현대는 소화활동이 어려운 고층건물과 지하시설 등이 증가하였고 가연물의 종류 역시 다양화되었다. 기술적으로 현재는 4차 산업 혁명의 시대이다. 과거에 비해 처리할 수 있는 정보처리기술이 발전하여 비정형 데이터의 처리 기술이 향상되었다. 데이터 처리 기술을 통해 소화활동과 화재 피해를 감소시킬 수 있는 새로운 연구가 필요하다. 선행 연구에서도 기계학습과 ...
현대는 소화활동이 어려운 고층건물과 지하시설 등이 증가하였고 가연물의 종류 역시 다양화되었다. 기술적으로 현재는 4차 산업 혁명의 시대이다. 과거에 비해 처리할 수 있는 정보처리기술이 발전하여 비정형 데이터의 처리 기술이 향상되었다. 데이터 처리 기술을 통해 소화활동과 화재 피해를 감소시킬 수 있는 새로운 연구가 필요하다. 선행 연구에서도 기계학습과 다중회귀분석을 이용하여 화재발생을 예측하는 연구가 있다. 본 연구는 선행 연구에서 사용된 다중회귀분석과 소방청에서 제공하는 공공데이터를 활용하여 연구를 진행하였다. 연구는 크게 3가지로 구분된다. 소방청에서 제공한 화재 데이터의 특성을 알아보는 기술통계분석과 세부적 특성에 따른 차이를 검증 그리고 인과적 관계 연구이다. 최종적으로 화재 피해에 대한 인과적 연구 모형을 분석하여 화재 피해 예측 모형을 개발한다. 화재 발생 특성에 대한 주요한 결과를 보면 화재 유형에서는 건축 구조물에서의 화재 발생이 높은 것으로 나타났다. 화재 장소는 주거 지역, 발화열원에서는 작동기기, 발화요인에서는 부주의가 주요 요인인 것으로 나타났다. 세부적 특성 분석은 화재 발생 시간대와 발화열원 그리고 발화요인에 따라 인명피해, 재산피해, 화재 진압 환경, 이재민 및 세대 수, 동원 인력, 동원 장비, 온습도 순으로 분석하였다. 분석 결과 세부적 특성에 따라 규칙적인 결과를 나타냈다. 인명과 재산 피해 예측 모형의 개발을 통해 다음과 같은 결론을 도출하였다. 인명피해 발생 예측 모형에서는 화재진압시간과 소방서와의 거리, 이재민의 발생, 부동산 피해, 동산 피해, 소실면적, 동원인력 소계, 소방관 동원, 의용소방대 동원, 경찰관 동원, 동원장비 소계 펌프 물탱크 장비, 고가 굴절 장비가 통계적으로 유의한 영향을 미치는 것으로 나타났다. 그리고 모형의 예측 정확도는 52.7%로 나타났다. 영향력을 보면 펌프 물탱크 장비가 가장 큰 영향을 미치는 것으로 나타났으며, 그 다음으로 동원장비소계, 의용소방대 동원, 소방관 동원, 부동산 피해 순으로 영향을 미치는 것으로 나타났다. 재산피해 발생 예측 모형에서는 사망과 부상, 소방서와의 거리, 이재민, 소실면적, 동원인력 소계, 소방관 동원, 의용소방대동원, 경찰관 동원, 동원장비 소계, 고가 굴절 장비가 통계적으로 유의한 영향을 미치는 것으로 나타났다. 그리고 모형의 예측 정확도는 34.4%로 나타났다. 그 중 동원 인력 소계가 가장 큰 영향요인으로 나타났으며, 소방관 동원, 동원장비 소계, 부상자 피해, 의용소방대동원 순으로 영향을 미치는 것으로 나타났다. 결과적으로 이러한 영향 변수들을 통해 화재 발생의 규모를 가늠할 수가 있다. 따라서 이러한 변수들로 구성된 화재 예측 시스템이 구축될 경우 실시간의 데이터 수집을 통해 화재 발생의 규모와 피해를 예측할 수 있게 된다. 또한 인명피해와 재산피해에 대한 예측 모형을 화재 발생 시간대와 발화열원 그리고 발화요인에 따라 세부적으로 개발한 결과 예측 정확도가 더 향상되는 것으로 나타났다. 세부적 조건에서 개발된 예측 모형의 일부 결과에서는 이상 값들이 일정한 규칙적 선형성을 나타냈다. 이는 결과적으로 이상 값으로 처리하는 것 보다 별도의 연구가 필요한 것으로 나타났다. 따라서 추후의 연구에서는 이러한 연구 결과를 바탕으로 세부적 연구가 진행이 될 필요가 있다.
현대는 소화활동이 어려운 고층건물과 지하시설 등이 증가하였고 가연물의 종류 역시 다양화되었다. 기술적으로 현재는 4차 산업 혁명의 시대이다. 과거에 비해 처리할 수 있는 정보처리기술이 발전하여 비정형 데이터의 처리 기술이 향상되었다. 데이터 처리 기술을 통해 소화활동과 화재 피해를 감소시킬 수 있는 새로운 연구가 필요하다. 선행 연구에서도 기계학습과 다중회귀분석을 이용하여 화재발생을 예측하는 연구가 있다. 본 연구는 선행 연구에서 사용된 다중회귀분석과 소방청에서 제공하는 공공데이터를 활용하여 연구를 진행하였다. 연구는 크게 3가지로 구분된다. 소방청에서 제공한 화재 데이터의 특성을 알아보는 기술통계분석과 세부적 특성에 따른 차이를 검증 그리고 인과적 관계 연구이다. 최종적으로 화재 피해에 대한 인과적 연구 모형을 분석하여 화재 피해 예측 모형을 개발한다. 화재 발생 특성에 대한 주요한 결과를 보면 화재 유형에서는 건축 구조물에서의 화재 발생이 높은 것으로 나타났다. 화재 장소는 주거 지역, 발화열원에서는 작동기기, 발화요인에서는 부주의가 주요 요인인 것으로 나타났다. 세부적 특성 분석은 화재 발생 시간대와 발화열원 그리고 발화요인에 따라 인명피해, 재산피해, 화재 진압 환경, 이재민 및 세대 수, 동원 인력, 동원 장비, 온습도 순으로 분석하였다. 분석 결과 세부적 특성에 따라 규칙적인 결과를 나타냈다. 인명과 재산 피해 예측 모형의 개발을 통해 다음과 같은 결론을 도출하였다. 인명피해 발생 예측 모형에서는 화재진압시간과 소방서와의 거리, 이재민의 발생, 부동산 피해, 동산 피해, 소실면적, 동원인력 소계, 소방관 동원, 의용소방대 동원, 경찰관 동원, 동원장비 소계 펌프 물탱크 장비, 고가 굴절 장비가 통계적으로 유의한 영향을 미치는 것으로 나타났다. 그리고 모형의 예측 정확도는 52.7%로 나타났다. 영향력을 보면 펌프 물탱크 장비가 가장 큰 영향을 미치는 것으로 나타났으며, 그 다음으로 동원장비소계, 의용소방대 동원, 소방관 동원, 부동산 피해 순으로 영향을 미치는 것으로 나타났다. 재산피해 발생 예측 모형에서는 사망과 부상, 소방서와의 거리, 이재민, 소실면적, 동원인력 소계, 소방관 동원, 의용소방대동원, 경찰관 동원, 동원장비 소계, 고가 굴절 장비가 통계적으로 유의한 영향을 미치는 것으로 나타났다. 그리고 모형의 예측 정확도는 34.4%로 나타났다. 그 중 동원 인력 소계가 가장 큰 영향요인으로 나타났으며, 소방관 동원, 동원장비 소계, 부상자 피해, 의용소방대동원 순으로 영향을 미치는 것으로 나타났다. 결과적으로 이러한 영향 변수들을 통해 화재 발생의 규모를 가늠할 수가 있다. 따라서 이러한 변수들로 구성된 화재 예측 시스템이 구축될 경우 실시간의 데이터 수집을 통해 화재 발생의 규모와 피해를 예측할 수 있게 된다. 또한 인명피해와 재산피해에 대한 예측 모형을 화재 발생 시간대와 발화열원 그리고 발화요인에 따라 세부적으로 개발한 결과 예측 정확도가 더 향상되는 것으로 나타났다. 세부적 조건에서 개발된 예측 모형의 일부 결과에서는 이상 값들이 일정한 규칙적 선형성을 나타냈다. 이는 결과적으로 이상 값으로 처리하는 것 보다 별도의 연구가 필요한 것으로 나타났다. 따라서 추후의 연구에서는 이러한 연구 결과를 바탕으로 세부적 연구가 진행이 될 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.