.svg)
AI 솔루션 문의하기
랙크식 물류창고는 천장이 높고 적재된 물품 사이의 시야가 가려져 있어 화재가 일정 시간 진행된 뒤에야 발견되는 경우가 많습니다. 여기에는 널리 알려지지 않은 기술적인 이유가 있는데, 화재 초기 단계에는 연기를 천장까지 밀어 올릴 만큼의 열에너지가 충분히 방출되지 않아 천장에 설치된 감지기만으로는 오히려 감지 시점이 늦어지는 역설적인 상황이 발생합니다. 이 때문에 관련 기준에서는 통로 위쪽 천장은 물론 선반과 선반 사이의 중간 레벨에도 감지기를 함께 설치하도록 권고하고 있습니다.
다방향 AI 화재감지 시스템이 필요한 이유가 바로 이 지점에 있습니다. 천장이라는 하나의 층위만 바라보던 방식에서 벗어나, 선반의 여러 높이와 통로의 여러 지점을 동시에 감시할 수 있어야 화재 초기 단계의 신호를 놓치지 않습니다.
이 네 가지 지점을 함께 감시할 수 있어야, 천장까지 연기가 도달하기를 기다리지 않고도 화재의 초기 신호를 조기에 포착할 수 있습니다.
연기감지기의 설치 밀도는 천장 높이에 따라 다르게 정해져 있으며, 4미터를 초과하고 20미터 미만인 높이에서는 75제곱미터마다 감지기를 설치하도록 하고, 4미터 미만의 낮은 높이에서는 150제곱미터마다 설치하도록 규정하고 있습니다. 높이가 높아질수록 감지기를 더 촘촘하게 배치해야 하는 이유는, 연기가 넓은 공간으로 퍼지면서 특정 지점에 도달하는 농도 자체가 옅어지기 때문입니다. 이 밀도 기준을 그대로 따르면서도, 각 지점의 데이터를 인공지능으로 통합 분석하면 개별 감지기 하나하나로는 알기 어려웠던 화재 확산의 경향까지 함께 파악할 수 있습니다. 감지기 하나의 신호는 제한된 정보만 담고 있지만, 여러 감지기의 신호를 한데 모으면 그 안에서 확산 방향 같은 패턴이 드러납니다.
기존의 스프링클러 시스템은 화재가 감지된 구역 전체에 물을 뿌리는 방식이 일반적이었지만, 랙크식 창고에서는 이런 방식이 오히려 비효율적일 수 있습니다.
여러 지점과 여러 높이에서 수집되는 감지 데이터를 사람이 하나하나 살펴 화재 여부를 판단하는 것은 현실적으로 어려운 일이며, 인공지능은 이 여러 신호를 동시에 종합해 특정 구역에서 화재로 이어질 가능성이 높은 패턴을 빠르게 짚어낼 수 있습니다. 천장의 온도 변화와 랙 중간 레벨의 연기 농도가 동시에 특정 임계값을 넘어서는 경우처럼, 여러 신호가 함께 나타나는 조합을 학습해 두면 단일 감지기의 오작동으로 인한 잘못된 경보도 함께 줄일 수 있습니다. 감지기 하나의 이상 신호에만 의존하지 않는 만큼, 실제 위험 상황과 가벼운 오류를 구분하는 정확도도 함께 높아집니다.
물류센터에 보관되는 물품은 종류가 다양해, 연소할 때 발생하는 연기와 열의 특성도 물품마다 다르게 나타납니다. 연기가 많이 발생하는 물품이 보관된 구역과 그렇지 않은 구역에 동일한 감지 기준을 적용하면 어느 한쪽에서는 오탐지가, 다른 한쪽에서는 감지 지연이 발생할 수 있어 다방향 AI 화재감지 시스템은 구역별로 보관된 물품의 특성을 반영해 감지 기준을 다르게 적용할 수 있어야 합니다.
물류센터 고천장 다방향 AI 화재감지 시스템은 천장 하나만 바라보던 기존 방식의 한계를 넘어, 선반의 여러 높이와 통로 곳곳을 동시에 살피는 감지 체계로 나아가는 기술입니다. 연기가 천장까지 오르기를 기다리지 않고 그 이전 단계에서 신호를 포착할 수 있을 때, 이 시스템은 대형화재로 번지기 전 초기 단계에서 화재를 잡아낼 수 있는 실질적인 역할을 하게 됩니다.
.svg)
.svg)
