디지털 트윈 (DT)을 활용한 상수도 네트워크 (WDN)의 상태 추정을 위해, 제한된 센서 환경에서 정확한 예측을 수행하는 적응형 프레임워크를 제안합니다. 이 프레임워크는 LSTM 예측과 Conformal Prediction (CP)을 결합하여 노드별 불확실성을 추정하고, 가장 불확실한 지점에 센싱을 집중합니다. 특히, 실시간 DT에 적합하도록 계산 비용이 낮은 Marginal CP를 사용합니다. Hanoi, Net3, CTOWN 데이터셋에 대한 실험 결과, 40% 커버리지에서 균등 샘플링보다 33-34% 낮은 수요 오차를 보였으며, 5-10%의 추가 계산으로 89.4-90.2%의 경험적 커버리지를 유지했습니다.
