한전 AMI 기반 고독사 예방 서비스¶

한국전력공사(KEPCO)가 AMI(Advanced Metering Infrastructure) 전력 데이터와 AI를 활용하여 1인 가구 고독사를 예방하는 프로젝트.

개요¶

항목	내용
주관 기관	한국전력공사(KEPCO)
협력 기관	지자체 복지담당부서, 통신사
시작 연도	2021년 (파일럿), 2024년 (본격 서비스)
대상	1인 가구, 독거노인 등 취약계층
서비스명	AI 고독사 예방 서비스 (1인가구살핌서비스)

배경 및 목표¶

배경¶

대한민국 1인 가구 비율 증가 (2023년 기준 약 34.5%)
고독사 발생 건수 연간 3,000건 이상 추정
독거노인의 경우 발견까지 평균 3일 이상 소요
기존 방문 확인 방식의 한계 (인력 부족, 비효율성)

목표¶

전력 사용 패턴 이상 탐지를 통한 조기 경보 시스템 구축
복지 사각지대 해소
연간 15,000명 이상 고독사 예방 (전국 확대 시)

데이터¶

주요 데이터 소스¶

데이터 유형	출처	수집 주기	설명
AMI 전력 사용량	한전 스마트미터	15분~1시간 단위	실시간 전력 소비 패턴
통신 데이터	통신사 협력	일별	통화량, 문자 발신 횟수
수도 사용량	수자원공사 (일부 지역)	일별	생활 활동 지표
복지 대상자 정보	지자체	수시	독거노인, 취약계층 명단

데이터 특성¶

AMI 데이터: 전국 약 2,300만 가구 대상 스마트미터 설치 완료
15분 단위 전력 사용량으로 세밀한 생활 패턴 분석 가능
개인정보 비식별화 처리 후 분석

분석 방법¶

이상 탐지 알고리즘¶

1. 개인별 전력 사용 패턴 학습 (베이스라인 구축)
   - 시간대별 평균 사용량
   - 요일별 패턴
   - 계절별 변동

2. 실시간 모니터링
   - 현재 사용량 vs 예측 사용량 비교
   - 이상치 점수(Anomaly Score) 산출

3. 다중 데이터 결합 분석
   - 전력 사용 급감 + 통신 이용 없음 = 고위험
   - 복합 지표 기반 위험도 산정

활용 기술¶

기술	적용 분야
시계열 분석	전력 사용 패턴 예측
이상 탐지 (Anomaly Detection)	비정상 패턴 식별
머신러닝 (Random Forest, XGBoost)	위험도 분류
딥러닝 (LSTM)	시계열 예측 모델

경보 체계¶

[위험 단계]
- 관심: 전력 사용 10% 이상 감소 (24시간)
- 주의: 전력 사용 50% 이상 감소 (24시간)
- 경계: 전력 사용 거의 없음 + 통신 두절 (48시간)
- 심각: 복합 이상 징후 지속 (72시간 이상)

[알림 대상]
- 복지담당자 → 방문 확인
- 119 연계 (긴급 시)

결과 및 성과¶

정량적 성과 (2025년 4월 기준)¶

지표	수치
실제 구조 건수	15건 (2024년 본격 서비스 이후)
서비스 대상 가구	시범 지역 확대 중
위험 경보 정확도	약 85% (파일럿 기준)
허위 경보율	15% 이하

주요 사례¶

2025년 4월: 12명 생명 구조 성공 발표 (한전 공식)
독거노인 쓰러짐 사고 조기 발견
복지담당자 업무 효율성 향상

기대 효과¶

전국 확대 시 연간 약 15,000명 고독사 예방 가능
복지 인력 효율적 배치
사회적 비용 절감

기술 스택¶

구분	기술
데이터 수집	AMI 스마트미터, IoT 센서
데이터 저장	한전 빅데이터 플랫폼
분석 엔진	Python, Spark
ML/AI	TensorFlow, Scikit-learn
알림 시스템	모바일 앱, SMS, 복지관리시스템 연동
시각화	대시보드 (복지담당자용)

참고 링크¶

시사점¶

성공 요인¶

데이터 인프라: 전국 스마트미터 보급으로 실시간 데이터 확보 가능
기관 협력: 한전-지자체-통신사 데이터 결합
실용적 접근: 기존 인프라 활용으로 추가 비용 최소화

한계 및 개선점¶

개인정보 보호와 모니터링 사이의 균형 필요
스마트미터 미설치 지역 사각지대 존재
고령층의 기술 수용성 고려 필요

확장 가능성¶

독거노인 외 장애인, 만성질환자 등으로 대상 확대
에너지 복지와 연계한 종합 서비스 개발
해외 수출 가능성 (스마트시티 솔루션)