[KtN 박준식기자] 예측 불가능한 위협을 실시간으로 탐지하고 대응하는 생성형 인공지능 관제 시스템이 인프라 산업의 근본 구조를 바꾸고 있다. 라온피플이 인천국제공항에 공급한 ‘오딘에이아이(OdinAi)’는 ‘의도 기반 분석’이라는 새로운 기술 지평을 통해, 관제 시스템을 단순한 보조기능이 아닌 사고 대응의 주체로 재정의하고 있다. 기술의 진보를 넘어선 경제 구조의 재편이 본격화되는 시점이다.

기술의 전환점: '정의된 위험'에서 '예측 불가능한 위험'으로

인공지능 기반 관제 시스템은 오랜 시간 '딥러닝 기반 객체 인식'에 머물러 있었다. 미리 정의된 시나리오, 고정된 위험 이벤트에만 반응하는 기술은 실제 사고 발생 이전의 위험 징후나 새로운 유형의 돌발 상황을 감지하는 데 한계가 있었다.

하지만 라온피플이 인천공항에 적용한 ‘OdinAi’는 LLM(거대언어모델)과 VLM(비전언어모델)을 융합해 객체 간의 관계와 맥락, 나아가 의도를 실시간으로 해석한다. 이는 ‘정해진 상황’을 감지하는 것이 아니라, ‘새로운 상황’을 이해하고 설명하는 방향으로 관제의 성격을 전환시키는 기술적 진보다. 단순한 이상 탐지에서 한 발 더 나아가, AI가 스스로 위협을 해석하고 대응 전략을 제안하는 단계로 진입한 것이다.

공공 인프라에서 작동하는 생성형 AI: 실증적 사례로서의 인천공항

OdinAi는 현재 인천공항 셔틀트레인 내에 적용되어, 실시간 승객 수와 밀집도, 경계 침입 등 주요 위험 상황을 자동 감지한다. 단순 감시를 넘어, AI는 각종 이벤트의 의미와 맥락을 해석한 후 자연어로 요약해 관리자에게 전달한다. 이는 정보의 단순 전달이 아니라 '이해 가능한 상황 보고'를 실시간으로 제공함으로써, 관제실의 대응속도와 정확성을 구조적으로 끌어올린다.

이러한 기술은 비단 공항만이 아니라 철도, 항만, 제조 현장, 스마트시티 등 다양한 공간에 보편적으로 적용될 수 있는 범용 인프라 기술로 작동한다. 라온피플은 이 솔루션이 화재·재난의 전조까지 감지할 수 있는 융합형 기술로 발전 중이라 밝히며, ‘모든 산업공간의 감각 기관’으로서의 AI 관제를 지향하고 있다.

사고 대응 비용의 ‘사전 제어화’

관제 시스템의 진화는 기업이나 기관의 직접적 비용 절감 효과를 넘어, 경제 구조 전체의 리스크 대응 방식을 바꾸고 있다. 기존에는 사고 발생 후 손실 보전이나 보험 처리가 중심이었다면, 생성형 AI 기반 시스템은 사고 자체를 예측하고 회피하게 만든다.

이러한 기술은 보험산업의 구조, 공공안전 예산의 배분 방식, 스마트 인프라 투자 전략 등 전방위적 분야에서의 경제적 재편을 요구하게 만든다. 특히 위험을 ‘측정 가능한 데이터’가 아니라 ‘맥락 속 의도’로 재해석하게 되면서, 관제의 범위는 산업 전반의 시스템 관리 영역으로 확장되고 있다.

신뢰와 통제의 이중 구조

기술이 모든 위협을 감지하고 설명할 수 있다는 믿음은, 자칫 AI 결정권의 자율화라는 새로운 위험으로 귀결될 수 있다. OdinAi와 같은 관제 시스템이 인간의 판단 대신 사건을 ‘요약·전달’할 때, 그 해석의 기준은 알고리즘에 내재된 학습 데이터와 모델 설계의 편향에 영향을 받는다.

공공 공간에서의 AI 판단은 반드시 투명한 해석력(Explainability)과 책임 구조를 수반해야 한다. 생성형 AI가 공공 리스크 관리의 전면에 설수록, 인간이 개입할 수 있는 ‘여지’와 통제 가능한 윤리 구조가 필요하다. 기술은 단지 진보하는 것이 아니라, 공공성과의 조율 속에서만 지속 가능성을 가질 수 있다.

기술이 아닌 인프라로서의 생성형 AI

‘OdinAi’는 더 이상 기술 솔루션이 아니다. 이는 공항과 도시, 산업과 사람을 연결하는 사회적 인프라로 재정의되고 있다. AI는 관찰을 넘어서 해석하고, 대응을 넘어서 구조를 설계하는 단계로 이동 중이다. 지금 이 기술은 단지 위험을 감지하는 것이 아니라, 경제 시스템의 위험 인식 체계 자체를 바꾸고 있다.

앞으로의 경제는 사고 이후의 복원력이 아니라, 사고 이전의 해석력에 의해 경쟁력을 평가받는다. 관제 기술이 ‘생성형’으로 진화한 지금, 기업과 기관은 기술 도입이 아닌 시스템 혁신의 관점에서 이 변화를 주시해야 할 시점이다.