지속가능한 환경을 위한 AI 기술 활용 동향
2019-11-11
org.kosen.entty.User@48f8a95d
이경선(kylee414)
1. 서론
오늘날인공지능(Artificial Intelligence)기술과머신러닝(Machine Learning)기술이빠르게발전하면서, 사회곳곳에많은변화를가져오고있다. 환경분야도예외가아니어서, 다양한환경분야에AI와머신러닝기술이적용되고있다이에본보고서에서는지속가능한환경을위해AI 기술의활용현황및향후전망을정리해보고자한다. 본보고서에서는농업, 에너지, 운송, 수자원, 생물다양성보전및기타분야로나누어AI의활용현황및전망을살펴보고, 지속가능한환경을위해AI를활용하기위해극복해야하는문제점도살펴보고자한다.
2. 지속 가능한 환경을 위한 AI의 활용
PWC의보고서에따르면환경분야에서AI의활용은점차증가할것이며, 이는전세계의GDP를약3.1-4.4% ($5.2조)증가시키고, 온실가스를약4.0%(2.4Gt) 저감하고, 약1.0%(382백만)의일자리를창출할것으로전망하였다. 여기에서환경분야는에너지, 운송, 물, 농업분야를주로하고있으며, 특히AI는에너지및교통분야에서온실가스감축효과가클것으로예상하였다. AI는온실가스감축효과뿐만아니라추가적으로생물다양성보전, 해양보호, 수질오염, 생화학물질의이동, 산림및토지시스템의변화, 식량안보및수자원공급에도긍정적인효과를가져올것으로전망된다. 구체적으로각분야별로AI를활용할수있는방안은다음과같다.
2.1. 농업 분야에서 활용
식량문제는지속가능한환경을위한중요한과제중의하나이다. AI는다음과같은분야를통해농업생산성을향상시킬수있다.
- 농업용로봇의활용: AI 로봇을활용하여적절한시기에자동으로관련작업을수행할수있다. 예를들어자동수확로봇은자동으로숙성정도를인식하여수확한다.
- 농업및임업에관련된환경조건의정확한모니터링: 센서를활용하여여러가지환경요소의영향을측정및예측하여, 적절한조치를취할수있다. 예를들어기상상황을모니터링하여필요한조치를조언하고, 결과를예측할수있다.
- 토지계획및관리: 시간에따른토지사용의변화를AI를활용하여매핑한후향후토지관리나관련규제강화등에활용할수있다.
- 곡물, 토양및가축의상태모니터링: 곡물, 토양, 가축의상태를모니터링하여관련조치를빠르게취할수있다. 예를들어실시간으로해충을확인하여어디에얼마나많은양의살충제를살포해야하는지를알려줄수있다.
2.2. 에너지 분야에서 활용
에너지분야에서는에너지생산효율성을높이고, 청정에너지사용을활발하게하기위해다음과같은분야에서AI를활용할수있다.
- 에너지소비의모니터링및관리: AI와IoT기술을활용하여에너지소비현황을실시간으로모니터링할수있으며, 이를바탕으로에너지소비를관리하고최적화할수있다
- 에너지수요및공급예측: AI를활용하여분야별로단기및장기의에너지수요를예측할수있다. 이때기상조건과같이변동에영향을줄수있는요소도함께예측하여반영할수있다.
- 분산적에너지네트워크에활용: AI를활용하여분산적에너지네트워크를구축하고, 이를관리하며최적화할수있다.
- 예지보수: AI와IoT 기술을활용하면에너지인프라를모니터링하여유지보수필요성을사전에예측할수있으며, 재난과재해에도사전에대응할수있다.
- 신재생에너지의운영효율성향상: AI를활용하여신재생에너지생산의효율성을향상시킬수있다. 예를들어초현지화(hyperlocal) 기상모델링을통해발전을최적화할수있는방향으로태양광패널이나풍력발전기의위치를변경시킬수있다.
2.3. 운송 분야에서 활용
운송분야는전세계에너지소비및이산화탄소발생량의20-30%를차지하고있어, 지속가능한환경을위해서중요한분야이다. AI는지속가능한운송분야에다음과같이기여할수있다.
- 자율주행자동차: AI를활용한자율주행혹은반자율주행자동차는플래투닝(platooning)이나공유자동차서비스등으로활용할수있으며, 친환경적인작동도할수있다.
- 자동배송: 장거리배송이나라스트마일(last mile)배송에AI를활용하여자동배송을적용할수있다. 자동배송트럭이나자동배송로봇이그사례이다.
- 교통량최적화: AI를활용하여교통량을모니터링하고실시간으로교통량을최적화하여정체를줄일수있다. 이를이용하면시간에따라, 혼잡도에따라, 보행자수에따라, 자동차의효율에따라혼잡세를차등적용할수도있다.
- 수요예측및유통계획: AI를활용하여유통서비스에서수요를예측하여최적화된계획을세울수있다.
- 자동차의예지보수: AI와IoT를활용하면자동차의부품을모니터링하여유지보수가필요한부분과시기를미리예측할수있다.
2.4. 수자원 분야에서 활용
도시화및기후변화가물순환에영향을미치면서, 전세계적으로수자원이부족이예상된다. 수자원분야에AI를적용하면수자원예측, 관리및모니터링을개선할수있을것으로기대된다. 구체적으로는다음과같이활용할수있다.
- 수자원인프라의예지보수: 인프라를실시간으로모니터링하여,문제를예측하고, 적절한조치를취하여효율적으로관리할수있다.
- 수자원수요의모니터링및예측: 개인이나각가정에서실제수자원사용량을예측하고관리하여물부족이나낭비를방지할수있다.
- 폐수원모니터링: 폐수처리나담수화, 재사용등을위한최적의조건을체공할수있다.
2.5. 생물다양성 보전 분야에서 활용
생물다양성을보전하는데에도도움이된다. AI와IoT를활용하면동물의이동, 섭식, 짝짓기등행동패턴을이해할수있다. 또한컴퓨터비전을활용한AI의경우동물의행동패턴을방해하지않고모니터링할수있으며, 동물의행동도추적할수있다. 또한밀렵을방지할수도있다. 구체적으로다음과같이활용할수있다.
- AI는야생동물의행동패턴을파악하는데도움이된다. 인텔(Intel)은AI와드론을이용하여북극곰의행동패턴을파악하였다. 이연구에서는변화하는북극의환경에서북극곰의행동양상을추적하였다. 이는기존의헬리콥터를이용한방법과비교하여북극곰의서식지를침범하지않고도, 행동양식을더저렴한방법으로, 더안전하고, 효율적으로파악할수있다. 또한인텔은Parley for the Oceans(https://www.parley.tv/#fortheoceans)과함께AI와드론을이용하여고래가뿜는물을수집및분석하였다. 여기에는고래의DNA, 호르몬, 바이러스, 호르몬, 박테리아등과같은생물학적정보가담겨있어, 그동안선박을통해수집할수없었던정보를수집할수있다. 이정보를바탕으로머신러닝알고리즘을이용하여특정한고래의건강상태를확인할수있다.
- AI는야생동물의밀렵을막아야생동물을보호하는데도도움이된다. 현재밀렵을막기위해도보순찰을하거나, 드론을이용한감시를하고있지만, 이는노동력과자원이많이드는문제점이있다. AI를활용하면이문제를해결할수있다. 미국서던캘리포니아대학(University of Southern California)대학에서개발한SPOT시스템은적외선카메라를이용하여자동적으로밀렵꾼을찾아내는프로그램이다. 이기술은드론을이용하여적외선카메라로이미지를촬영한후, AI를이용하여동물과밀렵꾼의이미지를구분해낸다. 이시스템을이용하여남아프리카와보스와니아에서밀렵군을퇴치하는데성공하였다. 한지역에서는매달19마리의코뿔소가사살되어지만, 이시스템을이용한후6개월간한마리도죽지않았다.
- 해양생물자원을보호하기위해AI를활용할수있다. 이를 이용한 사례로는 ‘글로벌 피싱 와치(Global Fishing Watch, https://globalfishingwatch.org)’가 있다. 이 프로젝트는 지속 가능한 해양자원 관리를 위해 전 세계의 어업 활동을 실시간으로 모니터링한다. 모니터링 결과는 무료로 홈페이지를 통해 확인하거나 다운로드 받아 남획을 방지하고 해양자원을 보전하기 위해 필요한 활동이나 정책 결정이나 과학 연구에 사용할 수 있다. 글로벌 피싱 와치의 데이터는 선박자동식별장치(Automatic Identification System)의 데이터를 활용하여 수집한다. 국제기구와 각 국가는 대형 선박에AIS를 활용하도록 요구하고 있어, 이를 활용하여 어선의 위치, 경로, 속도 등을 파악할 수 있다. 어선의 경우에는AIS를 활용하고 있는 어선은290만대에 불과하지만, 주로 이 어선들은 대형 어선으로 먼 바다에서 어업을 하고 있어, 남획의 주요 원인이 되고 있다. 현재 수집되는AIS 데이터는 약30만대의 어선에서 매일6천만건이며, 지난5년간 약370억건의 데이터가 수집되어 있다. 글로벌 피싱 와치은 이 정보를 머신 러닝을 활용하여 선박의 사이즈, 어획 방법 등을 분류하고, 각 선박의 이동 패턴을 분석한다. 그리고 이 데이터를 인터렉티브앱으로 온라인에 공개하고 있다. 인터렉티브 엡에서는 약6만여대의 상업용 어선의 움직임을 실시간으로 추적할 수 있다.글로벌 피싱 와치의 데이터를 활용하면 정부가 불법 어획을 확인하고 조치를 취할 수 있으며, 해산물 유통 관련 업자는 해산물이 어디서 포획되었는지, 법적이나 윤리적으로 문제가 없는지 확인할 수 있으며, 연구자는 어업이 해양의 지속가능성에 미치는 영향이나 어업에 취약한 곳을 확인하고 보존이나 어업 정책의 효율성 등을 평가하거나, 환경 변화가 어업에 미치는 영향 등을 확인할 수 있으며, 시민 단체 및 활동가는 수상한 어선을 확인하고 해양 생태계 보호를 위한 활동을 하며 해양의 지속가능성에 도움이 될 것이다.
2.6. 기타 환경 분야에서 활용
위의분야외에도다음과같은환경분야에서AI를활용할수있을것으로기대된다.
- 대기오염모니터링및예측: 정확하고현지에맞춘대기오염경보는대기오염으로인한피해를최소화할수있다. 이러한정보는센서를통하여수집하는데현재개발도상국등에서는센서로부족하여제대로된정보를수집할수없는실정이다. AI를활용하면저비용에, 초현지화된전세계의오염모니터링및예측데이터를수집할수있으며, 머신러닝모델을활용하여센서및위성을통해수집한데이터를결합하여예측을보다정교화할수있을것이다.
- AI와머신러닝을활용하면, 대용량의데이터를처리하여오염으로인해피해를입은지역도확인할수있다. 최근미국에서수돗물의납오염사태로문제가된미시간주플린트지역는AI를활용하여오염된곳을확인할수있었다. 플린트지역의오염문제는납이포함된파이프로인해서발생하였는데,납이포함된파이프를확인하기위해서는직접땅을파서확인하여야한다. AI를이용하면이문제를해결할수있다. 미시간대학(University of Michigan)이개발한ActiveRemediation이라는프로그램은AI를이용하여98%의정확도로납이포함된파이프를확인할수있다. 이프로그램에서는먼저플린트시에서제공하는각집에대한데이터셋과, 시의파이프라인에대한보고서를전산화한후, 머신러닝과베이시안모델(Bayesian model)을이용하여납이포함된파이프와이로인해피해를입은집을확인할수있다.
- 불법산림벌채및훼손의예방: 현재열대지역의산림벌채의약90%일만큼불법산림벌채및훼손문제는심각하다. NGO와관련기업은이문제를해결하기위해AI를활용하기시작하였다. 위성데이터와센서를통하여실시간으로산림현황을모니터링하고있으며, 수상한움직임이있을시에는알려줄수있다. 최근에는드론을활용한데이터수집도진행되고있다.
- 홍수와태풍과같은자연재해대비: 기후변화로인해향후홍수및태풍으로인한피해가더심각해질것으로예상된다. AI를활용하면홍수가예상되는지역을미리확인할수있어대비할수있으며, 머신러닝을활용한정확한태풍예측도피해를줄일수있을것으로예상된다.
- AI는폐기물, 특히전자폐기물(e-waste)을줄이는데에도도움이된다. 기업체에서는IoT와AI를이용하여각기업제품의하드웨어를모니터링한후, 향후폐기시사용할수있는부품을수거하여재활용및재사용할수있다.
3. 결론 및 시사점
본보고서에서논의한바와같이AI는전지구의지속가능한환경을위해활용될수있다. 하지만AI를지속가능한발전을위해활용하기위해서는몇가지해결해야하는문제점도있다. 먼저데이터접근성의향상과필요한AI를개발하고활용할수있는능력있는인재의부족이다. AI나머신러닝을활용하기위해서는빅데이터가필요하며, 이빅데이터를수집하는것또한과제이다. 이에정부나관련기업은데이터접근성향상을위해시민단체나다른공공목적으로의활용을위해데이터접근을허용하고있으며, 인력양성을위해서도노력하고있다.또한AI는사용하는사람의의도에따라잘못사용될수도있다. 이에공공의이익을위해사용할수있는가치중립적인AI가필요하다. 이와같은문제점을극복한다면AI는향후지속가능환경분야에더욱적극활용될것으로기대된다.
오늘날인공지능(Artificial Intelligence)기술과머신러닝(Machine Learning)기술이빠르게발전하면서, 사회곳곳에많은변화를가져오고있다. 환경분야도예외가아니어서, 다양한환경분야에AI와머신러닝기술이적용되고있다이에본보고서에서는지속가능한환경을위해AI 기술의활용현황및향후전망을정리해보고자한다. 본보고서에서는농업, 에너지, 운송, 수자원, 생물다양성보전및기타분야로나누어AI의활용현황및전망을살펴보고, 지속가능한환경을위해AI를활용하기위해극복해야하는문제점도살펴보고자한다.
2. 지속 가능한 환경을 위한 AI의 활용
PWC의보고서에따르면환경분야에서AI의활용은점차증가할것이며, 이는전세계의GDP를약3.1-4.4% ($5.2조)증가시키고, 온실가스를약4.0%(2.4Gt) 저감하고, 약1.0%(382백만)의일자리를창출할것으로전망하였다. 여기에서환경분야는에너지, 운송, 물, 농업분야를주로하고있으며, 특히AI는에너지및교통분야에서온실가스감축효과가클것으로예상하였다. AI는온실가스감축효과뿐만아니라추가적으로생물다양성보전, 해양보호, 수질오염, 생화학물질의이동, 산림및토지시스템의변화, 식량안보및수자원공급에도긍정적인효과를가져올것으로전망된다. 구체적으로각분야별로AI를활용할수있는방안은다음과같다.
2.1. 농업 분야에서 활용
식량문제는지속가능한환경을위한중요한과제중의하나이다. AI는다음과같은분야를통해농업생산성을향상시킬수있다.
- 농업용로봇의활용: AI 로봇을활용하여적절한시기에자동으로관련작업을수행할수있다. 예를들어자동수확로봇은자동으로숙성정도를인식하여수확한다.
- 농업및임업에관련된환경조건의정확한모니터링: 센서를활용하여여러가지환경요소의영향을측정및예측하여, 적절한조치를취할수있다. 예를들어기상상황을모니터링하여필요한조치를조언하고, 결과를예측할수있다.
- 토지계획및관리: 시간에따른토지사용의변화를AI를활용하여매핑한후향후토지관리나관련규제강화등에활용할수있다.
- 곡물, 토양및가축의상태모니터링: 곡물, 토양, 가축의상태를모니터링하여관련조치를빠르게취할수있다. 예를들어실시간으로해충을확인하여어디에얼마나많은양의살충제를살포해야하는지를알려줄수있다.
2.2. 에너지 분야에서 활용
에너지분야에서는에너지생산효율성을높이고, 청정에너지사용을활발하게하기위해다음과같은분야에서AI를활용할수있다.
- 에너지소비의모니터링및관리: AI와IoT기술을활용하여에너지소비현황을실시간으로모니터링할수있으며, 이를바탕으로에너지소비를관리하고최적화할수있다
- 에너지수요및공급예측: AI를활용하여분야별로단기및장기의에너지수요를예측할수있다. 이때기상조건과같이변동에영향을줄수있는요소도함께예측하여반영할수있다.
- 분산적에너지네트워크에활용: AI를활용하여분산적에너지네트워크를구축하고, 이를관리하며최적화할수있다.
- 예지보수: AI와IoT 기술을활용하면에너지인프라를모니터링하여유지보수필요성을사전에예측할수있으며, 재난과재해에도사전에대응할수있다.
- 신재생에너지의운영효율성향상: AI를활용하여신재생에너지생산의효율성을향상시킬수있다. 예를들어초현지화(hyperlocal) 기상모델링을통해발전을최적화할수있는방향으로태양광패널이나풍력발전기의위치를변경시킬수있다.
2.3. 운송 분야에서 활용
운송분야는전세계에너지소비및이산화탄소발생량의20-30%를차지하고있어, 지속가능한환경을위해서중요한분야이다. AI는지속가능한운송분야에다음과같이기여할수있다.
- 자율주행자동차: AI를활용한자율주행혹은반자율주행자동차는플래투닝(platooning)이나공유자동차서비스등으로활용할수있으며, 친환경적인작동도할수있다.
- 자동배송: 장거리배송이나라스트마일(last mile)배송에AI를활용하여자동배송을적용할수있다. 자동배송트럭이나자동배송로봇이그사례이다.
- 교통량최적화: AI를활용하여교통량을모니터링하고실시간으로교통량을최적화하여정체를줄일수있다. 이를이용하면시간에따라, 혼잡도에따라, 보행자수에따라, 자동차의효율에따라혼잡세를차등적용할수도있다.
- 수요예측및유통계획: AI를활용하여유통서비스에서수요를예측하여최적화된계획을세울수있다.
- 자동차의예지보수: AI와IoT를활용하면자동차의부품을모니터링하여유지보수가필요한부분과시기를미리예측할수있다.
2.4. 수자원 분야에서 활용
도시화및기후변화가물순환에영향을미치면서, 전세계적으로수자원이부족이예상된다. 수자원분야에AI를적용하면수자원예측, 관리및모니터링을개선할수있을것으로기대된다. 구체적으로는다음과같이활용할수있다.
- 수자원인프라의예지보수: 인프라를실시간으로모니터링하여,문제를예측하고, 적절한조치를취하여효율적으로관리할수있다.
- 수자원수요의모니터링및예측: 개인이나각가정에서실제수자원사용량을예측하고관리하여물부족이나낭비를방지할수있다.
- 폐수원모니터링: 폐수처리나담수화, 재사용등을위한최적의조건을체공할수있다.
2.5. 생물다양성 보전 분야에서 활용
생물다양성을보전하는데에도도움이된다. AI와IoT를활용하면동물의이동, 섭식, 짝짓기등행동패턴을이해할수있다. 또한컴퓨터비전을활용한AI의경우동물의행동패턴을방해하지않고모니터링할수있으며, 동물의행동도추적할수있다. 또한밀렵을방지할수도있다. 구체적으로다음과같이활용할수있다.
- AI는야생동물의행동패턴을파악하는데도움이된다. 인텔(Intel)은AI와드론을이용하여북극곰의행동패턴을파악하였다. 이연구에서는변화하는북극의환경에서북극곰의행동양상을추적하였다. 이는기존의헬리콥터를이용한방법과비교하여북극곰의서식지를침범하지않고도, 행동양식을더저렴한방법으로, 더안전하고, 효율적으로파악할수있다. 또한인텔은Parley for the Oceans(https://www.parley.tv/#fortheoceans)과함께AI와드론을이용하여고래가뿜는물을수집및분석하였다. 여기에는고래의DNA, 호르몬, 바이러스, 호르몬, 박테리아등과같은생물학적정보가담겨있어, 그동안선박을통해수집할수없었던정보를수집할수있다. 이정보를바탕으로머신러닝알고리즘을이용하여특정한고래의건강상태를확인할수있다.
- AI는야생동물의밀렵을막아야생동물을보호하는데도도움이된다. 현재밀렵을막기위해도보순찰을하거나, 드론을이용한감시를하고있지만, 이는노동력과자원이많이드는문제점이있다. AI를활용하면이문제를해결할수있다. 미국서던캘리포니아대학(University of Southern California)대학에서개발한SPOT시스템은적외선카메라를이용하여자동적으로밀렵꾼을찾아내는프로그램이다. 이기술은드론을이용하여적외선카메라로이미지를촬영한후, AI를이용하여동물과밀렵꾼의이미지를구분해낸다. 이시스템을이용하여남아프리카와보스와니아에서밀렵군을퇴치하는데성공하였다. 한지역에서는매달19마리의코뿔소가사살되어지만, 이시스템을이용한후6개월간한마리도죽지않았다.
- 해양생물자원을보호하기위해AI를활용할수있다. 이를 이용한 사례로는 ‘글로벌 피싱 와치(Global Fishing Watch, https://globalfishingwatch.org)’가 있다. 이 프로젝트는 지속 가능한 해양자원 관리를 위해 전 세계의 어업 활동을 실시간으로 모니터링한다. 모니터링 결과는 무료로 홈페이지를 통해 확인하거나 다운로드 받아 남획을 방지하고 해양자원을 보전하기 위해 필요한 활동이나 정책 결정이나 과학 연구에 사용할 수 있다. 글로벌 피싱 와치의 데이터는 선박자동식별장치(Automatic Identification System)의 데이터를 활용하여 수집한다. 국제기구와 각 국가는 대형 선박에AIS를 활용하도록 요구하고 있어, 이를 활용하여 어선의 위치, 경로, 속도 등을 파악할 수 있다. 어선의 경우에는AIS를 활용하고 있는 어선은290만대에 불과하지만, 주로 이 어선들은 대형 어선으로 먼 바다에서 어업을 하고 있어, 남획의 주요 원인이 되고 있다. 현재 수집되는AIS 데이터는 약30만대의 어선에서 매일6천만건이며, 지난5년간 약370억건의 데이터가 수집되어 있다. 글로벌 피싱 와치은 이 정보를 머신 러닝을 활용하여 선박의 사이즈, 어획 방법 등을 분류하고, 각 선박의 이동 패턴을 분석한다. 그리고 이 데이터를 인터렉티브앱으로 온라인에 공개하고 있다. 인터렉티브 엡에서는 약6만여대의 상업용 어선의 움직임을 실시간으로 추적할 수 있다.글로벌 피싱 와치의 데이터를 활용하면 정부가 불법 어획을 확인하고 조치를 취할 수 있으며, 해산물 유통 관련 업자는 해산물이 어디서 포획되었는지, 법적이나 윤리적으로 문제가 없는지 확인할 수 있으며, 연구자는 어업이 해양의 지속가능성에 미치는 영향이나 어업에 취약한 곳을 확인하고 보존이나 어업 정책의 효율성 등을 평가하거나, 환경 변화가 어업에 미치는 영향 등을 확인할 수 있으며, 시민 단체 및 활동가는 수상한 어선을 확인하고 해양 생태계 보호를 위한 활동을 하며 해양의 지속가능성에 도움이 될 것이다.
2.6. 기타 환경 분야에서 활용
위의분야외에도다음과같은환경분야에서AI를활용할수있을것으로기대된다.
- 대기오염모니터링및예측: 정확하고현지에맞춘대기오염경보는대기오염으로인한피해를최소화할수있다. 이러한정보는센서를통하여수집하는데현재개발도상국등에서는센서로부족하여제대로된정보를수집할수없는실정이다. AI를활용하면저비용에, 초현지화된전세계의오염모니터링및예측데이터를수집할수있으며, 머신러닝모델을활용하여센서및위성을통해수집한데이터를결합하여예측을보다정교화할수있을것이다.
- AI와머신러닝을활용하면, 대용량의데이터를처리하여오염으로인해피해를입은지역도확인할수있다. 최근미국에서수돗물의납오염사태로문제가된미시간주플린트지역는AI를활용하여오염된곳을확인할수있었다. 플린트지역의오염문제는납이포함된파이프로인해서발생하였는데,납이포함된파이프를확인하기위해서는직접땅을파서확인하여야한다. AI를이용하면이문제를해결할수있다. 미시간대학(University of Michigan)이개발한ActiveRemediation이라는프로그램은AI를이용하여98%의정확도로납이포함된파이프를확인할수있다. 이프로그램에서는먼저플린트시에서제공하는각집에대한데이터셋과, 시의파이프라인에대한보고서를전산화한후, 머신러닝과베이시안모델(Bayesian model)을이용하여납이포함된파이프와이로인해피해를입은집을확인할수있다.
- 불법산림벌채및훼손의예방: 현재열대지역의산림벌채의약90%일만큼불법산림벌채및훼손문제는심각하다. NGO와관련기업은이문제를해결하기위해AI를활용하기시작하였다. 위성데이터와센서를통하여실시간으로산림현황을모니터링하고있으며, 수상한움직임이있을시에는알려줄수있다. 최근에는드론을활용한데이터수집도진행되고있다.
- 홍수와태풍과같은자연재해대비: 기후변화로인해향후홍수및태풍으로인한피해가더심각해질것으로예상된다. AI를활용하면홍수가예상되는지역을미리확인할수있어대비할수있으며, 머신러닝을활용한정확한태풍예측도피해를줄일수있을것으로예상된다.
- AI는폐기물, 특히전자폐기물(e-waste)을줄이는데에도도움이된다. 기업체에서는IoT와AI를이용하여각기업제품의하드웨어를모니터링한후, 향후폐기시사용할수있는부품을수거하여재활용및재사용할수있다.
3. 결론 및 시사점
본보고서에서논의한바와같이AI는전지구의지속가능한환경을위해활용될수있다. 하지만AI를지속가능한발전을위해활용하기위해서는몇가지해결해야하는문제점도있다. 먼저데이터접근성의향상과필요한AI를개발하고활용할수있는능력있는인재의부족이다. AI나머신러닝을활용하기위해서는빅데이터가필요하며, 이빅데이터를수집하는것또한과제이다. 이에정부나관련기업은데이터접근성향상을위해시민단체나다른공공목적으로의활용을위해데이터접근을허용하고있으며, 인력양성을위해서도노력하고있다.또한AI는사용하는사람의의도에따라잘못사용될수도있다. 이에공공의이익을위해사용할수있는가치중립적인AI가필요하다. 이와같은문제점을극복한다면AI는향후지속가능환경분야에더욱적극활용될것으로기대된다.