Q1. 나의 아이디어를 한 줄로 소개해주세요.
NumTerra는 일반 차량의 주행 센서 데이터를 학습해 싱크홀 위험 신호를 조기에 탐지하는 Physical AI 기반 도로 안전 솔루션입니다.
Q2. 아이디어를 떠올린 배경 이야기를 들려주세요.
싱크홀의 문제는 ‘보이지 않는 것’이 아니라 ‘상시 관측되지 않는 것’에 가깝습니다. 기존 점검 체계는 정밀하지만 주기 기반이기 때문에, 광범위한 도로망에서 붕괴 이전의 미세한 이상 신호를 연속적으로 포착하기 어렵습니다. NumTerra라는 이름은 수치 신호를 뜻하는 Num과 땅, 지반, 도로 환경을 뜻하는 Terra를 결합한 것입니다. NumTerra는 이미 도로 위를 달리고 있는 차량을 도시의 이동형 감지망으로 바꾸자는 문제의식에서 출발했습니다. 차량 안의 스마트폰과 단말에는 가속도, 자이로, 위치, 시간 데이터가 있고, 반복 주행이 쌓이면 도로의 평상시 반응과 이상 반응을 비교할 수 있습니다. 핵심은 큰 충격 하나를 찾는 것이 아니라, 정상 주행과 과속방지턱, 맨홀, 노면 요철 같은 방해 신호 속에서 싱크홀 전조처럼 늦게 드러나는 미세 패턴을 먼저 읽는 것입니다.
Q3. 아이디어는 누구의 어떤 문제를 해결해주나요?
NumTerra가 해결하려는 문제는 도로 안전 관리의 관측 공백입니다. 지자체, 도로관리기관, 공공 인프라 운영기관은 넓은 도로망을 관리해야 하지만 모든 구간을 자주 정밀 점검하기 어렵고, 위험 구간의 우선순위를 정하는 데도 한계가 있습니다. 물류사와 모빌리티 사업자는 반복 운행 중 도로 위험에 노출되지만, 그 데이터를 안전 의사결정 자산으로 활용하지 못하고 있습니다. NumTerra는 일반 차량과 협력 차량의 주행 데이터를 활용해 위험 후보 구간을 빠르게 좁혀주는 조기 탐지 레이어를 제공합니다. 정밀 탐사를 대체하는 서비스가 아니라, 어디를 먼저 점검해야 하는지 알려주는 데이터 기반 선별 체계입니다. 차량별 무게, 속도, 감가속, 주행 상황에 따른 가속도와 자이로센서 데이터를 생성하고, 이를 대량 학습해 도로 이상 패턴을 탐지하는 AI를 고도화합니다. 이를 통해 공공기관은 점검 예산과 인력을 더 효율적으로 배치할 수 있고, 민간 차량 운영사는 운행 안전과 리스크 관리를 강화할 수 있습니다. 장기적으로는 시민에게 위험 알림과 지역 안전 정보를 제공하는 도시 안전 데이터 플랫폼으로 확장할 수 있습니다.
Q4. 아이디어를 어떻게 실현하고 싶으신가요?
NumTerra의 실현 전략은 차량 데이터 수집, 신호 정규화, Physical AI 학습, crowd 누적 분석, 위험 리포트와 대시보드 제공의 단계로 구성됩니다. 먼저 참여형 또는 협력차량 기반 주행데이터 수집 앱을 개발합니다. 스마트폰 또는 차량 단말에서 가속도, 자이로, 위치, 시간, 속도 관련 데이터를 안정적으로 수집하고 동일 구간 반복 주행 데이터를 축적합니다. 이후 수집된 주행 신호를 Fourier/Laplace 변환, 필터링, 주파수 특징 추출, 이벤트 제거 로직을 통해 정규화합니다. 실제 싱크홀 전조 데이터가 희소하다는 한계는 이미 구축한 Physical AI 도구로 보완합니다. 차량별 물리적 특성, 무게, 속도, 감가속, 노면 상태, 지반 손상 조건을 조합해 acc와 gyro 반응을 생성하고, 실주행 데이터와 연결해 모델을 보정합니다. 초기 고객은 지자체, 도로관리기관, 공공 인프라 기관, 물류사, 모빌리티 사업자로 설정하고, 실증 프로젝트와 데이터 분석 용역에서 시작해 정기 모니터링 리포트, 대시보드 구독, API 및 데이터 라이선스로 확장하고자 합니다.
Q5. 사업 분야를 선택해주세요.
IT
Q8. 나의 아이디어를 소개하는 영상을 링크로 제출해주세요.
https://youtube.com/shorts/8tRA3yvEUPM