페르너스는 AI·열전반도체·저전력 IoT를 결합한 스마트 통합 산불 감지 솔루션으로, 사람이 닿지 못하는 산림까지 24시간 자동 감시합니다. Fernearth combines AI, thermoelectric semiconductors, and low-power IoT into an integrated wildfire detection solution — monitoring forests beyond human reach, 24 hours a day.
대형 산불 1회로 약 150만 톤의 탄소가 배출됩니다. 그러나 현재 주류인 AI CCTV 산불 감시의 실효성은 0.67%에 불과합니다(2025년 국정감사 지적). A single large wildfire releases some 1.5 million tons of carbon. Yet today's mainstream AI-CCTV wildfire surveillance has an effectiveness rate of just 0.67% (cited in Korea's 2025 National Assembly audit).
"오탐 알림이 반복되면
결국 경보를 무시하게 됩니다." "When false alarms keep coming,
you end up ignoring the alerts." — 지자체 산불 감시 실무자 인터뷰— Interview with a local wildfire monitoring officer
설치 제약과 사각지대Installation limits & blind spots대당 5천만~1억 원, 전력 인입 공사가 필수여서 산림 심부는 사각지대로 방치됩니다.At ₩50–100M per unit and requiring grid power construction, deep forest is left unmonitored.
야간·안개에 무력, 잦은 오탐Blind at night and in fog; frequent false alarms햇빛 반사·안개·구름 그림자를 연기로 오인해 주말에도 수십 통의 알림이 울립니다.Sun glare, fog and cloud shadows are mistaken for smoke — dozens of alerts, even on weekends.
24/7 감시 불가24/7 monitoring impossible드론은 배터리 한계로 상시 감시가 불가능하고, 위성은 광역만 가능해 정밀도가 부족합니다.Drone batteries rule out continuous watch; satellites cover wide areas but lack precision.
골든타임 손실과 개인정보 문제Lost golden time & privacy exposure신고→출동→도착 과정에서 발화점 특정이 어렵고, 영상 감시는 개인정보에서 자유롭지 못합니다.Pinpointing ignition through report-and-dispatch is hard, and camera surveillance is never privacy-free.
발화가 감지되는 순간, 관제 대시보드에서 벌어지는 일입니다.
경보, 위치 특정, 상태 갱신까지 전 과정이 자동으로 이뤄집니다.
The moment ignition is detected, this is what happens on the control dashboard — alert, localization, and status updates, all automatic.
전력 인입 공사도, 상시 모니터링 인력도 필요하지 않습니다. 설치한 뒤 잊어도 되는 시스템 — 페르너스가 설계한 기준입니다. No grid-power construction. No staff watching a screen. A system you can install and forget — the standard Fernearth engineered to.
기존 장비는 전력 인입 공사가 필수여서 산림 심부에 설치할 수 없습니다.Conventional gear needs grid-power works, so deep forest stays uncovered.
평상시에는 태양광으로, 화재 시에는 열전반도체가 시스템을 강제 구동하는 이중 전원 구조입니다.Solar in normal operation; when fire heat arrives, the thermoelectric element force-starts the system.
AI CCTV는 안개·햇빛 반사·구름 그림자를 연기로 오인해 경보 신뢰를 잃습니다.AI CCTV mistakes fog, glare and cloud shadow for smoke, destroying trust in alerts.
영상이 아닌 센서 신호의 열역학적 변화 패턴을 온디바이스 AI가 판별합니다. 물리적 변화가 없으면 반응하지 않습니다.On-device AI classifies thermodynamic change patterns in sensor signals, not imagery — it will not react without a real physical change.
산 전체를 덮으려면 예산이 감당되지 않습니다.Blanketing an entire mountain is simply unaffordable.
클라우드 위험 예측 AI가 발화 위험도를 산출해, 전체 면적의 2~5%만 감시하며 최대 커버리지를 확보하는 배치를 설계합니다.A cloud risk-prediction model computes ignition risk and designs placement that covers just 2–5% of the area for maximum effective coverage.
산지에 설치한 장비는 관리 인력이 상주할 수 없습니다.No one can be stationed to maintain equipment on a mountainside.
특허 저전력 통신 기술로 배터리 수명을 확보하고, 자가복구 메시 네트워크가 통신 단절을 스스로 회복합니다.Patented low-power comms extend battery life, while a self-healing mesh network recovers from link loss on its own.
카메라 영상이 아니라, 온도·습도·가스 등 멀티 센서가 읽어낸 열역학적 변화 패턴을 온디바이스 AI가 판별합니다. 물리적 변화가 없으면 반응하지 않도록 설계해, 안개·햇빛 반사로 인한 오탐을 원천 차단합니다. Instead of camera imagery, on-device AI classifies the thermodynamic change patterns read by multi-sensors — temperature, humidity and gas. It is designed not to react without a real physical change, eliminating false alarms from fog or sun glare at the source.
열전반도체가 제벡 효과로 화재 열 자체를 감지해, 외부 전력 없이 시스템을 기동시킵니다.A thermoelectric element uses the Seebeck effect to sense fire heat itself, waking the system with no external power.
영상을 쓰지 않고 센서 신호만으로 현장에서 즉시 판별 — 추론 시간 11ms, 프라이버시 프리.No imagery — sensor signals alone are classified on site in 11 ms, and privacy-free by design.
클라우드 AI의 위험지도(Risk Map)로 전체 면적의 2~5%만 감시해 최대 커버리지를 확보합니다.A cloud-AI Risk Map covers just 2–5% of the total area while maximizing effective coverage.
기상·지형·인구 데이터를 학습한 클라우드 위험 예측 AI가 실시간 위험지도를 발행합니다.A cloud risk-prediction model trained on weather, terrain and population data publishes a live risk map.
감지기 Fern-Eye가 읽은 신호는 중계기와 게이트웨이를 거쳐 클라우드 플랫폼 Fern-On으로 전달됩니다. 현장(온디바이스)과 클라우드에서 두 번 판단하는 이중 AI 구조입니다.Signals read by the Fern-Eye detector travel through relays and a gateway to the Fern-On cloud platform — a dual-AI structure that judges twice, on-device and in the cloud.
열전반도체 무전원 열 트리거Self-powered thermoelectric trigger
멀티 센서 · 비영상 온디바이스 판별Multi-sensor, non-visual on-device inference
다중 홉 IoT 메시 프로토콜Multi-hop IoT mesh protocol
자가복구 · 위치 기반 패킷 라우팅Self-healing, location-aware routing
LTE / Wi-Fi 업링크LTE / Wi-Fi uplink
AWS + MQTT · 엣지 캐싱과 신호 검증AWS + MQTT, edge caching and validation
실시간 모니터링 · SMS 자동 경보Live monitoring with automatic SMS alerts
위험지도 발행 · 데이터 분석Risk-map publishing and analytics
클라우드 위험 예측 AI와 온디바이스 판별 AI를 함께 운용해 오탐을 최소화합니다.A cloud risk-prediction model and an on-device classifier run together to minimize false alarms.
제벡 효과로 화재 열을 직접 감지해 외부 전력 없이 기동하는 무전원 열 트리거.A self-powered thermal trigger: the Seebeck effect senses fire heat and boots the node without external power.
메시 네트워크 기반 초저전력 통신 — 전력 인프라 없는 산지에서 태양광 자립으로 장기간 안정 가동.Mesh-based ultra-low-power networking — solar-powered, running long-term without grid power.
MCU 상에서 추론 11ms·INT8 양자화로 동작. 삼성전자·서울과학기술대 이전 특허를 적용해 산불 도메인 전이학습 진행 중.Runs on-MCU at 11 ms with INT8 quantization; transfer-learning to the wildfire domain on patents from Samsung Electronics and SeoulTech.
통신·전력 비용을 80% 절감하면서 사각지대 없는
24시간 산불 감시 체계를 유지하는 것
이것이 페르너스가 설계한 목표입니다.Maintaining zero-blind-spot, round-the-clock wildfire surveillance while cutting communication and power costs by 80% — the target Fernearth engineered for.
산림 등 자연자산을 상시 보호하고 재난을 예방합니다.Protecting forests and natural assets around the clock.
속도가 전부입니다. 훈소 초기에 감지해 대응팀이 더 빠르고 안전하게 진화합니다.Speed is everything — early smoldering detection lets teams respond faster and safer.
인프라는 산불의 주요 발화원입니다. 확장 가능한 솔루션으로 책임 리스크를 방어합니다.Infrastructure is a leading ignition source — a scalable solution that defends against liability risk.
실증과 도입을 제안한 공공기관이 빠짐없이 다음 단계로 전환되었습니다.Every public agency we approached advanced to the next stage.
2025년 영종도 공공 실증에서 경보 전송 평균 16.5초(목표 60초), 통신 성공률 100%를 실측 달성. 이를 기반으로 성과공유제 계약을 체결하고 영종도 산지형 공원에 시스템 구축.The 2025 Yeongjong pilot achieved 16.5s average alert latency (target: 60s) and 100% comms success — leading to a benefit-sharing contract and a system deployment at a mountainous park on Yeongjong Island.
행정안전부 장관상(최우수), 산림청장상(최우수), 국립산림과학원장상, 넷제로챌린지X 지정.Minister of the Interior and Safety Award (Grand Prize), Korea Forest Service Award (Grand Prize), NIFoS Award, and Net-Zero Challenge X designation.
삼성전자·서울과학기술대로부터 이전받은 통신 원천 특허와 자체 아키텍처 특허를 보유. 클라우드 산불 위험 예측 AI는 2026년 국립산림과학원장상을 수상하며 실효성을 입증했습니다.Core communications patents transferred from Samsung Electronics and SeoulTech, plus an in-house architecture patent. The cloud wildfire risk-prediction model proved its effectiveness with the 2026 NIFoS Award.
LOI 기반 경남 지역 실증, K-테스트베드를 통한 국립공원 실증, 서울특별시 기술설명회를 통한 기술 도입을 논의하고 있습니다.An LOI-based pilot in the Gyeongnam region, a national-park pilot via the K-Testbed program, and adoption talks following a technology briefing for Seoul Metropolitan Government.
하나의 디바이스로 산불의 전주기를 관리합니다.
예측·감지·확인·진화·복구·탄소 정량화를 거쳐, 산림 환경 데이터 인프라로 확장합니다.One device managing the full wildfire lifecycle — predict, detect, verify, suppress, restore, quantify — expanding into forest environmental data infrastructure.
위성·드론이 관측하는 수관(canopy) 아래, 지금까지 사각지대였던 토양과 하층 식생까지 데이터로 채웁니다. 감지에서 현장 확인까지의 골든타임을 20분에서 3분으로 단축하는 것이 목표입니다.Below the canopy that satellites and drones see, we fill in the soil and understory that have remained blind spots — targeting a detect-to-verify golden time of 3 minutes, down from 20.
센서 설계부터 회로·펌웨어, 기구·금형, AI 모델까지 — 외주가 아닌 자체 역량으로 개발합니다.From sensor design to circuits, firmware, mechanical tooling and AI models — developed in-house, not outsourced.
공공기관·지자체·산림 관리 주체와의 실증 및 도입 논의를 환영합니다.We welcome pilot and deployment discussions with public agencies, local governments, and forest managers.
이메일 보내기Send Email
