① 어떤 상황에서 AI를 활용했나요?

저는 대전 서부소방서에서 사다리차를 운전하는 16년 차 소방관입니다. 지금은 소방청 AI 개발 크루에 참여해 소방 AI 개발도 하고 있습니다. 중앙·인천·강원·전남 소방학교 AI 외래교수로도 위촉되어 있습니다.

소방에는 귀한 안전 데이터가 많습니다. 119 신고접수, 구급 이송, 소방용수, 119안전센터 위치 같은 것들입니다. 그런데 이 데이터는 소방 안에서 통계표로만 쓰입니다.

관광지와 체육시설과 축제의 안전을 고민하는 기관은 소방 데이터를 모릅니다. 소방은 관광객 수나 체육시설 목록을 보지 않습니다. 현장은 AI를 모르고, AI 개발자는 현장을 모릅니다.

저는 그 사이를 잇는 「통역관」이 되기로 했습니다. 교대근무 사이 시간에 혼자 해내려면 AI가 꼭 필요했습니다.

② 어떤 AI를 어떻게 활용했나요?

같은 네 단계를 공모전마다 반복했습니다. (첨부 1쪽)

1. 주제를 8개 축으로 나눕니다. 대상, 현상, 장소, 시간, 원인, 피해, 수요자, 정책수단입니다. 축마다 AI에게 동의어·행정용어·영어로 검색어를 3개 이상 만들게 했습니다.
2. 카탈로그를 빠짐없이 훑습니다. 공공데이터포털, 소방안전 빅데이터 플랫폼, 한국관광 데이터랩, KOSIS, 지자체 열린데이터에서 후보를 넓게 모은 뒤 「결합 / 보조 / 제외」로 판정했습니다. 제외에는 사유를 한 줄씩 적었습니다. 예를 들어 국민체육진흥공단 공모전에서는 11개 기관 후보 33건을 검토해 결합 15·보조 16·제외 2로 판정했습니다.
3. 결합키로 묶습니다. 좌표, 시군구×월, 도로링크 ID, 시각처럼 서로 다른 데이터를 붙일 수 있는 열을 AI와 함께 찾고, 하나의 분석 단위로 맞췄습니다.
4. 원문에서 다시 확인합니다. AI가 정리한 내용은 데이터를 직접 내려받아 행 수와 결측을 다시 쟀습니다. 이 단계에서 전국 도로망 표준노드링크에 도로폭 필드가 아예 없다는 것을 발견했고, 경북 도로중심선 자료로 폭을 보완했습니다. 관광 교통정보로 개인 이동경로를 뽑을 수 없다는 것도 확인하고, 추정하지 않고 정류장 단위 집계로 바꿨습니다.

도구는 일의 성격에 맞춰 나눴습니다. 데이터 탐색·결합·집계처럼 정확해야 하는 일은 Claude가 Python 코드로 실행해 결과를 파일로 남기게 했습니다. 설계와 검수는 ChatGPT가 맡았습니다. 판정하는 AI와 만드는 AI가 같으면 자기 작업을 자기가 승인하게 되기 때문입니다. 소방청 공모전에서는 AI Hub 도로영상으로 분할 모델을 직접 학습시켜 좁은 길을 관측했고, 학회 시스템에서는 GPT·Gemma가 임무 후보 초안을 쓰게 했습니다.

③ 활용 결과 어떤 변화가 있었나요?

같은 방식으로 4개 기관의 공모전과 학회에서 수상했습니다. (첨부 2쪽 결합 지도 · 3쪽 수상작 실제 화면)

• 2026.07 ICROS(제어로봇시스템학회) 소방재난 세션 우수논문상(소방청장상)
- 이은 안전 데이터: 건축물 구조·피난시설, SOP·법령, 출동거점·소방용수·도로망·기상
- 결합한 상대 데이터: NIST 물리모델(CONTAM·CFAST·FDS)·피난모델, 지도 경로
• 2026.09 소방청 소방안전 빅데이터 활용 경진대회 우수상
- 이은 안전 데이터: 소방안전 빅데이터 플랫폼 119 신고접수 약 645만 건 등 4종
- 결합한 상대 데이터: 전국 표준노드링크, 대전 ITS 소통정보, 경북 도로중심선, AI Hub 도로영상
• 2026.09 부산관광공사 공공데이터·AI 활용 공모전 최우수상
- 이은 안전 데이터: 기상특보·단기예보, 긴급재난문자
- 결합한 상대 데이터: 부산관광공사 6종, 도시철도 역사·엘리베이터, 크루즈 일정 등 18종
• 2026.10 국민체육진흥공단 공공데이터 활용 경진대회 특별상(팀)
- 이은 안전 데이터: 119안전센터 좌표, AED 위치·요일별 가용시간
- 결합한 상대 데이터: 공단 전국 체육시설 55,159곳 안전점검 정보
• 2026.10 한국관광공사 한국관광 데이터랩 활용 경진대회 대상(문화체육관광부장관상)
- 이은 안전 데이터: 소방청 구급 이송 421,349건(강원)
- 결합한 상대 데이터: 데이터랩 지역별 방문자 수 36개월

공모전 4건은 그 데이터를 가진 기관이 직접 심사한 결과이고, ICROS는 같은 방식이 학계 심사에서도 통했다는 결과입니다. KAIST·UNIST·국립부경대와 함께 받은 상이며, 수상자 중 현직 소방관은 저 한 명이었습니다.

가장 큰 변화는 흩어져 있던 데이터가 「결정에 쓰이는 입력」이 된 것입니다. 제가 만든 시제품 안에서 관광객 수는 119 구급 수요 예보의 입력이 되었고, 119 신고 데이터는 소방차 출동기점을 고르는 조건이 되었고, 119안전센터·AED 위치는 체육시설 심장안전 등급의 기준이 되었습니다. 아직 기관의 실제 운영에 적용된 것은 아니며, 수치는 모두 출품 당시 값입니다.

※ 위 수상작은 모두 2026년 7~10월 출품작으로, 현재 기관 사업으로 추진 중인 것은 없습니다. 각 작품은 별개 저작물이며, 이 사례는 그 작품이 아니라 분야가 다른 데이터를 AI로 찾고 잇는 방식에 대한 것입니다. 소방청 AI 개발 크루의 과제와도 별개인 개인 공모전 활동입니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?

- 「소방관」은 데이터 범위가 아니라 해석의 관점입니다. 소방 데이터는 인과관계에 실제로 들어갈 때만 붙이고, 억지로 끼우지 않습니다. 부산 관광 공모전에서는 소방 데이터 대신 기상특보와 재난문자를 안전 데이터로 썼습니다.
- 주최기관의 데이터를 1순위로 깊게 씁니다. 심사하는 기관은 자기 데이터를 얼마나 깊이 썼는지 봅니다.
- 모르면 열지 않습니다. 확인되지 않은 값은 「정상」으로 가정하지 않고 「미확인」으로 남깁니다. 엘리베이터 운행상태처럼 데이터가 없는 값은 현장에 확인을 요청하는 단계로 넘겼습니다.
- AI는 후보만 냅니다. 출동 경로, 위험 판정, 일정 변경 모두 AI는 후보를 제시하고 최종 결정은 사람이 합니다.
- 한 번 쓴 방식을 다음에 고칩니다. 첫 학회 논문은 가상 시나리오로 시스템을 실구동했고, 두 달 뒤 공모전부터는 실제 공공데이터 수백만 건을 직접 내려받아 결합했습니다.

⑤ 다른 사람도 따라 할 수 있나요?

네. 8축 분해표와 결합 판정표를 빈 양식으로 만들어 첨부했습니다(첨부 4쪽). 어느 분야 공무원이든 자기 업무 주제를 넣으면 같은 순서로 쓸 수 있고, 필요한 것은 공공데이터포털 계정과 범용 AI 도구뿐입니다.

데이터와 AI를 다룰 때 다음 원칙을 지켰습니다.
- 개인정보가 없는 집계·공개 데이터만 씁니다. 인증키는 대화·코드·발표 어디에도 남기지 않습니다.
- 이용조건을 지킵니다. 한국관광 데이터랩은 「총량 활용 권장하지 않음」·「임의 합산 불가」 안내에 따라 추세로만 썼고, 소방안전 빅데이터 플랫폼 약관상 결합이 금지된 자료는 시스템이 자동으로 막게 했습니다.
- 공개 파일을 점검하다 인증정보로 의심되는 문자열을 발견했을 때는 그 영역을 적재·로그·발표에서 모두 격리하고 값을 어디에도 기록하지 않았습니다.
- 숫자를 과장하지 않습니다. 모든 수치에 비교 대상과 표본 수를 붙이고, 측정하지 않은 효과(예: 골든타임 단축)는 주장하지 않았습니다.
- 이 신청서의 문장 정리에도 Claude를 썼고, 수치·기관명·상격은 출품작 원본과 공고 원문에 하나씩 대조했습니다.