소방관들의 현장 활동에서 활용도가 높은 축적된 경험법칙을 경기도내 화재발생 빅데이터와의 비교분석을 통해 신뢰성을 검토하고, 시기별, 요일별, 대상별로 보다 적절하게 화재 예방 활동에 활용될 수 있도록 개선된 정량적 모델화를 연구하였다. 소방관들의 직접 면담을 통해 공감도가 높은 경험법칙을 수집하였으며, 그 중 화재 모니터링 및 발생시점의 예측 관점에서 가장 중요하다 판단된 "금요일이 가장 화재 발생률이 높다"는 경험법칙을 대상으로, 경기도에서 2018년에 발생한 화재건수, 피해내역 등 빅데이터 비교분석을 실시하였다. 더 나아가 지역별, 시간대별, 건물유형별 요일과의 화재발생 패턴을 도출하였다. 연구를 통해 실효성이 확인된 경험법칙에 대해, 화재발생 빅데이터를 반영한, 지자체와 시기별 인자가 포함된 개선된 정량적 예측모델화 및 경험법칙의 구체화를 통해, 상대적으로 경험이 적은 소방관들도 의사결정에 효과적으로 활용할 수 있는 방안을 제시하였다.
소방관들의 현장 활동에서 활용도가 높은 축적된 경험법칙을 경기도내 화재발생 빅데이터와의 비교분석을 통해 신뢰성을 검토하고, 시기별, 요일별, 대상별로 보다 적절하게 화재 예방 활동에 활용될 수 있도록 개선된 정량적 모델화를 연구하였다. 소방관들의 직접 면담을 통해 공감도가 높은 경험법칙을 수집하였으며, 그 중 화재 모니터링 및 발생시점의 예측 관점에서 가장 중요하다 판단된 "금요일이 가장 화재 발생률이 높다"는 경험법칙을 대상으로, 경기도에서 2018년에 발생한 화재건수, 피해내역 등 빅데이터 비교분석을 실시하였다. 더 나아가 지역별, 시간대별, 건물유형별 요일과의 화재발생 패턴을 도출하였다. 연구를 통해 실효성이 확인된 경험법칙에 대해, 화재발생 빅데이터를 반영한, 지자체와 시기별 인자가 포함된 개선된 정량적 예측모델화 및 경험법칙의 구체화를 통해, 상대적으로 경험이 적은 소방관들도 의사결정에 효과적으로 활용할 수 있는 방안을 제시하였다.
The heuristics accumulated in the field activities of firefighters were reviewed through big data analysis of fire occurrences in Gyeonggi-do and researched to be utilized for proper fire prevention activities according to time, day, and target through quantitative modeling. Empirical rules with hig...
The heuristics accumulated in the field activities of firefighters were reviewed through big data analysis of fire occurrences in Gyeonggi-do and researched to be utilized for proper fire prevention activities according to time, day, and target through quantitative modeling. Empirical rules with high sympathy were collected through direct interviews with firefighters. Among them, the rule of thumb that "Friday is the most fire-prone" is considered to be the most important in terms of fire monitoring and prediction. A big data comparison analysis was conducted, including the number of fires and damages that occurred in Gyeonggi-do in 2018. Furthermore, fire occurrence patterns by region, day of the week, time of day, and building type were derived. Regarding empirical rules that have been validated through research, relatively inexperienced firefighters also can make decisions by relying on refined quantitative predictive modeling and empirical rules including local government and time-based factors that reflect big fire occurrence data.
The heuristics accumulated in the field activities of firefighters were reviewed through big data analysis of fire occurrences in Gyeonggi-do and researched to be utilized for proper fire prevention activities according to time, day, and target through quantitative modeling. Empirical rules with high sympathy were collected through direct interviews with firefighters. Among them, the rule of thumb that "Friday is the most fire-prone" is considered to be the most important in terms of fire monitoring and prediction. A big data comparison analysis was conducted, including the number of fires and damages that occurred in Gyeonggi-do in 2018. Furthermore, fire occurrence patterns by region, day of the week, time of day, and building type were derived. Regarding empirical rules that have been validated through research, relatively inexperienced firefighters also can make decisions by relying on refined quantitative predictive modeling and empirical rules including local government and time-based factors that reflect big fire occurrence data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
소방관의 경험법칙은 화재의 예방, 대비, 대응단계에서 적절히 활용되면 적은 자원을 활용해서도 소방 활동의 정확도와 신속성 향상에 크게 기여할 수 있다. 다만 경험법칙의 특성상 수년간의 경험이 요구되고 소방관별로 편차가 있을 수 있기에, 본 연구에서는 화재발생 빅데이터를 활용해 소방관 경험법칙의 객관화와 필요한 경우 경기도내 지자체별로 특화된 경험법칙의 상세화를 통해 경험법칙의 정확도 향상과 활용도를 제고하고자 하였다.
1에서 볼 수 있듯, 적은 시간과 자원을 활용해서도 소방 활동의 정확도와 신속성 향상에 크게 기여할 수 있다. 다만 경험법칙의 특성상 수년간의 경험이 요구되고, 소방관별로 편차가 있을 수 있기에, 본 연구에서는 화재 빅데이터를 활용해 소방관 경험법칙의 객관화와 필요한 경우 경기도내 지자체별로 특화된 경험법칙의 상세화를 통해 경험법칙의 정확도를 향상하고 활용도를 제고하고자 하였다.
가설 설정
본 연구에서 모집단이 국가 화재정보시스템에 축적된 화재조사보고서라면, 표본은 경기도의 2018년 화재조사보고서이다. 가설은 소방관의 경험법칙이다. 유의수준은 0.
대상 데이터
2008년부터 2018년까지 11년간의 데이터를 사용하여 분석하면 더욱 풍부한 연구가 가능하지만, 시간적인 제약으로, 우선 실험적으로 1년 기간에 대한 선행연구를 진행하였으며, 11년 데이터 분석은 진행 중에 있다.
경기도 화재통계연보[2]와 국가화재정보시스템[3]에 축적된 화재조사보고서(Fig. 2 참고) 중 경기도 내 화재발생데이터를 추출해 분석대상으로 하였다.
본 연구에서 빅데이터 분석을 통해 비교 · 분석한 rule은 경기소방재난본부 소방관들을 대상으로 인터뷰를 통해 확보하였다. 확보된 주요 rule은 7개로 구성되어 있으나, 본 연구에서는 우선순위가 높은 rule을 대상으로 먼저 연구를 시도하였다.
성능/효과
결론적으로 금요일의 화재발생률이 높다는 경험법칙은 항상 맞지는 않았지만 세분화된 조건에서는 일부 맞았다. 또한 데이터 분석을 통해 통계적으로 유의미한 새로운 경험법칙을 얻을 수 있었다.
경험법칙의 특성 상 100%의 정확도를 갖기는 불가능하기에 지자체별 또는 시기별로 경험법칙을 특정했을 때, 경험법칙의 적용 가능성을 높일 수 있는지에 대해서도 검토하였다. 계절별로 분석한 결과, 계절과 요일 사이의 화재발생률에는 유의미한 상관관계가 있었고 그 중, 봄에는 월요일 화재발생률이 낮고 토요일 화재발생률이 높다는 새로운 경험법칙을 추출 할 수 있었다. 시간대와 요일은 화재발생률에 상관관계가 없음을 확인했다.
화재 장소별 경험법칙 검증 결과, 모든 장소에서 금요일 화재가 많다는 경험법칙은 성립하지 않지만, 주말에는 임야 화재를 조심해야하고, 자동차 철도차량은 금요일 화재를, 판매 업무 시설은 월, 목요일 화재에 유의해야 한다는 각 장소별로 주의해야할 요일에 대한 통계적 결과를 얻었다. 기온별 경험법칙 검증 결과, -10℃ 미만일 때는 목요일과 금요일 화재가 많아, 경험법칙이 성립했다. 또, 20℃ 이상 30℃ 미만일 때는 토요일 화재를 유의해야한다는 새로운 경험법칙을 얻을 수 있었다.
또, 20℃ 이상 30℃ 미만일 때는 토요일 화재를 유의해야한다는 새로운 경험법칙을 얻을 수 있었다. 마지막으로 발화요인별 경험법칙 검증의 경우 기계적 요인으로 화재가 발생할 수 있는 곳은 월요일 화재에 유의해야하고, 주말에는 부주의에 의한 화재를, 수요일은 자연적인 요인에 의한 화재를 조심해야한다는 경험법칙을 새롭게 얻을 수 있었다.
세분화된 경험법칙을 얻기 위해, 각 시군구별로 나눈 데이터의 요일별 화재 건수를 비교한 결과, 일요일 화재건수가 가장 많은 곳이 2곳, 월요일 5곳, 화요일 6곳, 수요일 4곳, 목요일 2곳, 금요일 12곳, 토요일 11곳으로 금요일에 화재가 가장 많이 발생한 지역이 28.57%로 가장 많았다.
계절별로 분석한 결과, 계절과 요일 사이의 화재발생률에는 유의미한 상관관계가 있었고 그 중, 봄에는 월요일 화재발생률이 낮고 토요일 화재발생률이 높다는 새로운 경험법칙을 추출 할 수 있었다. 시간대와 요일은 화재발생률에 상관관계가 없음을 확인했다. 지역별 분석했을 때는, 남양주시에 대해 금요일 화재가 많다는 경험법칙이 성립한다는 것을 확인했다.
지역별 분석했을 때는, 남양주시에 대해 금요일 화재가 많다는 경험법칙이 성립한다는 것을 확인했다. 화재 장소별 경험법칙 검증 결과, 모든 장소에서 금요일 화재가 많다는 경험법칙은 성립하지 않지만, 주말에는 임야 화재를 조심해야하고, 자동차 철도차량은 금요일 화재를, 판매 업무 시설은 월, 목요일 화재에 유의해야 한다는 각 장소별로 주의해야할 요일에 대한 통계적 결과를 얻었다. 기온별 경험법칙 검증 결과, -10℃ 미만일 때는 목요일과 금요일 화재가 많아, 경험법칙이 성립했다.
질의응답
핵심어
질문
논문에서 추출한 답변
소방인력은 어떻게 정의되는가?
소방인력은 화재 · 구조 · 구급 현장 활동 위주로 근무하는 소방공무원과 소방행정 분야에서 근무하는 소방공무원을 포함한다. 하지만 서울의 경우에는 기존 대비 9.
국내 소방인력의 현황은 어떻게 되는가?
소방인력은 화재 · 구조 · 구급 현장 활동 위주로 근무하는 소방공무원과 소방행정 분야에서 근무하는 소방공무원을 포함한다. 하지만 서울의 경우에는 기존 대비 9.6%, 강원 31%, 제주 37% 그리고 전남은 거의 40% 가깝게 인력 부족 현상이 나타나, 시도의 재정 자립도가 낮은 지역은 상대적으로 소방 인력 부족현상이 심하다. 따라서 해당 지역 주민들은 소방 서비스의 질이 대도시보다 낮아질 수밖에 없는 것이 현실이다.
소방 인력의 부족 현상을 해결하기 위해 어떻게 할 수 있는가?
따라서 해당 지역 주민들은 소방 서비스의 질이 대도시보다 낮아질 수밖에 없는 것이 현실이다. 이러한 문제를 해결하기 위해, 적은 소방 인력으로 최대의 효과를 낼 수 있는 경험법칙을 이용할 수 있다.
참고문헌 (3)
Kent Hendricks, The availability heuristic: Why your brain confuses "easy" with "true", 2018. https://kenthendricks.com/availabilityheuristic/
Gyeonggi-do Fire and Disaster Headquarters, Gyeonggi-do Fire Statistics Yearbook, (2018)
Fire Department, National Fire Information System. http://www.nfds.go.kr/
※ AI-Helper는 부적절한 답변을 할 수 있습니다.