영상 상세
음성ㆍ문자 지원
안녕하십니까 제 154차 생태도시 포럼에 오신 여러분 환영합니다
저는 오늘 포럼의 사회를 맡은
서울시 시설계획과 생태환경계획팀장 서점숙입니다
바쁘신 중에도 포럼에 참여해주신 전문가 분들과
시민 여러분들께
감사의 말씀을 드립니다
오늘 포럼은 도시 생태 현황 관리를 위한
인공지능과 공간정보 기술 적용이라는 주제로 진행되겠습니다
기후변화와 도시화로 인해
우리 도시 생태계는 빠르게 변화하고 있습니다
이런 변화에 대응하기 위해서는
정확한 현황 진단과 과학적 관리가 필요합니다
인공지능은 방대한 데이터를 분석하고
변화를 예측하는 정확한 강력한 도구입니다
이번 포럼을 통해서
인공지능을 활용한 도시 생태 현황 관리를 위한
실천적 해법을 찾고
정책 방향 등에 대해
자유롭게 의견을 나누는 시간이 되었으면 합니다
포럼의 진행 순서는 인사 말씀,
발제자 주제 발표,
전문가 지정 토론, 질의응답
및 종합토론 순으로 진행될 예정입니다
오늘 포럼은 서울시 공식 유튜브로도 생중계되고 있습니다
유튜브를 시청하고 계시는 시민 여러분들께서도 궁금하신 내용이나 질문을
채팅창에 댓글로 남겨주시면
전문가 토론 이후 질의응답 시간에 답변 드리도록 하겠습니다
그럼 지금부터 제154차 생태도시 포럼을 시작하겠습니다
먼저 질의응답
서울시 조남준 도시공간본부장님의 인사 말씀이 있겠습니다
본부장님을 큰 박수로 맞이해 주시기 바랍니다 반갑습니다
도시공간본부장 조남준입니다
무더운데 잘 오셨습니까?
무더운 날씨에도 생태도시포럼에 참석해 주신
우충현 생태도시포럼
운영형 운영위원장님을 비롯한 발치자,
토론자 여러분들께
깊은 감사의 말씀을 드리도록 하겠습니다
작년 올해도 그렇고
계속 기후가 예년 같지 않습니다
데뷔하기 위해서
서울시에서 다양한 노력들을
기후환경본부뿐만 아니라
도시공간 본부에서
다양한 노력들을 하고 있습니다
오늘 개최하는 도시생태포럼이
저도 그때 당시 98년에 논의가 있었고
그때 당시 98년에 논의가 있었고
저하고 우리 오충현 교수님이
그때 이제 서울시에 같이 근무를 하면서
옆자리에 앉아서
이렇게 그런 이런 고민들을 했었던 것이
벌써 28년 정도가 된 것 같습니다
사실 그때 당시만 해도
비오토비라고 하는 내용들을
지금은 모든 분들이
거의 일반적인 상식 정도 수준으로 알고 있지만
90년대 말 그때만 해도 비오토비라는 것이
무엇을 얘기를 하는 것인지에 대한 인식이 전혀 없었던 시대였습니다
그때 당시 도시계획국에 도시생태팀이라는 것을 만들었을 때
외부에서도 그렇고
상당히 의아해 했었고
그것에 대한 어떤 일에 대한 어떤 스코프라든가 범위에 대해서
사실 고민을 했었던 기억들이 있습니다
시간이 되돌려서
한 30년 가까이 지나다 보니
참 우수한 미리 선제적으로
그러한 고민을 했었다라는 것이
그때 당시 이러한 팀을 만들고
조직을 만들었었던 것에 대한 해안이 아니었을까 싶습니다
그때도 뭐 여러 가지 환경에 대한 문제가 있었지만
지금보다는 그래도 조금 더 이러한 것들의 인식들이 적었는데
최근에 있어서
앞으로는 점점 더 기후변에 대한
어떤 고민과 노력들이 점점 많아지고 할 거라고 생각을 합니다
저희가 벌써 154차 회의를 한다고 하니까
상당히 감개무량하고
그동안 저도 담당 과장으로서 팀장으로서
생크로시 포럼에 대해서
여러 번 참여를 했습니다마는
또 여러 가지 주제에 대한 고갈과 이런 것들 때문에
한동안 성대하게 열리지 못하다가
이번에 이혜림 과장님이 새로 오셔서
야심차게 준비한 것 같습니다
이제는 좀 더 발전된 어떠한 기법들,
AI라든가 새로운 신기법과 관련돼서
좀 더 효율적이고
능률적으로 이런 연구와 논의가 진행이 되는 것이 좋겠다는 생각을 가지고 있습니다
오늘 모쪼록 유익하고
즐거운 자리가 됐으면 좋겠고
우리 직원들, CS 직원들도 많이 참석을 하시고
여기서도 오셨는데
무엇인가 하나 배워가고 익혀서
좀 더 멋진 서울을 위한 밑거름이 됐으면 하는 바람을 가지고 옵니다 감사합니다
조남준 본부장님 인사 말씀 감사드립니다
다음은 오충현 생태도시포럼
운영위원장님의 인사 말씀이 있겠습니다
위원장님을 큰 박수로 맞이해 주시기 바랍니다 안녕하세요
생태도시포럼 운영위원장을 맡고 있는 동국대학교 오충현입니다
앞서 조남준 본부장님
말씀해 주신 것처럼
98년부터 이 포럼이 진행이 됐습니다 당초에는...
시민단체 중심으로 해서
전문가 중심으로 진행이 되다가
당시에 서울시 도시교육국의 도시생태팀 등과 같은 직제가 생기는 변화가 좀 있어서
실질적인 사무국을 1년 후인 99년부터
지금 한 27년 가까이
서울시에서 담당을 해오고 있습니다
아마 제 기억에
우리나라에서 정부기관이 담당한 포럼 중에
이렇게 오래 지속된 포럼은
생태도시포럼이 유일하지 않나라고 하는 생각이 들고요
앞으로도 계속 진행을 하시게 되면
그 기록이 깨지지 않고
계속 이어질 것 같다라고 하는 생각이 좀 듭니다
그리고 더 감사한 거는
이 긴 시간 동안
사실은 계속해 주셨던 분이
지금 말씀하셨던 조남준 본부장님이신데요
처음부터 지금까지 포럼이 잘 될 수 있도록
지원을 해주셔서 감사합니다
그리고 오늘 토론자로 참여해주신
송윤주 박사님도 포럼 1기 때부터
지금까지 계속 참여를 해주고 계시고요
1기 때 처음 발표를 해주셨는데
그 당시 발표 주제가 비오톱 지도였습니다
그런데 오늘 김완수 박사님께서
비오톱 지도에 대한
새로운 접근 방법을 말씀해주시게 되어서
더욱 뜻깊은 시간이 된 것 같습니다
특히 그동안 생태도시포럼을 통해서 발표된 주제들이
그냥 공론에 그치지 않고
실질적으로 서울시의 주요한 정책으로
많이 제안이 되었습니다
대표적인 것이 도시생태현황도인데요
이런 제도들이 서울시에서 그치지 않고
사실은 국토부나 환경부 등의 법제화 과정을 거치게 되었습니다
그래서 도시생태현황도 같은 경우는
이미 자연환경보전법 안에 법제화가 되게 되고
전국적으로 확대되는 그런 성과도 좀 있었습니다
그동안 생태교실 포럼에 발표를 해주셨던
많은 전문가들,
토론해주셨던 분들에게
이 자리를 빌어서
다시 한번 감사드리고요
그 다음에 이런 일들이 정책화될 수 있도록
지원을 해주셨던
서울시 이전엔 도시교육국이었는데요
지금 도시공간본부에 계신 공무원들,
여러 선생님들께 다시 한 번 감사를 드립니다
과거에는 저희가 도시재난이라고 하는 부분들,
도시환경변화에 대한 부분을 집중해서 고민을 했었는데요
최근에 와서는 기후재난이 더욱 심화되고 있어서
이 문제를 어떻게 해결할 것인가가
더 큰 과제가 되고 있는 것 같습니다
또 이 문제 못지않게
사회적인 문제로 인구소멸문제 또한 상당히 심각한 문제로 다가오고 있어서
앞으로 생태도시 포럼이 지속되면서
이런 주제들을 지속적으로 검토하고
대안을 제시해 주시면
큰 도움이 좀 될 것 같습니다
다시 한 번 오늘 이 자리에 참석해 주신 전문가
그다음에 여러 공직자 선생님들께 감사드리고요
참여해 주신 여러 시민들에게도 다시 한 번 깊은 감사를 드립니다 감사합니다
오충현 위원장님 인사 말씀 감사드립니다
다음은 오늘 포럼에 참여해 주신 전문가 분들을 소개해 드리겠습니다
호명되신 분은 잠깐 일어나셔서 인사해 주시고
참석자 분들은 큰 박수로 환영해 주시기 바랍니다
발제를 맡아주실 경기연구원
김한수 박사님 참석하셨습니다
토론회 자장을 맡아주실
서울대학교 환경대학원 송영근 교수님 참석하셨습니다
토론을 맡아주실
서울시립대학교 조경학과 박찬 교수님 참석하셨습니다
서울연구원 송인주 박사님 참석하셨습니다
한국환경연구원 이명진 박사님 참석하셨습니다
박수 이어서 김한수 박사님의 도시생태현황관리를 위한
인공지능과 공간정보기술적용에 대한 주제 발표가 있겠습니다
김한수 박사님께서는 경기연구원 기후환경정보센터장으로 재직하고 계시고
기후환경정보, 스마트환경정책,
탄소중립 등 분야에서
다양한 활동을 하고 계십니다
박사님을 큰 박수로 맞이해 주시기 바랍니다
네, 안녕하세요
방금 소개받은 경기원구원에서 근무하고 있는 김한수라고 합니다
사실은 생태도시포럼에
저도 대학원 때 많이 참석을 하고
2005년도에는 한번 발표한 적이 있더라고요
제가 찾아보니까
20년 전에 한번 발표한 적이 있어요
도시생태랑 지도 같은 경우는
사실 대학원 다니거나
아니면 박사 논문도
도시생태랑 지도 쪽이기도 하고
서울시 조사를 많이 했고
경기도에서 연구를 하면서도
서울시에서 했던 여러 가지 연구 성과들이
환경부로 가기도 하고
국토부로 가기도 해서
이게 법제화가 되고
그 이후에 경기도 뿐만 아니라
경국에 있는 많은 지자체들이
도시생태랑 지도를 작성하고 있습니다
그 과정에서 많은...
기술들이 개발되기도 하고
지자체별로 특정한 목적을 가지고
새로운 방법론을 적용하기도 하는 방법들이 있어서
그런 것들을 다 모아서 작년하고
재작년에 경기도 전체에 대해서
경기연구원에서 31개 시군 전 지역에 대해서
도시생태연항 지도를 다시 만들었습니다
그걸 저희는 광역도시생태연항 지도라고 부르는데
그거를 위해서 여러 가지 기술들이 들어간 부분들이 있는데
그것들을 조금 발췌해가지고
오늘 좀 말씀을 드리도록 하겠습니다
저희가 만들고 있는 도시생태현황제도를
기반으로 해서
경기도에선 기후 플랫폼이라고 하는 플랫폼을 오픈해서 있습니다
지난달부터 오픈되어 있고요
지금 핸드폰으로 들어가시거나
인터넷에서 들어가시면
바로 볼 수 있는데요
그 안에서 경기도의 모든 자연환경에 대한 정보들이라든지
아니면 에너지 여러 가지 것들을 공개하고 있는데
그 플랫폼에 기반이 되는
모든 정보들은 도시생태현황제도로부터 왔다라고 보시면 될 것 같습니다
그 부분 조금 설명드리고 탄소호흡수...
배출원 정보 고도한 부분들,
그 다음에 탄소 총량관리 정책
이런 부분들
조금 설명드리도록 하겠습니다
기후 플랫폼의 추진 배경을 보면
경기도 입장에서는 재생에너지를 도입하고
정량적으로 탄소를 관리하고
기후 위기극에 적응이 필요한 데이터를 만들어내고
기후 격차 문제를 해결하기 위한 데이터가 필요한데
그 데이터들을 모아서
플랫폼으로 제공하겠다라고 하는 사업을 추진할 때
그럼 도대체 이 데이터는
어디로부터 올 거냐라고 했을 때
도시생태 현황 지도로부터 올 수가 있다라는 게 먼저 방향성이었고요
그런 것들을 저희가 가지고 와서 만들게 됩니다
플랫폼은 도민용이 있고요
기업용이 있고 공공용이 있습니다
도민에게 공개되는 서비스가 있고
기업을 위한 서비스,
공공에 대한 서비스가 정리되어 있습니다
데이터를 보시게 되면
경기도 디지털 트윈에 대한 얘기,
그 다음에 기능에 대한 얘기,
서비스에 대한 얘기들이 정리되어 있고요
이런 것들을 저희가 가지고
오늘 말씀드릴 내용들은
이 부분들이 되겠습니다
이 플랫폼에서 저희가 도시생태계량도를 만드는 데 있어서
이 플랫폼을 설명을 드려야 되는데
라이다 데이터를 사용하게 됩니다
라이다 데이터라고 하는 것은
여러분들이 잘 아시겠지만
자전차에도 달려있고요
이런 것들을 레이저 빛을 통해서
위경도 자표값하고
높이값을 갖는 점 데이터를 측정하게 되는 것인데요
경기도 전체를 저희가 라이다 촬영을 통해서
여러 가지 자표값을 포인트 클라우드를 만들게 되고
가장 중요했던 것들이
어떤 것이냐면
동일 시기에 찍는다라고 하는 관점이랑
초고해상도로 찍는다라고 하는 관점이었습니다
동일 시기가 아니라
입이 있을 때 찍고 입이 없을 때 찍으면
그걸 이분하게 분석할 수가 없기 때문에
동일 시기에 찍어야 되는 한계가 있었고
두 번째는 기존에 없던 기술이 아니라
국내 지리원이라든지 이런 데서 사용하던 기술입니다
그런데 이런 것들이 사실은... ... ...
저해상도로 찍어서 목적에 맞게만 사용했는데
그것이 아니라
굉장히 높은 수준의 초고해상도로
아에다를 찍겠다라고 하는 목표가 있었습니다
그래서 보시면 경기도 전역에 대해서
5개월 내에 입이 있는 유협기라고 부르는
그 시기 내에 전체 지역을 촬영을 완료하게 되고
평균 점밀도가 1제곱미터당
지금 109포인트 정도가 나오게 됩니다
저희가 제한 조건으로 걸었던 것은
최저 50포인트를 넘어야 된다라고 하는 것들하고
중요한 것은 나무 밑,
그러니까 수목 밑 밑에 있는 지면점도
최저 8포인트는 나와야 된다라고 하는 것을
제한 조건으로 걸고 촬영을 하다 보니까
평균 점밀도가 109포인트가 나오게 됩니다
이건 또 그리고 품질 검증 과정을 다 거치게 돼서
진행이 되게 됩니다
점밀도 성과에서 가장 중요했던 것은 뭐냐면
왼쪽에 보이시는 것은
지금 국가가 가지고 있는 기준입니다
어떤 기준이냐면 1대 5천 도염내에서
점이 어디 찍혔든지 간에
전체 면적에서 평균으로
2.5포인트가 넘으면 합격 라고 해서
이렇게 데이터를 구축하게 되는데
그것이 아니라
이번에 저희가 하려고 했던 것은
나무도 분석해야 되고
여러 가지 분석해야 되니까
모든 1M 격자마다 50포인트가 넘었느냐
산림인 경우는 지면점에 8포인트가 떨어졌느냐를 다 검수하게 됩니다
그래서 그 검수하는 과정이
제일 중요했고
제일 중요했던 게
균일한 점검,
포인트 스페이싱이라고 하는
0.35M 이하를 맞추는 성과를 맞춰야지만
이 데이터 가지고
앞으로 말씀드릴 모든 것들을 할 수가 있었습니다
그렇게 만들어진 데이터들을 보시게 되면
왼쪽에 보이시는 게
그림처럼 보이시겠지만
요즘은 라이더를 찍을 때
점 데이터 안에 RGB 값을 넣을 수가 있거든요
그래서 지금 그림처럼 보이긴 하지만
저게 다 점 데이터입니다
그래서 XYZ 값,
높이 값을 가진 점 데이터가 있고요
경기도 전체 점 데이터 개수를 좀 챙겨보면
한 1조 1천억 개 정도가 되는 것들이고요
이렇게 만들어진 점 데이터를 가지고
특히 세 가지의 데이터를 구축하게 됩니다
첫 번째 지형 데이터,
DEN 같은 경우는
0.5M급을 만들게 되고 수
투명 모델도 DSM도 0.5M,
DTM도 0.5M급을 만들어서
굉장히 정밀한,
국가가 아직도 한 번도 만들어보지 못했던
정밀한 지면 데이터들을 만들어내게 됩니다
뒤에도 말씀드린 건데
저것들이 있기 때문에
여러 가지 분석할 때
정확도를 굉장히 극단적으로 올릴 수가 있습니다
두 번째는 저게 지면에 관련한 것이라고 하면
두 번째는 인공구조물인데요
인공구조물도 사실은 건물도 있고
교량도 있고
여러 가지가 있겠지만
이런 것들을 저희가 점 데이터를 가지고 있기 때문에
이걸 가지고
건축물 3D 모델을 만들게 되는데
경기도 전역의 모든 건축물에 대해서
170만 채에 대해서
3D 건물을 만들게 됩니다
그리고 세 번째는 저기서 점 데이터 중에서
아까 말씀드린 것처럼
수목에 찍혀있는 점 데이터를 가지고
나무 한 그루 한 그루 개체목이라든지 수고라든지
칼리즘 층위 구조라든지
바이오메스 인분밀도를 분석할 수 있는
여러 가지 기법들을 기술들을 개발해서
그걸 가지고
저희가 세 가지 형태의 만들어서
저희 라이다 데이터를 사용하고 있습니다
그 다음에 이건 라이다
데이터 같은 경우는
그러면 외형 데이터라고 볼 수 있는데요
현실 데이터를 연결을 해야 됩니다
그래서 보시면 건축물 정보라든지
아니면 인구 정보,
탄소 흡배출량 정보
이런 것들을 하나하나 다 거기다 연결을 시켜주게 됩니다
예를 들면 모든 건축물에 대해서
건축물 대장을 연결시켰고요
그 다음에 건축물 대장에 보면
부동산에서 가져올 수 있는 에너지 사용량이라든지
그 다음에 GIS 정보로
건물 통합 정보라든지
이런 것들을 저희가 하나씩 하나씩 다 맞춰서
현실 데이터를 연결시키고
탄소 흡수량하고
배출량도 저희가 여러 가지 분석한 것들을
다 그 안에 넣는 거죠
이것들을 넣는 과정에서
그릇이 되는 게
비오톱 지도라고 생각하시면 될 것 같습니다
비오톱 경계 안에 있는
비오톱 유형들 하나하나라고 보시면 되고요
그리고 또 인구 정보도 넣게 되는데
생활인구, 유동인구, KT하고
SKT 모바일 데이터를 사용해서 만들어진 유동인구하고
그다음에 기후 취약인구
분석한 정보를 넣게 되고
가장 중요한 것이
경기도 전역에서 한 15만 포인트 정도에 대한
비오톱 조사가 있었고
그렇게 만들어진 비오톱 지도의 현실 데이터를
현장 조사 데이터를 거기다 연결시키게 됩니다
그러니까 결론적으로 말씀드리면
라이다를 찍고
라이다로 만들어진 디지털 트윈 데이터 안에다가
속성 정보로서
도시 생태 현황들을 잘 만들어서 연결시켰다
이렇게 보시면 될 것 같습니다
경기도 광역 도시 생태 현황 지도는 지금 전체 만들어져서
오픈해서 사용되고 있는 상황이고요
전체 폴리곤 수는
한 180만 개의 포인트 정도가 되어 있고요
대분류 9개,
중분류 52개,
소분류 193개,
그리고 세분류,
저희는 4단계입니다
경기도 같은 경우는
652개까지 되어 있고
이건 계속 확장되어 나가는 상황입니다
그래서 비교를 좀 해보면
임상도 같은 경우는
헥타당 0.34개인데
도지생태량도 같은 경우는
헥타당 1.82개 정도 되고
생태자연종 같은 경우는
헥타당 0.16개인데 밀도로 따지면
훨씬 더 높은 수준인 것을 알 수가 있습니다
그래서 조금 자세한,
기존에 만들어졌던
어떤 비호톱 지도보다는
굉장히 자세한 비호톱 지도가 만들어져 있다고 보시면 되고요
지금 보시면 이런 겁니다
예를 들어서 공동주택 같은 경우는
과거에 아파트 단지 이렇게 했는데
그게 사실 아니라
아파트 단지 안에서도 녹지가 있는 면적
아니면 놀이터가 있는 면적 도로가 지나가는 면적
이런 걸 다 분리해서
하나하나 비호톱 유형으로
세분류 비호톱 유형으로 잡아내고
산림지역에서도 식물 동단으로 잡고
하천지역 안에서도 하천에 있는 하상이라든지
이걸 고민해서
다 하천지역 분리가 되고
경작지도 굉장히 디테일하게 분리가 되어 있다라고 보시면 될 것 같습니다
그러면 이런 것들의 정보를 구축해서
우리가 어떻게 사용했는지를
조금 말씀드리도록 하겠습니다
첫 번째 경기도 탄소 공간 정보를 구축하는데
굉장히 많은 노력들을 했거든요 보시면
중앙정부에서 건물 부분도 주고
수송 부분도 주고
탑수원 부분도 주고 있는데
건축물 탄소 배출 부분들이라든지
수송 탄소 배출이라든지
탄소 흡수 부분
이런 것들을 저희가 고도화시켜 나가는 과정들이 있습니다
그래서 건축물 탄소 배출 같은 경우는
건물의 에너지 사용량 기반으로
어떻게 할 것이냐
수송은 수송 부분,
탄소는 탄소 흡수 부분 흡수량이라든지
수목 저장이라든지 토장 저장이라든지
이런 것들을 고도화시켰고
온실가스 인벤토리까지도 국가가 주는 것보다
훨씬 더 고도화된 것들을 가지고 있습니다
건축물 중심의 탄소 배출량
공간정보화 같은 경우는
아까 말씀드린 것처럼
도시냉태낭 지도 안에 건축물 정보가 들어가 있고
거기 안에 건물 정보들이 들어가 있기 때문에
건물 안에다가 저희가 연결시켜 놓은
여러 가지 에너지 데이터라든지
이런 것이 있어가지고
지금 보시는 것처럼
건물을 눌러보시면
이게 난방인지 가스를 썼는지
아니면 에너지를 썼는지
이런 것들을 다 알 수 있는 정보들이 들어가 있습니다
그래서 이거 가지고
저희가 분석을 할 수 있고요
그 다음에 항공라이다 기반으로 해서
건축물 분석한 것들
지금 봤을 때
라이다를 가지고
왜 항공라이다?
건축물을 만드느냐
라고 말씀을 하시는데
왼쪽에 보시는 것처럼
어떤 건물 같은 경우는
건물에 3D 모형을 만들 때
이렇게 만듭니다
한 층당 3M가 될 거니까
15층짜리 건물은 45M일 거야
라고 만들게 되거든요
그렇게 만들게 되면
사실은 틀립니다
필로치도 틀리고
높이값도 다 틀리는데
저렇게 분석한 거는
나중에 모형을 만들어보거나
아니면 여러 가지 에너지 효율이라든지 검색할 때
또는 이것이 미치는 어떤 음영 때문에
옥상에 들어가는 에너지 태양광 설치할 때 보면
오류로 일으키기 때문에
라이다 기반으로
다시 한번 제대로 다 만들었다고 보시면 되고요
거기다가 아까 말씀드린 것처럼
건축물 모델을 만들고
거기다가 부동산 에너지 사용량을
다 입력을 시켜가지고
PNU 코드를 다 맞춰서
이런 것들을 만들어서 사용하고 있습니다
지금 보시는 것들이
탄소 배출량에 대한 부분들
저희가 보면
건축물 에너지 사용량,
탄소 배출량 단위 몇 장 사용량 해가지고 사용하고 있고요
이거는 지금 경기 기후 플랫폼 안에서 서비스가 되고 있는 들어가서 보시면 보실 수 있는 사항입니다
건물 하나 선택하시면
왼쪽에 보이면
여기에 이 건물마다 주소라든지
어떤 것들이 나오게 되는 데이터들이 나오게 되어 있습니다
수송 부분도 저희가 모든 도로마다 있는 통행량이라든지
이런 것들을 가지고 해서
지금 저희가 분석해서
수송 부분에 탄소 외출량도 선정하고 있고요
결국 지금 연말까지는
저희가 카카오랑
지금 얘기를 하고 있는데
카카오의 모빌리티의 통행량을 더 받아와서
레벨 3로 올릴 예정으로
진행이 좀 되고 있습니다
지금 보면 탄소 매출량 수송 정보 내고 있는 것들이고요
탄소 흡수량 부분부터 좀 말씀드리도록 하겠습니다
탄소 흡수량을 보시면
경기도 전체에 고해상도 탄소 흡수량,
식생 탄소 흡수량을 구축했습니다
보시면 저희가 가지고 있는 입력 자료들이
굉장히 고도화된 것들이 많이 있기 때문에
고해상도 연명도 지수라든지
태양 복사량의 산출이 가능합니다
그리고 그걸 바탕으로 해서
우리가 베스 모델이라고 하는
전지구 구모에서
기작 중심으로 분석하는 방법론이 있는데
그걸 적용해가지고
모형을 개발하게 되고
경기도 전역에 대해서
10M급 MPP와 GPP를 분석한 내용들을 만들게 되고
현장 관측을 통해서 만들어진 여러 가지 플러스 타워 데이터를 가탕으로 해서
조금 더 피팅시켜서
좀 더 정교한 부분으로 가져가고 있습니다
좀 자세하게 말씀드리면
센티널2 영상을 가지고 와서
이것을 결축보완시켜서 초해상을 시켜서 만든 데이터하고
경기도 광역도시생태량지도랑 결합시켜서
연면적지수, 태양복사량지수를 만들고
그 바탕으로 해서
기작중심의 탄소 흡수들이 만들어지게 되고
GPP하고 MPP 정도가 나와서
그걸 가지고
국가산림자원인벤터리랑 비교한다든지
현장관측, 지상라이더,
경기도 전역에서
저희가 지상라이더를 통해서
수목을 한 4천 개 정도를 스키니한 것들이 있거든요
그걸로 만든 자료들하고 분석을 해서 비교평가해서
탄소 저장량하고 변화량을 구축해서
지금 현재 1제곱미터당 얼만큼의 탄소를 흡수하는지
흡수량을 저희가 제공하고 있습니다
지금 보시는 것이
비옵도 별로 눌러보면
저렇게 나오게 됩니다
무슨 나무가 있고
몇 그루가 있고
어느 정도의 탄소를 흡수하고 있고
밑에 거는 격자로 만들어진 것
사실 이렇게 한 이유는
비오톱을 평가할 때
뭐가 중요하냐면
우리가 이게 무슨 종이야
이게 싱갈나무하고 아카신나무하고
이런 것들은 어느 종이 중요해
이런 걸로 평가를 많이 하는데
사실 종 중심에서 평가도 중요하지만
이 식생이 도시 생태량에서
얼만큼의 역할을 하는지
얼만큼의 탄소를 흡수하고 있는지
아니면 얼만큼의 바이오매트를 가지고
열 쾌적성에 담당을 하는지
이런 것들을 분석하는 게 되게 중요하거든요
그래서 그런 것들에 넣기 위해
평가지표로 넣기 위해서
탄소량을 분석한 것이라고 보시면 되겠습니다
바이오매스 같은 경우는
탄소 흡수량 말고
이 비오톱 안에
얼만큼의 생물량이 있는지를
지금 분석하는 방법인데요
분석하기 위해서 만들어진 건데요
항공라이더를 통해서
개체목을 하나하나씩 분류할 수 있습니다
설명들이 너무 복잡하긴 하지만
하나하나씩 분석을 해서
그것에 대해서
저희가 새로 만들어낸 상대수고
생장식을 통해서
바이오매스를 계산하게 되고
경기도 접경지역이 있습니다
접경지역에 대해서는
위성영상 자료를 통해서
여러가지 인공지능이라든지
머신러닝 기법을 통해서
탄소 저장량을 산출해가지고
탄소 저장량을 저희가 가지고 있습니다
조금 말씀드려보면 항공라이다가 들어오게 되면
항공라이다를 클래시피케이션 해가지고
이게 지면점에 맞은건지
아니면 나무인건지를 분리하게 됩니다
이때도 여러가지 머신러닝 기법이 사용되게 되고요
만들어진 것들을 가지고 나서
지형정보를 로말라이제이션 평평하게 만들어지게 되면
나무의 높이값들이 잘 나오게 되거든요
여기서 중요한 게
과거의 정보는 지면점에 떨어지는 포인트 수가 되게 적었습니다
그러니까 DEM이 되게 뭐라고 할까
스무딩되어 있거나
DEM이 되게 정확하지 않았는데
그렇기 때문에 DEM이 정확해지면
정확해질수록 로말라이젠 시켰을 때
나무의 높이값들이 다 달라지게 되거든요
그렇기 때문에 나무를 더 수목 개체목을
하나씩 하나씩 디테팅하기가 좋아진 겁니다
과거에 없던 기술이 아니라
과거에도 있던 기술인데
로컬 맥시멜이라든지
이런 기술이 있었던 건데
그걸 쓰는 데 있어서
D임이 정확하지 않으니까
정확도가 좀 떨어졌던 부분들이 있는데
그것들을 개선함으로써 많이 좋아졌다라고 보시면 되고요
그래서 개별 수목 정보가 도출이 되게 되고
개별마다 수목의 꼭짓점 값을 찍을 수 있으니까
또 수목 수고가 나오게 되고
수고로부터 흉고
직경을 산출하게 되고
수고와 흉고 직경을 아니까
바이오메스를 알게 되고
바이오메스로부터 우리가 탄소 저장량이 얼만큼 있을 것인지를
환산하게 되는 과정이라고 보시면 됩니다
지금 보시는 것들이
왼쪽에 보시는 사진들 보면
여기 알록달록하게 보이는 게 있는데
저기 나무,
비오톱 경계 안에 있는 나무 하나하나씩을 분석하게 된 내용들이고요
지금 이거 탄소 저장들이 들어가 있다고 보시면 됩니다
그래서 경기도 전역에 보시면
지금 보시는 것처럼
지금 서비스 되고 있는 화면입니다
눌러보면 이쪽에 보면 필지,
아파트 단지 안에 있는
아니면 주변에 있는 완충목지에
바이오맨스가 얼만큼이야
물론 산림도 존재하고
이런 바이오맨스들이 대부분 녹지지대에
탄소 저장량에 들어가 있다
라고 보시면 됩니다
다음은 층위구조 부분인데요
이것이 가장 중요한 오늘 얘기하는 것 중에
핵심적인 부분일 수 있습니다
우리가 어떠한 비오톱을 평가하거나
도시생태련소를 만들거나
생태자연도를 만들거나 할 때
가장 중요하게 생각하는 것 중에 하나가
지금의 비오톱이
또는 이식생 구조가 안정적이냐 안정적이지 못하냐를
평가할 때
층위구조를 평가하게 됩니다
그런데 층위구조라고 하는 것이
사람이 들어가서 평가를 하게 되거든요
그런데 누구는 이쪽에서 평가를 하게 되고
누구는 저쪽에서 평가를 하게 되면
같은 비오톱이라도 보는 시각이 다릅니다
이거는 저희 지도교수님과
저랑 같이 가서
다른 평가를 하기도 하는 상황이어서
전문가마다 다 다르게 평가하거든요
사실 문제가 여기서 있습니다
이거는 누가 평가하냐에 따라 달라지기 때문에
공정한 평가가 아닐 수가 있거든요
그래서 굉장히 저희가 공을 많이 들인 부분인데
승인구조를 평가해보자라고 하는 부분인데
이거는 지금 옆에 앉아계시는
송영근 교수님께서
많은 연구를 통해서 도와주셨던 부분들인데
라이더를 통해서
포인트 데이터를 다 꺼내보면
지금 보시는 것처럼
전체 층위 구조
여기가 이제 하나의 여기 하나의 비오톱이라고 보면
0에서 2M까지의 점수를 뽑아내고
2에서 8M까지의 포인트 개수를 뽑아내면
이 포인트 개수가 LAI 값,
리프 에리어 인덱스거든요
입이 많이냐 적냐를 뜻하는 거니까
뽑아내서 보면
어느 층위가 발달이 잘 되어 있느냐를
우리가 확인할 수 있는 거죠
그런데 이것들을 점수가 아니라
그것들이 미치고 있는 피도로 계산하게 되면
수평적으로 어디 쪽이 피도 입장에서 다 발달되어 있느냐를 볼 수가 있는 겁니다
그런데 사실은 이거는 한 번 해본 거고
왜냐하면 나무가 크든
작든 층위가 구성될 수가 있는 거니까
그래서 높이값에 상관없이
전체적으로 레이어가 몇 개냐라고 하는 것을 봤을 때
층위가 구분되는 지점이 있습니다
이 지점이 2개면 2개면 3개 층위가 되겠죠
그래서 이걸 구분하는 방법이 필요해서
지금 저희가 만들어내는 방법은
지금 도함수를 통해서 만들어내는 방법입니다
0에서 1M까지 있는 포인트 수를 바탕으로 해서
도수분포표를 그리고 그 도수분포표를 기반으로 해서
스무딩 시스토그램을 그린 다음에
도함수라고 하는 게
접선의 기울기거든요
그 기울기가 급격히 변하는 지역들을
1차 도함수,
2차 도함수 하게 되면
결론적으로 결국 지금 보시는 것처럼
층위가 많이 발단된 곳에서
이 변화율이 급격히 변하는
이 세 가지를 찾으면
여기는 3개 층위라고 볼 수가 있는 겁니다
그래서 1, 10제곱미터당
이 경기도 전체를 10제곱미터로 다 나눠가지고
이걸 다 분석을 한 거죠
이걸 분석하려고 새로운 프로그램도 새로 만들고 했는데
결국 그래서 만들어진 것들이
지금 보시는 이런 플러스당, 1, 10제곱미터당
짙은 곳은 4개 층이고요
옅은 곳으로 갈수록
층위가 구성이 좀 적은 부부라고 볼 수 있습니다
지금 보시는 것이
여기가 관악산 쪽이거든요
관악산 쪽에 산림이 되게 많기 때문에
여기 소나무가 많은 안반 지역이기 때문에
층위가 적은 거고요
내려와서 저지대로 바뀌는 중에서
층위 구성이 토심이 높기 때문에
많은 층위가 발달된 것들을 볼 수가 있고
이거는 식생 유형별로,
비오톱 유형별로 층위가 많이 다르다는 것
그다음에 이거는 계곡부 층위 현황자로서
그래서 사실 보면
여기를 평가하고 싶은 사람 중에 나쁜 마음 먹은 사람은
여기 가서 평가하고요
보호하겠다는 마음 먹은 사람은
여기 가서 평가를 하는 거거든요
그거를 막겠다라는 겁니다
그래서 저희가 층위구조를 평가를 공정하고
공평하게 해서
비오톱 유형평가라든지
개별 비오톱 평가에 대해서
공정성을 기여하기 위해서
지금 만든 것처럼
층위구조를 평가하게 됐다라고 봅니다
토양 부분인데요
토양도 저희가 경기도 전역에 대해서
산소 흡수량이랑 저장량을 했지만
사실 이게 배출량에 비하면 되게 적습니다
그래서 토양 안에도
탄소 저장량이 있을 거라고 생각을 하고
경기도 전역에 대해서
1500 지점에서 3, 4개의 샘플을 얻어서
4,000개의 샘플을 가지고
분석을 하게 되고
이것들은 토양 유럽의 루카스라고 하는 프로젝트가 있는데
토양조사 프로젝트인데
거기보다 조사밀도가 100배 정도 많은 거라고 보시면 되겠습니다
그래서 이렇게 분석된 토양을 가지고
이와학적 분석도 하지만
저희가 이걸 초분광이라든지
근적외선 분광 영상으로 찍어가지고
이와학적 분석한 내용하고
분광 라이브러리를 다 매칭을 시켜놨습니다
분광 라이브러리를 저희가 공개할 예정이거든요
그러니까 앞으로 토양을 뜨게 되면
분광 라이브러리를 찍어보면
이와학적 분석을 하지 않더라도
사진을 찍는 것만으로
대충의 토양 저장량을 알 수 있도록
라이브러리를 저희가 오픈할 예정입니다
지금 오픈되어 있습니다
그리고 저희가 만든 것은
토양 유기탄소, 미생물탄소,
탄소 분해, 턴사,
취역성 지동에 대한 주제도들이 만들어져 있고
그것들을 하고 있습니다
지금 IPCC 표준 방법론에 따라서
토양 유기탄소에 대한 부분들을 진행한 부분들이고요
그래서 지금 말씀드린 것처럼
이 분간값들이 저희가 얘기되면
저희가 이 라이브러리를 공개했기 때문에
많은 토양 하시는 분들이
자유롭게 사용하실 수 있을 거라고 보여집니다
예측론을 개발했던 거,
여기도 당연히 머신러닝 사용하고
여러 가지 기법들을 사용해가지고
좋은 결과를 얻었다라고 보시면 되겠습니다
지금 만들어져 있는 토양 유기탄소 저장 지도고,
입작성 유기탄소 저장 지도의 모습이 되겠습니다
그다음에 저희가 온실가스 인벤토리도
새로 구축했습니다
왜냐하면 국가가 제공하는 GIR에서 제공하고 있는
온실가스 인벤토리들이 간접 배출량이라든지
정확성이 약간 부족한 부분이라든지
제일 큰 게 2년 이상의 시차가 발생하고 있거든요
그래서 저희가 만약에
2024년 통계를 통해서
우리가 2025년에 공개가 되는데
사실 그 자료마저
2022년 자료를 사용하고 있습니다
그래서 이런 것들을
저희가 빨리 할 수 있도록
저희가 여러 가지 방법론을 통해서
프로그램을 만들었고
이 프로그램을 통해서
31개 시군들이 담당자가 입력을 하게 되면
경기연구원으로 이 데이터들이 모여가지고
바로 작년 것들을 올해 알 수 있도록
그러니까 G.I.R에서 제공하는 것보다
훨씬 더 좀 해상도가 높고
조금 더 디테일한 내용까지 포함돼서
조금 더 잘 만들어져 있는 시의성이
높은 데이터까지 구축하고 있다라고 보시면 됩니다
이게 이제 그 내용이고요
사람들이 많은 분들이 관심을 가져주고 계신 부분들이
탄소총장관리정책에 대한 부분들이 있는데
결국 그러면 경기도는 왜 비오톱지도 가지고
이런 거 저런 거 다 해서 했느냐라고 하는 게
경기도 입장에서는 서울시도 마찬가지지만
경기도는 개발사업이 엄청나게 있거든요
그 개발사업이라든지 토지이용변화사업에서
탄소가 어떻게 변화되는지
어떻게 증감되는지를 명확하게 이해한 상태에서 계획이라든지
수립하든지 개발 계획을 하든지
여러 가지를 해보겠다라고 하는 게 방향성입니다
그래서 지금 보면은
지속적인 탄소 개발 사업으로
탄소가 굉장히 흡수원이 감소하고 있고
계획 수립 단계부터
이 사업을 통해서
얼만큼이 늘어나고
얼만큼이 줄어들 것인가에 대한 고민들을 하려고
저희들이 만들어준 거고요
그래서 지금 보시면
그러기 때문에 정보를 구축한 겁니다
그래서 흡수원 정보도 구축하고
저장량 정보도 구축하고
저장량도 토양 저장량까지 구축한 내용이 되는 거죠
그리고 탄소 배출량도 아까 말씀드린 것처럼
온실가스 탄소 배출량도
저희가 다시 또 구축을 하게 되고
건축물도 배출량을 구축한 이유도
다 이 정책을 하기 위해서 만든 것입니다
그래서 보시게 되면
개념은 간단합니다
우리가 사실은 국토부라든지
수많은 도시 하시는 분들이
토지 이용 현황에 따라서 이용 계획이 나오게 되면
배출량이 얼만큼 늘어날 거야
그걸 줄이기 위해서
우리는 어떤 일들을 하고
어떤 기술들을 개발해야 돼
이 윗부분 제로에너지 빌딩이라든지
에너지 믹스라든지
목표일출량 맞추는 것
어떻게 해야 되는 것들이
굉장히 많은 연구가 되어 있습니다
사실 그 연구 안에서 빠져있던 부분들이
개발사업으로는 흡수원의 훼손 부분들이거든요
이걸 통합적으로 한 번에 다 계산해서
무엇이 우리가 수지를 조금 확인해보겠다라고 하는 개념이고요
지금 이것들을 하기 위해서
여러 가지 데이터들이 들어가 있는 상황이고
그래서 결국 이제 만들어진 정보면은
저희가 목표 배출량이라고
목표 배출
이걸 탄소 총량 관리 적용 기간을 설정하는 것은
저희가 30년으로 기간을 설정하고 있고
도시개발사업에서 탄소 목표 감축 비율은
2030년까지 40%
목표를 감축하고 있기 때문에
40%로 우리가 목표를 맞춰놓고
사실은 지자체별로 건물 부분의 목표량들이 다르게 됩니다
우리가 관리 권한 배출량이라고 부르는데
국가가 만들어 놓은 배출량 말고
지자체가 관리해야 되는 관리 권한 배출량들이
여러 가지가 몇 가지가 있습니다
그중에서 보면 건물, 수송,
농축산 폐기물 부분이 있는데
농축산 폐기물은 너무 적은 양이고요
지자체에서 굉장히 신경 써야 되는 부분들이
건물이랑 수송인데요
수송은 사실은 줄이기가 쉽지 않은 부분들이 있습니다
아니면 전기차를 보급해야 되는 부분들
그런데 이 건물 같은 경우는
배출량이 많기 때문에
그 건물에 대한 배출량을 중심으로
과제가 좀 프로세스가 짜여있다
라고 보시면 됩니다
그래서 아까 말씀드린 것처럼
우리가 건축물 대장을
건물 하나하나에 연결한 이유가
아까 말씀드린 것처럼
이 건물 단위별로
얼만큼의 에너지를 사용하는지를
명확히 이해하기 위해서 만든 것이고요
그걸 바탕으로 해서
원단위를 저희가 만들어내고
기초제를 만들어내고
건축물 유형별 온실가스 원단위를 산정하게 됩니다
29개 유형별로 만들어져 있습니다
그래서 원단위까지 산출해놓고 있습니다
그래서 이것을 어디다 적용하려고 하냐면
사실은 환경위안평가에 적용을 하려고 하고 있고
뒤에 말씀드린 환경성 검토에 적용을 하려고 하고 있습니다
그래서 환경위안평가에서 작성할 때
탄소의 증간부분들을
총량의 관점에서 얼만큼 늘어나고
얼만큼 줄어드는지 확인할 수 있는 것들을 제도화시켜서 넣고 있고요
지금은 협의기준을 만드는 단계에 있습니다
환경성 검토에서도 넣으려고 하는데
사실은 경기도가 다소 안타깝게도
서울시는 환경성 검토 지침이 있지만
경기도는 환경성 검토 지침이 아직 없습니다
그래서 환경성 검토 지침을 만드는 과정에 있고
그 안에다가 탄소 총량에 대한 검토 지침을 넣으려고 하고 있고
지금 그런 부분에 대한 연구가
상당 부분 지존됐고
올 연말쯤이면 보실 수 있을 거라고 보입니다
저희가 탄소 총량 관리 시스템이라는 게 존재합니다
그러면 어떻게 계산할 거냐?
계산하는 방법론만 주면 안 되니까
아까 말씀드린 것처럼 연간...
수목 탄소 저장량,
탄소 저장량 이거 다 꼬아서
기후 플랫폼에 탄소 정보로 넣어놓고 있고요
지금 보시면
저희가 플랫폼 안에 들어가서
여러분들도 쓰실 수가 있습니다
경기도 어느 지역이든지
대안에 필지를 선택할 수도 있고
아니면 원하는 지역 면적을 그려낼 수도 있습니다
그린 다음에 개발 전에
탄소 수지가 어떤지
개발 계획 적용 후에
탄소 중립을 위해서는
어떤 것들을 넣을 수 있는지
재생 에너지 도입했을 때
얼만큼 효과가 될 건지
그 다음에 그 분석 결과가
리포트로 나오게 됩니다
지금 보시면 첫 번째에 들어가셔서
만약에 원하시는 지역이 있으면
이런 식으로 이렇게 면적을 설정할 수가 있고요
설정할 때 쉐프 파일로 개발 계획 도면을 넣을 수도 있고요
필지를 선택할 수도 있고
이렇게 원하는 지역을 선으로 그려낼 수도 있습니다
그리고 분석하게 되면
첫 번째 이 안에 있는 탄소 흡수원들이
얼만큼 흡수하고 있고
얼만큼 저장하고 있고
토양에는 얼만큼 저장하고 있는지가
이쪽 화면에서 이쪽 화면에서 나오게 되고요
그다음에 그 밑에 보면 건물이거든요
지금 선택한 지역 안에 있는 건물들이
얼만큼 배출하고 있는지를
아까 말씀드렸던 원단으로 만들어진 것들이 들어가 있습니다
총량이 나오게 되고
그 안에서 우리가 녹지라든지
여기서 중요한 게 밑에 깔려있는 게
비호톱 지도입니다
이 비호톱 지도 안에서
어느 비호톱을 날릴 수가 있는지
어느 비호톱을 더 개발할 건지
어느 비호톱을 얼만큼 비율로 개발할 건지 없앨 건지
살릴 건지를 결정하게 될 수 있고
그 다음에 여기서 나오는 건물들을 뺄 수도 있고
넣을 수도 있고
새로운 건물을 넣을 수도 있는 기능들이
여기 있습니다
넣고 나서 분석을 하게 되면
개발 전후에 증감률이 나오게 되고요
나중에 어떻게 될 건지
그래프로 나오게 된 다음에
마지막으로 거기다가
우리가 태양광 발전을 넣게 되면
시설 용량 얼마짜리 넣을 거냐
아니면 벽면 태양광을 넣을 거냐
아니면 제로 오리아 에너지 빌딩을 할 거냐
이런 것들을 넣고 보면
마지막으로 이제 그래프가 나오게 됩니다 넣어서
이게 지금 저희가
리포트가 바로 나오게 되거든요
리포트 나오고 나서
지도도 나오게 되고
오른쪽에 계산지 빌지처럼 나오게 됩니다
결국 앞서 말씀드린 대로
모든 과정들을 하기 위해서
도시생태량도를 썼고
도시생태량도에 고도화된 데이터를 넣고
그 데이터를 가지고
정보를 구축하고
지금 보시는 것처럼
이런 시스템을 만들어야 했다고 보시면 되겠습니다 이상입니다
김한수 박사님 발표 감사드립니다
이어서 전문가 지정토론을 진행하도록 하겠습니다
전문가 분들께서는 앞자리로 이동 부탁드리겠습니다
아이고 네 전문가 재정 토론은 자장이신
서울대학교 송영근 교수님의 진행으로 주제로 진행하겠습니다
교수님 진행 부탁드리겠습니다 안녕하십니까
토론 진행을 맡은
서울대학교 송영근입니다
먼저 이렇게 유서가 깊고
또 영광스러운 자리의 자장으로 맡게 돼서
되게 영광이고요
오늘 또한 또 발표를 들으면서
저도 연구진으로 참여하고
여기 많은 계신 분들이 아셨지만
또 한 번
이렇게 전체적으로
김한수 박사님께서 설명을 해주셔서
굉장히 인상 깊게 들었습니다
여러분들도 마찬가지 이셨으라고 생각이 되고요
그래서 오늘 토론은 박찬 교수님,
송인주 박사님,
이명진 박사님 세 분의 의견을 돌아가면서
먼저 듣고
그 다음에 이제 플로어에서
또 질문 많이 있으실 것 같은데
질문 많이 들은 다음에
이제 마지막으로 마무리를 하는
그런 순서로 이제 진행을 해보도록 하겠습니다
좀 굉장히 엄청난 이야기를 들어가지고
아이스 브레이킹을 좀 해야 되는데
제가 얼마 전에
그 젠슨 황의 또 유튜브 강의를 들어보니까
자기가 AI를 하면서
이 타임머신 이야기를 하더라고요
제가 오늘 쫙 듣다 보니까
와 내가 처음에 라이다 공부하고
원격탐사 공부할 때
이게 언제 이루어질까 했는데
이 과거 2년 동안 엄청난 일이 벌어졌구나
마치 타임머신을 타고
미래를 간 것처럼
그런 게 이루어졌구나 하는
굉장히 큰 인상을 받았고요
여러분도 그러셨을 거라고 생각을 합니다 맞죠?
평소에 하던 아이스브레이킹이 아니어서
잘 안 되는 것 같습니다
그러면서 또 하나 느낀 게
경기도가 딱 되어 있는데
도넛 홀처럼 저기 빠져있는 저기는 무엇일까
우리 서울 우리 서울도 빨리 해서 채워야겠다
이런 생각을 서울 시민으로서도 해봤습니다
자연스럽게 오늘 세 분의 토론자이신데
제일 먼저 박찬 교수님 의견을 들어보도록 하겠습니다
워낙 기술적 얘기를 많이 하셔서
뭐를 조금 전달드려야 되나
고민을 좀 많이 했던 것 같아요
조금 저도 이상적인 어떤 개념으로 접근해보면
서울이 그동안 생태도시를 지향하면서
녹색도시를 많이 꿈꿔왔던 것 같거든요
그래서 회색도시였던 서울을 공원 녹지를 계속 확장시키면서
시설을 확충시키는 과정에서
1인당 공원 면적이라든지
가로수에 대한 어떤 다층 식재라든지
이런 것들을 통한 어떤 방식을 통해서
사람을 위한 도시로
조금 바꾸는 노력을 하고
꽤나 했던 것 같습니다
이제 국제사회가 그것만이 전부냐라고 하는 의문을 제기했던 것 같고
그래서 어쨌든 생물과 사람이 공존할 수 있는
어떤 도시로 전환을 좀 꾀하는
어떤 여러 전략들이 나오고 있고
그 중에 하나의 큰 전략 중에 하나가
이제 글로벌 바이오 다이버시티 프레모크라고 불리는
나이처 포지티브로 이뤄가면서
생물과 사람이 같이 공존하면서도
지금 우리가 겪고 있는
여러 가지 기후 문제라든지
어떤 문제들을 같이 풀어보자라고 하는
자연기반 해법이라고 하는 용어들도 나오고
아주 용어의 남무 속에서
뭔가 이제 변화가 일어나고 있는 것 같습니다
그래서 결과적으로는 기존의 어떤 1인당의 공업력지 면적을
우리가 확충시키기만 하면
괜찮은 도시였지 않을까라고 하는 부분에서
생물과 같이 공존할 수 있는 방식으로
어떻게 전환시킬 수 있을까
그중 하나의 키가 탄소를 줄이는 방식이었을 거고
생물 다양성을 높일 수 있는 방식일 거고
기후에 적응하는 어떤 도시구조로 전환시키는
어떤 내용들이 될 것 같아요
국제사회의 움직임을 보면
일관적인 것 같아요
지금까지는 큰 차원에서 계산도 해보니까
우리는 탄소를 줄여야 돼요
생물다양성을 보존해야 돼요
그렇지 않으면 위기가 올 수 있어요
그러니까 경제단체에서 생각해보니까
우리가 우리 기업 활동에도 문제가 될 수 있겠다라고 하는
인식도 있었고
국제가 다시 그런 것들을 드라이브 걸기 위해서
공시제도 속에서의 뭔가를 움직여보자 해서
자연과 관련된 활동을 하는 것을 인정해주겠다
기후와 관련된 활동을 한 것을 인정해주겠다
기업이 굉장히 많이 참여하려고 노력을 했던 것 같습니다
그래서 아마 서울시도 그런 것들을
어떻게 받아들일지에 대한 준비를 꽤나 하셨을 것 같다는 생각이 좀 듭니다
그래서 이런 제도들이 워낙 안착되어 있고
가고 있는 상황에서
그러면 우리가 시설로서의 공원 녹지를
어떻게 볼까
그걸 조금 더 확장된 개념으로
비오톱이라고 하는
어떤 하나의 주제도를
어떻게 복합적으로 같이 활용하면서
도시를 전환시켜 볼까에 대한
그런 어떤 시대에 오고 있는 거 아니라는 생각을 좀 들게 되었습니다
그래서 너무 복합적인 얘기일지 모르겠지만
결국은 위험요인으로서 기후,
그걸 해결하기 위해서
탄소, 그 탄소를 보기 위해서
오늘 보여드렸던 탄소 배출이
얼마만큼 일어나고 있고
자연을 통해서 얼마만큼 줄어들 수 있는 가능성이 있는지에 대한 측정을 조금 더 명료하게 해봤던 것 같고
오늘 자료에는 잠깐 언급되고 말았지만
결국은 자연 자체가
중요한 사람을 위한 공간이기도 하지만
재해 요인으로도 인지되고 있거든요 산사태, 산불이
도시로서의 확장이나
이런 것들이 같이 일어난다고 했을 때
우리가 바라보던 자연을
어떻게 관리해야 되느냐에 대한 이슈도 같이 복합되어 있는 것 같아요
그리고 또 하나의 이슈가
생물 다양성 보전이라고 하는 측면에서
여러 지역지구들이 만들어지면서 가고 있는데
그게 결국은 안전 이슈랑
같이 결합되는 문제도 있는 것 같거든요
한쪽에서는 충돌이라고 하는 부분,
또 그게 서울시로 보면
무인항공을 도입해서
교통 혁신을 끌고 하는
어떤 부분에서 보면
하나의 어떤 중복되는 어떤 충돌 지점이 될 수도 있을 것 같고
또 한쪽에서는 감염병과 관련된
여러 가지 복합 요인들이 있을 때
어떻게 하면
우리가 이걸 같이 묶어내서 갈 수 있을 거냐에 대한 부분인데
결국 오늘 보여드렸던 비호터비에 대한
현실적인 정보가 여기는 자연을 위한 공간인데
생물이 인간의 접점과 통해서
감염병과 관련된 문제의 소지가 있을 수 있다고 하면
어떻게 서식지를 더 확대해서...
접촉요인을 줄일 것이냐
이런 것들도 같이 고민하는
어떤 시대가 된 것 같다는 생각이 좀 들었습니다
그래서 그런 부분에서
오늘 보여드렸던 이런 정교한 자료들하고 하는 게
기존에는 그냥 1인당 공원녹지
명제만 높으면 돼요
우린 열심히 공원녹지를 높였어요
라고 하는 데 넘어서서
여기는 이런 관리가 필요해요
라고 하는 것을 얘기한다고 했을 때
지금 현재 상태가 이런 상태이기 때문에 그렇습니다
라고 하는 것을 말할 수 있는 기준자료이지 않을까라는 생각이 듭니다
그래서 과거에는 그냥
행정적인 통계로만 작동되기 때문에
어디에다가 뭘 해야 되는지에 대한
다음 이슈로 넘어가지 못했다고 생각은 들거든요
그러면 이제 오늘 보여드렸던 자료들은
어디에다 뭘 해야 되는지
어떤 방식의 요구 조건이나
이런 것들을 같이 결합시켜야지
기존의 어떤 우리가 문제 해결하려고 했던 것들을
복합적으로 같이 풀어낼 수 있는지에
대한 얘기를 할 수 있지 않을까라는 생각이 들고
최근에 제가 LH 과제를 좀 수조하면서
고민하고 있는 건
도시를 만드는 과정에서
공원 녹화,
이 뿐만 아니라
하천이나 도로 등
기타 시설들도 기후대응을 같이 해야 되는데
그게 이제 워낙 개별적으로 분리되어 있다 보니까
나는 열심히 공원 녹취만 만들겠어
나는 열심히 도로만 만들겠어
나는 열심히 하천 만들겠어
라고 하는 식으로 분절되어 있다고 생각이 듭니다
근데 서울시는 어쨌든 그걸 점막 쪽으로 받아들일 수 있는 계획체계를 갖고 있고
그거를 연계시킬 수 있는 가능성이 있다고 하면
어찌 보면 우리가 이 비오톱이라고 하는 지도가
상세하게 만들어져서
문제가 진단됐고
그 문제를 얼마만큼 해결할지에 대한 논의가
어느 정도 구체화됐다고 하면
그거를 공원 녹취를 통해서
얼마만큼 우리가 추가적으로 더 해결해볼까
도로를 통해서
얼마만큼 더 해결해볼까
하천과 연계된 방식으로
얼마만큼 더 해결해볼까라고 하는 것들을 종합화시킬 수 있어야 되고
그리고 민간이 갖고 있는 아파트라든지
기타 공간에서도 같이 결합돼서
우리 서울이 직면하고 있는
여러 문제 중에
기후 특히 기후 적응과 관련해서
열을 줄이는 데 있어서
인간은 이 정도에 기여를 할 수 있도록
식생이나 이런 것들을
이런 식으로 관리했으면 좋겠다
또는 도로를 만드는 과정에서는
어떤 방식으로 같이 융합시켰으면 좋겠다라고 하는 것들을
같이 풀어줄 수 있는 기준이 필요하고
오늘 이렇게 만들어주신 자료가
그 기준을 논의하는 베이스라인이 될 수 있겠다는 생각을 하거든요
그래서 어찌 보면
이렇게까지 정교한 데이터가 필요해라고 하는 질문을 할 수 있지만
그 정도의 데이터가 있기 때문에
우리는 조금 더 복합적인 사고를 할 수 있고
다른 부처,
다른 과와
이런 협력적인 논의를 할 수 있는 기준점을 만들어낼 수 있다고 생각되거든요
아직은 이제 가야 될 길은 많은 것 같습니다
여기서 원하는 어떤 문제 해결을 하기 위해서
가져갔던 기존의 전략들이
다른 과에서는 그렇게 보고 있지 않는 것들도
꽤나 많이 있는 것 같거든요
그래서 오늘 이제 보여드렸던
어떤 여러 가지 자료들이
다른 과에서 원하는 어떤 정보 자료로서는
뭘까라고 하는 것들을
아마 공간본부에서 생각을 해주시면서 가면
결국 탄소도 같이 줄일 수 있고
협력할 수도 있고
그리고 생물 다양성 문제도 같이
어떤 단초가 될 수 있다라고 하는 가능성을
조금 말씀드리고 싶었고요
결국은 브랜딩 전략으로서
서울은 뭘까라고 하면
결국은 생태도시, C4T
여러 전략으로서 서울을 안착시키기 위해서
굉장히 많은 노력을 해오셨던 것 같아요
오늘의 어떤 논의 주제 중에 비오토비라고 하는 것을
우리나라에서 보면 어찌 보면
서울만이 제도적으로 운영하고 있는 것 같거든요
그래서 그런 맥락을 계속 브랜딩하면서
서울을 움직인다고 했을 때
국제사회가 원하는 것은
그러면 기존의 어떤 생태에서
얼마만큼 더 추가적인 노력이 되었느냐에 대한 부분들을
조금 어필할 수 있는 구조가
필요한 거 아닌가라는 생각이 듭니다
그래서 어찌 보면
오늘 같은 이런 어떤 자료들을
기준 베이스로 두고
우리가 더 추가적인 노력을 했더니 나아졌어요
라고 하는 것
그리고 우리가 관리했던 내용의 공간들이
지속적으로 유지되고 있어요
이게 지속성이라고 하는 것들도
데이터화 시키는 것도
굉장히 중요하거든요
그런데 지금은 너무 파편화되어 있는 것 같아요
개별과에서 우리 사업 이거 하고 있으니까
캐비넷에 정보는 갖고 있어요
라고 하는 형태로 보고되고 있다면
이것들을 비호톱 자료로 더 갱신해가지고 올릴 수 있을까
그 하나의 어떤 참조자료에서
그런 정보를 다 관리할 수 있을까에
대한 고민을 하다 보면
결과적으로 원래 우리가 이상적으로 봤던 것들을
더 끌 수 있지 않을까라는 생각으로 갈 수 있었던 것 같고
서울에서 제가 가장 많이 사용하고 있는 데이터 중에 하나가 SDOT 데이터 기후 환경 정보를 측정하고 있는 데이터와
비오톱지도가 결합됐을 때의 시너지,
아까 제가 말씀드렸던 추가성이라든지
아니면 지속성이라고 하는 문제들을
같이 증명시켜주면서
국제사회에 브랜딩할 수 있는
어떤 개념들이 될 수 있다고
생각이 들어서
그런 것들을 조금 같이 풀 수 있지 않을까라는 생각을 해보게 되었습니다
다만 이제 우리가 기대하는
어떤 기능이 복합화되고 있는데
그에 못지않게 민원도 굉장히 많이 발생하고 있는 것 같아서
이런 기대하는 기능들을 복합적으로 풀려면
결국 시민들이 참여해서
같이 동의해주고 같은 목소리를 내주고
같이 움직여야 되는
어떤 것들이 생길 수밖에 없고
그랬을 때 시민들에게
어떤 자료를 어떻게 공개해서
우리가 이 문제를 같은 방향성으로 가서
좀 불편하더라도
우리는 이렇게 가야 됩니다라고 하는 것도 설득하면서도
이 정도의 어떤 성능이 나오는 자연을
어떻게 더 안착시키면서 갈 수 있다라고 하는 것을 해서 해야
우리가 돈을 쓰고
뭔가 하는 과정들이
조금 더 전방위적으로 잘 설득될 수 있는 부분이지 않을까라는 생각이 들어서
어찌 보면 오늘 보여주셨던 자료가 시민과학이라든지
데이터 기반 정책을 더 확산시키거나 논의하는 데 있어서
굉장히 유용할 수 있는
어떤 부분이지 않을까라는 생각이 좀 들었고
마지막으로 조금 더 설명을 드리면
제가 요즘 기후 적응
특히 열 적응에 굉장히 많이 몰입을 하고 있습니다
그래서 최근에 많이 논의 드리고 싶었던 것 중에 하나가 시설과 건물과 녹지
어떤 것들을 이용하든
도시의 그늘을 많이 만드는 과정들이
굉장히 중요하다고 많이 얘기를 드리고 있거든요
그래서 시드니 사례들도 많이 얘기 드리고 있는데
어찌 보면
우리가 여름에는 그늘을 많이 확장시켜서
시민들이 건강증진에 야외활동을 맞춰 증진시킬 수 있는 형태로
시설이 조금 더 개편되어야 되는 것 같고
겨울에는 또 다른 어떤 부분들이 좀 필요한 것 같아요
그래서 그런 것들을 단순히 수목으로만 해결했다고 하면
이건 굉장히 어려운 문제이겠지만
도시 구조적인 문제 속에서
빌딩과 수목, 기타 시설들이 같이 결합돼서
그늘을 어떤 식으로든 더 확산시키게 되면
도시 열을 떨어뜨릴 수 있는 가능성이
굉장히 많이 저는 보였습니다
그것들을 하는 과정에서
오늘 같은 정밀한 지도가
그늘에 대한 형성이 얼마만큼 되어 있고
그늘이 빠져있는 지역들은
어떤 식의 보완을 할 것인가
라고 하는 것들을 얘기할 수 있고
동경 같은 경우는
그런 논의도 하고 있는 것 같아요
필요한 시간대에 녹지를 공급해서
그늘을 만들어주겠다 해서
약간 이동형 플랜트까지 만들어서
그런 공간에다가 적지적소에 배치해주면서
시민들이 열에 노출되는 것들을 줄이는
어떤 노력들도 해가고 있는 것 같거든요
그래서 그게 되려면
오늘 같은 자료들이 있어야
얼마만큼의 물량을 우리가 확보해서
이것을 운영할 수 있을 것인가에 대한
인력 배치와 여러 가지로
복합적으로 풀 수 있는 것들을 얘기할 수 있을 것 같고
마지막으로 한 번 더 강조드리자면
어찌 보면
여름철 전략 중에 하나가 증발산을 통해서
온도를 낮추는 건데
이게 습도가 높을 땐
효과적이지 않는 것 같습니다
그래서 어찌 보면
우리가 지금까지는 연 계절 정도만 봤다면
그 계절 안에서도
습도가 높은 상황과 습도가 낮은 상황의 상황적인 조건에서
물을 어떻게 효과적으로 같이 녹지았을 것인가에 대한 부분들도
고민하지 않으면
생각보다 시민들이 쾌적하지 않는 상황으로 인지할 수 있을 것 같아요
그래서 큰 방향성은 높아지고 확보하고
열을 같이 저감시킬 수 있는 물을 쓰는 게 중요하긴 하지만
어떤 방식으로 결합시켜서 쓰느냐에 따라서
시민들이 만족할 수도 있고
만족하지 않을 수도 있겠다는 생각도 들거든요
그래서 오늘 주제랑 조금 결이 다르다고
느끼실 수도 있지만
어찌 보면 요소들이 복합적으로
이 상황에서 적합한 솔루션이라고 하는 것들을
여기 계신 여러분들이 이해하고
전략적으로 펼치고
시민들에게 양해를 구해야지
실질적으로 우리가 지금 직면하고 있는
여러 문제를 같이 풀 수 있지 않을까라고 하는
복잡한 논의를 좀 드리면서
오늘 말씀을 마치도록 하겠습니다
너무 많은 얘기를 해서 죄송합니다
네 말씀 감사합니다
많은 말씀 주셨는데
자장으로서 조금 정리를 하자면
국제사회 동향부터 시작해가지고
다양한 기능들도 말씀을 해주셨고
저도 굉장히 공감이 되는 부분이
이렇게 지금까지 해서
한 판을 구축해놨을 때
여러 가지 장점에 대해서 되게 잘 짚어주신 것 같아요
그래서 지금 현재 여러 가지 기후 환경부터
생물 다양성에 관한 논의를 시작할 수 있는
강력한 토대가 되는 출발점이자
기준점으로서의 어떤 역할 같은 것들
저도 굉장히 동의하는 그런 부분이고요
또한 저희가 지금까지 해왔던
여러 가지 각 과에서
각 전문가들이 개별적으로 했었던 부분에 대한 협력적인 어떤 토대가 될 수 있는
그런 플랫폼으로서의 굉장히 강력한 기능들도
강조를 해주셨던 것 같고 생각해보니까
아까 서두에서도 있었듯이
이 비오토비라는 게
각 1회에서부터 어떻게 보면
서울시가 뭔가 런칭을 하고
브랜딩을 해왔던 그런 부분인데
경기도로 확장이 되었던
그런 것들을 보게 되면서
앞으로 굉장히 열린 형태로
운영되는 부분에 대한
다양한 좋은 아이디어들도 주셨습니다
그래서 여러 가지 지금 현재 데이터가 들어와 있진 않지만
앞으로 또 합쳐내야 될 부분들
그리고 그것들을 통해서
또 상상되는 그 무언가도 있는 것 같거든요
그래서 굉장히 사실은 이런 게 있음으로 인해서
기존에 있었던
과학적인 어떤 접근이라든가
새로운 어떤 시각 같은 것들도
다시 한번 도전을 받아가지고 해볼 수 있는
그런 가능성도 잘 정리를 해주신 것 같습니다
네 감사드리고요
그 다음 의견은 송인주 박사님
저는 아까 1회 때
제가 발표했다고 생각은 잘 안 나지만
그래가지고 이게 시간도 많이 지났지만
또 한편으로는 내가 그렇게 오랫동안 있었나?
라는 생각도 들었습니다
오늘 우리 김한수 박사님 발표해 주셨는데
제가 알기로는 오늘 발표해 주신 내용 말고도
이 경기기후 플랫폼에
이것보다 훨씬 더 많은 정보와 데이터,
DB 구축되어 있는 걸로 알고 있어서
오늘은 그중에 일부러 도시생태 현황관리에
조금 더 포커스를 맞춰서
비오톱 중심으로 발표를 해주신 걸로 알고 있는데요
그동안 얼마나 애쓰셨는지도 알고
DB 구축 과정이나 모델링하시고 평가하시고
세부적인 내용이 다 들어가 있는데
몇 가지 코멘트 의견보다는 질문이기도 한 부분 몇 가지 말씀드리도록 하겠습니다
첫 번째는 라이다
기반 3차원 분석을 통해서
다양한 정보들을 구축을 했는데
최근 우리 사회가
이런 정보 구축을 O에 대한
고도화된 DB 구축이 보편화되고
그 필요성 부분은 다 공감하는 부분들이 있는데
우리가 정책적으로 행정구서나
이런 식에서나 아니면 구축된 정보라는 것은
구축 자체가 의미를 가지는 것이 아니라
그것을 어디에 어떻게 쓰느냐가
굉장히 중요한 것 같아요
아무리 많이 구축을 해도
활용이 안 되면
구축에 대한 노력만 들어가는 부분이 있고
이런 것과 연결을 하면
이제 경기 기후 플랫폼이기 때문에
다양한 도시 환경 정보가 하나의 플랫폼에
통합적으로 관리되고 있는 건
굉장히 바람직하고
서울시도 이런 부분들은
조금 더 이렇게 서울 차원에서의
기후 플랫폼을 조금 활성화한다거나
새롭게 구축하는
이런 부분들은 벤치마킹할 수 있을 것으로 보이는데
최근 많이 이야기되는 게
통합의 필요성이 굉장히 많이 강조되고
그런데 이게 통합이 경우에 따라서
반드시 우리가 통합만이 중요한 것인지 통합되어 있지 않더라도
각각 활용에 포커스를 맞춰져서
적재적소에서 DB가 구축되어 있고
그것을 잘 활용할 수 있도록 관리된다면
그것도 또 다른 형태로 의미를 가질 수 있을 거라고 생각이 되는데
이거 관련해서
저는 발표자분께 질문 하나는 서울도 마찬가지지만
우리 도시생태연항도도 있지만
서울의 다른 부서들에서
기후환경 또는 다른 환경 관련한 정보들이
상당히 많이 구축되어 있기도 하거든요
그래서 그런 것들이 잘 운영이 되고 있습니다
예를 들면 오늘 자료에는 들어있지 않았지만
산사태 위험 지역 같은 것들도
이번에 새롭게 구축하신 걸로 알고 있는데
서울시도 산사태 위험지도
이런 것들이 만들어서
상당히 오랫동안 탄탄하게 관리가 되고 있기도 하고요
경기도도 이에 못지않게
기존에 관련한 여러 부서들에서
필요한 정보를 구축도
아마 좀 어느 정도는 하셨을 거고
활용도 하고 계시지 않았을까 싶어요
그래서 이번에 새로 구축된 자료와
경기도의 기존 도시환경이든
어떤 딥이 구축된 것과의 상충성이라든지
이런 것들이 혹시 있었는지
그래서 이런 부분이...
한번 말씀해 주시면 좋을 것 같다라는 질문이고요
두 번째는 첫 번째 질문과 연계될 부분들도 있는데
지금 다양한 경기도에서
비오톱 지도,
도시생태현황 지도도 만들고
다양한 탄수 흡수량도 계산하고
이런 것들이 아주 고도화된 상태로
DB가 구축이 됐는데
발표 자료에도 중간중간 있었지만
이게 국가 차원에서 구축되는 DB가 상당히 많거든요
그래서 임상도라든지 생태자연도도
언급이 좀 돼 있었고
또 산림청에서도 구축하고 있는
산사태 관련한 지도도 있고
그 밖에도 각 기관마다
엄청나게 많은 DB가 구축되고 있습니다
그런데 처음에 제가 말씀드린 것처럼
DB 구축 자체의 의미보다는
우리가 이것을 활용한다면
구축된 DB 플러스에서
활용 목적에 맞는 평가라든지 가공이라든지
그 다음 단계를 거치게 돼서
국가에서 만든 여러 가지 구축된 정보라든지
아니면 첫 번째 질문드렸던 경기도에서
자체적으로 가지고 있는
구축된 정보
서울시도 마찬가지로
서울시가 구축된 정보는
그렇게 꼭 바람직하다고 할 수는 없지만
어떤 목적에 따른 평가 과정을 거치게 되는 평가 결과에 따라서
현장에 적용하고 활용하는
이런 방식으로 정책적으로 활용하는
이런 흐름으로 가고 있는데
그래서 지금 구축된 정보들이
국가에서 만든 관련 정보와 비교해서
경기도에서 구축한 이 정보가 고도화되었다는 것 외에
평가에서의 어떤 상충적인 문제들
이런... 질문이 말씀을 드리는 거고요
끝으로 한 가지는 오늘의 주제는
도시생태환환 관리를 위한
인공지능과 공간정보 기술 적용인데
우리 사회 전반이 다 인공지능 기술 적용이라는 게
큰 화두로 떠올라서
기존의 어떤 전통적인 방식에서
인공지능 기술 적용을 해서
플러스에서 보다 더 개선이 되고
뭔가 비용적인 측면에서도 절감할 수 있고
이런 방식으로 나아가고 있는데
서울시 같은 경우에
우리 도시생태현황 측면에서
서울시 비오톱 지도로 들어오게 되면
비오톱 지도가 2000년 제작돼서
25년까지 업데이트가 되어 있는데
서울시 비오톱 지도는
국가 차원에서의 도시 환경 정보나 경기도에서의 도시환경정보하고의 차이점 중에 하나는 약간 토지이용 측면에서
이 부분을 어떻게 보면
규제라고 할 수도 있는데
이게 토지이용을 제한하는 수단으로
활용하고 있다는 거죠
그래서 도시환경정보가 국토 차원도 마찬가지고
글로벌 차원도 마찬가지긴 하지만
도시로 들어오게 되면
우리가 구축된 정보에 평가를 해서
그것을 활용하고자 할 때에는
어떤 형태로든지 토지이용과 상충성을 가지게 되고
토지이용의 어떤 근거자료로 쓰이게 된다라는 거죠
그래서 상당히 도시에서의 도시환경 정보는
생각보다 굉장히 민감하다
그래서 그냥 단순한 DB 활용에서는
문제가 좀 덜 될 수가 있지만
고도화된 DB는 문제를 좀 낮추는 문제를
좀 완화시키는 측면이 있지만
거기에 평가라는 요소가 들어가면
굉장히 민감하게 작용을 하는데
서울시의 도시생태연항도는 현재 평가를 통해서
토지형과 밀접하게 관련된 형태로 되어 있기 때문에
사실 인공지능 기술을 적용해서
작성된 서울시의 도시생태연항도를 한다면
이거는 약간 재정비 차원이 아닌
어떻게 보면
제작성과 같은 형태가 될 수 있습니다
있어서 경기도나 국가 차원에서 하고 있는 도면 작성하고
조금 다른 성격을 띌 수가 있는
그런 우려가 좀 되기도 하거든요
그래서 서울시 같은 경우에는
직접적인 적용으로
완전히 판을 재조정하는 개념보다는
기존의 틀에서
인공지능 기술 적용을
어떤 방식으로 적용을 해서
기존의 평가를 평가에 변화가 생기지 않는
최적화 방안을 마련하는가
라는 것이
굉장히 큰 과제인 것 같습니다
그래서 이제 이후에 서울시에서
도시생태환경도 관련한 재정비나
이런 과정에서는
인공지능 기술 적용이나
이런 부분에서 조금 더 민감하기도 한 사안이긴 한데
좀 더 꼼꼼하고
세심한 관리가 필요하지 않나
라는 게 제 의견이고
아 이게 마지막으로 라고 했는데
한 가지 진짜 마지막으로 질문 드리려는 것은
이게 이제 재정비를 경기도도
또 하실 거잖아요
그래서 그 과정에서는
그때 이제 라이다 기반으로 하시려면
또 다시 촬영을 한다든지
이런 작업이 반복이 돼야 되기 때문에
그런 신규 촬영
다시 재분석 한 다음에
데이터를 업데이트하고
시계열 분석도 가능하실 것 같고
그런데 그런 과정에서 주기를
어느 정도로 생각하시는지와
플러스에서 이 결과들을
경기도의 다른 여러 부서들에서
어떤 활용 계획들을 가지고 계신지
그리고 이것과 관련해서
이런 작업을 하는 데는
처음 작성과 다르게
이런 업데이트에 드는 비용을
어느 정도로 생각하시나요?
굉장히 자세한 질문을 하셨는데
아마 답변을 나중에 모아서 드리는 시간을 드려야 될 것 같습니다
확실히 서울연구원에서 관련한 업무를
오랫동안 하신 만큼
굉장히 이런 상충성에 대한 것들,
기존에 있어서
토지 이용에 대한 상충성,
기존에 있었던 여러 가지 관련한 유사한 것들,
DB와의 여러 가지 정합성,
여기에 대한 평가라든가
검증에 대한 것들도
질문으로 주셨고
맨 마지막 부분은 저도 너무 궁금한 부분입니다만
이명진 박사님 의견까지 듣고
한 번에 시간을 들여서
많이 답변을 듣도록 하겠습니다
이명진 박사님
한국환경연구원의 이명진입니다
사실 제가 오늘 토론을 준비하면서
고민했던 부분은
앞서 송인주 박사님이 말씀하셨던 것보다
또는 박창현 교수님께서 말씀하신 것보다
조금 더 기술적입니다
왜냐하면 제 전공이
그래서 그럴 수 있는데
우선은 이제 그런 부분에 대한 말씀을 드리고요
또 더불어서
경기도의 기후 플랫폼
그리고 경기도의 도시 생태 현황도를 작성하는 기법이
이렇게 대학 크게 변할 수 있는 건
역시 김한수 박사님의 노력과
경기도의 노력이 크다라는 말씀을 드립니다
이 경기 도시 생태 현황도를 바꿔서
그리고 전환점에 있어서
가장 큰 게 사실은 정밀 초정밀이라고 하는 발표에 나왔던 라이다를 획득하는 부분입니다
그런데 데이터를 만지고
여기 다 이제 데이터를 만지는 분들이지만
데이터를 만지고
데이터를 핸들링하고 분석해야 되는 입장에서
본다라고 하면
정밀하면 좋죠 좋습니다
그렇기 때문에 지금 여기 나왔던 식생의 천이 구조를 볼 수 있다든가
또는 열섬에 대한 부분
또는 산사태에 대한 부분을
정밀하게 분석할 수 있습니다
그런데 경기도에서 가능한 부분일 수도 있고
또는 예산 대비 효과라는 부분에서 봤을 때
어디까지 가야 되는가에 대한 부분이 있습니다
서울시는 분명히 다릅니다
서울시는 경기도보다도 좀 더
시가 건조지역이 많은 지역이고
상당히 많은 지역이고
그 지역에 대해서 라이다
포인트를 얼마나 어떻게 찍을 것인가에 대한 부분은
결국엔 돈하고 예산하고
그리고 분석하는 시간과 효과에 달려있습니다
그렇기 때문에 저는 이 연구를
그래도 경기도라고 하는 광역 차원에서 진행하셨더라고 하면
이거에 대해서 정량적인 근거를 가지고
어떻게 해서 이 정도라고 하면
분석이 가능하고
굉장히 효율적인 도시생태 현안들을 작성할 수 있다
그리고 지금 뒤에 나오는 이야기들은
그걸 바탕으로 해서
얘기들이 진행되고 있으니까
그 부분에 대해서
조금 더 알려주시면
서울시라든가 또는 서울시 이외에
강원도는 또 다릅니다
완전 다른 얘기거든요
그러니까 그런 부분에서 적용하거나 활용할 수 있을 때
굉장히 큰 도움이 될 것 같다는 생각이 들어서
그 부분의 연구도 같이 병행되시는 좋은 성과물을 내시는 것과 더불어서
그거에 대한 기준에 대한 부분을 제시하는 것도 좋지 않을까
하는 생각을 좀 해봤습니다
두 번째는 발표에 보면
이런 게 있죠
경기도의 인벤토리를 만들겠다
발표자료 25페이지에 있고
또 그를 통해서
정확도를 높인 당연히
이렇게 앞서 초정밀 라이다를 통해서
도시 생태 형광도를 만들고
그에 따라서 탄소 흡수량과
산소 흡수량을 배출량을 계산하기 때문에
정확도는 높을 것입니다
그런데 그게 경기도가 높다고 해서
국가 차원에서의 룰루 CF 보고를 해야 되는 입장에서
30년부터 의무 보고를 해야 되는데
이 부분이 정확하다고 볼 수는 없습니다
이거는 또 다른 얘기입니다
지자체가 높인다고 해서
얘를 가지고
서울시가 높다고 해서
얘를 전국 데이터로 볼 수 있는가에
대한 부분은 좀 다른 이야기입니다
그렇기 때문에 이렇게 좋은 자료를 가지고
좋은 결과물을 만들어냈다고 하는 것들에 대한 부분은
국가 차원 또는 rpcc가
그래서 제 시야는 인증에 대한 부분으로 거쳐가야 됩니다
그렇게 그 과정이 거쳐졌어야
지금 좀 더 활용 부분이라든가
좀 더 의무적인 부분에서의 활용성이 높아지지 않을까라는 생각을 해보게 되고요
그 부분도 아마 서울시가 하든
아니면 경기도에서 하시든
이 부분은 지자체 차원에서의 고도화 연구는
당연히 필요한 거고
그 고도화 연구를 연구로서 끝나는 게 아니라
정책화하는 데 있어서의
중요한 인재가 될 것 같다
라는 생각이 들고
역시 이것도 김연수 박사님께서 고민하고 계실 겁니다
그 부분에 대해서 답변을 좀 들었으면 좋겠고요
세 번째는 저희가 오늘 세션에서의 주제 중에 하나가 주제가
인공지능과 공간정보입니다
도시생태현황도라고 하죠
도는 이미 끝난 겁니다
거기서 공간이라고 하는 얘기를 안 건드릴 수가 없고
그렇기 때문에 여기 오늘 발표 자료라든가
저희가 만드는 모든 대부분의 자료가
공간정보로 끝나는 거니까요
공간정보의 얘기는 저는 충분히 이루어졌다고 봅니다
그런데 인공지능에 대한 얘기를 나눌 때
인공지능에 대한 얘기를 할 때는
사실은 기계학습이라든가
또는 딥러닝을 통해서
방법론을 통해서 프리텍션을 하거나
추론하거나 하는 쪽의 얘기를 주로 진행이 됩니다
그런데 그 부분은 어떻게 보면
인공지능에서 보면
사실은 전세대 이야기입니다
요즘은 AI 에이전트 라는 것들을 쓰기도 하고
그 AI 에이전트의 기본은
그냥 저희가 잘 알고 있는 채티피티 같은 형태입니다
그러니까 지금 도시생태 현황도를 만들고
그리고 경기 기후 플랫폼 등과 같이
또는 서울시가 가지고 있는
엄청나게 많은 데이터들이 있습니다
근데 그 데이터는 사실 제가 알아야 됩니다
앞서 김한수 박사님께서
시연 같은 부분에서
플랫폼에 대한 얘기를 해주셨는데
그걸 제가 어느정도 알아야
제가 데이터를 찾아서 볼 수 있습니다
근데 사실 대부분의 많은 사람들
그리고 여기 정책을 의사결정을 하시거나
또는 이제 저도 이제 점점
나이를 먹어갈 테고
시스템이라고 하는 것들,
플랫폼이라고 하는 것들에 대해서
접근성이 점점 떨어집니다
물론 이제 처음에 어린 학생들이나
또는 대국민 입장에서는 더 떨어지고요
그랬을 때 AI 에이전트를 이용해서
접근을 하는 겁니다
그러면 쉽게 얘기해서
AI의 기능 중에 하나는 추론하고
프리젝션하는 부분이 있습니다만
그거 이외에 접근과 활용을 높이는 역할도 합니다
하는 부분이 있습니다
그런데 그 AI 에이전트라고 접근하기 위해서는
사실 실질적으로 설계 단계에서
그게 고민이 고려가 돼야 됩니다
그러니까 예를 들어서
제가 서울시의 도시생태 현황도를 보여줘
라고 하면
등급별로 나오게 되죠
그럼 이게 왜 이 지역이 1등급이야?
앞서 어느 지역에 대한 부분을
주소를 클릭하거나
셀파일을 올려서 검색을 해야 되는데
그냥 거기에 명령어를 치는 겁니다
강동구 어느 지역에 대한 부분을 보여줘
그럼 여기가 왜 1등급이야?
그럼 결과가 나옵니다
여기서 1등급이라고 하는 이유는 뭐야?
그리고 그 원인은 뭐야?
그리고 이건 언제 조사됐어?
이런 것들이 리포팅이 쭉쭉쭉쭉 나올 수 있는 형태를
소위 말하는 AI 에이전트라고 하고
그랬을 때
다른 인접 지역의 데이터하고 결합해서
나에게 보여줘
또는 다른 지역에 대한 부분을 좀 비교해서 볼 수 있게끔 해줘
또는 동일한 유사한 현황을 가진 인구 분포를 가지고 있는 국가의 다른 지역들,
부산이라든가 인천이라든가 비교해서 보여줄 수 있게끔 해줘
이런 형태를 얘기하는 게
소위 말하는 AI 에이전트인데
아마 이런 류의 접근을 하는 거는
뭐 다 돼 있잖아
CGPD에서 고려가 되고 있잖아
라고 하지만
사실은 이 부분이
저희같이 이렇게 버티컬로 이루어지는 부분에서의 적용이 쉽지 않습니다
왜냐하면 이 부분은 그걸 되게 잘 아는 사람이 설계를 해야 되는 부분이 있습니다
그래서 향후에 서울시가 가지고 있는
많은 데이터,
경기도가 너무 좋은 데이터를 만들어냈고
그리고 그런 것들을 계속 활용하실 건데
그런 것들을 하실 때
사용자의 고려와 편리를 위해서
이런 것들을 고민해서
AI 쪽으로 진행하신다고 하면
추론이라든가 프레딕션하는
영역에서의 중요성도 있습니다만
활용 차원에서의 AI를 적용하는 것도
좋은 방법이 되겠다는 생각입니다 이상입니다
네, 박사님
지금의 박수는 조만간 기후 플랫폼의 AI, AI
에이전트가 등장할 거라는 기대라고 좋습니다
좋은 의견 감사드리고
또 지역적인 특성이라든가
확장성에 대해서 또 의견 주셨습니다
저희가 질문 많이 주셨는데
까먹기 전에 빨리 답변을 듣고
또 진행을 하도록 하겠습니다
많은 질문들을 받지만
늘 같은 맥락의 질문들이 있기 때문에
준비된 답변들이 있습니다
그 전에 말씀드려야 될 것은
사실은 제가 어저께 새벽 늦게까지 일을 하다가
파일을 조금 잘못 보내드려가지고
제가 그전에 보내드렸던 준비됐던 파일하고
오늘 발표된 파일이
약간 좀 다른 부분들이 있어요
그래서 발표 파일에 빠져있는 내용들을
조금 먼저 설명을 좀 드리고
어떤 내용들을 말씀드렸어야 되는데
못 드린 부분들이 있어서
그걸 조금 설명드리면
첫 번째 오늘 말씀드릴 내용 중에 핵심적인 PT가 한 장이 딱 빠져있는데
그게 뭐냐면
도시생태계랑소를 개선하기 위해서
우리가 어떠한 방향성을 가져야 되냐라고 하는 부분인데요
제가 여러 번 딴 데서도 얘기했지만
지금은 2D에서 3D로 바뀌어야 된다라고
얘기하는 거거든요
돌생태량 지도라고 하는 것은
혈태까지 만들어진 건
2D 형태에서 있는데
사실은 라이더를 사용하게 되면
3차원을 보는 거라서
거기 들어가 있는 정보가
3차원 정보가 들어가야 되는 거죠
피복률이 들어가는 게 아니라
바이오매스가 들어가야 되는 거고요
그다음에 녹지율이 아니라
사실 더 디테일한 다른 것들이 들어가야 되는 거고
이용 강도를 평균층수가 아니라
생활인구로 봐야 되는 부분들도 있는 거고
그러니까 기술이 발달함에 따라서
우리가 디텍팅할 수 있는
굉장히 많은 정보들이 있는데
지금 도시생태양지도 같은 경우는
과거에 조금 경기전
이번에 만든 거 말고
예전 것 같은 경우는
과거의 기술로 되어 있는 부분들이 있다는 거
그래서 3차원 공간정보의 도입이라고 하는 부분이 있고요
두 번째는 현장조사의 비합립성이라는 게 있거든요
현장조사가 사람으로 이루어지다 보니까
실수하는 부분이라든지
휴먼 에러가 있는 부분들이 있는데
그것들을 공간 정보를 통해서
이분하게 바꾸거나
더 고정밀하게 바꿀 수 있다라고 하는 부분들
그런 체계들들이 개선돼야 된다라고 해서
경기도 같은 경우는
이번에 현장 조사를 1년 만에 15만 포인트를 하게 되는데
많은 사람들이 묻습니다
그게 가능한 일이냐
우리나라에는 젊은 인력이 얼마나 된다고 가능한데
사실은 비호톱 유형을
조금 더 세분화시키고
조사 방법론을 바꾸고
전자조사 야장들을 사용하게 되면
무리 없이 조사할 수 있는 부분들이 있습니다
그래서 저희가 경기도 전역에 대해서
15만 포인트를 그런 조사관문의 혁신적인
어떤 시스템들이 있거든요
그러니까 예를 들면 이런 겁니다
여기 여기 조사해줬으면 좋겠다라고
제가 컴퓨터에서 제 컴퓨터에서 누르면
현장 자산 조사자가 거기를 가는 과정이라든지
움직이는 것들이
실시간 모니터링으로 되고
현장 자산 조사한 것들이 사진 찍으면
제 컴퓨터에 바로 들어오거든요
그러면 너 조사가 잘못된 것 같아
여기 갔어야 됐는데
안 갔을 것 같아
라고 하는 것이 가능한 세상이고
이번에 그런 기술로 조사가 됐다라는 부분들이 있다고 하는 거랑
두 번째는 도시생태랑 지도가 가야 될 방향이
주제도가 다양해져야 된다는 겁니다
기타 주제도가 다양해져야 된다는 겁니다
우리가 도시생태랑 지도에서 용매고 있는 것이
이게 행위 제한에 쓰이다 보니까
평가가 정확해야 되고
1등급이 중요하고
이런 것만 하다 보니까 유형도하고 유형평가도
이런 것만 신경을 쓰게 되는데
그게 아니라 평가를 위해서
우리가 수집되어 있는 수많은 정보들을 가지고
수많은 주제도들을 만들 수가 있습니다
그 주제도들이 경기도에서는
이번에 40종 정도가 있는 거거든요
열쾌적성 지도도 있고
생태축 정보지도도 있고
여러 가지 정보들이 있는데
그걸 가지고 하다 보면
아까 질문 주신 것 중에
다른 과에서 어떻게 쓰고 있냐라고 하는데
산림과, 녹지과,
공원과, 재난과, 문화관광과에서
많은 비유톱 지도들을
저희가 만든 주제도들을 사용하고 있거든요
그래서 다양한 주제도 방향으로 개발된다는 게 좀 있었고요
중요한 건 아까 저희가 말씀드린 것처럼
다른 지도와 비유톱 지도를 융복합시킴으로써 얻는 베네핏이 굉장히 큽니다
경기도 같은 경우는
올 11월 달,
다다음 달,
11월 달에 위성이 올라가거든요
경기도, 경기 위성이 3개가 올라가거든요
기후 위성이 3개가 올라가는데
거기서부터 나올 정보들하고
도시 생태 현황 지도랑 융합하게 되면
새로운 정보가 나올 것이라고 생각이 들고 있고
그걸 바탕으로 여러 가지 모니터링 계획들도 가지고 있습니다
그래서 제가 말씀드리고 싶은 것은
도시 생태 현황 지도가 가야 될 방향이
공간 정보를 3차원으로 바꿔야 되는 것,
그다음에 현장 조사의 비안일성을 개선해야 되는 것,
그다음에 다양한 주제도를 개발해서
쓰임들을 높여야 된다고 하는 것,
굉장히 많은 데이터를 가지고 있지만
잘 못 쓰고 있다는 것
그다음에 융복한 삼출물을 만들어다니는
4가지의 큰 방향성이 있다라고 보여지고요
그 얘기를 아까 PT가 빠져있어서 못했던 것 같습니다
그리고 이제 저희가 만든 데이터들 중에서
박찬규 선생님도 말씀하셨지만
폭염 문제가 굉장히 심각하거든요
폭염에서 열 쾌적성 지도라는 걸 만드는데
열 쾌적성 지도를 만들 때
가장 중요했던 것들은
과거에 우리가 이제 영상을 찍어가지고
지표면 온도 가지고
여기가 덜 더워를 얘기하는데
그것이 아니라
이제 3차원 정보가 있으면
시뮬레이션이 가능한 부분들이 있습니다
3차원 정보로 들어가는 정보들을 보게 되면
이제 수목의 높이값,
수목의 바이오맥스 값,
그 다음에 건물의 양,
건물의 벽면이 남쪽을 바라보고 있는지
북쪽을 바라보고 있는지,
그 다음에 천공개표율이라서
얼만큼의 태양복산이 들어오는지
이런 것들을 다 계산할 수가 있는데
아까 말씀드린 그런 자료들을 사용하게 되면
그런 것들을 손쉽게 계산할 수 있고
더 중요한 건
거기에 속성 정보를 넣어야 되는데
그 속성 정보가 비오톱 지도가 되게 된다고 하면
굉장히 디테일한 정보가 들어가거든요
그래서 기후 플랫폼 보면
지금 굉장히 많은 사람들이
플랫폼에 들어와서 보고 있지만
가장 많이 지금 보고 있는 부분들이
폭염 지도거든요
그래서 경기도 전체에
폭염 지도를 10미터급 폭염 지도를 만들어내고
폭염이 발생했을 경우
어디가 더 덥고
어디가 덜 더운지를 분석한 결과가 나오게 됩니다
분석 결과가 너무나 심란합니다
왜 심란하냐면 크고 비싸고
좋은 아파트가 시원합니다
왜냐하면 그늘도 많고
녹지도 않기 때문에
그리고 연립주택들이 굉장히 덥고요
그 다음에 농촌지역에서 더 더운 곳이 있고
덜 더운 곳이 있고
거기에다가 생활인구를 얹어서 보게 되면
더 피해지역,
더 더운 곳에 얼마나 많은 사람들이 있는지도 알 수가 있거든요
그 정보가 지금 공개되고 있어서
상당히 곤욕스러워하시는 부서들도 있고
또 반기는 부서들도 있지만
그러니까 우리가 이 얘기를 왜 했냐면
아까 말씀드린 것처럼
도시생태평양지도가 가야 될 방향 중에서
이 생태적인 관리뿐만 아니라
도시 생태라고 하는 것들이
기후변화 문제들도 있으니까
거기에 충분히 쓰일 수 있다는 얘기를
조금 들어보고자 하고요
여기에 빠진 내용들
조금 말씀드렸고
그 다음에 질문들에 대한 얘기를
조금 더 들어보면 상충성,
굉장히 지금 많은 이슈를 가지고 있는데
여러 가지 사연 분야들이 있습니다
예를 들어서 아까 송인지
박사님 말씀드린 것처럼
산사태 위험 정보지도라고 하는 부분들이 있는데
경기도에서는 산사태 위험 정보 지도를
인공지능을 통해서 만들었습니다
어떻게 만들었냐면
국가가 가지고 있는 산림청에서
공개하고 있는 정보들은
국가 전체에서 산사태가 났던 정보들
2천 개를 수집을 해서
2천 개에 대한 분석한 데이터를 가지고
로지스틱 회기 모델,
통계적 분석 모델을 통해서
이렇게 이렇게 산사태가 났었으니까
앞으로 이렇게 이렇게 생긴 데들은
산사태가 날 확률이 높아 라고 하는 정보를
국가가 제공하고 있습니다
잘 생각해보면
경기도의 산림 형태와 강원도의 산림 형태는 다른 거거든요
그렇기 때문에 우리가 경기도에서 난 산사태 현황들을
저희가 1300건을 다시 수집을 해서
그걸 다시 재분석을 하게 됩니다
그것만 학습한 XGBoost,
여러 가지 모델들을 사용해봤지만
여러 가지 모델들 중에
D&N도 사용해보고
여러 가지 사용했지만
그중에 XGBoost 가장 어쿠럿이라든지
AUC가 높아서
XGBoost 모델을 사용하고 있어서
그걸 분석했거든요
분석해서 경기도에서 난 산사태만
학습한 데이터를 가지고 만들어서
난 결과들을 가지고 있는데
사뭇 다릅니다
국가가 주는 정보랑
경기도가 주는 정보가 사뭇 다른데
경기도 입장에서도 그러면 국가가 준 거는 틀리고
이건 마땅거냐,
김박사 책임질 수 있는 거냐
얘기를 하게 되는데
책임지겠다는 얘기까지는 못하지만
역으로 환산해보면
경기도에서 난 산사태를 얹어보면요
국가가 준 것보다
경기도가 만든 것이
조금 더 정확하고 한 거는 맞습니다
왜냐하면 1등급에서도 산사태가 많이 난 것도 나오고
그리고 5등급에서 산사태가 나아지 말아야 될 것 중에서도
경기도는 조금 덜 나오고
그러니까 비교가 가능한 건데
둘 중에 무엇을 써야 되느냐라고 봤을 때는
두 개 다 쓴다라고 생각을 하긴 있습니다
실제 사례로 말씀드리면
최근에 경기도에서 산사태로
굉장히 많은 사람들이 인명피해가 났거든요
인명피해가 났기 때문에
인명피해 난 부분들이
대부분 야영장에서 숙박하던 분들이 나서
경기도 전체 야영장에 대해서
저희가 산사태 위험이 없는지
아니면 재해 위험이 없는지
검토하는 과정에서
두 가지를 다 놓고
두 가지를 놓은 다음에
다 1등급에 걸리는 친구들을
지금 나가서 수집 분석하고 있는 부분들이 있거든요
그래서 그런 부분들은
두 개 다 쓰면 좋지 않겠느냐라는 생각을 하고 있고
이거는 상충성에 대한 좋은 사례인데
두 번째는 안 좋은 사례라기보다는
좀 부담스러운 사례들이 있죠
국가가 만들어놓은 탄소 흡수원 부분에서 나온 결과값하고
경기도에서 나온 탄소 흡수원에 대한 값이 사뭇 많이 굉장히 많이 다릅니다
그럼 무엇이 맞느냐라고 하는 부분에서는
송영근 교수님이 나중에 좀 설명해 주시겠죠
송영근 교수님 분석하신 부분이 있기 때문에
그런데 무엇이 맞느냐라고 했을 때
아까 이명진 박사님도 말씀하셨지만
IPCC 공식 방법론으로 만들어지고
뭐 했는데
저희가 이번에 분석할 때
방법론은 모두 다 IPCC 방법론을 사용했습니다
다만 들어가는 데이터들이
더 고성능한 그 사양,
그 해상도로 바뀌었을 뿐인 거지
그래서 방법론에 있어서
큰 차이는 없습니다
그런데 들어가는 정보가 정확해라고 했을 때는 정확할 것 같습니다
그리고 두 번째는 정주지
탄소에 대한 부분들이 안 들어가 있는 부분들이 있거든요
지금 경기도 같은 경우는
아파트 단지라든지 공원이라든지
수목이 있는 모든 지역에 대한 탄소를
저희가 추정을 해서 넣어놓고 있기 때문에
당연히 많을 수밖에 없습니다
그런데 제가 이런 질문을 받을 때마다
한 얘기는 많으면
안 좋은 거냐
흡수량이 많으면 안 좋은 거냐라는 질문을 역으로 할 때가 많은데
많으면 좋지 않을까라는 생각을 가지고 있습니다
근데 이거는 굉장히 서로 나온 결과값들도
비교를 통해서
조금 좋은 방법론을 찾아가 봐야 되는데
중요한 건 이겁니다
제가 드리고 싶은 말씀의 핵심은
저희가 만든 데이터가
국가가 받아서 무엇인가를 하세요라고 해서 만든 게 아니고요
경기도에서는 경기도의 정책을 수립하기 위해서
이 정도의 탄소 흡수량과
이 정도의 배출량을 정확하게 알고 있어야
경기도 정책을 새로운 정책,
공간 단위 중심의 정책을 추진할 수 있기 때문에
거기에 쓰려고 만든 거지
국가 정보를 개선하기 위해서 만든 것은 아니라는 부분들이 있어서
그 부분을 말씀드리고요
그 다음에 재정비 부분에 대해서 말씀을 주셨는데
유지관리 같은 경우는
경기도 전체 같은 경우는 라이다 데이터를
저희가 경기도 전체를 다시 찍으려고 하는 건
5년에 한 번 정도 다시 찍으려고 하고 있고요
그거는 법에서 도시생태환소를 작성하는 기준을
5년에 한번 갱신하도록 되어 있기 때문에
5년에 한번 찍으려고 하는데
사실은 토지형 변화지역에 대해서는
드론 라이더라든지
여러 가지 라이더를 통해서
상시갱신으로 정리되어 있고요
경기도 기후플랫폼이나 도시생태환소에서
제공되고 있는
모든 데이터들은 데이터의 성격에 따라서
분기별 업데이트도 있고요
반기별 업데이트도 있고
연간 업데이트도 있습니다
하지만 도시생태난도 같은 경우는
1년에 두 차례에서
세 차례 정도
정기적으로 갱신을 하려고 하고 있기 때문에
그것은 상시갱신 상태라고 보시면 될 거라고 보시고요
예산 부분을 또 말씀을 많이 주시는데
경기도 이번에 기후플랫폼 전체 예산이
한 175억 정도가 들어갔고
그 전에 여기 들어가기 위해서
만들어진 기술 개발을 위해서
저희가 경기도 7개 지자체는
시범 사업을 했는데
그때 들어간 돈이 한 50억 정도가 됩니다
그런데 그 비용이 계속 들어갈 거냐?
전혀 그렇지 않습니다
기술 개발들은 되어 있고
라이다 촬영 비용은 점점 기술이 발달하면서서
촬영 비용들도 줄고 있기 때문에
그 정도 비용은 들어갈 것 같지는 않다고 생각이 들고
31개 시군으로부터 비용을
일부 앞으로부터 갱신할 때는
받을 예정으로 되어 있고
그래서 경기도가 통합 갱신하고
서로 돈을 십시일반해서
진행이 한다라고
좀 생각하시면 될 것 같습니다
그 다음에 이명진 박사님께서 주신 내용 중에
이제 기준이 경기도 기준하고
강원도 기준이 다를 것이고
서울시 기준이 다를 수 있지 않겠느냐라고 말씀을 주셨는데
그건 당연히 달라야 되는 거고
목적에 따라서
촬영의 방향성이 다 달라야 되는 부분들이 있습니다
예를 들면 요즘 라이다 같은 경우는 라이다 데이터 포인트 안에
RGB 값을 넣을 수가 있습니다
칼라 값을 넣어서 촬영할 수도 있는 것도 있고요
근적 해석 값을 넣어서 촬영할 수도 있는 것도 있어서
그게 필요하다고 하면
조금 더 많은 비용이 들어갈 거고
그게 필요 없고
우리는 라이다 데이터를 통해서
3차원 정보를 고축하기만 하면 되라고 하면
좀 덜 비용이 들어갈 수 있을 것이라고 생각이 들고
그 다음에 산림에 대해서
우리가 크게 디테일하게 분석하지 않겠다고 하면
전밀도를 낮추는 방법도 있거든요
전밀도를 낮추려면
비행기가 낮게 뜨지 않고
높게 뜨게 되면
더 많은 지역을 촬영할 수 있으니까
촬영 비용은 줄어들게 됩니다
근데 전밀도를 낮출 필요가 없다고
늘 말씀을 드리는데
전밀도는 높으면 높을수록
쓸모가 많아지는 거거든요
굳이 얼마 차이나지 않는 비용으로
비용을 줄이겠다고 해서
낮출 필요는 없을 것 같다고
생각이 들고
여기서 중요한 것은
전밀도도 중요하지만
산림지역에 산림을 뚫고 들어가서
지면점에 앉는 포인트 개수가 몇 개인가
그리고 그것이 이분한가
포인트 스페이싱을 얼만큼 맞출 수 있는가라고 하는 부분들이
가장 더 중요한 부분들이라고 보실 수가 있겠습니다
그래서 그런 부분들은
기준들이 설정이 되고 있는데
사실은 저희가 이걸 하면서
국토지리정보원하고 같이 협업사업을 한 것입니다
그래서 국토지리정보원에서 얼마 전에
세미나가 같이 있었는데
그러면 기준을 얼마로 하는 것이 좋겠느냐라고 나왔을 때
그동안에 국가는 1제곱미터당 2.5포인트였는데
저희가 50포인트로 하면서
이번에 국토지 정보원에서 나가는 사업들도
대부분 50포인트로 바뀌었다고 보이거든요
그래서 지금 국가적으로도 50포인트 정도로 바뀌었기 때문에
기준은 그런 기준으로 촬영이 될 거라고
생각이 되게 됩니다
네 번째 질문 중에
국가체계에서 전국 데이터하고
IPCC 인증 부분은 아까 말씀드린 부분들이 있어서
IPCC 관련돼서 나오는 방법론을
저희가 쭉 사용한 부분들이
마지막으로 인공지능 관련된 부분들이 있는데
저희 인공지능 지금 이미 하고 있습니다
하고 있는 부분들이 있는데
왜냐하면 너무 어렵습니다
플랫폼에 들어가 보게 되면
이 데이터가 무엇을 의미하는지
일반인이 이해하기에는 되게 어려운 부분이 있거든요
그래서 아까 말씀하신 것처럼
우리 집 주변에 탄소 흡수량이 얼마야?
우리 주변에 있는 것 중에
무슨 나무는 어디 있어?
이렇게 물어보게 되면
그것들이 바로 에이전트를 통해서
챗봇 챗봇 같은 에이전트 형태를 통해서 나와주고
계산이 됐으면 하고
저희가 준비를 하고 있는데
큰 문제가 하나가 있습니다
첫 번째,
국내 LMM 모델들을 사용하면
성능이 좋지 않습니다
성능이 좋지 않고
결과가 크게 좋지 않고
그다음에 공간 정보를 학습한다고 하는 것이
굉장히 어려움을 겪고 있기 때문에
그런 부분에 대한 기술 개발에
조금 더 한참 더 지내야 되는 부분들이 있을 것이라고 하고
해외 모델을 사용하게 되면
사용료가 만만치 않을 거라고
보여지는 부분이 있어서
그런 부분들이 해결되는 부분들이 있습니다
제일 어려운 부분은 뭐냐면
공간 정보를 학습해서
불러온다라고 하는 게
매우 어려운 부분들입니다
그 부분은 노력은 하고 있지만
올 연말쯤에는 손쉽게 어느 정도 낮은 수준,
낮은 로우 레벨에서
챗봇이 나올 것이라고 생각이 들고
내년도 고도화 과정에서
그런 부분들이 좀 필요한 부분이 사는데
제가 생각하는 부분들은
이러한 정보들이 많은 사람들이 활용하고
많은 사람들의 인식 수준을 바꾸려면
AI가 꼭 필요합니다
AI를 통해서
아까 말씀하신 것처럼
굉장히 쉽고 편하게 쓸 수 있어야
활용성이 높을 것이라고 생각이 듭니다
네, 다 답변이 된 걸로 알겠습니다
답변 감사드리고요
또 추가적으로 관련해서
질문 있으신 분들은
질문해 주시기 바랍니다
그러면은 마이크를 플로어로 돌려서
혹시 오늘 발표라든가
토론에 대해서 질문해 주실 분 계시면은
저쪽 구석에 먼저 드셔가지고
손 드실 순서대로 오래 기다리신 것 같아요
소속이나 간단하게 설명 부탁드립니다 안녕하십니까
저는 서울시 공간정보과에서 근무하는
송기성 주무관입니다
정말 죄송하게도
제가 생태도시 포럼에 처음 왔는데
부재를 보고 안 올 수가 없었거든요
공간정보 기술을 적용한 도시 생태난 관리 부분이어서
저는 과에서
서울시 디지털 트윈인 S맵을
관리 운영하고 있는 업무를 하고 있고요
오늘 발표 내용이나 토론 내용들이
제 업무가 굉장히 밀접하고
굉장히 관심 있는 분야여서
너무 좋았다는 말씀을 먼저 드립니다
시간이 많이 된 것 같아서
질문을 좀... 아, 질문보다는
약간 코멘트를 좀 짧게 말씀을 드리면요
제가 질문을 드리면
답을 하셔야 될 것 같아가지고
오늘 발표 내용,
김현수 박사님 내용
굉장히 인상 깊었고
사실 서울시에서도 2022년부터 라이다 데이터,
NIR 근적 개선 데이터
계속 서울 전역 구축하고 있거든요
근데 서울시는 도심 지역에 집중하고 있고
저희 과에서는...
오히려 산림지역은 조금 덜 집중하고 있어요
그 이유가 기후환경 분야의 디지털 트윈 활용에 대해서
이걸 어떻게 해야 되지
고민하고 있고
솔루션을 못 찾고 있기 때문에
데이터를 그렇게 구축했던 거였거든요
오늘 발표 내용을 듣다 보니까
이게 굉장히 서울시에서 활용하기 유용한 방향일 것 같다는 생각이 들었습니다
다만 나중에라도 혹시 기회가 되신다면
이 어떤 데이터를 이용한 행정
그리고 시뮬레이션 이쪽에서
사실 저희가 중요하게 여기는 건 정확도거든요
시뮬레이션에 대한 정확도가
어느 정도 담보가 돼야
정책에 활용이 될 테고
그런 것들이 경기연구원에서
미리 사례가 있으신데
다만 발표 내용에
이게 어느 정도 정확했다라는
어떤 저희가 벤치마킹할 수 있는
그런 기준 데이터가 없다 보니까
그 점을 나중에 좀 알려주실 수 있다면
감사하다는 말씀을 드리고 싶습니다
그리고 또 한 가지는 제가 아까 송인주 박사님도 많이 말씀해 주셨는데
이것들을 서울시에 적용하려면
사실 큰일입니다
저희 입장에서는 규정도 바꿔야 될 것도 있을 거고
여러 가지 고민들이 많이 생기는데
나중에 경기연구원에서
그런 설레 아니면 노하우 이런 게 있으시다면
그런 것도 같이 공유해 주시면
감사하겠다는 말씀을 좀 드리고 싶습니다
네, 코멘트 감사드립니다 네,
이어서 과장님
네, 안녕하세요 시설계획과장입니다
오늘 박사님 발표
굉장히 인상 깊게 들었습니다
저희도 생태현황도를 계속 구축을 해오고 있지만
그게 이제 비오톱 1등급과 개발
행여가 같이 연계가 되다 보니까
1등급에 대한 부분에
굉장히 집중이 됐었던 경향이 있었거든요
근데 지금 오늘 발표를 들어보니까
여러 가지 기초 데이터를 바탕으로 해서
여러 가지 주제도를 구축을 하고
그거를 실질적으로 정책에 어떻게 활용하는지
실질 눈으로 볼 수 있어서
굉장히 인상 깊게 들었고요
아까 뭐 비슷한 사실 질문인데
이거를 서울시의 구축을 어떻게 해야 될지가
이제 어떻게 보면 고민이라고 할 수 있겠는데
기존에 발전된 공간정보와
또 인공지능 기술을 활용을 해가지고
적용을 하려고 하다 보면
그거에서 정확도,
정밀도 이런 것들이 가장 고민이 되는 부분이에요
왜냐하면 그게 재산권하고 연계가 되는 부분이 있다 보니까
아까 송인주 박사님도 말씀하셨지만
이거를 적용을 했을 때
기존에 있던 등급체계가
완전히 어떻게 보면
많은 부분이 좀 뒤바뀔 수도 있겠다라는 부분도 있고
그래서 이거를 어떻게 적용을 하는 게 좋을지
그리고 서울시에 만약에 적용을 하게 된다고 하면
경기도와 비교했을 때
면적은 작지만
또 건축물들이 밀집해 있는 밀집도는
굉장히 높기 때문에
어떤 방향성을 가지고
구축을 하는 게 좋을지
그런 부분 좀 말씀 부탁드리겠습니다
앞에 공간정보과 말씀해주신 SMAP은
저희가 출발할 때
굉장히 많이 참고하고
너무 선진적으로 많이 하셔서 했던 부분들이 있고
질문 주신 두 분의 내용들이 겹치는 부분
정확도에 대한 부분들이 있어서
정확도 문제를 말씀드리면
정확도라고 하는 게 참값이 있어야
정확도를 볼 수가 있는 거거든요
그럼 참값이 어디 있느냐라고 하는 거에서
제가 고민이 굉장히 많이 있습니다
사실 참값은 우리가 없죠
사실은 참값이라는 게
존재하기가 어려운 부분들이다
생태적인 부분들이라든지
이런 것들은
그런데 그거 말고
그러면 어느 정도 확보되어 있는 정보를
어떻게 검토했을 때
어느 정도 정확도냐
예를 들면 이런 거죠
건축물하고 건축물의 외형 정보랑
표재부에 있는 건축물 대장을 연동시켰는데
이게 맞는 것도 있고
안 맞는 것도 있거든요
여러 가지 기술들을 통해서
한 90% 이상 정도까지 매칭을 시켰다고 하게 되면
그럼 매칭 정확도는 90%라고 얘기할 수 있겠지만
그 안에 있는 난방의 사용량
이런 것들은 정확도를 저희가 알 수가 없는 부분들인 거잖아요
그러니까 어느 정도 그런 부분 다 검토되어 있는 부분들이 있어서
나중에 시간이 되시면
한번 저희가 보여드릴 수 있을 거라고
생각이 들고
그런 것들이 정확도 부분 좀 검토된 것들이 많이 있다고 하는 거고
가장 저도 가장 걱정되는 것은
서울시가 도시엔티란드를 새로운 기술과 새로운 방법으로
무엇인가 하게 되면
당연히 등급이 바뀌게 될 겁니다
당연히 바뀌게 될 겁니다
당연히 바뀌게 될 건데
그러면 이거는 기술의 문제가 아니라
정책적 결정의 문제라고 볼 수가 있거든요
저는 저번에도 이런 얘기가 한번 통일진
박사님이랑 얘기가 나온 적이 있어서
그 뒤에 몇 번 생각을 해봤는데
저라면 아마 지금 평가체계라든지
이런 거는 그대로 둔 상태에서
활용성을 높이기 위해서
주제도를 많이 만들어 낼 것 같습니다
지금 평가체계를 건드는 부분에 있어서
신기술을 넣어가지고
바꿨을 때 생기는 여러 가지 부분들에 대해서는
감당하기가 좀 어려울 부분이 있기 때문에
조금 바뀔 수 있다라고
생각이 들고 하지만
신기술을 넣어서
주제도를 더 많이 만들어가지고
서울시가 그동안 쌓아온 데이터들이 엄청나게 많잖아요
그 데이터를 넣어서
여러 가지를 넣어서
도시생태형제 주제도를 더 많이 만들어내는 것이
활용 방안을 높이는 방안이 아닐까라는 생각이 들고
그 평가에서의 정확도
문제를 또 한 번 얘기해보고 싶다면 이겁니다
예를 들어서 사람이 가서
층위구조를 분석한 거랑 라이다
데이터를 통해서
층위구조를 분석한 거랑
누가 더 정확하냐라고 했을 때는 라이다
데이터가 훨씬 정확합니다
그거는 훨씬 정확합니다
그거는 뭐 말을 이렇게 논의의 여지가 없는 부분들이고
또 하나는 그러면 지금 서울시에서 쓰는 것들 중에서 피복률,
피도 이런 것들을 쓰고 있는데요
그것들이 사람이 조사한 거라고 한다면
그거보다 하늘에서 보고
영상을 통해서 산 것들이 훨씬 더 정확할 수밖에 없겠죠
그래서 서울시 비호톱 유형 평가 안에 들어가 있는 정보들 중에
공간 정보를 통해서
확정적으로 정확도가 높은 것들은
바꾼다고 하면
그거는 만약에 그것이 평가에 영향을 준다고 하면
바꾼다고 하면
사실 저는 거리가 꽤 있을 것 같은데
한국해양과학기술원에서 온 백원경이라고 합니다
이게 제가 이명진 박사님께서
경기도에 한정되어 있는 것 같다라고
말씀도 해주셨고
그리고 단계적으로 가면서
15만 포인트를 데이터로 얻는다고 말씀하셨잖아요
그러면 단계적으로 비용을 줄여나갔으면 좋겠다라고
말씀도 하셨고
그런 거를 생각을 하면
그 넓은 지역을 커버하기 위해서
위성자료가 반드시 필요할 거라고 생각을 하고 있고
그래서 경기위성이라는 위성자료도
나중에 같이 사용을 하면
더 좋은 정보를 얻을 수 있다고 말씀하셨잖아요
그거랑 관련해서
최근에 바이오메스라는 위성이 잘 아시겠지만 올라갔습니다
그래서 그 위성 같은 경우는
수목 자체를 투과할 수 있고
그리고 조금 다른 위성들
같이 활용을 하면
계층별 정보를 함께 얻을 수 있어가지고
비록 이 위성을 활용했을 때
건물들이 밀집되어 있는 장소에서
직접적인 활용은 어렵겠지만
그래도 조금은 개활되어 있는
그런 도시 산림에 대해서는
적용이 가능한 하지 않을까라고 생각을 하고 있고
그리고 이번에 만들어서 보여주신 자료 자체가
워낙에 정밀한 자료이기 때문에
그 자료랑 지금 나오고 있는 바이오매스나
그 다른 위성자료를 함께 활용을 해서
함께 나가는 방향을 하면
좀 더 비용을 절감하는 데
좋은 도움이 되지 않을까
생각을 해서
한번 말씀을 드려봤습니다
네, 의견 감사드립니다
또 한 분 정도 질문 더 받고
그 다음에 한 분씩 잠깐씩 말씀하시고
마무리를 하려고 하는데요
한 분 정도 질문 또 있으십니까?
코멘트 질문
네 질문해 주시죠 네 안녕하세요
저는 국민대학교 산림자원학과에서
박사과정생으로 있는 황병목입니다
오늘 굉장히 거대한 계획인 광역,
도시생태현황도 이야기 드릴 수 있어서
되게 좋았고요
저도 산림자원학과이고 동시에
도시숲을 공부를 하다 보니까
서울시 도시생태현황도를 많이 쓰는데
앞으로 많이 이용을 할 것 같아서
기대가 큽니다
질문은 일단 한 개고요
공간 분해능에 대해서
질문을 좀 드리고 싶습니다
굉장히 예산이랑 기술을 많이 투입해서
도시 쪽에 굉장히 세부적인 데이터를 구축을 하셨는데
아까 박찬 교수님께서도 말씀하셨지만
저는 이제 도시 열 환경에
좀 관심을 많이 갖고 있어서
이러한 3D 모델링이나
그러한 부분을 좀 연구를 하고 있는데
그때 굉장히 중요한 거는 말씀해 주셨지만
건물 이런 3D 입체 구조뿐만 아니라
가로수에 대한 데이터가 많이 필요한데
아까 말씀해 주셨던 거는
10M 단위로 데이터가 처리가 되게 되면
이러한 도시에 있는 소높지나
이런 가로수에 대한 부분은 많이 희석이 돼서
데이터가 제공이 되는데
많은 예산을 투입하셨고
특히나 라이다를 활용을 했다고 한다면
좀 데이터가 이질적이지만
어떤 포인트 수준으로
이러한 바로수 부분도 제공할 수 있지 않나 싶어서
이러한 부분에 대한 데이터 구축 계획이나
혹은 제공을 할 수 있는지
여쭤보고 싶고
또 하나는 시간 분해능인데
산림 같은 경우에는
5년 단위로 도시 생태 현황도가 제공이 된다고 했을 때
그렇게 큰 변화가 없을 수 있지만
도시 같은 경우에는
굉장히 다이나믹하게 변한다고 생각이 듭니다
특히나 공원이 굉장히 새로 설계가 되고
혹은 아이토지 전용이 돼서
건물이 다시 올라가는데
그러한 부분들을 시기열적으로 보려고 한다면
이러한 부분이 잘 아카이빙이 돼야 된다고 하는데
과연 5년으로 충분할지
좀 더 세세하게 아카이빙이 될 수 있는지
여쭤보고 싶습니다 네
저기 시간 관계상
아마 유튜브에서 질문 주신 내용까지 합쳐가지고
한 번에 답을 해주시면 좋을 것 같은데요
아 예 알겠습니다
공간 분해능 관련해서
열안경 분석에서 가로수 부분 말씀 주신 거는
가로수가 반영이 되어 있습니다
모든 것들이 이제 CHM 자료가 들어갈 때
경기도 전체에 CHM 자료가 들어가기 때문에
당연히 가로수가 반영돼서 들어가는 부분들이 있고요
시간 분해능은 아까 말씀드린 것처럼
저희가 5년에 한 번 하겠다는 게 아니고요
5년에 한 번 경기도 전역에 대한 라이다가 구축이 되지만
그건 산림지역은 문제가 없겠지만
말씀 주신 것처럼
공원이나 이런 것들은 토지용이 변화되면
그것들은 1년에 3번 정도가
저희가 3,
4번 정도 분기별
또는 이 정도로 시군들로
저희가 이제 토지용 변화지역에 대해서
모니터링을 하고 있고
모니터링된 것 부분에서 바뀐 부분이 있으면
바로바로 반영하는 걸로 되어 있어가지고
시간 분해는 아까 생각한 거랑 다르다라는 얘기를 드리고
그 다음에 공간정보의 제공에 대해서는
기후플랫폼의 목적 자체가
데이터 공유 플랫폼입니다
9월 달부터는 아마 다 다운받아서
사용하실 수 있으실 거라고 생각이 듭니다
근데 라이다 데이터 같은 정보는
공간 정보는 온라인으로 주는 게 어렵기 때문에
그건 법적으로 안 되기 때문에
그런 건 뭐 신청하시면 나가는 걸로
좀 정리가 되어 있는 상황입니다
네 지금 유튜브로 질문 주신 내용들
거의 대부분 다 답변이 된 거 같고
한 가지 정도만 전자야장 활용에 대해서
또 질문을 주셨거든요
네 전자야장이 전자야장이
세상에 없던 기술은 아니죠
원래 있던 기술들인데
적극적으로 사용하기 위해서
저희가 중요하게 했던 건 뭐냐면
도시 생태량주를 조사하는 데 있어서
쓸데없는 조사가 현장에서 조사되는 게 있어요
예를 들어서 아파트 층 수가 몇 개냐
그다음에 거기에 피도가 얼마냐,
뭐가 얼마냐 이런 것들이 있는데
사실은 현장에서 조사하는 것보다
그거는 굉장히 많은 부분들은
공간 정보를 부축할 수 있는 것들이 있거든요
여러분 잘 보시면
서울시 배톱 지도 운영지침에 보면
나와 있는 야장이
두 개가 있는데
공원 녹지 스페이스,
공원 녹지 스페이스 관련된 부분하고
도시와 지역 야장 두 개가 있습니다
거기서 야장 항목들 중에
상당 부분은 공간 정보로 구축되는 부분들이 있기 때문에
그걸 빼고 난 다음에 현장 가야지만 알 수 있는 부분들이 있는데
사실은 중요한 게
비호톱 유형별로 조사해야 될 속성들이 다르거든요
산림 조사할 거 다르고
그다음에 습지 조사할 거 다르고
농경 조사할 게 다른데
그 다른 것들을
저희가 야장을 다 개발을 해가지고
야장의 종류가 한 20종 정도가 됩니다
29개 정도 되는데
그 야장 종류별로 체크형입니다
가서 쓰는 게 아니라
1, 2,
3번 중에 얘는 어디에 해당해
3, 4,
5번 중에 어디에 해당해라고 체크하는 전자회장이 있어서
현장에서 전자회장을 가지고 체크하게 되면
바로 데이터가 넘어 들어오게 되고
사진 찍으면 들어오게 되고
사람들이 이동 경로라든지
이런 것도 들어오게 됩니다
그래서 그것들이 보고 있으면
통계 자료가 나오는데
이제 A라고 하는 조사자가
이번 주에 휴가구나
어디 놀러 가셨구나
조사 안 하고 계시구나
이런 것도 다 알 수 있는 정도로
통계자료가 구축이 돼서 관리가 되고 있거든요
이 시스템을 구축하는데
굉장히 좀 어려움이 있었지만
없던 기술은 아니라서
하지만 이걸 구축함으로 해서
누가 언제 어떻게 조사했고
그리고 이것들이 얼만큼 신빙성을 가지고 있는지를
명확하게 증거자료를 남기 때문에
비호톱 지도가 가져야 되는 공정성하고
정확성에서 전자화장의 사용은
굉장히 필수적이라고 생각합니다 네 감사드립니다
아까 제가 옆에 앉아서 봤습니다
실시간으로 감시가 아니라
잘 하고 계신 걸로
제가 확인했습니다
오늘 그러면 마무리를 해야 되는데
오늘 토론 순서대로
역순으로 짧게
또 한마디씩 해주실 메시지가 있으시면 해주시면 좋겠습니다
이명진 박사님
사실 많은 질의와 답변이 있었고요
그에 대해 잘 대응해 주시라 생각합니다
사실 이런 기술의 변화는
저희같이 자료를 다루고
또 환경을 연구하는 사람들의 입장에서
너무 좋은 겁니다
그래서 이 부분이 잘 발전될 수 있도록
앞으로도 이제 김하수 박사님하고
협업할 수 있는 일이 있으면
저희 KI도 저도
개인적으로도 열심히 연구하도록 하겠습니다 이상입니다
시간이 많이 갔는데
앞서 말씀드렸지만
서울시 도시생태현황도로 돌아오면
도시생태현황도가 개발허가 기준에 들어가면서
서울시에서 지속성을 가지고
안정적으로 업데이트가 됐고
국가적으로도 이게 확산되고
그거 기반에서 경기도도
저렇게 더 발전된 관련 정보를 구축하게 된
그런 긍정적인 순기능이 분명히 있었는데
그것과 동시에 기준에 들어가다 보니까
토지 이용에 연계되다 보니까
서울시 차원으로 들어오면
많이 논의됐던 평가가 달라지는 거에 대한 부담감
이런 것들이 서울시 차원에서의
어떤 개선에서는 상당히 또 발목을 잡는 요소가 됐었거든요
그런데 이제 앞으로 나아갈 방향에서는
모두가 공감하는 부분이기 때문에
정보는 고도화되고 정확해지는 게 맞는 것 같고
그다음에 평가에 있어서는
평가 기준이라는 부분
그리고 그거를 정책에서
현장에 활용하는 부분에 있어서는
어떻게 보면
시민 수용성이라는 부분도
우리가 좀 고민할 필요가 있는 것 같아요
그래서 이런 고도화된 기술로
개선된 정보와
그에 기반한 더 합리적인 평가로 변경된 부분은
시민들이 어떻게 보면 공감해주고 변경을 받아줄 수도 있는 부분이어서
함께 좀 고민해가면 좋을 것 같다는 생각이 들고
끝으로는 아까 그 공간정보과 말씀하신 라이다를
도시만 포커스를 맞추셨다고 그러는데
그거를 서울시 산림까지 확정적으로 해서
자료를 확보하시면
그 자료를 시설계획과에서 이용해서
도시생태환환도 정기에 보완하면서 활용하면
두 부서 간의 예산이라는 측면에서
훨씬 더 효율적이지 않을까 생각이 듭니다
많은 부분 공감된 부분들이 있고
그래서 몇 가지 차별화된 제 생각만 말씀드리고
마무리하도록 하겠습니다
어쨌든 저희가 도시의 생태성을
관리하기 시작하는 것은
도시의 편의성도 높이고
쾌적성도 높이고 안전성
그리고 지속가능성 측면에서
굉장히 중요하기 때문에
지금까지 끌어왔던 것 같고
평가가 결국 그런 것들을 지지해주는 제도적 기반이지 않을까
생각은 좀 들었습니다
미래가 바뀌고 있고
과거에 해당됐던 문제들이 해소되는 개발 압력이 너무 높거나
개발로 인해서
다른 어떤 부작용들이 심각할 때에
사용됐던 평가가
앞으로 미래의 도시를 관리하는데
계속될 수 없다라고 생각은 들거든요
그래서 미래에 필요한 어떤 문제를 해결하기 위해서
평가가 조금 더 고도화되거나
방향성을 좀 달리하거나 하는 시대가 되지 않았나 하는 생각이 들고
결국 그런 측면에서
이제 기준이 조금 달라진다고 했을 때
우리는 어떤 기준 요건을 맞추면서
서울을 관리해 나갈 거냐에 대한 것들이
아마 시민들과 토지 소유자들의 어떤 합의와 이해가 있으면
어느 정도 조금 조금 더 전향적으로 바뀔 수 있지 않을까라는 생각을 하면서
제 토론을 마치도록 하겠습니다
정보가 고도화된다라는 거에 대해서
불편한 사람들이 있고요
불편하지 않은 사람들이 있습니다
근데 고도화된다라는 거에서
불편한 부분들은
과거와 달라지는 거에 대한 거부감이거든요
근데 그 거부감을 이겨내고
조금만 더 고도화된 정보들을 해보면
활용성 측면에서 어마어마한 일들이 있을 수 있기 때문에
공공에서부터가 조금 이런 부분에 대해서
마음을 열고 접근하는 게 필요할 거라고 생각이 듭니다 이상입니다
오늘 쭉 토론과 이런 발표를 듣다 보니까
굉장히 사실은 한적한 문제들이 있고
굉장히 다양한 논의가 있지만
어느 정도 수렴을 하는 것 같아요
저도 토론은 아니지만
좌장으로서 의견을 간단히 드리면은
정확도에 대한 이슈가 언제나 있는 것 같고
활용에 대한 것들이 있는데
이 두 개가 바로바로 스위치가 되지는 않는 것 같습니다
그런 어떤 스페이스를
과학적인 영역에서 풀어야 되고
여기에다 얼마만큼
더 시간과 여유와
어떤 수용성을 갖다가 주는지
굉장히 중요한 것 같고
그래서 제 생각에는
이건 제안일 수도 있는데
뭔가 장기 모니터링 사이트처럼 해가지고
뭔가 리터러시를 향상을 시키면서
근거대로 만들어갈 수 있는
그런 것 되게 필요하지 않을까
그런 생각이 됐고
저도 이번에 분석을 하면서
느낀 게 정확도를 했을 때
아까 창값도 말씀을 하셨는데
이것들을 모든 지역에서
180만 개에 대한 것들을 다 검증할 수는 없는 상황에서
그러면 어디를 피벗으로 삼아서
토대로 삼아가지고
이런 것들을 더 고도화시키고 설득을 할 것인가
뭐 이런 생각이 또 들었고요
한 발짝 더 나아가서
오늘 주제가 AI랑 생태도시 포럼인데
어떻게 보면 쭉 듣다 보니까
오늘 어떻게라고 하는 방법론에 대한 이야기가
굉장히 많이 있었는데
왜 우리가 이런 인공지능을
앞으로 어떻게가 아니라
왜 이런 것들을 도입을 해야 될까?
이런 근본적인 생각도 들었습니다
제가 항상 학교에서도 이야기를 하는 게 데이터라고 하는 것은
어떻게 보면
인간이 경험하는 것들에 대한
디지털화된 부분인데
우리가 자연이라고 하는 것들은
어떻게 보면
우리가 직접 경험하지 않은 부분들도
굉장히 많은 어떻게 보면
오늘 생태도시 포럼이
자연에 대한 자료들을 구축을 한다는 게
결국에 우리가
직접적으로 그것들을 활용하지 않았지만
우리가 한 다리 두 다리 건너가지고
우리가 궁극에는 활용하게 되는
그런 것들에 대한 경계에 대한 그런 부분들이기 때문에
혹자는 또 유용성에 대해서
활용성에 대해서
즉각적인 답을 원하지만
한편으로는 이게 없으면
결정이 어려운 부분들도 있는
그런 부분인 것 같습니다
그래서 굉장히 좀 근본을,
물론 AI 에이전트에 대한 부분들도 있지만
앞으로 이런 데이터가 구축이 되었을 때
무엇이 상상 가능한가
이런 것들이 굉장히 필요한 것 같고
상상력에 대한 부분도
굉장히 중요한 것 같아요
그래서 오늘 아까 많은 주제도를 만들어야 된다라고 하는 부분들을
김완수 박사님께서 말씀을 해주셨는데
그런 것들이 오픈 플랫폼 형태로
또한 제한이 많이 되기 위해서
이 데이터도 공개하는 게 아닌가
이런 생각이 들었습니다
그리고 제가 농담삼아
김완수 박사님
경기도에 일론 머스크라고
제가 하고 다녔는데
오늘부터 젠슨 황으로 바꿔도 될지
이것으로 554차 생태도시 포럼을 마치도록 하겠습니다
여러분 수고 많으셨습니다