[reinvent 2024] Scepter, Inc.가 빅데이터를 활용하여 메탄 배출을 줄이는 방법을 알아 봅니다.

들어가며

본 세션에서는 대기 환경 관리와 빅데이터 활용을 중심으로 Scepter가 어떤 방식으로 혁신적인 접근을 시도하고 있는지 살펴보았습니다. 메탄 배출 감축은 기후 변화에 대응하기 위해 시급히 해결해야 할 문제 중 하나로, Scepter는 AWS와의 협력을 통해 대기 중 메탄 가스를 실시간으로 탐지하고 정량화하는 데이터 융합 플랫폼을 구축하고 있었습니다.

이번 세션의 주목할 내용으로는 다음과 같습니다.

• 대기 데이터 수집과 분석 과정
• AWS 기술을 활용한 데이터 통합 및 실시간 대응
• 메탄 감축을 위한 미래 비전과 기술적 혁신

이 세션을 통해 빅데이터가 실제 환경 문제를 해결하는 데 어떻게 기여할 수 있는지 알아보겠습니다.

대기 중 메탄 감지의 필요성

메탄(CH4)은 대기 중에 존재하는 주요 온실가스 중 하나로, 단위 질량당 이산화탄소보다 더 큰 온실 효과를 발휘합니다. 특히, 메탄은 10년의 짧은 수명을 가지고 있어, 배출량을 줄이면 비교적 빠르게 기후 변화 완화 효과를 볼 수 있습니다.

이 세션에서는 NOAA 데이터를 인용하여 지난 40년간 메탄 농도가 급격히 증가했음을 보여주었으며, 주된 원인은 산업화와 천연가스 인프라로 인한 누출입니다. Scepter는 이러한 문제를 해결하기 위해 대기 중 메탄을 실시간으로 감지하고 정량화하는 플랫폼을 개발하고 있습니다. 이는 단순한 감지에 그치지 않고 실시간 대응을 가능하게 하여 기후 변화에 직접적으로 대응할 수 있습니다.

메탄 감지를 위한 데이터 수집

메탄 감지를 위해 Scepter는 다양한 센서와 플랫폼을 활용합니다. 지상 센서, 드론, 고고도 플랫폼(HAPS), 위성 데이터를 결합해 대기 상태를 입체적으로 모니터링합니다. 특히 고고도 플랫폼은 스타링크(Starlink)를 이용해 데이터를 실시간으로 전송함으로써 기존의 데이터 수집 방식보다 지연 시간을 크게 단축했습니다.

위성 데이터는 광범위한 영역을 커버하지만 정밀도가 낮고 주기가 길어 초대형 누출만 감지할 수 있습니다. 반면 지상 센서는 정밀하지만 커버 범위가 한정적입니다. 이를 보완하기 위해 Scepter는 고고도 플랫폼과 자체 개발한 하이퍼스펙트럴 센서를 결합해 정밀도와 커버 범위를 동시에 확보하고 있습니다.

AWS를 활용한 빅데이터 처리

Scepter의 플랫폼은 수천 개의 센서로부터 데이터를 수집하며, 이를 AWS 클라우드를 통해 정규화하고 융합합니다. 이 과정에서 AWS의 Lambda, Aurora, SageMaker 등 다양한 서비스가 활용됩니다. 특히 Lambda는 대량의 데이터를 병렬로 처리하며, Aurora는 메탄 데이터를 저장하고 관리하는 역할을 담당합니다.

또한, AWS의 AI 모델과 엣지 컴퓨팅을 통해 실시간으로 데이터를 분석하고 10분 이내에 메탄 누출 경보를 생성할 수 있습니다. 기존 방식이 1~2주의 시간을 필요로 했던 것과 비교하면 혁신적인 성능 개선입니다. 이는 실시간 대응을 가능하게 하여 누출이 발생하자마자 빠르게 대응할 수 있게 합니다.

데이터 융합과 정량화

Scepter의 핵심 기술은 다양한 센서에서 수집된 데이터를 융합해 메탄 배출량을 정확하게 정량화하는 것입니다. 이 과정에서 풍속 데이터가 중요한 역할을 합니다. 메탄이 누출될 때, 풍속과 방향에 따라 플룸(기체 확산)이 움직이기 때문에 이를 분석하면 배출원의 위치와 배출량을 계산할 수 있습니다.

Scepter는 이를 위해 AI 기반 분석 모델과 수치 역모델링을 결합했습니다. 이를 통해 메탄 배출량을 킬로그램/시간 단위로 정량화하고, 특정 지역의 배출 상황을 시각화하는 히트맵을 생성합니다. 이러한 데이터는 실시간으로 제공되어 누출 대응과 규제 준수에 활용됩니다.

메탄 감지의 실시간 대응 프로세스

Scepter와 ExxonMobil은 메탄 누출 대응을 위한 5단계 프로세스를 수립했습니다. 첫째, 메탄 누출을 감지하고 위치를 파악합니다. 둘째, 감지된 데이터를 AWS 클라우드를 통해 정량화합니다. 셋째, 데이터를 분석해 알림을 생성하고, 이를 현장 담당자에게 실시간으로 전송합니다.

넷째, 현장 담당자는 누출 위치를 찾아가 문제를 수리하고 대응합니다. 마지막으로, 누출이 해결되었음을 확인하고, 이를 규제 기관에 보고합니다. 이러한 프로세스를 통해 메탄 누출 문제를 신속하고 정확하게 해결할 수 있습니다.

고도화된 분석과 확장성

Scepter는 AWS의 SageMaker를 활용해 AI 모델을 고도화하고 있습니다. 특히 컴퓨터 비전 모델을 훈련시켜 메탄 플룸을 더욱 정확하게 감지하고 정량화할 수 있습니다. AI 모델은 학습을 거듭할수록 감지 한계치를 낮추고 더 작은 배출량도 정확하게 측정할 수 있습니다.

또한, Scepter의 플랫폼은 글로벌 확장성을 고려해 설계되었습니다. ExxonMobil과 협력하여 북미 지역을 중심으로 테스트를 진행하고 있으며, 이를 기반으로 전 세계 인프라에 적용할 계획입니다. 이를 통해 글로벌 메탄 감지 및 감축 네트워크를 구축하는 것이 목표입니다.

데이터 시각화와 사용자 인터페이스

Scepter의 플랫폼은 직관적인 사용자 인터페이스(UI)를 제공하여 현장 담당자가 데이터를 쉽게 확인하고 대응할 수 있도록 돕습니다. 플랫폼은 AWS의 CloudFront, MapLibre, React 등의 기술을 기반으로 설계되었으며, 지도 기반 시각화를 통해 메탄 누출 위치를 한눈에 확인할 수 있습니다.

또한, 시스템은 SMS 알림, API, 웹 기반 UI를 통해 데이터를 제공합니다. 현장 담당자는 실시간 알림을 받고 빠르게 대응할 수 있으며, 기업은 API를 통해 데이터를 기존 시스템에 통합할 수 있습니다.

미래 비전과 확장 가능성

Scepter는 현재의 플랫폼을 기반으로 위성 기술을 적극적으로 도입하고 있습니다. 위성 데이터는 글로벌 커버리지를 제공하며, 이를 통해 전 세계 메탄 배출을 모니터링할 수 있습니다. Scepter는 위성 데이터를 기존의 고고도 플랫폼과 융합하여 글로벌 감지 네트워크를 구축하고, 이를 통해 기후 변화에 보다 효과적으로 대응할 계획입니다.

결론

이번 세션에서는 Scepter가 AWS와 협력하여 메탄 감지를 위한 데이터 수집, 분석, 대응 플랫폼을 어떻게 구축했는지 살펴보았습니다. 다양한 센서와 AWS의 빅데이터 분석 기술을 활용하여 메탄 누출을 실시간으로 감지하고 정량화하는 5단계 대응 프로세스를 확립했습니다. 이런 메탄 감지를 통해 기후 변화에 직접적으로 대응할 수 있다는 점에서 큰 가능성을 보았습니다. AWS의 클라우드 기술과 AI 모델이 결합되면 대기 환경 문제를 빠르고 효율적으로 해결할 수 있습니다.

빅데이터와 클라우드 기술이 환경 문제 해결에 이렇게 직접적으로 기여할 수 있다는 사실을 알게 되었습니다. 특히 Scepter와 ExxonMobil의 협력 사례는 기업이 지속 가능한 발전과 환경 관리에 어떻게 기여할 수 있는지 보여주는 좋은 예시인 듯 합니다. AWS의 기술이 결합된 Scepter의 플랫폼은 메탄 감지와 대응의 혁신을 이끌어내며 기후 변화 완화에 중요한 역할을 할 것입니다.