서울물연구원 수처리연구과 출장자는 2025년 12월 5일부터 8일까지 3박 4일간 중국 상하이에서 개최된 제11회 국제 수자원 및 환경학회(WRE)에 참가하여 연구 성과를 발표하고 최신 연구 동향을 파악했습니다. 이번 출장을 통해 출장자는 'AI 기반 전오존 주입률 예측 및 센서 조합 최적화' 논문을 발표하여 우수포스터상을 수상하며 서울시의 물관리 기술 역량을 국제적으로 알렸습니다. 또한, 머신러닝 기반 정수처리 최적화, 신규 오염물질 처리 기술 등 다양한 환경 및 수자원 분야의 최신 연구 동향을 심층적으로 조사하고 해외 전문가들과의 네트워크를 구축했습니다. 마지막으로 양수푸 정수장 및 상하이 수자원 과학기술관을 현장 견학하여 역사적 시설 보존과 스마트 물관리 기술, 대중 참여형 과학 교육의 성공적인 융합 사례를 벤치마킹했습니다.

이번 출장은 제11회 국제 수자원 및 환경학회(WRE) 참석과 현장 견학으로 구성되었습니다. 학회 참여의 주요 목적은 서울물연구원의 연구 성과를 국제적으로 발표하고, 정수처리 신기술 및 AI/데이터 기반 환경수자원 분석 등 최신 연구 동향을 파악하며, 해외 전문가들과 학술 교류를 통해 아리수 품질 향상에 기여하는 것이었습니다.

학회에서 출장자는 'AI 기반 전오존 주입률 예측 및 센서 조합 최적화: 스마트 정수장 구현을 위한 접근'이라는 제목으로 연구 성과를 발표했습니다. 이 연구는 한강수계 정수장의 실제 운영 데이터 21만여 건을 활용하여 머신러닝 모델을 개발, 전오존 주입률을 실시간으로 예측하고 센서 조합을 최적화하는 방안을 제시했습니다. 특히, 수온과 함께 알칼리도, 탁도, 지오스민 등 3~4개 변수만으로도 높은 예측 성능을 확보할 수 있음을 확인하여 AI 기반 스마트 정수장 신규 건설 시 센서 설계 가이드라인을 제시할 수 있다는 핵심 정보를 얻었습니다. 이 발표는 우수포스터상(Outstanding poster presentation)을 수상하며 서울시의 물관리 기술 역량을 국제적으로 인정받는 계기가 되었습니다.

학회 기간 동안 출장단은 다양한 기조연설과 구두 발표를 통해 최신 연구 동향을 파악했습니다. 주요 내용으로는 태양광을 이용한 수중 오염물질 제거 기술, 수중 미세플라스틱 분석의 도전과 관리 방안, 수처리 산화공정에서 산화구리 촉매의 역할, 세포외고분자물질(EPS)이 소독부산물 생성에 미치는 영향 등이 있었습니다. 특히, 머신러닝과 딥러닝을 활용한 식생 모니터링 및 가뭄 피해 정량적 평가, 메탈개질 제올라이트를 통한 지하수 내 PFAS 제거, 머신러닝 기반 정수장 소독공정 최적화(DISoptimizer) 등 AI 기술을 접목한 연구들이 인상 깊었습니다. DISoptimizer는 병원성 미생물 불활성화를 확보하면서도 트리할로메탄(THMs) 생성을 17~40% 저감하는 성과를 보여, 소독 효율과 소독부산물 최소화라는 두 가지 목표를 동시에 달성하는 데 AI가 핵심적인 역할을 할 수 있음을 시사했습니다. 현지 관계자들과의 만찬회 및 교류를 통해 국제 전문가 네트워크를 구축하고 학술 정보를 교환했습니다.

출장 마지막 날에는 상하이 양수푸 정수장과 상하이 수자원 과학기술관을 현장 견학했습니다. 양수푸 정수장은 중국 최초의 근대식 정수장으로, 1883년 공식 급수를 개시한 역사적 의미를 지니고 있습니다. 이곳에서는 1928년 건설된 굴뚝, 1902년 펌프장 등 다수의 역사적 시설이 보존되어 있는 것을 확인했습니다. 상하이 수자원 과학기술관은 양수푸 정수장 역사 건축군 내에 위치하며, 취수부터 고도정수까지의 전 공정, 디지털 트윈, 로봇 점검, 자동화 실험실 등 스마트 물관리 기술을 전시하고 있었습니다. 특히, VR 체험, 물 재이용, 절수 기술, 대중 참여형 과학 전시 등 시민들에게 물 과학 교육을 제공하는 혁신적인 방식이 인상 깊었습니다.

이번 출장을 통해 얻은 핵심 교훈은 AI 및 머신러닝 기술이 수자원 및 환경 분야에서 예측, 최적화, 모니터링 등 다양한 문제 해결에 필수적인 도구로 빠르게 발전하고 있다는 점입니다. 또한, 미세플라스틱, PFAS 등 신규 오염물질에 대한 선제적 대응과 처리 기술 개발의 중요성을 다시 한번 인식했습니다. 소속 기관에 적용 가능한 구체적 방안으로는 서울물연구원의 정수공정 운영에 머신러닝과 최적화 기술을 연계하여 소독부산물 저감 운영 조건을 도출하고, AI 기반 스마트 정수장 센서 설계 가이드라인을 마련하는 것을 고려할 수 있습니다. 또한, 태양광을 이용한 수질오염물질 처리 기술과 같은 녹색에너지 신성장 사업 발굴을 추진하고, 상하이 수자원 과학기술관처럼 역사적 가치와 최신 기술을 융합한 대중 참여형 물 과학 교육 프로그램을 개발하는 방안을 모색할 수 있습니다. 향후 협력 계획으로는 학회에서 구축된 전문가 네트워크를 활용하여 지속적인 학술 교류를 이어가고, 공동 연구 가능성을 탐색할 수 있을 것입니다.