 공식 정보와 현장 상황을 같이 보고 내려야 합니다.

❓ 자주 묻는 질문

Q. LX공사가 소개한 GeoAI 국토행정 플랫폼은 언제 어디서 공개됐나요?
A. LX공사는 2026년 11월 9일 'K-Geo Festa'에서 GeoAI를 결합한 국토행정 플랫폼을 소개했습니다. 공간정보에 인공지능 분석을 결합해 국토 행정 업무에 활용하는 구상입니다.

Q. 고정밀 구글맵이 국내에 들어오면 한국 지도 서비스는 어떻게 대응하나요?
A. 조선일보는 2026년 11월 10일 고정밀 구글맵의 국내 상륙이 초읽기에 들어갔고, 한국 지도 서비스 3사가 이용자를 붙잡기 위한 경쟁에 나섰다고 보도했습니다. 구체적인 서비스 변화는 이후 발표를 지켜봐야 합니다.

Q. 실시간 GIS 기반 운영형 디지털 트윈은 재난 대응에 어떻게 쓸 수 있나요?
A. Esri는 2026년 11월 9일 ArcGIS Blog에서 실시간 GIS로 운영형 디지털 트윈을 구축하는 방법을 소개했습니다. 현장 상태를 실시간으로 반영하는 지도이므로 시설 상태 확인과 상황 판단, 대응 자원 배치를 한 화면에서 함께 살펴보는 데 활용할 수 있습니다. 다만 센서와 통신에 장애가 생기면 지도도 현실과 어긋날 수 있어 대체 수단이 필요합니다.

오늘 소식을 하나로 묶으면, 지도와 공간정보가 단순한 위치 자료에서 AI가 읽고 판단하는 안전의 기반 데이터로 바뀌고 있다는 흐름입니다. LX공사의 GeoAI 플랫폼, 공공 공간정보 품질 향상, 고정밀 지도 경쟁, 실시간 디지털 트윈, 지도 속 AI 에이전트가 모두 같은 방향을 가리킵니다. 기술이 아무리 좋아져도 재난 대응의 출발점은 정확한 위치와 최신 정보라고 생각합니다. 제천과 충북 주민 여러분도 평소 지도 앱과 지자체 재난 안내를 함께 확인하는 습관을 들여 보시기 바랍니다. 다음 브리핑에서도 GeoAI와 생성형 AI 소식을 쉽고 정확하게 전해 드리겠습니다. 읽어 주셔서 감사합니다.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-11-03

드론측량 화재 대응, 대전시 사례와 GeoAI | 재난안전과 GeoAI

드론측량 화재 대응, 대전시 사례와 GeoAI | 재난안전과 GeoAI

🎬 1분 브리핑 영상

드론측량 화재 대응에 대전시가 나선 사례가 2026년 11월 3일 보도됐습니다. 같은 날 위성이 재난 피해를 파악하고 유가까지 예측한다는 소식도 전해졌습니다.

📌 3줄 요약

  • 대전시 드론측량이 화재 대응에 쓰였다는 보도가 나왔습니다
  • 위성이 재난 피해를 파악하고 유가까지 예측합니다
  • 인스페이스가 방글라데시 디지털 토양지도를 구축했습니다

안녕하세요, 세명대학교 재난안전학과 블로그입니다. 오늘은 GeoAI와 공간정보가 재난 현장과 산업 현장에서 어떻게 쓰이는지 보여 주는 소식 네 가지를 골랐습니다. 대전시 드론측량이 화재 대응에서 주목받았고, 위성이 재난 피해를 파악하는 단계까지 발전하고 있다는 보도가 나왔습니다.

방글라데시에서는 위성과 AI로 국가 디지털 토양지도를 구축했고, 국내에서는 공장 입지를 스마트폰으로 진단하는 서비스가 시작됐습니다. 기사 제목으로 확인되는 내용만 전하고 세부 사항은 원문을 안내해 드리겠습니다. 제천·충북 주민과 수험생에게 어떤 의미가 있는지는 학과의 시각으로 덧붙이겠습니다.

survey drone operator field
자료사진 · 사진: Paskvi / Pixabay

🚁 드론측량으로 화재 대응이 가능한가요?

대전시의 드론측량이 화재를 잡는 데 도움이 됐다는 보도가 2026년 11월 3일 나왔습니다. 제목은 '하늘의 눈'이 화재를 잡았다고 표현하며 재난 대응 가능성을 짚은 것으로 알려졌습니다. 구체적인 현장 상황은 원문을 참고해 주세요. 드론은 사람이 접근하기 어려운 곳의 지형과 피해 범위를 사진과 좌표로 빠르게 남깁니다. 이 자료를 지도에 올리면 소방과 지자체가 같은 화면을 보며 판단할 수 있습니다. 제천처럼 산지가 많은 지역에서는 불길이 번지는 방향과 진입로를 미리 파악하는 일이 특히 중요해 보입니다. 평소에 촬영해 둔 기준 지도가 있으면 사고 뒤 달라진 지점을 AI로 비교하기도 쉬워질 것으로 보입니다. 지자체는 드론 운용 인력과 비행 허가 절차를 미리 정비할 필요가 있습니다.

📰 기사 원문: "하늘의 눈이 화재를 잡았다"… 대전시 드론측량, 재난 대응 가능성 입... - tournews21.com

📱 공장 입지를 스마트폰으로 미리 진단할 수 있나요?

공장 지을 곳을 스마트폰으로 미리 찾아볼 수 있는 모바일 입지진단 서비스가 시작됐다고 뉴시스가 2026년 11월 3일 보도했습니다. 운영 기관과 제공 항목은 제목만으로 알 수 없어 원문 확인이 필요합니다. 부지를 정하기 전에 입지 여건을 먼저 살펴볼 수 있으면 시행착오가 줄어듭니다. 여기에 침수나 산사태 같은 재해 위험 정보가 함께 담긴다면 재해영향평가나 사업장 BCP를 세울 때 좋은 출발점이 될 수 있습니다. 공장 입지를 고민하는 지역 기업에는 정보 접근성이 높아지는 점이 반가운 변화로 보입니다. 다만 모바일 진단은 참고용이므로 최종 판단은 현장 조사와 공식 평가로 확인할 필요가 있습니다.

📰 기사 원문: 공장 지을 곳 미리 스마트폰으로 찾는다…모바일 입지진단 서비스 개시 - newsis.com

🛰️ 위성이 재난 피해까지 파악하나요?

조선일보는 2026년 11월 3일 위성이 재난 피해를 파악하고 유가까지 예측하는 단계로 발전하고 있다고 보도했습니다. 위성이 사진을 찍는 장비에서 AI로 영상을 읽어 내는 장비로 바뀌고 있다는 취지로 보입니다. 사례와 수치는 원문을 참고해 주세요. 도로가 끊겨 접근이 어려운 재난 현장에서도 위성영상은 침수와 붕괴 범위를 넓게 보여 준다는 강점이 있습니다. 다만 영상만으로 피해를 단정하기는 어려워서 현장 확인과 함께 쓰는 방식이 안전해 보입니다. 충북 같은 내륙 지역도 호우 뒤 피해 범위를 빠르게 가늠하는 데 이런 기술을 활용할 필요가 있습니다. 수험생은 위성영상과 AI 판독이 재난 대응의 어느 단계에 쓰이는지 정리해 두면 좋겠습니다.

📰 기사 원문: 똑똑해진 위성… 재난 피해 파악하고 유가 예측도 - chosun.com

🗺️ 위성과 AI로 만드는 디지털 토양지도는 무엇인가요?

인스페이스가 방글라데시 국가 디지털 토양지도를 구축했다는 소식이 2026년 11월 3일 전해졌습니다. 제목에는 위성과 AI 기술이 쓰였다고 되어 있으며, 세부 방식은 원문을 확인해야 합니다. 토양지도는 농업용 자료로만 보이기 쉽지만, 땅의 성질을 알려 주기 때문에 산사태나 침수 같은 재난 분석과도 닿아 있습니다. 위성으로 넓은 면적을 훑고 AI로 분류하면 현장 조사에 드는 시간을 줄일 수 있습니다. 이 사례는 GeoAI가 재난 대응뿐 아니라 국가 단위 기초 공간정보를 만드는 데도 쓰인다는 점을 보여 주는 것으로 보입니다. 제천 같은 산지 지역에서도 토양과 지형 자료를 함께 보는 위험 분석이 필요할 것으로 보입니다.

📰 기사 원문: 인스페이스, 방글라데시 국가 디지털 토양지도 구축 … 위성·AI 기술 수... - worktoday.co.kr

🧰 핵심 포인트
일반적으로 드론과 위성 자료는 사고 직후 상황을 넓게 파악하는 데 쓰이지만, 현장 확인과 함께 활용해야 판단 오류를 줄일 수 있습니다. 지자체는 평상시에 기준 지도와 드론 운용 절차를 갖춰 두는 편이 좋습니다.

공간정보는 사고 뒤 대응뿐 아니라 입지 선정과 토지 분석 같은 사전 단계에서도 쓰입니다. 재해영향평가와 BCP를 준비하는 기업과 수험생은 위험 정보가 지도에 어떻게 겹쳐지는지 익혀 두면 도움이 됩니다.

AI가 만든 분석 결과는 참고 자료입니다. 출처와 기준 날짜를 확인하고 공식 발표와 대조하는 습관이 필요합니다.

❓ 자주 묻는 질문

Q. 대전시 드론측량은 화재 대응에 어떻게 쓰였나요?
A. 2026년 11월 3일 보도에서 대전시 드론측량이 화재를 잡는 데 도움이 됐다고 소개됐습니다. 구체적인 투입 규모와 현장 상황은 제목만으로 확인되지 않으므로 원문을 참고해 주세요.

Q. 스마트폰으로 공장 입지를 진단하는 서비스는 무엇인가요?
A. 공장 지을 곳을 미리 찾아볼 수 있는 모바일 입지진단 서비스가 개시됐다고 뉴시스가 2026년 11월 3일 보도했습니다. 제공 항목과 이용 방법은 원문에서 확인하는 것이 정확합니다.

Q. 인스페이스는 방글라데시에서 무엇을 구축했나요?
A. 인스페이스가 방글라데시 국가 디지털 토양지도를 구축했다고 알려졌습니다. 제목에 따르면 위성과 AI 기술이 쓰였고, 자세한 방식은 원문을 참고해야 합니다.

최근 소식은 드론과 위성, AI 지도가 사고 뒤 대응에서 출발해 입지 선정과 토지 분석 같은 사전 단계까지 쓰임새를 넓히고 있음을 보여 줍니다. 대전시 사례처럼 현장에서 쓸 수 있는 기술이 늘수록 지역이 평소에 자료와 절차를 갖춰 두는 일이 중요해집니다. 제천과 충북에서도 산지와 하천, 사업장 입지를 공간정보로 점검하는 습관이 재난 피해를 줄이는 바탕이 될 것으로 보입니다. 내일도 새로운 GeoAI 소식으로 찾아뵙겠습니다.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-10-27

재난대피 AI 서비스, 보험업계 동향 | 재난안전과 GeoAI

재난대피 AI 서비스, 보험업계 동향 | 재난안전과 GeoAI

재난대피 AI 서비스가 보험업계의 새 관심사로 떠올랐습니다. 삼성화재, 취리히보험, 미국 FM 사례가 한 기획 기사에서 함께 다뤄졌으며, 세부 내용은 원문 확인이 필요합니다.

📌 3줄 요약

  • 삼성화재 등 재난대피 AI 사례가 소개됐습니다
  • 포천시가 공간정보산업협회와 간담회를 열었습니다
  • 영천시가 경북 첫 드론지적측량 대회 최우수상

안녕하세요, 세명대학교 재난안전학과 블로그입니다. 요즘 GeoAI와 생성형 AI, 공간정보 기술이 재난대응 현장 가까이로 들어오고 있습니다. 오늘은 최근 올라온 소식 가운데 다섯 가지를 골라 브리핑으로 묶었어요.

삼성화재 등 보험업계의 재난대피 AI 소식, 포천시와 공간정보산업협회의 소통간담회, 영천시의 드론지적측량 경진대회 수상, 제주 밭 위를 나는 드론, 자율운항 군집위성 이야기를 차례로 만나 보시죠. 기사 제목으로 확인되는 사실을 먼저 적고, 그 뒤에 학과의 시각으로 생각해 볼 점을 덧붙였습니다. 세부 내용은 각 원문도 꼭 확인해 주세요.

A drone flying over a lush agricultural field with hills in the background, showcasing modern farming technology.
자료사진 · 사진: Magda Ehlers / Pexels

🧭 재난대피를 AI가 알려주면 뭐가 달라지나요?

삼성화재는 2026년 10월 27일 보도된 기획 기사에서 취리히보험, 미국 FM과 함께 재난 대비 사례로 소개되었습니다. 재난대피를 AI가 알려준다는 내용이 중심이며, 자세한 서비스 내용은 원문을 참고하시기 바랍니다. 보험사가 사고 뒤 보상에 그치지 않고 사전 대피와 위험 감지까지 영역을 넓히는 흐름이라는 점이 눈에 띕니다. 대피 안내는 위치와 위험 정보를 실시간으로 엮을 때 힘이 커지기 때문에 공간정보와 GeoAI가 핵심 기반이 됩니다. 산지와 하천이 가까운 제천 같은 지역에서 쓸모가 클 것으로 보입니다. 다만 알림이 너무 잦으면 주민이 무시할 수 있어, 정확도와 신뢰 확보가 먼저 필요합니다.

📰 기사 원문: [기획] 삼성화재, 재난대피 AI가 알려준다...취리히보험· 美 FM은 위험감... - startuptoday.co.kr

🗺️ 공간정보 업계와 지자체 간담회에서는 무슨 얘기를 하나요?

포천시는 2026년 10월 26일 공간정보산업협회와 소통간담회를 열고 인허가 업무 개선을 논의한 것으로 알려졌습니다. 세부 안건과 결론은 원문 확인이 필요하지만, 지자체가 공간정보 업계와 직접 만나 행정 절차를 점검했다는 점 자체가 의미 있습니다. 인허가에는 지적도, 지형, 위험지역 정보가 함께 쓰이는데, 이 자료가 잘 정리돼 있어야 재해영향평가 같은 사전 검토도 빨라집니다. 제천시와 충북 시군도 이런 협의 창구를 두면 도움이 될 것으로 보입니다. 수험생은 인허가 단계에서 공간정보가 어떻게 쓰이는지 흐름을 정리해 둘 필요가 있습니다.

📰 기사 원문: 포천시, 공간정보산업협회와 소통간담회 개최… 인허가 업무개선 논의 - 엔디엔뉴스

🛰️ 드론 지적측량 대회 수상은 어떤 의미인가요?

영천시는 2026년 10월 26일 보도에서 경북 첫 드론지적측량 경진대회 최우수상을 받은 것으로 소개되었습니다. 첨단 측량 역량을 인정받았다는 내용이며, 대회 세부 사항은 원문을 참고하시기 바랍니다. 드론 측량은 사람이 접근하기 어려운 경사지나 넓은 지역의 지형을 빠르게 확보할 수 있어 재난 현장의 피해 범위 파악에도 응용될 수 있습니다. 여기에 AI 분석이 더해지면 변화 탐지도 자동화할 수 있어 GeoAI와 자연스럽게 이어집니다. 산지가 많은 충북에서도 드론 운용 인력 양성이 필요해 보이며, 학생들은 정사영상과 3차원 모델 개념을 익혀 두면 좋겠습니다.

📰 기사 원문: 영천시, 경북 첫 드론지적측량 경진대회 최우수상…첨단 측량 역량 인정 - breaknews.com

🚁 제주 밭 위로 드론이 난다는데 어떤 일인가요?

제주에서는 2026년 10월 27일부터 밭 위로 드론이 날기 시작하며 콜라비를 포함한 17개 작물이 대상이라고 한 네이버 블로그 글이 전했습니다. 드론이 어떤 작업을 하는지, 어떤 사업의 일환인지는 블로그 원문 확인이 필요합니다. 다만 농지 위를 드론이 비행하는 일이 일상이 되고 있다는 점은 분명해 보입니다. 이는 비행 안전과 소음 같은 생활 이슈를 함께 생각하게 합니다. 농업 분야에서 쌓인 드론 영상은 가뭄이나 침수 피해 조사에도 쓰일 수 있다고 봅니다. 제천 농가도 비슷한 서비스가 늘면 비행 구역과 안전 수칙을 미리 확인할 필요가 있습니다.

📰 기사 원문: 오늘부터 제주 밭 위로 드론이 날아요, 콜라비도 포함된 17개 작물 .... - 제주의 사랑스러움을 다양하게 채우는 공간 (네이버블로그)

📡 자율운항 군집위성이 생활을 어떻게 바꾼다는 건가요?

2026년 10월 27일 네이버 블로그에는 기내 와이파이부터 명절 택배까지 바꾼다는 자율운항 군집위성을 다룬 글이 올라왔습니다. 제목 뒷부분이 잘려 있어 구체적인 사업이나 기관은 원문 확인이 필요합니다. 위성이 스스로 궤도를 조정하며 무리 지어 움직인다는 개념은 통신과 지구관측 모두에 쓰일 수 있습니다. 재난 때 지상 통신망이 끊겨도 위성 통신이 대안이 될 수 있고, 관측 위성 영상은 GeoAI 분석의 원천 자료가 됩니다. 산간 지형이 많은 제천·충북에서는 통신 음영지역 대비 관점에서 주목할 만하다고 봅니다. 다만 기술 소개와 실제 서비스 시점은 구분해서 볼 필요가 있습니다.

📰 기사 원문: 기내 와이파이부터 명절 택배까지 바꾼다는 자율운항 군집위성, 정.... - 콩콩 (네이버블로그)

🧰 GeoAI·생성형AI 활용, 이것만은 기억하세요
· 일반적으로 재난대피 AI는 위치·지형·위험 정보가 정확히 연결될 때 쓸모가 큽니다. 서비스를 쓰기 전에 우리 동네 대피소와 대피 경로를 직접 확인해 두세요.
· 드론 영상과 측량 자료는 일반적으로 피해 범위 파악과 인허가 검토에 폭넓게 쓰입니다. 공간정보의 기본인 좌표와 지도 개념을 익혀 두면 수험 준비에도 도움이 됩니다.
· AI가 만든 안내나 요약은 참고 자료일 뿐입니다. 중요한 판단은 지자체 공식 안내와 원문 출처로 한 번 더 확인하는 습관이 필요합니다.

❓ 자주 묻는 질문

Q. 삼성화재의 재난대피 AI는 어떤 서비스인가요?
A. 2026년 10월 27일 한 기획 기사에서 삼성화재가 재난대피를 AI로 안내하는 사례로 소개되었습니다. 취리히보험, 미국 FM 사례도 함께 다뤄진 것으로 알려졌으며, 구체적인 기능은 원문을 확인하셔야 합니다.

Q. 포천시와 공간정보산업협회는 무엇을 논의했나요?
A. 포천시는 2026년 10월 26일 공간정보산업협회와 소통간담회를 열고 인허가 업무 개선을 논의한 것으로 알려졌습니다. 구체적인 안건과 결과는 원문 기사에서 확인하실 수 있습니다.

Q. 영천시가 받은 드론지적측량 경진대회 상은 무엇인가요?
A. 영천시는 경북 첫 드론지적측량 경진대회에서 최우수상을 받은 것으로 소개되었습니다. 첨단 측량 역량을 인정받았다는 내용이며, 대회 방식과 평가 기준은 원문을 참고하시기 바랍니다.

최근 소식은 AI와 드론, 위성 같은 공간정보 기술이 사고 이후의 대응을 넘어 평소의 행정과 생활, 그리고 사전 대비 단계로 옮겨 가고 있음을 보여 줍니다. 기술이 아무리 좋아도 결국 지역의 지형과 주민의 상황을 이해하고 활용하는 사람의 판단이 있어야 힘을 발휘합니다. 오늘 소개한 소식들도 기술 자체보다 현장에서 어떻게 쓰느냐가 관건이라는 점을 일깨워 줍니다. 제천과 충북 주민 여러분은 우리 동네 대피소와 대피 경로를 한 번 더 확인해 두시고, 수험생과 학생 여러분은 공간정보와 GeoAI의 기본 개념을 차근차근 쌓아 가시길 바랍니다. 내일도 차분하고 정확한 소식으로 찾아뵙겠습니다. 읽어 주셔서 감사합니다.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-10-21

격자 인구 데이터 | 밤낮으로 달라지는 위험 인구 읽기 | GeoAI 기초 29편

격자 인구 데이터 | 밤낮으로 달라지는 위험 인구 읽기 | GeoAI 기초 29편

🎬 1분 브리핑 영상

격자 인구 데이터는 지도를 100m·1km 같은 정사각형 칸으로 나눠 칸마다 인구를 담은 자료로, 행정구역 평균에 가려진 인구 분포를 드러냅니다. 여기에 시간대별 생활인구를 겹치면 낮과 밤 위험 인구가 어떻게 뒤바뀌는지 볼 수 있습니다.

📌 3줄 요약

  • 행정구역 평균은 인구 쏠림을 가립니다
  • 격자는 공간 단위, 생활인구는 세는 기준입니다
  • 피해 추정은 시간대와 목적에 맞는 인구로 합니다

평일 오후 두 시에 도심 지하상가가 침수된다고 가정해 봅시다. 그 동네 주민등록 인구는 많지 않습니다. 하지만 같은 시각 그 자리에는 출근한 직장인, 쇼핑객, 환승객이 가득합니다. 반대로 한밤중에 같은 일이 벌어진다면 사람이 가장 많은 곳은 외곽의 아파트 단지일 것입니다.

재난은 시간을 가려서 오지 않는데, 우리가 흔히 쓰는 인구 통계는 대개 사람이 '어디에 사는지'만 알려 줍니다. 피해 규모를 추정하려면 '어느 칸에, 어느 시간대에, 누가 있는지'를 봐야 합니다. 격자 인구와 생활인구는 그 질문에 답하려고 쓰는 자료입니다.

city crowd aerial night
자료사진 · 사진: Pexels / Pixabay

🗺️ 행정구역 인구만 쓰면 재난 피해 추정이 왜 틀어지나요?

행정구역 인구는 주민등록상 거주지를 기준으로 읍·면·동 경계 안의 사람 수를 합친 값입니다. 구하기 쉽다는 장점이 있지만 한계가 분명합니다. 첫째, 경계 안에 사람이 고르게 산다고 가정하게 됩니다. 한 동 안에 아파트 단지와 빈 산지, 하천 둔치가 함께 있어도 숫자는 하나로 뭉뚱그려집니다. 둘째, 침수 구역이나 산사태 위험 사면은 행정 경계와 상관없이 그어지므로, 구역 일부만 걸쳐도 동 전체 인구를 세어 버리기 쉽습니다. 지도 분석에서는 같은 자료도 경계를 어떻게 긋느냐에 따라 결과가 달라지는 이런 현상을 면적 단위 문제(MAUP)라고 부릅니다. 재난 업무에서 침수 예상 구역에 걸친 동의 인구를 통째로 대피 대상으로 잡으면 과대 추정이 되어 차량과 인력 배정이 어긋날 수 있습니다.

🔲 격자 인구는 무엇이고 100m와 1km는 어떻게 다른가요?

격자 인구는 지도를 같은 크기의 정사각형 칸으로 나누고 칸마다 인구를 담은 자료입니다. 칸 크기가 모두 같아서 지역끼리 비교하기 쉽고, 위험 구역 레이어와 겹쳐 칸 단위로 합산하기도 편합니다. 칸이 작을수록 세밀해집니다. 100m 격자는 마을이나 단지 단위의 분포를 보여 주고, 1km 격자는 시군구를 넘나드는 넓은 범위의 윤곽을 잡을 때 알맞습니다. 다만 칸이 작을수록 특정인을 식별할 우려가 커서, 자료에 따라 값을 가리거나 보정해 제공하기도 합니다. 칸 크기, 기준 시점, 작성 방식은 자료마다 다르니 내려받기 전에 설명 문서를 확인해야 합니다. 산사태 위험 사면 아래 몇 칸에 사람이 얼마나 사는지 파악하는 작업이 대표적인 활용입니다.

📱 생활인구는 거주 인구, 격자 인구와 무엇이 다른가요?

생활인구는 특정 지역에 특정 시간대에 머무는 사람 수를 뜻합니다. 거주지와 상관없이 일하러 온 사람, 놀러 온 사람도 포함되며, 휴대전화 신호 같은 자료로 추정하는 방식이 흔합니다. 그래서 격자 인구와는 구분하는 축이 다릅니다. 격자는 '공간을 어떻게 나눌까', 생활인구는 '무엇을 셀까'에 관한 개념입니다. 생활인구를 격자 단위로 제공하는 자료도 있어 두 개념이 함께 쓰이기도 합니다. 이는 실측 전수 조사가 아니라 추정치이므로 오차가 있고, 보정 방법과 제공 기간, 시간 간격은 기관마다 다릅니다. 축제나 대규모 행사 때 특정 시간에 몰리는 사람 수를 가늠해 안전 인력을 배치할 때 거주 인구만으로는 알 수 없는 정보를 줍니다.

🌙 낮과 밤에 인구가 뒤바뀌는 지역은 재난 때 무엇이 달라지나요?

같은 칸이라도 시간대에 따라 사람 수가 크게 달라지는 곳이 있습니다. 업무지구와 산업단지는 낮에 붐비고 밤에 비며, 아파트 단지는 반대입니다. 관광지와 대학가는 요일과 계절까지 영향을 줍니다. 해봐야 아는 것이 있습니다. QGIS에서 격자 레이어를 오른쪽 클릭하고 속성 테이블 열기 > 필드 계산기로 낮 생활인구를 밤 생활인구로 나눈 비율 필드를 만들어 보세요(메뉴 이름은 버전에 따라 다를 수 있습니다). 비율이 1에서 멀수록 시간대에 따라 위험 인구가 뒤바뀌는 칸입니다. 어느 정도를 '크다'로 볼지는 지역마다 달라, 분포를 직접 보고 기준을 정해야 합니다. 이런 칸은 낮과 밤 시나리오를 따로 돌려야 대피 인원과 지하 공간 위험을 빠뜨리지 않습니다.

⚖️ 피해 규모를 추정할 때 어떤 인구를 써야 하나요?

정답은 하나가 아니라 목적에 따라 달라집니다. 대피 계획이나 구호 물자 산정처럼 '그 순간 현장에 누가 있나'가 중요하면 시나리오 시간대의 생활인구가 알맞습니다. 사후 지원, 이재민 파악, 복구 대상 확인처럼 '누구의 집과 삶이 피해를 보나'가 중요하면 거주 인구가 맞습니다. 고령자나 장애인처럼 대피에 도움이 필요한 사람은 생활인구로 알 수 없는 경우가 많아 거주 기반 통계를 따로 겹쳐 봐야 합니다. 결과를 보고할 때는 어떤 인구를, 어느 시점과 어느 격자 크기로 썼는지 반드시 적어 두세요. 같은 침수 구역도 낮과 밤의 추정 인원이 다를 수 있다는 점을 함께 밝히면 의사결정자가 오해하지 않습니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 격자 자료 찾기
    통계지리정보서비스(SGIS) 사이트에서 '격자'를 검색해 격자 통계 파일을 내려받기(메뉴명이 다르면 검색창 이용)
  2. QGIS 실행
    QGIS를 열고 프로젝트 > 새로 만들기를 눌러 빈 프로젝트를 준비
  3. 격자 레이어 추가
    레이어 > 레이어 추가 > 벡터 레이어 추가에서 내려받은 파일을 선택하고 추가 클릭
  4. 인구 필드 확인
    레이어 오른쪽 클릭 > 속성 테이블 열기에서 인구 값이 든 열 이름을 확인
  5. 인구 색칠하기
    레이어 오른쪽 클릭 > 속성 > 심볼에서 단계값 선택, 값에 인구 열을 넣고 분류 > 확인
  6. 생활인구 연결
    시간대별 표 파일을 추가한 뒤 격자 속성 > 조인 탭에서 격자 ID 기준으로 연결(탭 이름은 버전별로 다를 수 있음)

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다. 위 그림은 순서를 정리한 도식입니다.

✍️ 그대로 복사해 쓰는 프롬프트

우리 지역의 재난 피해 추정에 어떤 인구 자료를 써야 할지 목적별로 정리해 받기

당신은 재난안전 분야 공간정보 분석을 돕는 조언자입니다. 저는 [기관명]에서 [대상 재난, 예: 도시 침수] 대응 계획을 맡은 실무자이고, GIS 기초 지식이 있습니다.
분석 대상 지역은 [지역명]이며, 가정하는 발생 시간대는 [예: 평일 오후 2시, 한밤중]입니다.
아래 세 가지 인구 자료의 장단점을 표로 비교해 주세요: 행정구역 주민등록 인구, 격자 인구, 시간대별 생활인구.
이어서 [대피 계획 / 구호 물자 산정 / 사후 지원] 각각에 어떤 자료를 우선 써야 하는지 이유와 함께 제시하고, 부족한 점을 보완하려면 어떤 자료를 추가로 확인해야 하는지 알려 주세요.
형식은 소제목이 있는 간결한 한국어 존댓말로 쓰고, 전문용어는 처음 나올 때 한 줄로 풀어 주세요.
제약: 확실하지 않은 수치, 기관명, 데이터 제공 현황은 지어내지 말고 "확인 필요"라고 표시하세요. 실제 자료의 제공 여부와 기준은 제가 따로 확인하겠습니다.
사람이 반드시 확인할 것: 답변에 나온 자료명과 제공 기관, 칸 크기, 기준 시점이 실제와 맞는지 공식 설명 문서로 대조하세요. 추정치 오차 범위와 취약계층 포함 여부도 직접 확인해야 합니다.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • 통계지리정보서비스(SGIS)나 지자체 공개 데이터 포털에서 '격자' 또는 '생활인구'를 검색해 우리 지역 자료가 있는지 확인해 보기
  • 우리 동네의 업무지구 한 곳과 아파트 단지 한 곳을 골라, 낮과 밤 어느 쪽에 사람이 더 많을지 먼저 예상해 적어 두기
  • 내려받은 자료의 설명 문서에서 칸 크기, 기준 시점, 인구를 추정한 방식 세 가지를 찾아 메모하기

❓ 자주 묻는 질문

Q. 격자 인구와 생활인구는 같은 말인가요?
A. 같지 않습니다. 격자 인구는 지도를 정사각형 칸으로 나눈 공간 단위를 말하고, 생활인구는 특정 시간대에 그곳에 머무는 사람을 세는 기준입니다. 생활인구를 격자 단위로 제공하는 자료도 있어 함께 쓰이는 경우가 많습니다.

Q. 100m 격자와 1km 격자 중 무엇을 써야 하나요?
A. 마을이나 단지 단위의 대피 계획처럼 세밀한 분석에는 작은 격자가, 넓은 지역의 윤곽을 잡거나 시군구를 비교할 때는 큰 격자가 알맞습니다. 다만 자료마다 제공되는 크기와 보정 방식이 달라 설명 문서를 먼저 확인해야 합니다.

Q. 낮과 밤 인구가 다른 지역은 재난 대응에서 어떻게 다루나요?
A. 낮 시나리오와 밤 시나리오를 따로 만들어 대피 인원과 위험 공간을 각각 추정합니다. 업무지구는 낮에, 주거지는 밤에 위험 인구가 커지므로 한 시간대만 보면 다른 쪽 피해를 놓칠 수 있습니다.

정리하면 행정구역 인구는 출발점일 뿐이고, 재난 피해를 따질 때는 칸을 잘게 나눈 격자와 시간대를 반영한 생활인구를 목적에 맞게 골라 써야 합니다. 어떤 인구를 썼는지, 어느 시점과 어느 칸 크기였는지를 결과에 함께 적어 두면 판단하는 사람이 숫자를 오해하지 않습니다. 이 자료들은 모두 추정이라는 한계도 잊지 마세요. 그렇다면 격자 위에 쌓은 인구와 위험 구역을 겹쳐서 실제로 '몇 명이 위험 구역 안에 있는지' 계산하려면 어떤 공간 연산을 거쳐야 할까요?

GeoAI 기초 시리즈 29편 · 전체 43편

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-10-20

위성영상 구름 제거 AI, 재난 대응 달라진다 | 재난안전과 GeoAI

위성영상 구름 제거 AI, 재난 대응 달라진다 | 재난안전과 GeoAI

위성영상 구름 제거 AI '지오코어-9B'를 KAIST가 개발한 것으로 알려졌습니다. 구름에 가린 땅을 복원하는 기술이어서 흐린 날 재난 상황을 파악하는 데 도움이 될 수 있습니다.

📌 3줄 요약

  • KAIST가 구름 가린 위성영상 복원 AI '지오코어-9B'를 개발했다
  • 기상·해양·환경 위성정보를 합쳐 AI로 기후위기에 대응한다
  • 희망브리지는 권역별 분산 거점과 민간 유통망을 연계한다

안녕하세요, 세명대학교 재난안전학과 블로그입니다. 요즘 GeoAI·생성형AI·공간정보 분야는 위성, 드론, 인공지능이 서로 맞물리며 빠르게 달라지고 있습니다. 재난 대응에서는 지금 어디가 위험한지 정확히 아는 일이 가장 먼저이기 때문에 이 흐름을 눈여겨볼 만합니다.

오늘은 구름에 가린 위성영상을 복원하는 KAIST의 AI 소식, 기상·해양·환경 위성정보를 합치는 움직임, 드론·라이다 정밀 공간정보 구축 사례, 희망브리지의 재난 구호 체계, 그리고 다음 달 열릴 K-Geo Festa 소식을 차례로 전해 드립니다. 각 소식마다 제천과 충북 주민, 그리고 수험생이 알아 두면 좋을 점도 함께 적었습니다.

satellite dish antenna sky
자료사진 · 사진: xusenru / Pixabay

🛰️ 구름에 가린 위성사진도 AI로 복원할 수 있나요?

KAIST는 2026년 10월 20일 보도를 통해 구름에 가려진 위성영상을 복원하는 AI '지오코어-9B'를 개발했다고 알려졌습니다. 다른 보도에서는 구름에 가린 땅도 사진처럼 선명하게 보이도록 위성영상의 빈틈을 메우는 기술로 소개됐습니다. 호우나 태풍처럼 구름이 많은 때일수록 위성 관측이 막히기 쉬워서 이런 복원 기술이 주목받습니다. 구체적인 성능과 학습 방식은 원문을 참고하시기 바랍니다. 제 생각에는 산지가 많고 흐린 날이 이어지는 충북에서 침수나 산사태 상황을 파악하는 보조 수단이 될 수 있어 보입니다. 다만 복원된 영상에는 AI가 추정해 채운 부분이 있으므로 실제 관측값과 구분해 쓸 필요가 있습니다.

📰 기사 원문: KAIST, 구름 가려진 위성영상 복원 AI '지오코어-9B' 개발 - ggilbo.com

🌏 기상·해양·환경 위성정보를 합치면 무엇이 달라지나요?

2026년 10월 20일 보도에 따르면 기상·해양·환경 위성정보를 하나로 합쳐 AI로 기후위기에 대응하는 방안이 소개됐습니다. 세부 사업 규모나 추진 기관 등은 원문을 참고하시기 바랍니다. 위성마다 관측 목적이 달라 자료가 흩어져 있으면 활용하기 어렵기 때문에, 서로 다른 자료를 통합하는 일은 분석의 출발점이 됩니다. 제 생각에는 이런 통합이 폭염, 가뭄, 호우 같은 복합 위험을 GeoAI가 함께 읽는 바탕이 될 것으로 보입니다. 학과 관점에서는 재해영향평가에서 여러 자료를 겹쳐 보는 일과 닮아 있어, 수험생도 자료 통합의 의미를 눈여겨볼 필요가 있습니다.

📰 기사 원문: 기상·해양·환경 위성정보 합친다…AI로 기후위기 대응 - tjb.co.kr

🚁 드론·라이다로 험준한 지형도 정밀하게 측량하나요?

가톨릭관동대가 드론과 라이다로 험준한 지형의 한계를 넘어 정밀 공간정보를 구축한 사례가 2026년 10월 20일 소개됐습니다. 사람이 접근하기 어려운 곳의 지형을 자세히 담는 방식으로 알려졌으며, 구체적인 장소와 수치는 원문을 참고하시기 바랍니다. 라이다는 레이저로 거리를 재서 지형을 입체로 기록하는 장비로 널리 알려져 있습니다. 제 생각에는 산지가 많은 제천과 충북에서 급경사지나 산사태 위험지를 점검할 때 이런 정밀 지형자료의 쓸모가 클 것으로 보입니다. 정밀하게 쌓은 자료는 GeoAI가 학습하고 분석하는 기초가 된다는 점도 기억할 필요가 있습니다.

📰 기사 원문: 험준한 지형 한계 극복···가톨릭관동대, 드론·라이다 정밀 공간정보... - enewstoday.co.kr

🤝 재난 구호물품은 어떻게 빨리 전달되나요?

희망브리지는 2026년 10월 20일 보도에서 권역별 분산 거점과 민간 유통망을 연계하는 재난 구호 체계를 소개한 것으로 알려졌습니다. 신속한 구호에 무게를 둔 내용으로 보이며, 자세한 내용은 원문을 참고하시기 바랍니다. 재난 직후에는 물품이 있어도 위치와 수요를 몰라 전달이 늦어지는 경우가 많습니다. 제 생각에는 분산 거점이 어디에 있고 어느 지역의 수요가 큰지를 지도 위에서 보여 주는 공간정보와 GeoAI가 이런 체계의 효율을 높일 것으로 보입니다. 주민들도 우리 동네에서 가까운 구호 거점이 어디인지 미리 확인해 둘 필요가 있습니다.

📰 기사 원문: 희망브리지, 권역별 분산 거점 및 민간 유통망 연계로 재난 구호 '골든... - onews.tv

📅 공간정보와 AI의 결합은 어디서 확인할 수 있나요?

공간정보와 AI의 결합을 주제로 한 'K-Geo Festa'가 2026년 10월 20일 기준 내달 4일, 곧 11월 4일에 열린다고 알려졌습니다. 장소와 프로그램 등 세부 일정은 원문을 참고하시기 바랍니다. 이런 행사는 업계의 최신 동향을 한자리에서 접할 기회가 됩니다. 공간정보 데이터가 AI 학습의 바탕이라는 점에서 두 분야의 만남은 자연스러운 흐름입니다. 제 생각에는 GeoAI를 공부하는 학생과 수험생에게 최신 흐름을 살필 좋은 자리가 될 것으로 보입니다. 재난안전 분야에서 어떤 활용 사례가 나오는지 관심 있게 지켜볼 필요가 있습니다.

📰 기사 원문: [기획] ‘공간정보와 AI’의 결합… 내달 4일 ‘K-Geo Festa’서 확인 - mcnews.co.kr

🧰 GeoAI 활용의 핵심 포인트
첫째, 위성영상은 구름이 많은 날 관측이 어렵다는 한계가 있습니다. 일반적으로 이를 보완하려면 영상 복원 기술과 여러 위성 자료의 통합이 함께 필요합니다.
둘째, AI가 복원하거나 추정한 결과는 실제 관측과 구분해서 확인하고, 중요한 판단에는 현장 확인을 더하는 것이 좋습니다.
셋째, 구호 거점과 정밀 지형자료처럼 평소에 쌓아 둔 공간정보가 재난 때 대응 속도를 좌우하므로, 주민과 수험생 모두 지역의 위험지와 거점 위치를 미리 익혀 두면 좋습니다.

❓ 자주 묻는 질문

Q. 구름에 가린 위성영상을 AI로 복원하는 기술은 재난 대응에 어떻게 쓰이나요?
A. KAIST가 구름에 가린 위성영상을 복원하는 AI '지오코어-9B'를 개발한 것으로 알려졌습니다. 일반적으로 구름이 많은 호우나 태풍 때 지표 상태를 파악하는 데 보조 자료로 활용될 수 있습니다.
Q. 제천처럼 산지가 많은 지역에서 드론과 라이다 공간정보는 왜 중요한가요?
A. 드론과 라이다는 접근하기 어려운 험준한 지형도 정밀하게 기록할 수 있는 수단으로 알려져 있습니다. 급경사지나 산사태 위험지를 점검할 때 정밀 지형자료가 기초 자료로 쓰일 수 있습니다.
Q. K-Geo Festa는 언제 열리나요?
A. 보도에 따르면 내달 4일, 곧 11월 4일에 열립니다. 공간정보와 AI의 결합을 주제로 하며, 장소와 프로그램 등 자세한 내용은 원문을 참고하시기 바랍니다.

최근 소식은 위성과 드론이 모은 공간정보를 AI가 읽고 복원하고 연결해 재난 대응의 속도와 정확도를 높이는 쪽으로 기술이 옮겨 가고 있음을 보여 줍니다. 구름에 가린 영상을 되살리는 일, 흩어진 위성자료를 합치는 일, 험준한 지형을 정밀하게 기록하는 일, 구호 거점을 효율적으로 연결하는 일은 모두 같은 목표로 이어집니다. 위험한 곳과 필요한 곳을 더 빨리 알아내는 것입니다. 기술이 아무리 좋아져도 결국 중요한 것은 평소의 준비와 확인이라고 생각합니다. 내일도 재난안전과 GeoAI의 새로운 소식으로 찾아뵙겠습니다. 읽어 주셔서 감사합니다.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

ArcGIS Living Atlas 기본지도 만들기 | 재난안전과 GeoAI

ArcGIS Living Atlas 기본지도 만들기 | 재난안전과 GeoAI

🎬 1분 브리핑 영상

ArcGIS Living Atlas 기본지도 갤러리를 직접 구성하는 방법이 2026년 10월 15일 Esri 블로그에 소개되었습니다. 같은 날 ArcGIS Enterprise 2026.2 릴리스에서 쓸 수 있는 새 Living Atlas 콘텐츠도 안내되었습니다.

📌 3줄 요약

  • Esri, 2026년 10월 15일 기본지도 갤러리 구성법 소개
  • ArcGIS Enterprise 2026.2에 Living Atlas 새 콘텐츠 공개
  • 한국선급, 2026년 10월 19일 AI·데이터 기반 혁신 추진

안녕하세요, 세명대학교 재난안전학과 블로그입니다. 요즘 GeoAI·생성형AI 공간정보 분야에서는 화려한 신기술 못지않게, 지도와 데이터를 어떻게 정리해서 현장에 쓰느냐가 중요한 주제로 떠오르고 있습니다. 재난 대응도 결국 "누가 어떤 지도를 보고 판단하느냐"에서 시작하니까요.

오늘은 Esri의 Living Atlas 소식 두 건과 한국선급의 AI·데이터 혁신 소식, 일본의 고령자 이동서비스 사례, 생성형 AI 실무교육 모집 소식까지 다섯 가지를 골랐습니다. 제천과 충북 주민, 그리고 재난안전을 공부하는 수험생과 학생분들께 어떤 의미가 있을지 학과의 시각을 곁들여 차분히 풀어 보겠습니다.

topographic map laptop desk
자료사진 · 사진: DariuszSankowski / Pixabay

🗺️ ArcGIS Living Atlas로 나만의 기본지도 갤러리를 만들 수 있나요?

Esri는 2026년 10월 15일 ArcGIS Blog에 ArcGIS Living Atlas를 활용해 사용자 지정 기본지도 갤러리를 만드는 방법을 소개했습니다. 기관이나 조직에 맞는 배경지도를 골라 구성하는 내용으로 알려졌으며, 자세한 절차는 원문을 참고하시기 바랍니다. 재난 현장에서는 상황판마다 배경지도가 다르면 같은 장소도 다르게 읽힐 수 있어서, 기본지도를 통일하는 일이 생각보다 중요합니다. 제천처럼 산지와 하천이 많은 지역은 지형 중심 배경과 도심 중심 배경을 나눠 준비해 두면 상황실 판단에 도움이 될 것으로 보입니다. GeoAI 분석 결과도 어떤 배경 위에 올리느냐에 따라 전달력이 달라지므로, 기본지도 관리는 분석의 첫 단계로 볼 필요가 있습니다.

📰 기사 원문: Use ArcGIS Living Atlas to create a custom basemap gallery - Esri ArcGIS Blog

🧭 ArcGIS Enterprise 2026.2에는 어떤 Living Atlas 콘텐츠가 추가되나요?

Esri는 2026년 10월 15일 ArcGIS Enterprise 2026.2 릴리스에서 이용할 수 있는 새로운 ArcGIS Living Atlas 콘텐츠를 안내했습니다. 구체적인 콘텐츠 목록은 제목만으로 확인하기 어려우므로 원문을 참고하시기 바랍니다. 자체 서버에서 지도 서비스를 운영하는 기관도 검증된 공간 데이터를 가져다 쓸 수 있는 길이 넓어진다는 점이 의미 있습니다. 지자체나 공공기관은 보안 때문에 내부망 중심으로 시스템을 운영하는 경우가 많기 때문입니다. 재해영향평가나 위험지도 작성처럼 데이터 출처와 갱신 시점이 중요한 업무에서는 공신력 있는 기초 데이터를 먼저 확보하는 습관이 필요하다고 생각합니다.

📰 기사 원문: New ArcGIS Living Atlas Content Available in ArcGIS Enterprise – 2026.2 Release - Esri ArcGIS Blog

🚢 AI와 데이터가 해사산업 안전을 어떻게 바꾸나요?

산업 전문 매체 industrynews.co.kr는 2026년 10월 19일 한국선급이 AI와 데이터로 해사산업의 디지털 혁신을 이끈다고 전했습니다. 어떤 사업을 어떤 일정으로 추진하는지는 제목만으로 알기 어려워 원문 확인이 필요합니다. 선박과 항만은 사고가 나면 인명과 환경 피해로 이어질 수 있어, 검사와 점검 자료를 데이터로 쌓아 활용하는 흐름은 안전관리와 맞닿아 있습니다. 충북은 바다가 없는 내륙이지만, 위험성 평가에서 과거 데이터를 근거로 위험 요인을 찾는 방식은 어느 분야에서나 같다고 보입니다. 수험생분들도 산업별 AI 활용 사례를 위험성 평가 개념과 연결해 정리해 두면 좋겠습니다.

📰 기사 원문: KR 한국선급, AI·데이터로 해사산업 디지털 혁신 이끈다 - industrynews.co.kr

🚌 면허 반납 후 고령자 이동 공백은 어떻게 줄일 수 있나요?

2026년 10월 20일 올라온 한 네이버 블로그 글은 일본이 면허를 반납한 고령자의 이동 공백을 어떻게 줄이는지, 고령자 이동서비스 사례를 중심으로 다뤘습니다. 세부 제도와 수치는 제목만으로 알기 어려워 원문을 참고하셔야 합니다. 이동 수단이 줄면 병원이나 장보기뿐 아니라 재난 때 대피 행동에도 영향을 줄 수 있어 안전 문제로 이어집니다. 제천을 비롯한 충북 농촌 지역은 고령 인구 비중이 높은 곳이 많아 남의 일이 아닌 것으로 보입니다. 공간정보로 이동 수요와 대피 취약 지점을 함께 분석하는 접근이 필요하다고 생각합니다.

📰 기사 원문: 면허 반납 후 이동 공백, 일본은 어떻게 줄일까? 고령자 이동서비스 .... - 인생채비 - 잘 나이들고, 마지막까지 나답게 (네이버블로그)

📚 생성형 AI 실무교육은 재난안전 분야에도 도움이 될까요?

hansbiz.co.kr는 2026년 10월 19일 국기원 WTA가 '생성형 AI 활용 실무교육' 수강생을 모집한다고 전했습니다. 교육 일정과 대상, 커리큘럼은 제목만으로 확인하기 어려우므로 원문을 참고하시기 바랍니다. 생성형 AI는 보고서 초안, 훈련 시나리오, 안내문 작성처럼 반복 업무를 줄이는 데 쓰이지만, 결과를 그대로 믿으면 사실 오류가 섞일 수 있습니다. 특히 재난 정보는 틀린 수치 하나가 혼선을 키우므로 반드시 사람이 출처를 확인해야 합니다. 학생과 수험생도 활용법과 검증 습관을 함께 익히는 것이 중요하다고 생각합니다.

📰 기사 원문: 국기원 WTA, '생성형 AI 활용 실무교육' 모집 - hansbiz.co.kr

🧰 핵심 포인트: GeoAI·생성형AI를 쓰기 전에 점검할 것
일반적으로 알려진 원칙을 정리합니다. 첫째, 분석 결과보다 기본지도와 원천 데이터의 출처, 갱신 시점을 먼저 확인합니다. 둘째, 생성형 AI가 만든 문장과 수치는 공식 자료와 대조한 뒤에 사용합니다. 셋째, 고령자처럼 정보 접근이 어려운 분들을 고려해 지도와 안내를 쉽고 단순하게 구성합니다.

❓ 자주 묻는 질문

Q. ArcGIS Living Atlas 기본지도 갤러리는 언제 소개되었나요?
A. Esri ArcGIS Blog에 2026년 10월 15일 소개되었습니다. 사용자 지정 기본지도 갤러리를 만드는 방법을 다룬 글이며, 자세한 절차는 원문을 참고하시기 바랍니다.

Q. 한국선급의 AI·데이터 소식은 제천 주민과 무슨 상관이 있나요?
A. 직접적인 지역 소식은 아니지만, 점검 자료를 데이터로 쌓아 위험을 관리하는 방식은 산업과 생활 안전 전반에 통하는 흐름입니다. 세부 내용은 2026년 10월 19일 보도 원문에서 확인하실 수 있습니다.

Q. 충북 농촌 고령자의 이동 문제는 재난 대비와 어떤 관계가 있나요?
A. 이동 수단이 부족하면 대피 시간이 늦어질 수 있어 안전 문제로 이어집니다. 일본 사례는 2026년 10월 20일 블로그 글에서 소개되었으며, 우리 지역에는 지역 여건에 맞게 응용할 필요가 있습니다.

최근 소식은 지도와 데이터, AI를 정돈해 현장에서 믿고 쓸 수 있게 만드는 일이 재난안전의 기본 체력이 되고 있음을 보여 줍니다. 기본지도를 통일하고 공신력 있는 데이터를 확보하는 일, 산업 현장의 점검 자료를 쌓는 일, 이동이 어려운 이웃을 살피는 일, 생성형 AI의 결과를 검증하는 일이 모두 같은 맥락에 있습니다. 내일도 제천과 충북, 그리고 수험생 여러분께 도움이 될 소식으로 찾아뵙겠습니다. 읽어 주셔서 감사합니다.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-10-13

GeoAI 공간지능 기술, 도시 문제 해결 나선다 | 재난안전과 GeoAI

GeoAI 공간지능 기술, 도시 문제 해결 나선다 | 재난안전과 GeoAI

GeoAI 공간정보 기술이 스마트도시와 위성 데이터 분야에서 동시에 주목받고 있습니다. 공간지능 기술 공개와 농림위성 분석인력 부족 지적이 같은 날 나오며 기술과 활용 체계 사이 간극이 드러났습니다.

📌 3줄 요약

  • 밈랩이 K-OSM 공간지능 기술을 월드 시티테크 엑스포에서 공개했습니다
  • 농림위성은 발사했지만 분석인력은 7명에 그친다는 지적이 나왔습니다
  • 누리호 5차 발사 위성 9기 교신이 확인돼 초기 운용에 들어갔습니다

안녕하세요, 세명대학교 재난안전학과입니다. 오늘은 GeoAI·생성형AI 공간정보 기술이 도시 문제 해결과 위성 데이터 활용 현장에서 어떻게 쓰이고 있는지를 다룬 소식들을 모아봤습니다.

공간지능 기술을 내세운 스타트업의 기술 공개 소식부터, 위성은 쏘아올렸지만 그 데이터를 분석할 인력은 부족하다는 지적, 그리고 새로 발사된 위성들의 초기 교신 확인 소식까지 함께 살펴보겠습니다. 기술 개발과 운용 체계가 함께 가야 한다는 점을 오늘 소식들이 잘 보여줍니다.

satellite dish observatory field
자료사진 · 사진: becuffin / Pixabay

🌆 K-OSM이 도시 문제를 어떻게 푸나요?

밈랩은 월드 시티테크 엑스포에서 공간지능 기술 'K-OSM'을 공개하며 도시 문제 해결 가능성을 제시했다고 알려졌습니다. 자세한 기술 구조와 적용 사례는 원문 참고가 필요합니다. 공간지능은 위성·도로망·건물 데이터를 통합 분석해 도시계획이나 재난 대응에 활용되는 GeoAI의 대표 분야로 알려져 있습니다. 제천과 같은 중소도시도 장기적으로 이런 공간지능 기반 분석 도구를 활용하면 재해취약지구 파악이나 정비사업 우선순위 결정에 도움이 될 것으로 보입니다. 다만 기술이 실제 행정에 쓰이려면 지자체 데이터 표준화와 담당 인력 교육이 함께 이뤄져야 할 필요가 있습니다.

📰 기사 원문: 밈랩, 월드 시티테크 엑스포서 공간지능 기술 'K-OSM' 공개... "도시 문제... - kr.aving.net

📡 농림위성 데이터는 누가 분석하나요?

농림위성 발사에만 집중한 나머지 정작 데이터를 분석할 인력은 7명뿐이라는 지적이 나왔다고 알려졌습니다. 위성을 쏘아올리는 것과 그 데이터를 실제 농정이나 재난 대응에 활용하는 것은 전혀 다른 문제입니다. 위성영상은 가뭄·냉해·산불 등 광범위한 재해 모니터링에 쓰일 수 있는 자산이지만, 분석 인력과 체계가 없으면 '데이터만 쌓이는' 상황이 반복될 수 있습니다. 재난안전학과 관점에서 보면 이는 재해영향평가나 위험성 평가에 활용할 데이터 자원이 묵혀지는 셈이라, 충북을 포함한 지자체 차원에서도 위성 데이터 분석 전문인력 양성에 관심을 가질 필요가 있어 보입니다.

📰 기사 원문: 농림위성 발사에만 급급, 분석인력 7명뿐 - naeil.com

🚀 누리호가 쏘아올린 위성들은 지금 어떤가요?

누리호 5차 발사로 올라간 위성 9기의 교신이 확인되며 초기 운용을 거쳐 본격 임무에 착수했다고 알려졌습니다. 자세한 임무 내용과 활용 분야는 원문을 통해 확인할 수 있습니다. 다수의 소형위성이 안정적으로 교신을 시작했다는 것은 향후 지구관측·통신 등 다양한 분야에서 위성 데이터 활용 기반이 넓어진다는 의미로 볼 수 있습니다. 이런 위성 자산이 늘어날수록 재난 모니터링이나 산불·수해 조기 탐지에 쓰일 데이터 소스도 다양해지므로, 앞서 언급한 분석인력 부족 문제와 함께 생각해볼 필요가 있는 소식으로 보입니다.

📰 기사 원문: 누리호 5차 발사 위성 9기 교신 확인…초기 운용 거쳐 본격 임무 착수 - idsn.co.kr

🏙️ 용산국제업무지구는 왜 AI 도시를 지향하나요?

서울시가 51조 원 규모의 용산국제업무지구를 AI 미래도시로 조성하기 위해 청년 아이디어 공모를 진행한다고 알려졌습니다. 구체적인 공모 조건이나 반영 계획은 원문 참고가 필요합니다. 대규모 개발사업에서 AI와 공간정보 기술을 초기 설계 단계부터 반영하려는 시도는 스마트시티 흐름과 맞닿아 있습니다. 제천과 같은 지방 중소도시 입장에서는 이런 대형 프로젝트의 설계 방법론이나 시민 참여형 공모 방식을 참고해, 규모는 작더라도 재해안전을 고려한 도시계획 아이디어를 공모하는 방식을 벤치마킹할 수 있을 것으로 보입니다.

📰 기사 원문: 51조 용산국제업무지구, AI 미래도시로…서울시, 청년 아이디어 공모 - straightnews.co.kr

🛰️ 위성 통제권까지 거래되는 저궤도 사업, 무슨 뜻인가요?

위성 정보뿐 아니라 통제권까지 판매하는 방식으로 저궤도 사업이 확장되고 있다고 알려졌습니다. 구체적인 사업자나 거래 구조는 원문을 통해 확인이 필요합니다. 저궤도 위성 서비스가 단순 정보 제공을 넘어 통제 권한까지 포함하는 상품으로 발전한다면, 재난 대응 기관이 직접 위성을 활용해 실시간 관측을 수행하는 일도 가능해질 수 있습니다. 다만 이런 서비스가 공공 재난 대응에 쓰이려면 비용과 보안, 책임소재에 대한 제도적 검토가 선행돼야 할 것으로 보입니다.

📰 기사 원문: 위성 정보부터 통제권까지 판다…저궤도 사업 확장 어디까지 - mt.co.kr

🧰 위성 데이터, 쏘아올리는 것보다 중요한 것
위성이나 공간지능 기술은 재난 모니터링의 '눈'을 늘리는 일이지만, 그 데이터를 해석할 인력과 체계가 없으면 무용지물이 될 수 있습니다. 지자체와 공공기관은 기술 도입만큼이나 분석 인력 양성과 데이터 활용 체계 구축에 함께 투자할 필요가 있어 보입니다. 공간정보·재난안전 분야를 준비하는 수험생이라면 위성영상 분석이나 GeoAI 관련 역량이 앞으로 더 중요해질 분야임을 기억해두면 좋겠습니다.

❓ 자주 묻는 질문

Q. 농림위성 데이터는 일반인도 볼 수 있나요?
A. 구체적인 공개 범위나 접근 방법은 보도에 나오지 않아 원문이나 관련 기관 공지를 확인하는 것이 정확합니다. 일반적으로 농림위성류 데이터는 농정 당국을 통해 단계적으로 공개되는 경우가 많습니다.

Q. K-OSM 같은 공간지능 기술은 충북 지역에도 적용될 수 있나요?
A. 현재로서는 도입 계획이 보도되지 않았습니다. 다만 공간지능 기술의 특성상 지자체 데이터와 연동되면 도시계획이나 재해취약지구 분석에 활용될 가능성이 있는 기술로 보입니다.

Q. 누리호로 발사된 위성들은 재난 대응에도 쓰이나요?
A. 구체적인 임무 분야는 원문에서 확인이 필요합니다. 일반적으로 지구관측 위성은 산불·수해 등 재난 모니터링에 활용되는 경우가 많습니다.

오늘 소식은 위성과 공간지능 같은 GeoAI 기술이 빠르게 발전하는 한편, 그 데이터를 실제로 활용할 사람과 체계가 함께 갖춰져야 한다는 숙제를 다시 보여줍니다.


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

위성사진 AI 분석과 허리케인 지도, 재난 대응 다가온다 | 재난안전과 GeoAI

위성사진 AI 분석과 허리케인 지도, 재난 대응 다가온다 | 재난안전과 GeoAI

🎬 1분 브리핑 영상

위성사진 AI 분석 기업 다비오가 공모주 시장에서 주목받고 있습니다. 같은 날 Esri는 ArcGIS로 허리케인을 지도화하는 방법을 소개하며 공간정보 기반 재난 대응 흐름을 보여주고 있습니다.

📌 3줄 요약

  • 다비오, 위성사진 분석 AI 기업 공모주로 시장 관심 받아
  • Esri, ArcGIS로 허리케인 지도화하는 방법 블로그 공개
  • 한국선급, 디지털 선급 전환 논의로 해양 안전 체계 변화

안녕하세요, 세명대학교 재난안전학과입니다. 오늘은 GeoAI·생성형AI 공간정보 분야에서 위성사진 분석 기업의 시장 진입과, 재난 지도화 기술, 그리고 해양·산업 분야의 디지털 전환 소식을 함께 짚어보려 합니다.

위성사진을 AI로 읽어내는 기업이 투자 시장에 등장하고, 동시에 실무에서 바로 쓸 수 있는 지도 제작 가이드가 공개되는 등 GeoAI 기술이 산업 전반으로 확산되는 모습이 최근 눈에 띕니다. 드론 투자 관련 소식과 디지털 전환 논의도 함께 살펴보겠습니다.

satellite image hurricane map
자료사진 · 사진: 14398 / Pixabay

🛰️ 다비오 공모주, 위성사진 AI 기업이 왜 주목받나요?

다비오는 위성사진을 AI로 분석하는 기업으로 알려졌으며, 공모주 청약을 앞두고 투자자들의 관심을 받고 있습니다. 자세한 사업 내용과 재무 구조는 원문 참고가 필요하지만, 위성영상 분석 기술을 기반으로 한 기업이 자본시장에 진입한다는 점은 주목할 만합니다. GeoAI 분야에서는 위성·드론 영상을 활용한 재난 모니터링, 농업, 도시계획 수요가 꾸준히 늘고 있어 관련 기업의 시장 평가가 업계 전반의 신호가 될 수 있습니다. 제천·충북처럼 산지와 하천이 많은 지역에서도 위성 기반 변화탐지 기술이 재해 예방에 활용될 여지가 크다고 보입니다. 수험생이라면 위성영상 분석과 재난관리의 접목 사례로 눈여겨볼 필요가 있습니다.

📰 기사 원문: 다비오 공모주 분석|위성사진 읽는 AI 기업, 청약 전 확인할 장점과.... - 돈이 되는 각종 사회경제이슈 블로그 (네이버블로그)

🌀 ArcGIS로 허리케인 지도는 어떻게 만드나요?

Esri는 2026년 10월 9일 ArcGIS Online과 ArcGIS Living Atlas를 활용해 허리케인을 1분 만에 지도화하는 방법을 블로그로 소개했습니다. 실시간 기상 데이터와 공개 레이어를 결합해 누구나 간단히 태풍 경로나 영향권을 시각화할 수 있다는 내용으로 알려졌습니다. 이런 도구는 재난 상황실뿐 아니라 일반 실무자도 빠르게 상황판을 만들 수 있게 해준다는 점에서 의미가 있습니다. 제천·충북 지역의 집중호우나 태풍 대비 상황판 구축에도 유사한 방식이 적용될 수 있어, 재해영향평가나 상황전파 체계를 공부하는 학생들에게 실습 사례로 추천할 만합니다. GIS 실무 능력을 기르고 싶다면 이런 공개 가이드를 직접 따라 해보는 것도 좋은 방법으로 보입니다.

📰 기사 원문: Map in a minute: Map a hurricane using ArcGIS Online and ArcGIS Living Atlas - Esri ArcGIS Blog

⚓ 디지털 선급 전환, 해양 안전과 무슨 관계가 있나요?

한국선급(KR)은 2026년 10월 12일 '디지털 선급 전환' 가속화를 위한 논의에 박차를 가하고 있다고 전해졌습니다. 구체적인 추진 과제나 일정은 원문 참고가 필요하지만, 선박 검사와 안전 인증 체계에 디지털 기술을 접목하려는 흐름으로 읽힙니다. 해양 산업의 안전관리 체계가 디지털화되는 것은 육상의 재난안전 분야에서도 참고할 만한 사례입니다. 센서·데이터 기반 점검 체계는 결국 위험성 평가의 신뢰도를 높이는 방향으로 이어지는 만큼, 재난안전 전공자도 타 산업의 디지털 전환 사례를 폭넓게 살펴볼 필요가 있다고 생각합니다.

📰 기사 원문: KR, '디지털 선급 전환' 가속화 논의 박차 - hdhy.co.kr

🚁 드론 투자, 특수목적 분야 활용은 어디까지 왔나요?

듀픽드론과 관련해 특수목적 분야 활용 가이드가 소개되며 드론 투자에 대한 관심이 이어지고 있는 것으로 알려졌습니다. 드론이 산불 감시, 수색 구조, 재해 현장 조사 등 특수 임무에 쓰이는 사례가 늘고 있다는 점에서 투자 시장의 관심도 함께 커지는 분위기입니다. 다만 투자 관련 정보는 원문을 통해 신중히 확인할 필요가 있습니다. 재난안전 현장에서는 드론이 접근하기 어려운 지역의 영상 수집과 초기 피해 파악에 유용하게 쓰이고 있어, 제천·충북처럼 산악 지형이 많은 지역에서는 드론 기반 모니터링 체계 확충이 실질적인 대응력 강화로 이어질 수 있다고 보입니다.

📰 기사 원문: 듀픽드론 투자 특수목적 분야 활용 가이드 - 포근한딩굴 (네이버블로그)

🤝 AI 디지털 튜터, 장애인 고용과 어떤 관련이 있나요?

한국장애인고용공단은 장애인 전문 기관과 업무협약(MOU)을 체결하고 장애인 대상 'AI·디지털 튜터' 사업을 신설한다고 알려졌습니다. 세부 교육 내용이나 시행 시기는 원문 참고가 필요합니다. AI 기술이 특정 산업을 넘어 고용·교육 복지 영역까지 확산되는 흐름을 보여주는 사례로 볼 수 있습니다. 재난안전 분야에서도 취약계층을 위한 디지털 접근성 강화는 중요한 과제인데, 이런 AI 튜터링 모델이 재난 대응 교육이나 안전 정보 전달 방식에도 응용될 수 있을 것으로 보입니다.

📰 기사 원문: 장애인고용공단, 장애인 전문 기관과 MOU…장애인 'AI·디지털 튜터' 신... - cstimes.com

🧰 오늘의 핵심 포인트
위성·드론 영상 분석 기업의 시장 진입은 GeoAI 기술의 산업적 가치가 커지고 있음을 보여줍니다. ArcGIS 같은 공개 도구를 활용한 재난 지도화는 실무자뿐 아니라 학생도 쉽게 접근할 수 있는 학습 자원이 될 수 있습니다. 타 산업의 디지털 전환 사례와 AI 교육 확산도 재난안전 분야가 참고할 만한 흐름으로 보입니다.

❓ 자주 묻는 질문

Q. 다비오 공모주 청약 전 확인해야 할 점은 무엇인가요?
A. 다비오는 위성사진 AI 분석 기업으로 알려져 있으며, 구체적인 사업 구조와 재무 내용은 공시 자료와 원문을 통해 직접 확인하는 것이 좋습니다. 투자 결정은 신중하게 이루어져야 합니다.

Q. ArcGIS로 허리케인 지도를 직접 만들 수 있나요?
A. Esri 블로그에 따르면 ArcGIS Online과 Living Atlas를 활용하면 일반 사용자도 비교적 간단히 태풍 경로를 시각화할 수 있다고 알려졌습니다. 자세한 절차는 Esri 공식 블로그 원문을 참고하면 됩니다.

Q. 제천·충북 지역에서 드론을 재난 대응에 어떻게 활용하나요?
A. 산악 지형이 많은 제천·충북에서는 드론으로 접근이 어려운 지역의 영상을 확보해 초기 피해 파악에 활용하는 방식이 일반적으로 알려져 있습니다. 구체적인 지자체 운영 현황은 관련 기관에 문의하는 것이 정확합니다.

오늘 소식들은 위성·드론 영상 분석 기술이 투자와 실무 양쪽에서 동시에 성장하고 있음을 보여줍니다. 내일도 제천·충북 독자분들께 도움이 될 GeoAI·재난안전 소식으로 찾아뵙겠습니다.


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-10-06

GeoAI 위성·드론 영상 분석, 재난대응 산업이 뜬다 | 재난안전과 GeoAI

GeoAI 위성·드론 영상 분석, 재난대응 산업이 뜬다 | 재난안전과 GeoAI

GeoAI 위성·드론 영상 분석 기술이 재난대응 산업의 중심으로 떠오르고 있다. 누리호 5차 발사, 위성·드론 영상 분석 스타트업, ArcGIS 경사지 위험 분석 서비스까지 오늘의 관련 소식을 정리했다.

📌 3줄 요약

  • 아크넥사는 위성·드론 영상을 AI로 분석하는 기술로 TIPS 선정을 추진 중이다
  • 누리호 5차 발사로 주탑재위성 포함 15기가 순차로 궤도에 투입될 예정이다
  • Esri는 ArcGIS 기반 SlopeScout로 주소 단위 경사지 위험 분석을 제공한다

안녕하세요. 오늘은 GeoAI·생성형AI 공간정보 기술이 재난안전 분야에서 어떤 식으로 산업화되고 있는지 짚어보는 브리핑입니다. 누리호 5차 발사와 위성 분리 시퀀스, 세종의 위성·드론 영상 분석 스타트업, 군집드론 전술 비행 기술까지 하드웨어와 소프트웨어가 맞물려 움직이는 하루였습니다.

특히 위성·드론으로 지상을 내려다보는 '관측 인프라'와 그 영상을 해석하는 'AI 분석 기술'이 동시에 뉴스에 등장한 점이 눈에 띕니다. 재난안전학을 공부하는 입장에서는 이런 흐름이 결국 재해영향평가나 위험성 평가에 쓰일 데이터 기반이 넓어지는 과정으로 읽힙니다.

drone aerial survey camera
자료사진 · 사진: lukasbieri / Pixabay

🚀 누리호 5차 발사, 언제 어떤 위성을 쏘아 올리나요?

누리호 5차 발사가 10월 7일로 예정되어 있으며, 주탑재위성을 포함해 다수의 위성을 궤도에 투입하는 임무로 알려졌습니다. 동아사이언스 보도에 따르면 이번 발사는 주탑재위성의 성능 검증이 핵심 목표로 전해졌습니다.
재난안전 관점에서 보면 국산 위성 확보는 재해 모니터링용 관측 데이터의 자립도를 높이는 기반이 됩니다. 앞으로 이 위성들이 수집할 영상이 산사태, 지반침하 같은 지형 변화 감시에 어떻게 쓰일지 지속적으로 지켜볼 필요가 있어 보입니다.

📰 기사 원문: [누리호 5차발사] 7일 '하늘 문' 연다…"주탑재위성 5기 궤도 투입 성능... - dongascience.com

🛰️ 누리호에서 위성 15기는 어떻게 순서대로 분리되나요?

KBS 보도에 따르면 누리호는 이번 발사에서 위성 15기를 차례로 궤도에 내려놓는 '위성 하차' 작전을 수행할 예정으로 알려졌습니다. 다수 위성을 순차 분리하는 과정은 정밀한 타이밍 제어가 요구되는 고난도 작업으로 전해졌습니다.
여러 위성이 동시에 올라가는 구조는 향후 재해 관측 주기를 단축시킬 잠재력이 있다고 봅니다. 수험생이라면 위성 분리 시퀀스 같은 기술 용어보다, 이 데이터가 결국 어떤 재난 분야 응용으로 이어지는지 흐름을 함께 익혀두면 좋을 것으로 보입니다.

📰 기사 원문: “위성 15기 차례로 내리세요”…누리호의 ‘위성 하차’ 작전 - news.kbs.co.kr

🤖 위성·드론 영상을 AI로 분석하는 스타트업은 어디 있나요?

벤처스퀘어 보도에 따르면 세종창조경제혁신센터가 투자한 아크넥사가 위성·드론 영상을 AI로 분석하는 기술을 바탕으로 TIPS 프로그램 선정을 추진 중인 것으로 알려졌습니다. 이 기술은 전술·산업 분야뿐 아니라 지형 감시용으로도 확장 가능성이 있다고 전해졌습니다.
이런 지역 창업 지원 사례는 GeoAI 산업이 공공 인프라를 넘어 민간 스타트업 생태계로 확산되는 모습을 보여줍니다. 충북 지역에서도 위성·드론 영상 분석 기반 재해 모니터링 스타트업이 나올 수 있는지 관심 있게 지켜볼 대목으로 보입니다.

📰 기사 원문: 세종창조경제혁신센터 투자 아크넥사, 위성·드론 영상 AI로 분석…TIPS ... - venturesquare.net

🚁 군집드론 기술은 재난 현장에서 왜 주목받나요?

지디넷코리아 보도에 따르면 다온아이앤씨가 AI페스타에서 AI 군집드론 기술을 공개하며 전술 비행 혁신을 강조한 것으로 전해졌습니다. 여러 대의 드론이 동시에 협력 비행하는 기술은 원래 군사 목적으로 개발됐지만 재난 현장 수색이나 광범위 지역 모니터링에도 응용될 여지가 있습니다.
군집드론은 한 대보다 넓은 지역을 짧은 시간에 커버할 수 있어 골든타임 확보에 유리한 기술로 평가됩니다. 재난안전학 교육과정에서 다루는 드론 기반 현장 대응 체계가 앞으로 이런 군집 비행 기술과 결합될 가능성이 커 보입니다.

📰 기사 원문: 다온아이앤씨, AI페스타서 AI 군집드론 기술 공개…"전술 비행 혁신" - zdnet.co.kr

⛰️ 경사지 위험을 주소 단위로 확인할 수 있나요?

Esri ArcGIS 블로그는 10월 5일 'SlopeScout'라는 서비스를 소개하며, ArcGIS 기반으로 주소 단위까지 지형 위험을 분석할 수 있다고 전한 것으로 알려졌습니다. 이는 경사지·산사태 위험을 보다 세밀한 단위로 확인하려는 GeoAI 응용 사례로 전해졌습니다.
제천과 충북 같은 산지 비중이 높은 지역에서는 이런 주소 단위 경사지 분석 도구가 재해영향평가나 위험지구 지정 실무에 직접적인 참고 자료가 될 수 있다고 봅니다. 수험생이라면 GIS 공간분석과 재해영향평가가 실제로 어떻게 연결되는지 보여주는 좋은 사례로 참고할 만합니다.

📰 기사 원문: SlopeScout: Decoding Terrain Risk with ArcGIS, One Address at a Time - Esri ArcGIS Blog

🧰 오늘의 핵심 포인트
위성·드론 관측 인프라와 AI 영상 분석 기술이 동시에 발전하면서, 재난 모니터링의 '눈'과 '뇌'가 함께 고도화되고 있습니다. 주소 단위 경사지 위험 분석처럼 실무에 바로 쓸 수 있는 GeoAI 도구가 늘고 있다는 점도 눈여겨볼 부분입니다. 공공 발사체 사업과 민간 스타트업 기술이 서로 보완하며 생태계를 넓혀가는 흐름으로 보입니다.

❓ 자주 묻는 질문

Q. 누리호 5차 발사는 언제 이루어지나요?
A. 동아사이언스 보도에 따르면 2026년 10월 7일로 예정되어 있으며, 주탑재위성을 포함한 다수 위성을 궤도에 투입할 계획으로 알려졌습니다. 자세한 일정과 결과는 원문 참고가 필요합니다.

Q. 위성·드론 영상을 AI로 분석하는 기술은 재난 대응에 어떻게 쓰이나요?
A. 세종창조경제혁신센터가 투자한 아크넥사 사례처럼, 위성·드론 영상 AI 분석은 지형 변화나 재해 징후를 넓은 지역에서 빠르게 파악하는 데 활용될 잠재력이 있는 것으로 전해졌습니다.

Q. 경사지 위험을 주소 단위로 확인하는 서비스가 있나요?
A. Esri ArcGIS 블로그가 소개한 SlopeScout가 이런 기능을 제공하는 것으로 알려졌으며, 구체적인 분석 방식과 범위는 원문을 참고하는 것이 좋습니다.

오늘은 관측 인프라와 AI 분석 기술이 나란히 성장하는 흐름을 확인한 하루였습니다. 다음 브리핑에서 또 새로운 소식으로 찾아뵙겠습니다.


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

노르딕워킹 폴을 앞으로 멀리 찍게 될 때, 앞발 옆 무게중심 아래로 가져오는 점검

노르딕워킹을 시작하면 팔을 앞으로 쭉 뻗어 폴을 멀리 찍고 싶어집니다. 폴이 멀리 닿으면 멀리 나가는 느낌이 들기 때문입니다. 스위스 건강보험사 Helsana의 건강 블로그와 독일 폴 제조사 LEKI의 초보자 안내는 이 습관을 흔한 실수로 꼽습니다....