최근 빅데이터 분석 기술을 통해 새로운 정보를 도출하기 위한 분석 기법들과 이를 활용한 다양한 서비스들이 개발되고 있다. 그 중에서도 재난안전은 생활에 밀접한 서비스로 가장 중요하게 연구되고 있다. 본 논문에서는 실시간 기상 빅데이터 분석을 이용한 홍수 재난안전 시스템을 설계하고 구현한다. 제안하는 시스템은 실시간으로 수집되는 방대한 양의 정보를 검색하고 처리한다. 더불어 실시간 정보와 과거에 수집된 정보들을 결합하여 위험요인을 분석하고, 예측 정보를 사용자에게 제공한다. 또한, 제안하는 시스템은 사용자 메시지 및 뉴스와 같은 실시간 정보와 태풍 홍수 등으로 인한 하천 범람 등과 같은 재난 위험요인을 분석한 위험 예측 정보를 제공한다. 따라서 사용자는 제안하는 시스템을 통해 향후 발생 가능성이 있는 재난안전 사고 위험에 대비할 수 있다.
최근 빅데이터 분석 기술을 통해 새로운 정보를 도출하기 위한 분석 기법들과 이를 활용한 다양한 서비스들이 개발되고 있다. 그 중에서도 재난안전은 생활에 밀접한 서비스로 가장 중요하게 연구되고 있다. 본 논문에서는 실시간 기상 빅데이터 분석을 이용한 홍수 재난안전 시스템을 설계하고 구현한다. 제안하는 시스템은 실시간으로 수집되는 방대한 양의 정보를 검색하고 처리한다. 더불어 실시간 정보와 과거에 수집된 정보들을 결합하여 위험요인을 분석하고, 예측 정보를 사용자에게 제공한다. 또한, 제안하는 시스템은 사용자 메시지 및 뉴스와 같은 실시간 정보와 태풍 홍수 등으로 인한 하천 범람 등과 같은 재난 위험요인을 분석한 위험 예측 정보를 제공한다. 따라서 사용자는 제안하는 시스템을 통해 향후 발생 가능성이 있는 재난안전 사고 위험에 대비할 수 있다.
Recently, analysis techniques to extract new meanings using big data analysis and various services using them have been developed. A disaster safety service among such services has been paid attention as the most important service. In this paper, we design and implement a flood disaster safety syste...
Recently, analysis techniques to extract new meanings using big data analysis and various services using them have been developed. A disaster safety service among such services has been paid attention as the most important service. In this paper, we design and implement a flood disaster safety system using real time weather big data. The proposed system retrieves and processes vast amounts of information being collected in real time. In addition, it analyzes risk factors by aggregating the collected real time and past data and then provides users with prediction information. The proposed system also provides users with the risk prediction information by processing real time data such as user messages and news, and by analyzing disaster risk factors such a typhoon and a flood. As a result, users can prepare for potential disaster safety risks through the proposed system.
Recently, analysis techniques to extract new meanings using big data analysis and various services using them have been developed. A disaster safety service among such services has been paid attention as the most important service. In this paper, we design and implement a flood disaster safety system using real time weather big data. The proposed system retrieves and processes vast amounts of information being collected in real time. In addition, it analyzes risk factors by aggregating the collected real time and past data and then provides users with prediction information. The proposed system also provides users with the risk prediction information by processing real time data such as user messages and news, and by analyzing disaster risk factors such a typhoon and a flood. As a result, users can prepare for potential disaster safety risks through the proposed system.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 다양한 자연재난 중 기상과 관련된 실시간 빅데이터를 활용한 홍수 재난안전 시스템을 설계하고 구현한다. 제안하는 시스템은 정형화된 공공데이터를 활용하여 통계 및 분석 정보를 제공하며, 사용자 메시지 및 뉴스와 같은 실시간으로 수집되는 정보를 검색하고 분석하여 실시간 정보를 제공한다.
본 논문에서는 실시간 기상 빅데이터를 활용한 재난 안전 시스템의 설계 및 구현을 제안하였다. 제안하는 시스템은 대용량의 빅데이터 처리를 위해 분산 저장소와 분산 처리 시스템을 기반으로 한다.
행정자치부는 2014년 9월부터 전국 15개 시범 지역을 대상으로 인터넷과 모바일을 통해 ‘생활안전지도 서비스’를 제공하기 시작했다[8]. 이 서비스는 치안, 교통, 재난, 맞춤안전 등과 같은 국민생활안전과 밀접한 빅데이터 정보를 각각 등급화하여 구분하고 해당지역의 위험 정도를 보여주는 서비스이다. 생활주변의 안전정보는 각 기관에서 분산ㆍ관리되고 있는 통계데이터를 활용하여 사고 발생 빈도 및 사고 발생 가능성에 따라 발생 빈도가 높은 지역은 붉은색, 낮은 지역은 흰색에 가까운 색으로 표시하여 직관성을 높였다.
일본 정부의 빅데이터 활용 전략의 기원은 2011년 동일본 대지진으로 인한 지진, 쓰나미, 원전사고의 3중 복합 대형재난을 겪은 후, 총무성의 ‘Active Japan ICT 전략’에서 비롯되었다고 볼 수 있다[12][13]. 이동 통신 기술, 인공 위성망 등을 통해 재난 현장에서 발생하는 다양한 센서 데이터를 분석ㆍ대응하는 인프라를 구축하여 재난대응 능력 강화를 통한 재난 피해 최소화를 목표로 한다. 특히 일본 기상청이 운영하는 국가지진네트워크 및 국가방재과학연구소(NIED)는 지진네트워크를 구축하고 수백, 수천 개의 관측소를 통해 지진에 대한 진도, 해수면 변동, 지각변형 정보 등을 수집한다.
제안 방법
데이터 수집단계에서는 기상, 통계, 지도 데이터와 같은 정형데이터와 제안하는 시스템에서 사용되는 뉴스, 사용자메시지와 같은 비정형데이터를 수집 한다. OpenAPI를 통하여 일정 주기 마다 기상 상황, 수문 상황, 뉴스, 지도정보 등을 수집하여 처리하고, 실시간 데이터 수집은 사용자 메시지와 클라이언트에서 서버로 전송되는 위치정보 등을 수집하여 처리한다. 데이터 저장 단계에서는 데이터 수집단계에서 수집된 데이터를 2가지 형태로 분류하여 데이터베이스에 저장 한다.
Hbase에는 통계분석에 필요한 데이터를 저장한다. 과거 10년간의 전국 기상데이터를 대용량 빅데이터 저장에 효율적인 Hbase를 통해 저장하였다. RDBMS형태에 맞추어 Table로 데이터를 저장하였으며 각각의 테이블은 지역을 구분하여 지역별 Table을 작성하였다.
주간 기상 서비스 기능은 현재날씨와 마찬가지로, 접속한 지역 사용자가 설정한 관심 지역의 향후 일주일간의 날씨정보를 보여준다. 기상청 중기 예보 API를 활용하여 향후 일주일간의 날씨정보를 제공하고, 오늘을 기준으로 이틀 전의 날씨정보를 함께 제공하여 날씨의 변화에 따른 체감온도의 변화를 사용자 스스로 판단하게 하고, 온도변화에 따라 사용자 체질에 맞는 대비를 할 수 있도록 기상정보를 표로써 제공한다. 또한 최저 온도과 최고 온도를 일자별로 도식화하여 그래프로 제공하는 등 시인성 향상을 위한 다양한 가시화 서비스를 제공한다.
만일 일치하는 데이터가 없으면 메시지는 삭제된다. 뉴스 데이터 또한 사용자 메시지와 마찬가지로 형태소 분석기를 통해 형태소 단위로 분할되며 Jena와 온톨로지를 통해 적합한 뉴스 데이터인지 확인한다.
제안하는 시스템에서는 기상과 관련된 정형데이터 및 비정형데이터들을 수집 저장하고 사용자에게 의미 있는 기상 정보와 통계정보를 제공하며, 빅데이터 분석을 통해 실시간 사용자메시지 정보를 더하여 다양한 기상 정보를 제공한다. 또한 과거의 기상 이력을 통계 분석하여 사용자가 위치한 지역의 재난이력정보와 현재의 기상상황에 따라 발생될 수 있는 위험 예측정보를 제공함으로써 사용자에게 재난피해로부터 대비할 수 있도록 한다.
분산 처리를 위해 3개의 노드를 구성하였고 WebServer 구축은 Apache Tomcat을 사용 하였으며, 데이터 저장을 위해 RDBMS인 Hbase와 In-Memory 데이터베이스인 Redis를 사용하였다. 또한 데이터 수집하고 정제하며 가공하기 위해 Spark 플랫폼을 통해 Spark Cluster를 만들었다. 데이터 수집은 제안하는 시스템의 클라이언트에서 실시간으로 수집되는 사용자 메시지와 기상청 API, Vworld API, 네이버 뉴스 API 등 다양한 OpenAPI를 사용하여 수집하였다.
제안하는 시스템은 정형화된 공공데이터를 활용하여 통계 및 분석 정보를 제공하며, 사용자 메시지 및 뉴스와 같은 실시간으로 수집되는 정보를 검색하고 분석하여 실시간 정보를 제공한다. 또한 실시간 정보와 과거의 이력 정보를 수집 결합하여 태풍ㆍ홍수 등으로 인한 하천 범람등과 같은 위험요인을 분석하고, 모바일 네트워크의 GPS 위치정보를 이용하여 위험 예측 정보를 사용자에게 제공한다. 제안하는 시스템 서비스를 통해 사용자는 자신이 위치한 지역에서 자주 발생하는 기상 관련 재난에 대해 사전 방재활동을 할 수 있고, 향후 발생 가능성이 있는 재난안전 사고 위험에 대비할 수 있도록 실시간 기상 빅데이터 분석을 활용한 다양한 재난안전 시스템 서비스를 제공받는다.
재난재해 상황에 직접적으로 노출되어 있는 사용자는 정보에 대한 접근이 용이하고, 재난에 대비하여 사전 예방 및 재난상황 시 피해 최소화를 위한 대응이 필요하다. 본 논문에서 제안하는 시스템은 사용자들이 평소에 관심을 가질 수 있는 기상 정보를 제공하여 서비스 접근성을 높이고 모바일 기기를 통한 실시간 기상 빅데이터 분석 정보를 제공한다.
예를 들어 사용자 메시지 분석은 키워드 분류 모듈을 통해 사용자 메시지에서 서비스 관련 키워드를 분류한다. 사용자 메시지 분류는 한국어 텍스트를 형태소 단위로 분석하여 품사와 함께 출력해주는 한나눔 형태소 분석기[14]를 통해 사용자 메시지를 형태소 단위로 분류한다. 분류된 형태소들은 사전에 구축해 둔 온톨로지[15]를 통해 서비스 관련 키워드를 추출한다.
어플리케이션 사용자가 가장 최근 작성한 메시지 내용을 실시간으로 확인할 수도 있으며, 사용자들이 작성한 메시지 데이터를 분석하여 기상청 예보 API를 이용한 기상 정보 서비스와 비교하여 사용자에 의해 제공되는 실시간 기상 정보 서비스를 제공한다. 사용자 메시지 화면에서 사용자가 작성한 메시지를 키워드 분석 모듈을 통해 메시지에서 가장 많이 사용되는 단어를 분석하고 해당 지역의 실제 기상 상태를 보여준다. 또한 화면 하단에는 사용자들이 가장 최근 작성한 메시지를 보여줌으로써 실시간 기상에 대한 체감과 가독성을 높였다.
키워드 분석 모듈은 사용자 메시지 데이터와 뉴스데이터를 형태소 단위로 나누어 분석한다. 사용자 메시지가 입력되면, 해당 메시지를 제안하는 시스템에서 빅데이터 분석에 필요한 메시지인지 분류하기 위해 형태소 단위로 나누어 분석한다. 즉, 메시지가 입력되면 한나눔 형태소 분석기를 통해 형태소 단위로 메시지가 분할되고, 분할된 데이터는 Jena에서 SPARQL질의를 통해 사전에 구축된 온톨로지와 비교하여 같은 의미의 데이터 존재 여부를 확인 후 일치하는 데이터가 있으면 데이터 저장 모듈로 전송하여 데이터를 저장한다.
재난안전지도 서비스에서는 사용자 위치에 따른 위험도를 등급으로 분류하여 표시하며, 통계 데이터를 활용한 하천 주변의 위험도, 대피소 위치정보 등을 제공한다. 사용자 인터페이스를 통해 실시간으로 사용자의 현재 위치데이터(GPS)를 수신하며 위치 데이터에 따른 주변 과거 범람 지역데이터, 실시간 수문별 수위 데이터, 기상데이터 등을 분석한다. 태풍ㆍ폭우 등으로 인한 기상 이변 시 각각의 수문별 수위에 따라 분석되는 해당 지역의 위험도를 판별하고 GPS 위치 정보와 함께 고려하여 사용자의 위험 여부를 색깔별 등급으로 구분하여 사용자에게 서비스 하는 기능을 수행한다.
또한 사용자 인터페이스를 통해 수집 되는 데이터는 요청이 있을 때 마다 데이터를 수집한다. 사용자가 사용자 인터페이스를 통해 데이터를 전송 시 실시간으로 데이터를 전송받으며 키워드 분석 모듈로 전송되어 수집된 데이터를 분석한다.
제안하는 시스템에서 사용된 OpenAPI 중에서 기상관련 데이터는 기상청 OpenAPI를 이용하여 데이터를 수집한다. 수집된 기상관련 데이터에서는 예보 기간과 행정구역을 시ㆍ공간적으로 세분화하여 3시간 단위로 기온, 최고기온, 최저기온, 상대 습도, 풍향, 풍속, 강수량 등 기상예보 자료를 제공한다.
홍수와 관련된 서비스를 위한 데이터로는 한강 홍수 통제소의 OpenAPI를 통해 전국의 수문의 현황을 매 시간 수집한다. 수집된 데이터에서는 각 수문의 위치와 현재의 수문 수위 상태, 증가량 등의 데이터를 실시간 제공한다. 재난안전 시스템 서비스를 위한 데이터는 국가공간정보와 다양한 컨텐츠를 제공하는 공간정보 오픈 플랫폼 지도서비스인 Vworld[16]의 Open API를 통해 전국의 지도데이터 및 홍수 등으로 인한 과거 범람지역, 안전 대피소 위치 등을 수집한다.
사용자 추천 날씨 정보 서비스 기능은 사용자 메시지를 통해 분석된 해당 지역의 기상 상태를 보여준다. 어플리케이션 사용자가 가장 최근 작성한 메시지 내용을 실시간으로 확인할 수도 있으며, 사용자들이 작성한 메시지 데이터를 분석하여 기상청 예보 API를 이용한 기상 정보 서비스와 비교하여 사용자에 의해 제공되는 실시간 기상 정보 서비스를 제공한다. 사용자 메시지 화면에서 사용자가 작성한 메시지를 키워드 분석 모듈을 통해 메시지에서 가장 많이 사용되는 단어를 분석하고 해당 지역의 실제 기상 상태를 보여준다.
시간별 날씨 정보 서비스를 위한 기상청 중기 예보 API는 3시간 단위의 시간별 날씨 정보와 실시간 온도를 제공한다. 우리는 이 데이터를 통해 향후 24시간 동안의 날씨 정보를 사용자에게 제공함으로써 일상생활에서 필요한 일일 기상정보를 시각적인 표현으로 구현하였다.
영국의 환경청은 영국의 지역별 홍수 발생 가능성을 예측하여 지도에 표시한 ‘실시간 홍수 경고 지도(Live Flood Warning map)’ 서비스를 제공하고 있다[11]. 이 서비스는 지역별 강우량, 지표면의 고도, 토양, 지질, 배수, 홍수 이력 등의 다양한 정보를 통해 위험지역을 도출하고, 홍수 발생 가능성을 경보에서 해제까지 4단계로 구분하여 웹서비스로 제공한다. 홍수 예측에 필요한 다양한 요인 간의 빅데이터 관계 분석을 통한 시스템을 구축하였다.
이에 지질조사소는 지구시스템 과학 분야에 빅데이터 활용방안 연구를 추진하고 과거 100여 년 동안 발생한 지진들을 유형별, 크기별로 조사하여 그 피해정도를 분석하였다[10]. 이를 통해 지진으로 인한 재난상황을 미리 시뮬레이션 해 봄으로써 마련된 매뉴얼을 이용하여 큰 사고에 미리 대처할 수 있도록 하고, 다양한 지진 형태 및 환경 분석을 통한 방재 대책을 마련하였다.
해외의 경우를 살펴보면, 미국은 2012년 3월 오바마 대통령이 ‘빅데이터 연구개발 이니셔티브(Big Data R&D Initiative)’를 발표함에 따라 주요 연방기관들이 빅데이터 관련 연구개발을 추진하였다. 이에 지질조사소는 지구시스템 과학 분야에 빅데이터 활용방안 연구를 추진하고 과거 100여 년 동안 발생한 지진들을 유형별, 크기별로 조사하여 그 피해정도를 분석하였다[10]. 이를 통해 지진으로 인한 재난상황을 미리 시뮬레이션 해 봄으로써 마련된 매뉴얼을 이용하여 큰 사고에 미리 대처할 수 있도록 하고, 다양한 지진 형태 및 환경 분석을 통한 방재 대책을 마련하였다.
제안하는 시스템은 대용량의 빅데이터 처리를 위해 분산 저장소와 분산 처리 시스템을 기반으로 한다. 정형ㆍ비정형 형태로 수집된 데이터를 통해 실시간 기상 정보를 제공할 뿐만 아니라, 실시간 정보와 과거에 수집된 정보들을 결합하여 위험요인을 분석하고 예측 정보를 사용자에게 제공한다. 또한 뉴스 및 사용자 메시지를 활용하여 현재 위치한 지역의 주변 정보를 공유하고 향후 발생 가능성이 있는 재난안전 사고 위험에 대비할 수 있다.
이와 같이 분석된 정보는 오늘의 날씨 서비스에서 공공데이터를 활용한 실시간 기상 정보 서비스와 비교하여 [그림 6]에서와 같이 사용자 날씨 정보를 함께 보여준다. 제안하는 서비스를 통해 해당 지역의 기상 정보를 공공데이터만을 이용한 현재 날씨 정보 보다 정확하게 실시간으로 변화하는 기상 정보를 제공한다.
재난안전과 관련된 많은 양의 정보들은 인명보호와 경제적 자산을 지키는 등 생활에 밀접한 정보로 가장 중요하게 연구되고 있다. 제안하는 시스템에서는 기상과 관련된 정형데이터 및 비정형데이터들을 수집 저장하고 사용자에게 의미 있는 기상 정보와 통계정보를 제공하며, 빅데이터 분석을 통해 실시간 사용자메시지 정보를 더하여 다양한 기상 정보를 제공한다. 또한 과거의 기상 이력을 통계 분석하여 사용자가 위치한 지역의 재난이력정보와 현재의 기상상황에 따라 발생될 수 있는 위험 예측정보를 제공함으로써 사용자에게 재난피해로부터 대비할 수 있도록 한다.
본 논문에서는 실시간 기상 빅데이터를 활용한 재난 안전 시스템의 설계 및 구현을 제안하였다. 제안하는 시스템은 대용량의 빅데이터 처리를 위해 분산 저장소와 분산 처리 시스템을 기반으로 한다. 정형ㆍ비정형 형태로 수집된 데이터를 통해 실시간 기상 정보를 제공할 뿐만 아니라, 실시간 정보와 과거에 수집된 정보들을 결합하여 위험요인을 분석하고 예측 정보를 사용자에게 제공한다.
데이터 가시화에서는 데이터 분석 및 처리, 데이터 저장에서 사용된 데이터를 클라이언트로 전송하고, Android, HTML을 활용하여 사용자에게 가시화한다. 제안하는 시스템은 서비스에 필요한 데이터를 받아오는 Data 수집 단계, 수집된 데이터를 서버에서 정제하여 다양한 데이터베이스에 저장하는 Spark 클러스터링, 사용자에게 제안하는 시스템의 서비스를 제공하기 위한 WebServer, 그리고 사용자에게 원하는 정보 등의 서비스를 위한 클라이언트 가시화로 구성되어 있다.
본 논문에서는 다양한 자연재난 중 기상과 관련된 실시간 빅데이터를 활용한 홍수 재난안전 시스템을 설계하고 구현한다. 제안하는 시스템은 정형화된 공공데이터를 활용하여 통계 및 분석 정보를 제공하며, 사용자 메시지 및 뉴스와 같은 실시간으로 수집되는 정보를 검색하고 분석하여 실시간 정보를 제공한다. 또한 실시간 정보와 과거의 이력 정보를 수집 결합하여 태풍ㆍ홍수 등으로 인한 하천 범람등과 같은 위험요인을 분석하고, 모바일 네트워크의 GPS 위치정보를 이용하여 위험 예측 정보를 사용자에게 제공한다.
사용자 인터페이스를 통해 실시간으로 사용자의 현재 위치데이터(GPS)를 수신하며 위치 데이터에 따른 주변 과거 범람 지역데이터, 실시간 수문별 수위 데이터, 기상데이터 등을 분석한다. 태풍ㆍ폭우 등으로 인한 기상 이변 시 각각의 수문별 수위에 따라 분석되는 해당 지역의 위험도를 판별하고 GPS 위치 정보와 함께 고려하여 사용자의 위험 여부를 색깔별 등급으로 구분하여 사용자에게 서비스 하는 기능을 수행한다. 위험 여부를 분석한 데이터는 데이터 저장 모듈에 의해 저장이 되지 않고 즉시 사용자 인터페이스를 통해 사용자에게 전달하여 위험상황에 신속히 대처할 수 있도록 정보를 제공한다.
이 서비스는 지역별 강우량, 지표면의 고도, 토양, 지질, 배수, 홍수 이력 등의 다양한 정보를 통해 위험지역을 도출하고, 홍수 발생 가능성을 경보에서 해제까지 4단계로 구분하여 웹서비스로 제공한다. 홍수 예측에 필요한 다양한 요인 간의 빅데이터 관계 분석을 통한 시스템을 구축하였다.
대상 데이터
뉴스 데이터는 네이버 뉴스 OpenAPI를 이용하여 제안하는 시스템에서 제공하는 기상 및 재난 관련 뉴스 데이터를 실시간으로 수집한다. OpenAPI를 통해 수집되는 데이터들은 각 데이터가 저장된 외부 데이터베이스에서 제안하는 시스템에 필요한 데이터를 XML형식으로 수집한다.
객체와의 관계나 객체만의 의미를 표현하는 자료인 온톨로지는 해당 서비스와 관련된 단어들로 구축하였다. 데이터 분류 모듈과 통계 분석 모듈은 OpenAPI를 통하여 수집된 데이터를 사용한다. 기상 상황, 수문 상황 등 서비스에 필요한 데이터만을 추출하여 통계분석 모듈에서 통계 분석 기능을 수행한다.
[그림 1]은 제안하는 시스템구조를 나타낸다. 데이터 수집단계에서는 기상, 통계, 지도 데이터와 같은 정형데이터와 제안하는 시스템에서 사용되는 뉴스, 사용자메시지와 같은 비정형데이터를 수집 한다. OpenAPI를 통하여 일정 주기 마다 기상 상황, 수문 상황, 뉴스, 지도정보 등을 수집하여 처리하고, 실시간 데이터 수집은 사용자 메시지와 클라이언트에서 서버로 전송되는 위치정보 등을 수집하여 처리한다.
또한 데이터 수집하고 정제하며 가공하기 위해 Spark 플랫폼을 통해 Spark Cluster를 만들었다. 데이터 수집은 제안하는 시스템의 클라이언트에서 실시간으로 수집되는 사용자 메시지와 기상청 API, Vworld API, 네이버 뉴스 API 등 다양한 OpenAPI를 사용하여 수집하였다.
특히 일본 기상청이 운영하는 국가지진네트워크 및 국가방재과학연구소(NIED)는 지진네트워크를 구축하고 수백, 수천 개의 관측소를 통해 지진에 대한 진도, 해수면 변동, 지각변형 정보 등을 수집한다. 수집된 정보는 기상청의 지진 현상 관측시스템(Earthquake Phenomena Observation System, EPOS)에 의해 분석되고 유효한 정보들을 중앙 및 지방, 주요 매체 등에 통보한다. 통보는 2분 이내로 지진 정보가 전파 되고 관계 기관들은 피해 현황 파악 및 대응체계를 구축한다.
수집된 데이터에서는 각 수문의 위치와 현재의 수문 수위 상태, 증가량 등의 데이터를 실시간 제공한다. 재난안전 시스템 서비스를 위한 데이터는 국가공간정보와 다양한 컨텐츠를 제공하는 공간정보 오픈 플랫폼 지도서비스인 Vworld[16]의 Open API를 통해 전국의 지도데이터 및 홍수 등으로 인한 과거 범람지역, 안전 대피소 위치 등을 수집한다. 이렇게 수집된 데이터들은 데이터 분류 모듈로 전송된다.
Data 수집 단계에서는 다양한 OpenAPI와 제안하는 시스템 서비스에서 제공하는 사용자 메시지 등에서 필요한 정보들을 수집한다. 제안하는 시스템에서 사용된 OpenAPI 중에서 기상관련 데이터는 기상청 OpenAPI를 이용하여 데이터를 수집한다. 수집된 기상관련 데이터에서는 예보 기간과 행정구역을 시ㆍ공간적으로 세분화하여 3시간 단위로 기온, 최고기온, 최저기온, 상대 습도, 풍향, 풍속, 강수량 등 기상예보 자료를 제공한다.
홍수와 관련된 서비스를 위한 데이터로는 한강 홍수 통제소의 OpenAPI를 통해 전국의 수문의 현황을 매 시간 수집한다. 수집된 데이터에서는 각 수문의 위치와 현재의 수문 수위 상태, 증가량 등의 데이터를 실시간 제공한다.
데이터처리
데이터 분류 모듈과 통계 분석 모듈은 OpenAPI를 통하여 수집된 데이터를 사용한다. 기상 상황, 수문 상황 등 서비스에 필요한 데이터만을 추출하여 통계분석 모듈에서 통계 분석 기능을 수행한다. 데이터 가시화에서는 데이터 분석 및 처리, 데이터 저장에서 사용된 데이터를 클라이언트로 전송하고, Android, HTML을 활용하여 사용자에게 가시화한다.
사전에 데이터 수집 모듈을 통해 수집된 기상 데이터와 데이터 저장 모듈에 저장된 지역별 과거 10년간의 기상 이력 데이터를 통계 분석하여 사용자들에게 보여준다. 기상 이력 데이터는 지역별, 기상별, 월별 통계분석을 통해 월 단위 평균값을 산출한다. 산출된 값은 Redis에 저장되어 사용자에게 과거 10년 동안의 기온, 강수, 풍속, 풍량 등의 속성으로 분류된 통계데이터를 그래프와 표로 가시화하여 제공한다.
본 논문에서 제안하는 시스템 구현 환경은 [표 2]와 같다. 분산 처리를 위해 3개의 노드를 구성하였고 WebServer 구축은 Apache Tomcat을 사용 하였으며, 데이터 저장을 위해 RDBMS인 Hbase와 In-Memory 데이터베이스인 Redis를 사용하였다. 또한 데이터 수집하고 정제하며 가공하기 위해 Spark 플랫폼을 통해 Spark Cluster를 만들었다.
이론/모형
서비스를 위한 지도는 공간정보 오픈플랫폼 지도서비스인 Vworld를 사용하여 개발하였다. 사용자 위험도표시 기능은 사용자에게 현재 위치의 예측 위험성을 표시해 준다.
성능/효과
이 서비스는 치안, 교통, 재난, 맞춤안전 등과 같은 국민생활안전과 밀접한 빅데이터 정보를 각각 등급화하여 구분하고 해당지역의 위험 정도를 보여주는 서비스이다. 생활주변의 안전정보는 각 기관에서 분산ㆍ관리되고 있는 통계데이터를 활용하여 사고 발생 빈도 및 사고 발생 가능성에 따라 발생 빈도가 높은 지역은 붉은색, 낮은 지역은 흰색에 가까운 색으로 표시하여 직관성을 높였다. 치안ㆍ범죄사고 정보도 역시 통계데이터의 빅데이터 분석을 통해 위험도 구분을 색으로 표시 구분하는 지도정보를 제공하고 관련 관공서 및 주민의 자구노력을 유도하는데 활용한다.
또한 실시간 정보와 과거의 이력 정보를 수집 결합하여 태풍ㆍ홍수 등으로 인한 하천 범람등과 같은 위험요인을 분석하고, 모바일 네트워크의 GPS 위치정보를 이용하여 위험 예측 정보를 사용자에게 제공한다. 제안하는 시스템 서비스를 통해 사용자는 자신이 위치한 지역에서 자주 발생하는 기상 관련 재난에 대해 사전 방재활동을 할 수 있고, 향후 발생 가능성이 있는 재난안전 사고 위험에 대비할 수 있도록 실시간 기상 빅데이터 분석을 활용한 다양한 재난안전 시스템 서비스를 제공받는다.
제안하는 시스템의 현재 기상정보 서비스 기능은 일상에서 주로 접하는 관심 있는 정보로서 사용자의 접근성을 향상시킨다. 사용자가 현재 접속한 지역이나 사용자가 설정한 관심 지역의 현재의 기상관련 실시간 정보를 보여준다.
후속연구
기상청 중기 예보 API를 활용하여 향후 일주일간의 날씨정보를 제공하고, 오늘을 기준으로 이틀 전의 날씨정보를 함께 제공하여 날씨의 변화에 따른 체감온도의 변화를 사용자 스스로 판단하게 하고, 온도변화에 따라 사용자 체질에 맞는 대비를 할 수 있도록 기상정보를 표로써 제공한다. 또한 최저 온도과 최고 온도를 일자별로 도식화하여 그래프로 제공하는 등 시인성 향상을 위한 다양한 가시화 서비스를 제공한다. [그림 7]은 주간 기상정보 서비스를 보여준다.
제안하는 시스템은 태풍ㆍ폭우로 인한 홍수 피해와 같은 통계 정보와 기상 정보만을 고려한 빅데이터 분석 서비스를 제공하고 있다. 또한, 재난안전지도 서비스의 위험도 알림서비스를 위해서는 모바일 기기의 특성을 고려하여 사용자의 이동 속도, 위험지역과의 거리 등과 같은 요소들에 대한 분석이 요구된다.
또한, 재난안전지도 서비스의 위험도 알림서비스를 위해서는 모바일 기기의 특성을 고려하여 사용자의 이동 속도, 위험지역과의 거리 등과 같은 요소들에 대한 분석이 요구된다. 향후 연구에서는 기상 관련 빅데이터 뿐만 아니라 더욱 다양한 자연 및 인적재난을 포괄할 수 있는 시스템으로 확장하고, 위험도 알림 재난안전지도 서비스는 다양한 요소들을 고려한 서비스로 개선하여 재난안전 사고 위험에 사전 대처 및 대응할 수 있도록 보완할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
재난이란 무엇인가?
국내에서 발생하는 자연재난은 주로 여름철에 집중되어 있다. 재난이라 함은 태풍ㆍ홍수ㆍ호우ㆍ폭풍ㆍ폭설ㆍ가뭄ㆍ지진ㆍ황사 등 자연현상으로 인하여 국민의 생명ㆍ신체 및 재산과 국가에 피해를 주는 것을 말한다[1]. 실제로 얼마 전 국내의 남부지역에서도 제 18호 태풍 ‘차바’의 영향으로 강풍과 폭우로 인한 농경지 유실, 주택가 침수, 해안가 선박의 전복 등 큰 피해가 발생했다.
자연재난이 주로 발생하는 계절은?
국내에서 발생하는 자연재난은 주로 여름철에 집중되어 있다. 재난이라 함은 태풍ㆍ홍수ㆍ호우ㆍ폭풍ㆍ폭설ㆍ가뭄ㆍ지진ㆍ황사 등 자연현상으로 인하여 국민의 생명ㆍ신체 및 재산과 국가에 피해를 주는 것을 말한다[1].
재난 관리에 대한 다양한 분석 기법으로 무엇이 있는가?
재난관리를 위해서는 기존의 정부중심 재난 대응 및 전파에서 벗어나 정형 데이터와 비정형 데이터를 총칭하는 빅데이터의 통합분석을 수행하고, 실시간 모니터링을 통한 선제적 대응 및 피해 최소화를 위한 노력이 필요하다[3]. 더불어 소셜 미디어의 재난 관리에 대한 잠재력을 이용하여 지능적인 맞춤형 재난 관리를 실현해야 할 뿐만 아니라, 공공 및 민간영역에서 발생하는 재난관련 빅데이터가 재난안전 관리의 예방과 대비, 대응 및 복구에 큰 도움이 될 것이라는 것에 이견이 없다[4]. 이러한 이유로, 최근에는 빅데이터 분석 기술을 통해 새로운 정보를 도출하기 위한 분석 기법들과 이를 활용한 다양한 서비스들이 개발되고 있다.
참고문헌 (16)
신현기, 박억종, 안성률, 경찰학사전, 법문사, 2012
오세연, 이재영, "IOT와 Big Data의 연계를 통한 범죄예방 활용방안," 한국콘텐츠학회지, 제13권, 제5호, pp.43-47, 2015.
C. Pu and M. Kitsuregawa, "Big Data and Disaster Management: A Report from the JST/NSF Joint Workshop," Georgia Institute of Technology, CERCS, pp.1-28, 2013.
이동규, "빅데이터 기반의 재난관리 시스템 운용 방향에 대한 예비적 고찰 - 미국, 영국, 한국의 사례 비교를 중심으로," 한국위기관리논집, 제12권, 제1호, pp.17-32, 2016.
이동규, "빅데이터를 활용한 재난관리 시스템 시론적 연구," 한국행정학회 동계학술대회, pp.1136-1155, 2014.
http://www.mpss.go.kr/snskorea/snskoreainfo
http://www.safemap.go.kr/main/smap.do
임상규, "빅 데이터를 활용한 스마트 재난관리전략," 한국위기관리논집, 제10권, 제2호, pp.23-43, 2014.
윤미영, "더 나은 미래를 위한 데이터 분석-Big Data 글로벌 선진사례 II," 한국정보화진흥원, 2013.
배예나, "재난.안전 분야의 新ICT융합전략," 한국정보화진흥원, 2014.
윤미영, 권정은, "빅데이터로 진화하는 세상. Big Data 글로벌 선진 사례," 한국정보화진흥원, 2012.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.