[성공 사례] 국립소방연구원: 지하 주차 공간 전기차 화재 조기 감지
전기차 화재의 절반 가까이는 정차·주차·충전 중에 발생합니다. 국립소방연구원은 슈퍼브에이아이와 지하 주차 공간의 전기차 화재를 조기에 감지하는 AI 모니터링 시스템을 연구해 왔습니다. 오경보율 80% 감소, 감지 시간 65% 단축의 성과와 현장 보급을 향한 마지막 차수까지의 여정을 정리했습니다.
전기차 시장이 성장하면서 새로운 안전 과제가 함께 커지고 있습니다. 국내 전기차 등록은 2025년 5월 기준 75만 대를 넘어섰고, 소방청 집계 기준 전기차 화재는 통계 집계 시작 이후 2024년까지 총 238건, 재산 피해는 95억 원에 이릅니다(국회예산정책처 나보포커스 제125호, 2025년 11월). 특히 화재의 절반 가까이(49.2%)가 정차·주차·충전 중에 발생했습니다. 전기차가 모여 서 있는 지하 주차장이 취약한 이유입니다. 정부도 2025년 2월 '지하주차장 전기차 화재안전 종합대책'을 내놓으며 대응에 나섰습니다.
국립소방연구원은 이런 화재 안전 과제를 연구로 풀어가는 소방청 소속 국가 연구기관입니다. 국립소방연구원은 전기차 화재·연기 인식 AI 모델 연구를 슈퍼브에이아이와 협업해 왔습니다. 연구는 6개월 단위 차수로 설계되어, 2026년 현재 총 4개 차수 가운데 마지막 차수가 진행 중입니다. 이 글은 그 여정을 정리한 사례입니다.
Challenge: 사람의 눈으로는 늦고, 기존 시스템으로는 부정확한 화재 감지
국립소방연구원이 마주한 과제는 전기차 화재의 특수성입니다.
첫째, 열폭주는 조기 감지가 어렵습니다. 리튬이온 배터리의 열폭주는 일반 화재와 다른 패턴으로 진행됩니다. 연기 감지기 등 기존 화재 감지 시스템은 열폭주 초기의 옅은 연기를 조기에 포착하기 어렵고, 반대로 오경보가 잦아 불필요한 대피와 대응 비용을 발생시켰습니다.
둘째, 지하 공간에서는 피해가 커집니다. 전기차 화재는 인접 차량으로 빠르게 확산되고 재발화 가능성이 높아 진압이 어렵습니다. 지하 주차장은 진입로가 제한되어 소방차와 소방관의 접근도 쉽지 않습니다. 감지가 늦어질수록 피해가 커지는 구조라, 초기 몇 분 안에 연기를 포착하는 것이 관건입니다.
Solution: 특화 데이터셋부터 모델 개발, 실시간 모니터링까지
1. 전기차 화재에 특화된 데이터셋 구축
슈퍼브에이아이는 화재·연기·차량 오브젝트에 대해 10만 장 규모의 이미지를 가공해 학습 데이터셋을 구축했습니다. 실제 화재 사고 데이터와 통제된 환경의 실험 데이터를 결합했고, 자주 발생하지 않는 희귀 케이스는 생성형 AI로 합성 데이터를 만들어 보완했습니다.
데이터셋 구축 과정에서는 슈퍼브 플랫폼의 스캐터 뷰로 화재·연기 데이터의 분포와 패턴을 확인하며 데이터 품질을 관리했습니다.
2. 실시간 처리가 가능한 감지 모델 개발
이 데이터셋으로 여러 모델을 학습해 비교한 뒤, 실시간 처리가 가능한 범위에서 정확도와 속도가 가장 좋은 모델을 선정했습니다. 배터리 열폭주 초기의 옅은 연기를 포착하는 것이 목표였기 때문에, 화재 불꽃만이 아니라 연기 인식 성능을 중심으로 검증했습니다.
3. 엣지 기반 실시간 모니터링 시스템
개발한 모델은 엣지 디바이스에서 구동되는 실시간 모니터링 시스템으로 구현했습니다. 클라우드 서버를 거치지 않고 현장의 엣지 디바이스에서 곧바로 영상을 분석하는 구조라, 기존 CCTV 인프라에 그대로 얹어 쓸 수 있습니다. 감지 이벤트는 화면 경고와 알람으로 즉시 전달됩니다.
2025년 11월에는 실제 지하 주차장에서 실증 실험을 진행해, 통제된 실험 환경이 아닌 현장 조건에서 연기 감지 성능을 확인했습니다.
Benefit: 오경보율 80% 감소, 감지 시간 65% 단축
전기차 화재 감지 모델의 성과는 수치로 확인됐습니다.
- 감지 시간 65% 단축: 기존 시스템 대비 화재 감지까지 걸리는 시간이 65% 줄었습니다. 배터리 열폭주 초기 징후를 포착하는 데서 특히 성능이 좋았습니다.
- 오경보율 80% 감소: 오경보로 인한 불필요한 대피와 대응 비용이 줄었습니다.
- 현장 검증: 2025년 11월 실제 지하 주차장 실증 실험에서 연기 감지 성능을 현장 조건으로 재확인했습니다.
지금의 협업: 마지막 차수, 현장에 보급할 수 있는 시스템으로
국립소방연구원과 슈퍼브에이아이의 전기차 화재 감지 연구는 2026년 현재 4차수, 최종 단계에 들어섰습니다. 앞선 차수들이 감지 모델의 정확도를 끌어올리는 단계였다면, 마지막 차수의 목표는 이 기술을 현장에 보급할 수 있는 형태로 완성하는 것입니다.
저비용 엣지 디바이스로 경량화. 고성능 장비가 아니라 소형 엣지 디바이스에서 모델이 실시간으로 구동되도록 최적화하고 있습니다. 지하 주차장마다 고가의 서버를 두지 않아도 되는 구조를 목표로 합니다.
웹 기반 모니터링 시스템. 엣지 디바이스에서 로컬 웹 서버를 실행하고, 같은 네트워크의 PC에서 접속해 감지 현황을 확인하는 웹 모니터링 시스템을 개발했습니다. 외부 서버를 거치지 않는 독립 실행 구조입니다. 화재·연기 감지 이벤트는 화면 경고와 소리 알람으로 동시에 전달되고, 로그로 기록되어 이력을 확인할 수 있습니다.
실화재 재현 본실험 완료. 2026년 8월에는 실제 화재 상황을 재현하는 본실험을 진행했습니다. 지하 주차 공간에서 실제 연기를 발생시켜 시스템의 감지 성능을 검증하는 실험으로, 계획대로 완료됐습니다.
기존 솔루션과의 차이는 데이터에 있습니다. 인터넷에 공개된 일반 화재 데이터로 학습한 시스템은 카메라 바로 앞의 연기 위주로 인식하지만, 이 연구의 모델은 지하 주차장 환경과 전기차 하부의 옅은 연기에 특화되어 카메라에서 멀리 떨어진 연기까지 인식하는 것을 목표로 합니다.
연구가 완료되면 "몇 미터 거리에서 몇 초 이내 인식"과 같은 정량 시험 기준을 도출해, 향후 전기차 화재 감지 시스템의 성능 기준을 세우는 데 활용될 예정입니다.
맺음말
이번 사례는 AI가 소방 안전 연구의 속도를 어떻게 바꾸는지 보여줍니다. 현장 특수성은 특화 데이터셋과 합성 데이터로 채우고, 모델은 엣지에서 실시간으로 구동하고, 성능은 실제 지하 주차장 실증으로 검증합니다. 그리고 지금은 그 기술을 현장에 보급할 수 있는 형태로 다듬고 있습니다. 슈퍼브에이아이는 앞으로도 산업 현장을 위한 비전 인텔리전스로 더 안전한 현장을 만드는 데 기여하겠습니다.
슈퍼브에이아이는 산업 현장의 시각 데이터를 기업이 활용할 수 있는 인텔리전스로 전환하는 비전 인텔리전스 기업입니다. 이 글의 사례는 슈퍼브에이아이가 실제 프로젝트에서 구축한 결과입니다.
자주 묻는 질문(FAQ)
도입 성과는 무엇인가요?
전기차 화재 감지 모델 기준으로 오경보율이 80% 감소하고 평균 감지 시간이 65% 단축됐습니다.
어떤 데이터로 개발했나요?
화재·연기·차량 오브젝트에 대해 10만 장 규모의 이미지를 가공했고, 희귀 케이스는 생성형 AI 합성 데이터로 보완했습니다.
기존 화재 감지 시스템과 무엇이 다른가요?
일반 화재 데이터로 학습한 시스템과 달리 전기차 배터리 열폭주와 지하 주차장 환경에 특화된 모델입니다. 열폭주 초기의 옅은 연기를 조기에 감지합니다.
지금은 어떤 연구가 진행 중인가요?
지하 주차 공간의 전기차 화재를 저비용 엣지 디바이스로 실시간 감지하는 연구가 마지막 차수로 진행 중입니다. 웹 기반 모니터링과 소리 알람을 갖춘 시스템으로 완성해, 정량 시험 기준 도출까지 이어질 예정입니다.
우리 현장에도 적용할 수 있나요?
기존 CCTV 인프라에 엣지 디바이스를 더하는 구조라 별도 대규모 공사 없이 적용을 검토할 수 있습니다. 아래 폼으로 문의를 남겨주시면 현장 조건에 맞는 구성을 안내해 드립니다.
함께 보면 좋은 성공 사례
