Current Status and Future of Artificial Intelligence-based Sediment Transport Analysis Technologies for River Flood Management

하천 유사 거동은 유역의 홍수 조절에 직·간접적으로 영향을 미치는 중요한 인자로, 지속적인 관리가 필요하며, 최근에는 머신러닝 등 인공지능 기반 기법을 유사 관리에 활용하려는 연구가 활발히 진행되고 있다. 본 연구에서는 이러한 인공지능 기반 모형의 유사 관리 분야 적용 현황을 분석하였다. 유사 이동 예측은 머신러닝이 가장 활발히 적용된 분야로, support vector machine과 같은 전통적 기법부터 random forest, XGBoost와 같은 tree-based 앙상블 모형, 그리고 고도화된 딥러닝까지 다양한 알고리즘이 모형 구축에 활용되었다. 대상 지역이 환경과 자료 특성 및 적용 모형에 따라 NSE 0.5-0.9 정도의 다양한 예측 성능을 보였으며, 설명가능한 인공지능(XAI) 기법을 통해 하천 유량, 유역 면적 등 주요 환경 요인이 모형 성능에 미치는 영향을 정량적으로 평가할 수 있었다. 또한 반복 학습을 통해 시스템을 최적화하는 강화학습 기법은 홍수 침수 피해 저감 등 유사 관리의 최적화 조건을 제시하는 데 유용하게 활용될 수 있음을 알 수 있었다. 본 연구는 인공지능 기반 모형의 유사 관리 분야 적용 가능성을 확인하였으며, 향후 양질의 자료 확보와 관련 연구의 지속적 수행을 통해 유역 유사 관리의 효율성을 더욱 높일 수 있을 것으로 기대된다.