KT가 현실 속 사물·장비 및 시설물 등을 디지털로 복제한 다음 수집된 데이터를 기반으로 셀프러닝(self-learning)해 이상 상태를 진단하고 문제를 예측하는 AI 기술 '기가트윈(GiGAtwin)'을 활용해 다리(교량)의 위험도가 증가하기 전에 미리 진단할 수 있는 '시설관리 AI'를 구현했다고 4일 밝혔다.

이 솔루션은 기가트윈 기술을 적용한 교량은 KT의 GiGA Safe SOC 서비스를 활용하여 실시간 센서 데이터를 모니터링하고 있는 시설물로 구조 모델 정보와 2주 정도 측정한 데이터를 기반으로 교량의 내하력(하중에 대한 저항력) 예측이 가능했다.

그동안 차량을 완전통제하고 측정해야 하는 내하력 측정을 기가트윈 기술로 언제든 추정해 볼 수 있게 된 것이다. 2주간의 측정 데이터는 온도/습도 등 환경변화에 따른 오차를 최소화 하기 위한 기간이다.

기가트윈 기반으로 측정한 디지털 내하력과 차량을 완전통제하고 측정한 내하력은 허용 오차 이내의 편차였다. 시설 전문가들은 이 정도의 오차라면 상당히 신뢰할 만하다고 평가했다.

추가적으로 디지털 내하력의 변화 추이를 바탕으로 유지보수가 필요한 시기를 알 수 있어 교량 손상의 위험도가 증가하기 전에 미리 대비가 가능하다.

공공·산업 시설물의 노후화에 따른 빈번한 사고로 사회적 불안감이 커져가는 시점에 시설물 안전관리에 기가트윈 기술을 적용해 안전 공백을 없앨 수 있다.

한편, KT는 유지보수 시기까지 사전 예측해 적기에 대처할 수 있도록 함으로써 사고방지 및 시설 관리비용 절감이 기대된다며, 향후 KT는 빌딩, 공동구, 댐은 물론 상하수도, 열수송관 등으로도 기가트윈 활용 영역을 확대할 계획이라고 밝혔다.