AI 플래시오버 예측 도구 'P-플래시', 소방관 안전 획기적 강화

플래시오버: 경고 없이 실내 가연물 동시 발화 치명적 현상

가용 산소만으로 제한되는 맹렬한 화염, 소방관 사각지대. 열 증가·천장 굴곡 불꽃 등 징후는 저시야·고스트레스 현장에서 놓치기 쉬움. "현장 플래시오버 예측 기술 도구 전무, 관측 의존하나 기만적" - NIST 크리스토퍼 브라운 연구원(자원봉사 소방관 겸임).

P-플래시: 열감지기 데이터 + 머신러닝으로 1분 전 예측

인접실 열감지기 어레이 데이터로 발화실 온도 데이터 복원, 플래시오버 임박 추정. 5,041회 가상 주택 화재 시뮬레이션(CFAST 모델) + 13건 실화재(UL 실험) 데이터로 훈련·검증. 열감지기 한계 150°C(플래시오버 600°C) 데이터 공백을 머신러닝으로 외삽.

성능: 시뮬 86% 정확도, 실화재서 개방공간 우수·밀폐공간 한계

• 시뮬: 1분 전 플래시오버 86% 정확 예측, 오탐 대부분 조기 경보(안전측면 유리)
• 실화재: 주방·거실 등 개방공간 발화시 30초 전 예측 양호, 침실 밀폐 발화시 정확도 급락
• 원인: '인클로저 효과' - 소밀폐 공간서 열 발산 어려워 급속 온도 상승, 개방공간 훈련 데이터와 패턴 차이

향후: 인클로저 효과 정밀 실험·시뮬 반영, 휴대기기 탑재 목표

클라우드 연동 건물 감지기와 통신해 위험 지점·대피 시점 알림 목표. 스마트 화재경보제어반 통합으로 실시간 예측 구현 추진 중. 소방현장 경험 기반 → 데이터 기반 소방으로 패러다임 전환 기대.