빛 공해는 과도한 인공조명이 밤하늘, 환경, 인간의 생활을 방해하는 현상으로, 주요 종류는 침입광(빛 침해), 눈부심(Glair), 산란광(하늘 밝아짐), 군집된 빛(Over-illumination) 4가지로 나뉩니다. 이로 인해 수면 장애, 생태계 교란, 농작물 피해 등이 발생하며, 한국은 세계적으로 빛 공해가 심각한 편입니다.
1. 침입광 (Light Trespass): 가로등이나 간판 불빛이 원치 않는 주거지 창문으로 들어와 수면 방해나 생활 불편을 주는 경우.
2. 눈부심 (Glare): 강렬한 빛이 눈에 직접 들어와 잠시 시각을 마비시키거나 불쾌감을 주는 현상 (예: 자동차 전조등, 강한 보안등).
3. 산란광/하늘 밝아짐 (Sky Glow): 인공조명 빛이 대기 중의 수증기나 오염물질에 굴절/산란되어 밤하늘이 낮처럼 밝아져 별이 보이지 않는 현상.
4. 군집된 빛/과도한 조명 (Over-illumination/Clutter): 상업지구 등에서 너무 많은 조명이 무질서하게 켜져 있어 시각적 혼란과 에너지 낭비를 초래하는 현상.
실시간 인공조명 빛 공해 법규 위반 탐지 및 판정 시스템 구현
최근 도심 지역의 무분별한 인공 조명 사용은 단순한 시각적 불편을 넘어 수면 장애, 생태계 교란, 농작물 수확량 감소 등 심각한 사회적·환경적 문제를 야기하고 있습니다. 한국은 세계적으로 빛 공해 노출도가 매우 높은 국가로 분류되어 '인공조명에 의한 빛공해 방지법'을 시행 중이나, 실제 단속 현장에서는 고가의 휘도계 장비를 지참한 인력이 일일이 수동 측정해야 하는 행정적 한계가 존재한다.
본 프로젝트는 이러한 문제를 해결하기 위해 최신 객체 탐지 모델을 기반으로 강화된 어텐션 메커니즘을 통해 야간의 복잡한 조명 노이즈 속에서 실제 단속 대상이 되는 간판 및 장식 조명을 정밀하게 분리하고, 탐지된 광원을 대상으로 픽셀 강도 분석 알고리즘을 적용하여 법적 기준치(휘도) 초과 여부를 실시간으로 판정한다.
결과적으로 약 10,000개의 실사 데이터를 학습한 인공지능이 복잡한 단속 과정을 자동화함으로써, 누구나 사진 한 장으로 빛 공해 위반 여부를 객관적으로 확인할 수 있는 기술적 토대를 마련하고자 한다.
Python, PyTorch, OpenCV
Flask, HTML/CSS, JavaScript
GitHub, Discord, VS Code, Roboflow, Weights & Biases
⦁ 외부 조명 및 간판 이미지 데이터를 입력받을 수 있어야 한다.
⦁ 입력된 이미지에 대해 밝기 분석 및 전처리를 수행할 수 있어야 한다.
⦁ 이미지 데이터를 기반으로 빛 공해 법규 위반 여부를 판단하는 모델을 적용할 수 있어야 한다.
⦁ 분석 결과를 사용자에게 직관적으로 제공할 수 있어야 한다.
⦁ 다양한 환경에서 촬영된 이미지 데이터를 처리할 수 있어야 한다.
⦁ 분석 결과는 일정 수준 이상의 정확도를 유지해야 한다.
⦁ 사용자가 쉽게 접근할 수 있도록 웹 기반 인터페이스를 제공해야 한다.
⦁ 외부 조명 및 간판 이미지 데이터를 수집하고 정리한다.
⦁ OpenCV를 활용하여 이미지 전처리(노이즈 제거, 밝기 분석 등)를 수행한다.
⦁ TensorFlow 또는 PyTorch를 활용하여 이미지 기반 빛 공해 탐지 모델을 설계한다.
⦁ YOLOv8 아키텍처를 야간 특화 데이터로 전이 학습하여 미세 광원 탐지 성능을 극대화한다.
⦁ 탐지된 광원 영역의 RGB 값을 휘도 값으로 변환하는 수식을 구현하고 법적 기준치와 대조한다.
⦁ Flask 기반 서버를 구축하여 이미지 업로드 기능을 구현한다.
⦁ HTML을 이용하여 사용자 인터페이스를 개발한다.
⦁ 업로드된 이미지에 대해 분석 결과를 사용자에게 제공한다.
⦁ 이미지 업로드부터 판정 결과 출력까지의 파이프라인 정상 동작 확인하고 AI 모델, 웹 서비스와 통합한다.
⦁ 전체 시스템의 동작을 확인하고 성능을 개선한다.
⦁테스트 데이터셋을 활용하여 조명 기구 및 간판에 대한 탐지 정밀도를 측정합니다.
⦁'정상 조명'을 '위반'으로 오검출하거나, 반대로 위반 대상을 놓치는 경우를 분석하여 모델의 신뢰성을 확인합니다.
⦁노이즈가 심한 아주 어두운 환경이나 기상 악화(비, 안개) 상황의 이미지에서도 객체를 놓치지 않고 탐지하는지 확인합니다.
⦁실제 물리적 휘도계로 측정한 값과 모델이 픽셀 분석을 통해 추정한 값 사이의 오차율을 계산합니다.
⦁환경부 지침에 따른 조명환경관리구역별 허용 기준치가 알고리즘 내에 정확히 반영되어 위반 등급(정상/주의/위반)이 올바르게 출력되는지 확인합니다.
⦁사용자가 웹 인터페이스를 통해 이미지를 업로드한 시점부터 최종 분석 결과가 화면에 출력되기까지의 전 과정이 오류 없이 동작하는지 확인합니다.
⦁이미지 업로드 후 분석 결과가 나오기까지의 시간을 측정하여 실시간 서비스 가능 여부를 판단합니다.
⦁조명이 없는 사진, 깨진 파일, 혹은 지원하지 않는 형식의 파일 업로드 시 시스템이 다운되지 않고 적절한 안내 메시지를 출력하는지 검증합니다.
⦁학교 주변의 실제 간판 및 조명을 촬영하여 앱의 판정 결과와 실제 육안 점검 결과를 비교합니다.
⦁대시보드가 일반 사용자 입장에서 정보를 직관적으로 전달하는지, 리포트 확인 과정이 간편한지 팀 내외부 인원을 대상으로 피드백을 수집합니다.
객관적 빛 공해 관리 기반 마련: 이미지 분석과 YOLOv8 인공지능 기술을 활용하여 외부 조명 및 간판의 밝기 상태를 분석함으로써, 주관적 판단이 아닌 데이터 중심의 객관적 분석 기반을 마련할 수 있습니다.
행정 및 관리 효율성 극대화: 빛 공해 법규 위반 여부를 자동으로 탐지함으로써, 기존에 인력이 직접 현장을 점검해야 했던 문제를 데이터 기반으로 전환하여 관리 기관의 업무 효율성을 획기적으로 향상시킬 수 있습니다.
사회적 인식 제고 및 환경 보호: 사용자가 직접 조명 사진을 분석하여 결과를 확인할 수 있는 서비스를 제공함으로써 빛 공해 문제의 심각성을 인식시키고, 환경 보호에 대한 시민들의 자발적 관심을 유도할 수 있습니다.
컴퓨터공학 기술의 실용적 응용 입증: 이미지 처리 및 인공지능 기술을 실제 환경 문제 해결에 적용함으로써, 4차 산업 핵심 기술의 사회적 응용 가능성과 실무적 가치를 보여줄 수 있습니다.
지자체 및 환경 기관의 모니터링 도구: 지방자치단체에서 도시 내 조명 시설이나 간판 조명을 상시 모니터링하는 도구로 도입하여, 빛 공해 발생 지역 파악 및 관련 관리 정책 수립을 위한 기초 자료로 활용할 수 있습니다.
스마트시티 환경 관리 시스템 연동: 도시 내 실시간 조명 데이터를 수집 및 분석하여 환경 친화적인 스마트 조명 체계를 구축하고, 스마트시티 통합 관제 시스템의 환경 모니터링 모듈로 활용할 수 있습니다.
대국민 빛 환경 자가 진단 서비스: 일반 사용자들이 자신의 생활권 내 조명 환경을 직접 촬영하여 분석해볼 수 있는 서비스로 배포하여, 개인의 생활 환경 개선을 돕는 공익적 도구로 활용할 수 있습니다.
차세대 스마트 조명 제어 기술과의 연계: 향후 조명 제어 시스템과 연동하여, 법적 기준치를 초과할 경우 자동으로 밝기를 조절하는 지능형 조명 시스템 및 자동 제어 기술 개발의 핵심 알고리즘으로 활용할 수 있습니다.
cd e:\visual.code\Light_Pollutionpython -m venv .venv
.\.venv\Scripts\activateRender 배포 기준(경량):
pip install -r requirements.txt로컬 AI 모델까지 포함(전체):
pip install -r requirements-full.txtpython backend.py- 메인 페이지: http://127.0.0.1:5000/
- 분석 페이지: http://127.0.0.1:5000/analysis
- 결과 페이지: http://127.0.0.1:5000/result
- 상태 API: http://127.0.0.1:5000/api/status
- 메인 화면 정상 표시
- CSS/JS 깨짐 없음
- 예시 이미지 또는 업로드 후 분석 페이지 이동
- 결과 페이지 정상 표시
인공조명에 의한 빛공해 방지법 https://www.law.go.kr/법령/인공조명에의한빛공해방지법
빛공해 방지를 위한 조명기구 설치·관리 권고기준 가이드라인 https://www.mcee.go.kr/home/web/policy_data/read.do?menuId=10276&seq=7933