도시 침수 예측에서 대응까지: 솔루션 핵심기술 및 활용 사례 중심

(1)

도시 침수 예측에서 대응까지:

솔루션 핵심기술 및 활용 사례 중심

최근 이상기후로 인해 도시 침수 피해가 증가하고 있다. 도시 침수는 강우량 증가, 해수면 상승, 지반 침하 등과 같은 다양한 요인으로 인해 발생한다. 도시 침수는 인명 피해, 재산 피해, 교통 혼잡, 환경 오염 등 다양한 문제를 초래한다.

사전에 도시 침수를 예방하여 인명과 재산 피해를 최소화할 수 있도록 “도시 침수 예측에서 대응까지 원스톱 솔루션”

에 대한 핵심기술과 활용 사례을 제시한다.

도시 침수 솔루션은 도시 침수 센서를 활용하여 실시간 침수 지역의 침수 높이 정보와 GIS 기반의 강우량 시나리오 에 따른 도시 침수 위험지도를 제공하여 침수 위험 지역에 있는 시민들을 빠르게 안전 대피소로 대피시킬 수 있다.

이에 본고에서는 도시 침수 솔루션 및 침수 예측 시뮬레이션 핵심기술과 활용 사례를 중심으로 소개하고자 한다.

https://doi.org/10.22810/2023KIB061 2023. 09. 18.

제 61 ^호

김광영 · 양명석

1. 도시 침수 예측의 필요성

• 전 지구 이상기후 및 침수 발생 주요 원인

• 국내외 호우 및 침수 발생 현황

2. 도시 침수 솔루션(KUDS)

• 도시 침수 예측에서 대응까지 원스톱 솔루션

• 도시 침수 예측 시뮬레이션 솔루션

3. 도시 침수 솔루션(KUDS) 활용 사례

• 언론 활용 사례

• 지자체 활용 사례

4. 도시 침수 솔루션(KUDS) 시사점

(2)

1. 도시 침수 예측의 필요성

전 지구 이상기후 및 침수 발생 주요 원인

●

지구온난화로 인해 전 지구 평균기온이 지속적으로 증가하여, 이상기후 현상이 빈번히 발생함에 따 라 매년 재산 및 인명 피해가 증가하고 있음

- 세계기상기구(WMO) 발표(2022.1.19.)에 의하면, 2021년 전 지구 평균기온은 라니냐 현상으로 인해 일시적

으로 냉각되었지만, 산업화 이전(1850~1900년) 수준보다 약 1.11(±0.13)°C 높아, 2015년 이후 가장 따뜻 한 7년(2015~2021년) 중 한 해로 기록되었음 <그림 1>

<그림 1> 2021년 전 지구 기온 평년(1991~2020) 편차 분포

출처) https://climate.copernicus.eu/(코페르니쿠스 기후변화서비스, C3S)

●

도시화로 인한 내수 침수 빈도와 피해가 증가함

- 환경부 자료에 따르면 지난 수십 년간 도시화가 진행되어 전국의 불투수 면적은 매년 증가하고 있음 <그림 2>

- 2021년 서울특별시 불투수 면적 비율은 54.37%이며 부산광역시 불투수 면적 비율은 28.15%에 달함

- 빗물 침투율이 낮고 우수 유출이 빨라지면 하수관망에 빗물이 집중됨에 따라 침수 피해가 증가

(3)

<그림 2> 2021년 기준 부산광역시 불투수 면적 비율

출처) 환경 공간정보서비스, 환경부

●

지속적으로 연평균 강수량과 호우 발생 빈도 증가함

- 연평균 강수량은 1988년 849mm/h에서 2020년 1,591mm/h로 약 1.8배 증가함

- 시간당 50mm 이상인 호우의 발생 빈도는 1970년대 5.1회에서 2000년대 12.3회로 약 2.4배 증가함

국내외 호우 및 침수 발생 현황

● 국내 현황

- 최근 이상기후, 국지성 집중호우로 인해 갑작스러운 폭우나 짧은 시간 동안 특정 지역에 많은 강우가 내리는

현상이 점차 증가하고 있음

- 연평균 강우량은 1970년대 1,255mm에서 2000년대 이후 1,407mm로 점차 증가하는 추세이며 이에 따른

침수 피해 발생이 증가하고 있음

- <그림 3>은 1985년도부터 2020년까지 연간 호우 발생 횟수를 나타낸 것으로 발생 횟수가 점차 증가함

- 2022년 8월, 제주, 충남 부여에서 하루 100mm에서 최대 300mm가 넘는 폭우가 발생하였고 서울에는 시

간당 130mm, 하루 360mm의 집중호우가 발생함

- 해수면이 가장 높아지는 밀물 때 폭우가 내리면 해안가나 도심하천 일대는 침수 피해가 더욱더 커질 수 있음. 목

포의 경우, 4시간 동안 40mm의 많지 않은 강수량이었지만, 밀물 시간과 겹치면서 도로 곳곳에 침수가 발생함

(4)

<그림 3> 국내 연간 자연재해 발생 횟수(호우)

출처) 2021 재해 연보

● 오세아니아

- 호주 동남부 뉴사우스웨일스주를 중심으로 3월 18일부터 6일간 홍수가 지속되었으며, 시드니 서부 지역

에서는 반세기 동안 볼 수 없었던 최악의 홍수 사태를 맞았음. 뉴사우스웨일스 긴급 구조대는 이번 홍수는 1961년 11월 이후 최악의 홍수로 기록될 것이라고 함. 또한 헤이스팅스강의 수위는 130여 년 전인 1888년 이후 최고 수위에 달했음 <그림 4>

- 언론 보도에 따르면 뉴사우스웨일스 전역 13개 대피소에서 4만 명 이상이 대피하였고, 약 5,000세대 이상의

주택이 손상되었으며, 200여 개의 학교가 휴교하였음

- 포트 맥쿼리 주변 일부 지역에서는 3월 22일 새벽 6시까지 6일 동안 내린 비가 3월 평균 강우량의 세 배가

넘는 900mm에 달하는 수준으로 쏟아졌음

<그림 4> 2021년 3월 24일 수요일 호주 홍수 경보 상황

출처) 호주 기상청 트위터

(5)

● 유럽

- 7월 중순 서유럽에 100년 만에 기록적인 폭우가 쏟아지면서 독일과 벨기에에서 최소 120여 명이 사망한 것

으로 확인되었으며, 실종된 사람도 1,000여 명에 이름<그림 5>

- 7월 12일에 영국에서 시작된 폭우는 14~15일 독일 서부와 벨기에, 네덜란드, 룩셈부르크가 접한 지역 대부

분에 내렸는데, 24시간 동안 이들 지역에서 한 달 총강수량에 해당하는 100~150mm 물 폭탄이 쏟아짐. 특 히 독일 서부와 벨기에 동부는 154mm가 쏟아졌으며, 이틀간 내린 비의 양이 7월 평균 강수량(87mm)의 두 배 수준이었음

<그림 5> 2021년 레이다 데이터를 기반으로 하는 독일 지역 총강수량: (좌) 72시간, (우) 24시간, 7월 12~14일

출처) 독일 기상청, DWD

(6)

2. 도시 침수 솔루션(KUDS

¹⁾

)

도시 침수 예측에서 대응까지 원스톱 솔루션

●

지역 침수 문제해결을 위해 부산시와 협력하여 과제 수행

- ‘AI 기술을 활용한 공공데이터 기반 지역 현안 솔루션 개발 및 상용화(2019~2022)’ 사업 융합 과제 수행함

- 기존 부산시 재난 시스템은 실시간 침수 피해 계산을 수행하고 있으나, 그 결과값이 늦게 나와서 재난 상황

에 즉각적 대응이 어려움

- 침수 발생 시 대응을 위한 침수 예상 지역, 실시간 센서 정보 등 지역 공공데이터 관리가 필요하며 시민들을

안전하게 대피할 수 있는 대피로 안내 기술이 필요함

- 적재적소에 필요한 재난 대응 매뉴얼 디지털화가 필요함

●

지역 침수 문제해결을 위해 공공데이터 및 지역 공공데이터를 활용하여 데이터를 통합하고 도시 침 수 솔루션을 개발

- (정의) 도시 침수 솔루션(KUDS)은 도시 침수 피해 예측을 위해서 사전에 피해 예측 시뮬레이션을 수행하고 피해 정도를 빠르게 파악하기 위해서 도시 전체를 3차원 GIS 기반 가시화 기술로 표출하여 데이터 기반의 의사결정을 지원하는 솔루션이며 6개의 핵심기술로 구성됨

- 안전대피소, 긴급대피소, 추가대피소, 병원, 경찰서, 지하철, 버스, 과거 침수흔적도, CCTV, 주민센터 등의

100여 개 공공데이터와 지역 공공데이터로 통합 개발하였음

- 강우 시나리오 기반의 도시 침수 피해를 자동으로 표출하여 도시 위험 지역 및 주변 안전대피소 위치를 시민

들에게 안내하여 인명 및 재산 피해를 최소화할 수 있음

- 실시간 도시 침수 센서와 CCTV 정보를 활용하여 침수가 위험수위에 도달하면 즉시 시민들을 대피시킬 것인

지 의사결정 지원이 가능함

1) KISTI UDS(Urban Disaster Solution) 침수솔루션(Ver 3.0)이란 침수 예측 및 대응 원스톱 서비스 솔루션. 기술성숙도(TRL) 6단계(https://uds.kisti.re.kr)

(7)

<그림 6> KUDS 침수 솔루션

●

오픈소스 GIS 엔진을 활용하여 다양한 도시 재난에 활용할 수 있도록 확장이 용이하게 설계되었고 지진, 침수, 미세먼지 등의 재난별 시나리오 결과 정보들을 등록, 관리함

- 다양한 시뮬레이션 결과 데이터 중 위도, 경도 및 주소 정보를 활용하여 자동 파싱하여 GIS 엔진에 탑재되며

LOD(Level Of Detail) 1레벨 수준의 건물 모형과 시뮬레이션한 결과를 표출함<그림 7>

<그림 7> GIS 기반 자동 가시화 기술

(8)

●

다양한 재난 데이터들을 통합하기 위해 재난 데이터 표준화 및 융합 기술을 활용하여 공공데이터, 지역 공공데이터, IOT 센서 데이터와 API를 포함한 다양한 종류의 재난 데이터를 통합 관리함

- 하나의 데이터를 마커(아이콘), 그래프, 테이블, 히트맵 등의 다양한 형태로 표출할 수 있으며 위도, 경도 또

는 주소 정보를 활용하여 GIS에 표출 및 데이터 가시화 처리함

- 침수 위험 지역에 대해서는 다면체 형태로 표출하고 해당 지역에 CCTV, 침수심 센서 등을 활용하여 실시간

위험 정보를 동시에 확인할 수 있으며 여러 데이터를 함께 활용할 수 있는 구조로 개발하였음

<그림 8> 재난 데이터 표준화 융합 기술

●

재난이 발생하면 소방서, 경찰서, 병원, 안전대피소 등의 다양한 정보가 필요하므로 재난 데이터 간 자동 연계 탐색 기술이 필요하며 도시 → 구 → 군 → 읍·면·동 순으로 데이터 상호 연계 및 탐색

- <그림 9>는 시청을 중심으로 구청, 인근 119 소방서, 경찰서, 병원 등 관련된 정보들이 상호 연계 및 표출된

것을 보여줌. 재난 담당자가 재난 발생 시 병원, 119 소방서 등 연락처를 한 번 클릭으로 바로 확인할 수 있 고 도심 침수 솔루션은 140여 개 데이터들이 상호 자동 연계되어있음

<그림 9> 데이터 연계 기술

(9)

●

최적 안전 대피로 탐색 기술은 지진, 침수 등 도시 위험 지역으로부터 안전대피소를 자동으로 탐색 하며, 시구군 단위로 침수 안전 지도를 자동으로 생성 및 활용

- 시민 모바일 기반 안전대피소 탐색 솔루션²⁾은 현재 위치에서 침수 위험 지역을 우회하여 안전대피소로 갈

수 있는 최적경로를 제공하여 안전하게 대피하도록 함

- 침수 전/후 대피로 옵션과 침수 예상지인 현 위치에서 가장 가까운 안전한 출발지 결정 후, 시간별 침수 예상

지 우회 기능이 핵심이며 강우량에 따라 자동으로 도시 침수 위험 지역 표출

<그림 10> 안전 대피로 탐색 및 구 단위 안전지도

<그림 11> 시민용 안전대피소 앱 KMob v1.0

2) KMob(ver 1.0) 솔루션은 사용자 위치에서 침수 위험을 피해 안전대피소로 이동할 수 있는 최적 경로 안내 솔루션

(10)

●

재난이 발생하면 부서별 담당자가 해야 할 일들을 확인하는 것은 매우 중요하며 재난별 자동 대응 프로세스 기술을 활용하면 관심, 주의 경계 및 심각 단계별로 재난 발생에 따른 부서별 대응절차와 상황 관리를 자동 제공하여 단계별 의사결정을 지원함

- 침수, 지진, 화재 등 다양한 재난에 대해서 “관심-주의-경계-심각” 4단계별로 대응 프로세스를 직접 등록 및

수정 관리함

<그림 12> 재난 대응 프로세스

●

실시간 도시 침수상황 파악을 위해서 도시 침수 높이 센서를 활용하여 위험 지역 자동 탐지 및 즉시 대피여부를 결정할 수 있음

- 도시가 침수되면 실시간 위험 상황을 확인해야 하며 이를 위해서 도시 침수 센서를 활용하여 실시간으로 침

수 높이 정보를 탐지하고, 10cm 이상인 경우에는 자동으로 관리자에게 위험을 알림

- 실시간 센서 데이터와 가장 가까운 주변 CCTV와 자동 연계하여 위험 상황을 동시에 확인할 수 있으며 재난

담당자가 시민들을 즉시 대피시켜야 할 것인지 의사결정을 지원함

- 최근 1시간~3시간 이전에 침수된 정보를 제공하며 해당 지역 위험여부를 탐지하여 재난 담당자가 즉시 의

사결정을 할 수 있도록 지원함(10~50cm 노란색 및 300cm 이상 보라색 표출 범례)

(11)

<그림 13> 침수 높이 센서 활용 실제 침수 위험 탐지

도시 침수 예측 시뮬레이션 솔루션

●

하수관망도, 토지피복도, 건물의 높이/넓이, 수치표고모형(DEM), 수치표면모형(DSM) 등 다양한 침수 관련 데이터들을 활용하여 HPC 기반 고속 정밀 도시 침수 예측 시뮬레이션 솔루션

- 도시 침수 시뮬레이션 솔루션은 하수관거, DEM/DSM, 토지피복도 등을 관리하는 데이터 기술이 필요하며

아래의 기술들로 구성됨

●

하수관거 데이터들을 디지털 전환할 수 있도록 데이터 표준화 작업을 수행함

- 시뮬레이션 입력용 하수관망 공간정보 데이터 관리 기술

• 침수 예측 시뮬레이션을 위해 최신 데이터와 침수 시점의 과거 데이터를 수집 관리함

• 입력 데이터에는 주로 수치표고모형(DEM), 하수관망, 마찰계수(토지피복도), 수리 계산서 등으로 구성되며,

도시 침수 시뮬레이션 필수 데이터로 활용함

• 정밀한 3D 시뮬레이션을 위해 고정밀 수치지도(1:1000), 수치표고모형(1m) 데이터로 구축하여 더 정확한

시뮬레이션 필수 데이터로 사용함

(12)

<그림 14> 침수 시뮬레이션을 위한 입력자료 예시 (1) - 부산진구 범천동

DEM 자료 소유역 자료

토지이용현황 수문학적 토양군

<그림 15> 침수 시뮬레이션을 위한 입력자료 예시 (2) - 부산진구 범천동>

건물 자료 빗물받이

관망 자료 노드 자료

(13)

<그림 16> 고정밀 데이터 예시

표고점, 등고선이 표현된 1/1000 수치지도 좌표가 포함된 고정밀 항공사진(12cm)

좌표가 포함된 고정밀 수치표고모형(1m) 좌표가 포함된 공간정보 입체모형

●

건물이 많은 도심 특성을 반영하기 위해 수치표면모형(Digital surface model: DSM)

³⁾

을 수치표 고모형(DEM)과 결합하여 인공적인 지형의 영향을 고려한 모형 사용하여 정확도를 높임

- 표면 모델링(Surface modelling) 시 1m 격자의 고정밀 수치표고모형(DEM)을 이용하여 정확도를 높임

- 보통 지형 표면 데이터만 사용하여 시뮬레이션을 수행하지만 본 시스템은 건물의 높이와 넓이를 고려한 시

뮬레이션 모델 적용하여 정확도 높임(Isidoro et al. (2012), 이형택 외(2018)) (※ 건물의 밀도가 높으면 건 물의 영향으로 더 느린 유출 반응 발생)

3) 인공지물과 식생이 있는 지구 표면의 표고를 표현하기 위해 일정 간격의 격자점마다 수치로 기록한 표고 모형. 출처: 지형 공간정보체계 용어사전. https://

terms.naver.com/entry.naver?docId=3475766

본 과제에서는 일본 알로스 위성에서 관측한 수치표면모형 활용.(ALOS World 3D - 30m (AW3D30))

(14)

<그림 17> 건물 밀집 분포 예시

●

도시 전체 또는 배수 분구 단위로 도시 침수 시뮬레이션을 수행할 수 있고 구/동 단위 시뮬레이션 수 행이 가능하도록 설계함

- 아래 그림은 부산시 남천 배수 분구 및 DEM을 선택한 경우이며 시뮬레이션할 때 옵션별로 선택한 결과에

대해서 실제 시각화하여 볼 수 있는 GUI 형태로 개발됨

<그림 18> 부산시 남천 배수 분구에 대해 DEM 적용

(15)

●

하수관망도 데이터를 수작업으로 수정할 수 있도록 지형, 배수관, 맨홀 및 원본 관거 등을 동시에 볼 수 있음

- 원본 토구(Outfall), 배수관(Conduit), 맨홀(Junction) 등은 자동으로 생성 및 삭제 관리할 수 있으며 사용자

가 쉽게 맨홀, 배수관 등을 추가 및 삭제 처리할 수 있음

- 60cm 이상의 하수관을 선택하면 자동으로 높이 및 토구(Outfall)가 연결되며 고도 및 시뮬레이션할 수 있는

배수관의 크기는 직접 변경할 수 있음(하수관 지름 필터링 기능 포함)

<그림 19> 하수관망도 수정 및 삭제 관리

●

시뮬레이션 결과에 대해서는 2차원 시뮬레이션 표출과 과거 침수지도 비교 기능을 활용하여 자체 검증할 수 있음

- 관망 보기, 경계 보기, 소유역 보기 등 다양한 옵션 제공을 통해서 시뮬레이션 결과을 재확인할 수 있음

- 시뮬레이션 결과 데이터를 다른 시스템에 활용할 수 있도록 공간정보 데이터로 자동 변환하여 제공

<그림 20> 시뮬레이션 결과 관리

(16)

3. 도시 침수 솔루션 활용 사례

언론 활용 사례

● (부산 KBS) 호우 기간 침수 대비 재난방송 도입을 위한 도시 침수 솔루션에 활용

- 도시 침수 예측을 통한 사전에 위험 지역 안내 및 안전대피소로 안내 방송에서 활용함

* (KBS)“[집중취재] 지도로 본 침수 정보와 대피소 KBS 2022.7.7.”

<그림 21> 부산 KBS KUDS 솔루션 소개

- 모바일 앱(App)를 활용하여 시민들이 현재 침수 위험 지역을 우회하여 안전대피소로 대피할 수 있도록 활용함

* (KBS)“더 정확해진 침수 예측 재난방송에 활용 KBS 2023.4.2.”

<그림 22> 부산 KBS 모바일 대피 기능 소개

(17)

지자체 활용 사례

●

대전 중구청 침수 위험 지역에 대해 시민 안전 대피 기술로 활용함

- 침수 위험지에 있는 시민들에게 안전하게 대피 장소 정보를 제공하는 기술로 활용하며 제세동기, 안전지킴

이, 무더위 쉼터 등의 콘텐츠와 결합하여 지역별로 다양한 서비스로 활용함

- (대전 중구청) 공공데이터 및 지역 데이터 활용 분석을 통해 재난, 재해로부터 안전한 도시 구현을 위한 협력

체계를 마련함

* 침수, 지진, 화재(대형화재), AED(심장제세동기), 안전지킴이 등 재난, 재해 및 긴급 상황 발생에 대응하기 위한 DNA 기술 활용 분 석 및 지원(한국과학기술정보연구원, 대전 중구청, 대전 중부경찰서, 라미랩(주) MOU, 2023.04.24.)

AED 안내 안전지킴이집 안내 안전대피소 안내

●

대전 서구청 침수 위험 지역에 대해 시민 안전 대피 기술로 활용하기 위한 협의체 구축

- (대전 서구청) 데이터 기반 효과적인 도심형 재난 대응을 위해 자원 공유 및 협의체를 구축함

* 데이터 기반 재난 예측 지원 솔루션의 활용 및 기술적 지원, GIS 기반 안전 대피로 시범 서비스 구축(한국과학기술정보연구원, 대 전 서구청, 라미랩(주) MOU, 2023.06.19.)

(18)

4. 도시 침수 솔루션(KUDS) 시사점

●

도시 침수 솔루션은 시민 안전을 위해 중요한 과제로 정부의 컨트롤 타워 중심으로 행안부, 국토부, 한강 홍수센터나 환경부에 있는 침수 데이터 통합관리가 필요함

●

시민 안전을 최우선으로 하기 위해서 내 주변 침수 위험 지역과 안전 대피 장소에 대해서 지속적인 교육 및 안내방송이 필요함

●

KBS 재난방송을 적극적으로 활용하여 지속적인 도시 침수 위험 안내가 필요하며 현재 부산광역시 에 적용한 KUDS 솔루션을 다른 지역으로 확산 보급이 필요함

●

도시 침수 솔루션은 침수 위험을 줄이기 위한 다양한 방법을 모색해 침수 위험을 식별하고 평가해야 하며, 이를 위해 도시 지형, 토지 이용, 기상 데이터 등을 침수 데이터로 통합 분석해야 함(배수 시스 템 개선, 빗물 저류 시설 확대, 저지대 지역 개발 제한)

●

기후변화에 따른 최악의 조건에서 도시 침수 시뮬레이션을 수행하여 위험 지역을 사전 분석하고, 도 시 침수 센서 활용하여 실시간 위험을 분석해 시민들이 대피할 수 있도록 해야 함(30cm 이상 시 즉 시 대피방송)

●

침수 관련 데이터들을 표준화하고 도시의 지형, 토지, 기상 데이터, 하수관망 데이터, 복합 센서 데

이터들을 활용하여 종합적으로 의사결정할 수 있는 표준 솔루션을 만들어서 지자체 제공해야 함

(19)

참고문헌

• 국가과학기술연구회 (2019~2022), ｢AI 기술을 활용한 공공데이터 기반 지역 현안 솔루션 개발 및 실용화｣, 2022.11.30.

• 대전중구, 과기부 ‘데이터바우처지원사업;.

• https://www.goodmorningcc.com/news/articleView.html?idxno=289112.

• 이형택(2018), ｢건물 높이를 고현한 SWMM 모형의 강우유출해석 방법 제안｣, Journal of wetlands Research, Vol.20, No.1,pp14-19.

• 환경공간정보서비스 토지피복지도, https://egis.me.go.kr/.

• 행정안전부 (2021), ｢2021 재해 연보(자연 재난)｣, 2021.12.31.

• 행정안전부 (2022), ｢2022 재해 연보(자연 재난)｣, 2022.12.31.

• (KBS)[집중취재] 지도로 본 침수 정보와 대피소 https://www.youtube.com/watch?v=kTnU879Jl9M.

• (KBS)더 정확해진 침수 예측 재난방송에 활용 https://www.youtube.com/watch?v=kTnU879Jl9M.

• Jorge M.G..P. Isidoro (2012), ｢Influence of wind-driven rain on the rainfall-runoff process for urban areas: Scale model of high-rise buildings｣, Urban water Journal, vol.9, no 3.

(20)

김 광 영

KISTI 과학기술디지털융합본부 데이터기반 문제해결연구단 도시재난솔루션연구팀 책임연구원

T. 042-869-1778 E. [email protected]

양 명 석

KISTI 과학기술디지털융합본부 데이터기반 문제해결연구단 단장 책임연구원

T. 042-869-1728 E. [email protected]

발 행 일 2023. 09. 18.

발 행 인 김재수

편 집 위 원 조민수, 서태설, 김한국, 고미현, 이상환, 최희석, 최선희, 곽영

발 행 처 34141 대전광역시 유성구 대학로 245 한국과학기술정보연구원 정책연구센터 https://www.kisti.re.kr

I S S N 2635-5728

저 자

제61호

KISTI ISSUE BRIEF는 국가 과학기술 정보 분야 대표기관인 KISTI가 최근의 과학기술 정보 관련 현안·이슈를

도시 침수 예측에서 대응까지: 솔루션 핵심기술 및 활용 사례 중심