광역상수도는 113개 지자체와 국가 산업단지에 등에 수돗물을 공급하는 대규모 용수공급 시설로 관 파손사고로 인한 단수 발생시 사회적, 경제적으로 막대한 피해를 발생시킬 수 있으므로 상시의 실시간 사고감시 및 신속한 대응을 통한 2차 피해 최소화를 위한 노력이 필요하다. 
   현장에서의 관로사고 감지는 운영경험 및 통계분석에 기반한 계측기별 운영 상？하한기준의 위반여부로 판별하는 경우가 많으나, 우리나라 송수관에서 발생한 482건의 송수관 파손 및 누수 사고 중 수도사업자가 탐지한 건수는 180건(약 37%)(환경부, 2020)에 불과할 만큼 아직 자체적인 사고 감지보다는 외부 신고에 의한 최초 인지의 비율이 더 높은 상황으로 초기 대응에 상당 시간이 소요되고 있다. 
   이에, K-water에서는 딥러닝을 이용한 실시간 관 파손사고 감지 모듈을 개발하여, 상수관망 운영관리 시스템인 water-NET에 탑재하여 운영하고 있다. 개발된 관 파손사고 감지 모듈은 유량, 압력, 수위와 같은 관망의 수리적 거동과 펌프 가동상태, 전동밸브 개도와 같은 제어시설의 운영상태를 학습하여 관 파손사고의 발생 여부와 최근접 압력계 위치로 사고 위치를 알려주고 있다. 현재 K-water의 48개 광역상수도와 19개 지방상수도에 적용되어 있으며, SWM 사업을 통해 신규 설치된 계측기들의 반영과 정상운영시의 작업에 따른 이상알람을 필터링하기 위한 고도화 작업을 수행 중에 있다.