[논문]DEVS 에이전트 모델과 셀 오토마타를 사용한 유니티엔진 기반의 지진해일 대피 시뮬레이터 개발

이동훈; 김동민; 주준모; 주재우; 최선한

doi:10.9717/kmms.2020.23.6.772

DEVS 에이전트 모델과 셀 오토마타를 사용한 유니티엔진 기반의 지진해일 대피 시뮬레이터 개발
A Unity-based Simulator for Tsunami Evacuation with DEVS Agent Model and Cellular Automata 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.23 no.6, 2020년, pp.772 - 783

이동훈 (Dept. of IT Convergence & Application Eng., Pukyong National University) , 김동민 (Dept. of IT Convergence & Application Eng., Pukyong National University) , 주준모 (Dept. of IT Convergence & Application Eng., Pukyong National University) , 주재우 (Dept. of IT Convergence & Application Eng., Pukyong National University) , 최선한 (Dept. of IT Convergence & Application Eng., Pukyong National University)

Abstract ▼ AI-Helper

Tsunami is a frightful natural disaster that causes severe damages worldwide. To minimize the damage, South Korea has built a tsunami warning system and designated evacuation sites in the east and south coasts. However, such countermeasures have not been verified whether they are adequate to minimize casualties since tsunami rarely occurs in South Korea. Recently, due to increasing earthquakes in the west coast of Japan, the likelihood of South Korea entering the damage area of tsunami rises; thus, in this paper, we develops a simulator based on Unity game engine to simulate the evacuation from tsunami. In order to increase the fidelity of the simulation results, the simulator applies a tsunami simulation model that analyzes coastal inundation based on cellular automata. In addition, the objects included in tsunami evacuation, such as humans, are modeled as an agent model that determines the situation and acts itself, based on the discrete-event system specification (DEVS), a mathematical formalism for describing a discrete event system. The tsunami simulation model and agent models are integrated and visualized in the simulator using Unity game engine. As an example of the use of this simulator, we verify the existing tsunami evacuation site in Gwangalli Beach in Busan and suggest the optimal alternative site minimizing casualties.

주제어

표/그림 (14)

그림 Fig. 1. Energy flows based on cell automata [7].
그림 Fig. 2. Whole process of the TsunamiSim [7].
그림 Fig. 3. An example of DEVS modeling: vending machine.
그림 Fig. 4. DEVS diagram of Human Agent.
그림 Fig. 5. DEVS diagram of Game Manager Agent.
그림 Fig. 6. DEVS diagram of Tsunami Agent.
그림 Fig. 7. The result of path calculation from start point to destination point using A* algorithm [15]
그림 Fig. 8. Overall structure of the proposed simulator for tsunami simulation.
그림 Fig. 9. Visualization of map and agents based on Unity game engine [17].
그림 Fig. 10. Screenshots of simulator: (a) Inundation by tsunami, (b) Evacuees from tsunami, and (c) Death of evacuees by tsunami.
그림 Fig. 11. Predefined existing evacuation site in Gwangalli beach: Han Bada middle school, located in po-sition C of the map.
그림 Fig 12. Number of casualties by time of alert.
그림 Fig. 13. Alternative evacuation site positions A and B.
그림 Fig. 14. Number of casualties by evacuation site.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 개발된 시뮬레이터를 부산의 광안리 해안에 적용하여 기존의 대피 장소를 검증하였다. 그리고 이를 바탕으로 피해를 최소화할 수 있는 최적의 대피 장소를 제안한다.
11과 같이 해안선으로부터 445m 떨어진 한바다 중학교가 지진해일 대피 장소로 지정되어 있지만[18], 많은 사람들이 이에 대해서 인식하지 못하고 있으며 이 대피 장소가 지진해일로부터 사상자를 감소시키기에 적절한지에 대한 검증 또한 이루어지지 않았다. 따라서 본 사례 연구에는 개발한 시뮬레이터를 바탕으로 광안리 지역의 지진 해일 대피를 시뮬레이션 하고 기존의 지정된 대피 장소에 대한 검증 및 최적의 대피 장소를 선정하고자 한다.
본 논문에서는 이를 개선하고자 기 개발된 셀 오토마타(Cellular automata) 기반의 지진해일 시뮬레이션 모델을 적용한 시뮬레이터를 개발한다. 사람의 상황 인식, 판단, 그리고 행동을 효과적으로 묘사할 수 있는 수학적 형식론인 DEVS(Discrete-event system specification) 기반의 에이전트 모델을 설계하고, 이를 높은 확장성을 가진 Unity 게임엔진을 바탕으로 셀 오토마타 시뮬레이션 모델과 결합하므로 지진해일 대피를 시뮬레이션한다.
본 논문에서는 임의의 데이터와 단순한 모델을 사용하였던 이전 연구와는 달리, 이 셀 오토마타 기반의 TsunamiSim을 통하여 시뮬레이터의 해일을 보다 상세하고 실제적으로 묘사하여 이를 활용한 검증의 효과를 높이고자 한다.
본 논문에서는 지진해일 대피 시뮬레이션을 위한 Unity 게임엔진 기반의 시뮬레이터를 개발하였다. 임의의 데이터 또는 단순한 모델로 지진해일을 묘사하였던 기존 연구와 달리 본 연구에서는 시뮬레이션 결과의 신뢰도를 높이고 사실성을 더하고자 셀 오토마타 기반의 지진해일 시뮬레이션을 적용하였다.

가설 설정

2차원 배열의 정사각형 셀의 한 변의 길이를 10, 대각선 길이를 14라 가정하면. 상, 하, 좌, 우 방향의 가중치는 10, 대각방향의 가중치는 14가 된다.

제안 방법

그리고 Unity 게임엔진을 바탕으로 생성된 지도에 해일 모델과 에이전트 모델들을 결합하여 시뮬레이터를 개발하였다. 개발된 시뮬레이터의 활용을 보여주기 위하여 광안리 지역에 대한 지진해일 대피 시뮬레이션을 수행하였으며, 기존의 대피 장소에 대한 검증과 이를 바탕으로 사상자를 절반으로 줄일 수 있는 최적의 대피 장소를 도출하였다.
또한 해일로부터 대피하는 시민과 게임 관리자, 그리고 지진해일 관리자를 에이전트로 설계하고 표준화한 도구인 DEVS를 통해서 명세하여 모델 동작에 대한 검증과 향후 확장성을 가지도록 하였다. 그리고 Unity 게임엔진을 바탕으로 생성된 지도에 해일 모델과 에이전트 모델들을 결합하여 시뮬레이터를 개발하였다. 개발된 시뮬레이터의 활용을 보여주기 위하여 광안리 지역에 대한 지진해일 대피 시뮬레이션을 수행하였으며, 기존의 대피 장소에 대한 검증과 이를 바탕으로 사상자를 절반으로 줄일 수 있는 최적의 대피 장소를 도출하였다.
실험의 편의와 컴퓨터 환경을 고려하여 한 개의 에이전트 모델이 약 400명을 대표하도록 하였으며, 노약자와 일반인 두 분류로 구분하였다. 두 분류의 비율은 1:3이며, 각각의 특성에 적합하도록 에이전트 모델의 파라미터를 조정하였다. 에이전트는 주로 해안가 쪽으로 무작위로 배치가 되었으며, 사방이 건물로 둘러싸여 움직일 수 없는 곳은 배제되었다.
특히 표준화한 도구인 DEVS로 설계되었기 때문에, 고도화된 에이전트는 다른 대피 시뮬레이터에도 접목될 수 있을 것이라 기대한다. 또한 사용자가 관찰하는 현재의 시뮬레이터를 확장하여 사용자가 한 에이전트로 참여하여 직접 대피를 경험할 수 있도록 하는 기능성 게임(Serious game)을 개발하며, VR 장비와의 연동을 통하여 가상훈련의 효과를 높이도록 하는 것이다.
임의의 데이터 또는 단순한 모델로 지진해일을 묘사하였던 기존 연구와 달리 본 연구에서는 시뮬레이션 결과의 신뢰도를 높이고 사실성을 더하고자 셀 오토마타 기반의 지진해일 시뮬레이션을 적용하였다. 또한 해일로부터 대피하는 시민과 게임 관리자, 그리고 지진해일 관리자를 에이전트로 설계하고 표준화한 도구인 DEVS를 통해서 명세하여 모델 동작에 대한 검증과 향후 확장성을 가지도록 하였다. 그리고 Unity 게임엔진을 바탕으로 생성된 지도에 해일 모델과 에이전트 모델들을 결합하여 시뮬레이터를 개발하였다.
사람의 상황 인식, 판단, 그리고 행동을 효과적으로 묘사할 수 있는 수학적 형식론인 DEVS(Discrete-event system specification) 기반의 에이전트 모델을 설계하고, 이를 높은 확장성을 가진 Unity 게임엔진을 바탕으로 셀 오토마타 시뮬레이션 모델과 결합하므로 지진해일 대피를 시뮬레이션한다. 본 논문에서는 개발된 시뮬레이터를 부산의 광안리 해안에 적용하여 기존의 대피 장소를 검증하였다. 그리고 이를 바탕으로 피해를 최소화할 수 있는 최적의 대피 장소를 제안한다.
본 논문에서 활용하는 해일 시뮬레이션 모델(TsunamiSim)은 셀 오토마타를 활용하여서 해일 에너지의 전파를 통하여 연안 지역의 침수를 모의한 모델이다. 본 모델은 2차원 셀 오토마타에서 자주 활용되는 상, 하, 좌, 우 4방향의 이웃 셀을 고려하는 폰 노이만 모델을 바탕으로 이웃 셀과의 상호작용을 통한 에너지 전파를 모의한다. 각 셀은 진행 방향과 에너지를 가지며, 진행 방향에 따라 에너지를 이웃 셀에게 전달하고, 또 이웃 셀들로부터 에너지를 전달받는다.
지진해일 대피를 시뮬레이션하기 위해서는 지진해일, 대피하는 사람, 그리고 사람과 지진해일을 연결하면서 시뮬레이션을 관리하고 진행시키는 관리자 세 종류의 객체가 필요하다. 본 시뮬레이터에서는 각 객체를 DEVS를 통하여 에이전트 모델로 개발한다. 이는 앞서 언급한 대로 개발된 모델의 검증과 향후 개선을 용이하게 한다.
일반적으로 먼바다에서부터 발생된 해일의 경우 대피 경보가 1시간에서 1시간 30분 사이에 발생될 수 있으나, 예측 불가능한 지진으로 인해 해일이 발생될 경우 최소 2분 내로 빠르게 대피하여야 한다[20]. 본 실험에서는 기존 대피 장소를 검증하고자 위의 지침을 바탕으로 해일 경보 시간에 따른 사상자 수를 분석하였으며, Fig. 12는 이 결과를 나타낸다. 기존의 대피 장소의 경우 8분 정도 전에 지진해일 경보가 발생하는 경우, 즉 먼 바다로부터 발생한 해일로부터는 충분히 효과적인 것을 확인할 수 있다.
본 장에서는 앞서 제안한 3개의 에이전트 모델과 해일 시뮬레이션 모델을 Unity 게임엔진을 기반으로 결합하고 가시화한 시뮬레이터를 제안한다. Fig.
본 논문에서는 이를 개선하고자 기 개발된 셀 오토마타(Cellular automata) 기반의 지진해일 시뮬레이션 모델을 적용한 시뮬레이터를 개발한다. 사람의 상황 인식, 판단, 그리고 행동을 효과적으로 묘사할 수 있는 수학적 형식론인 DEVS(Discrete-event system specification) 기반의 에이전트 모델을 설계하고, 이를 높은 확장성을 가진 Unity 게임엔진을 바탕으로 셀 오토마타 시뮬레이션 모델과 결합하므로 지진해일 대피를 시뮬레이션한다. 본 논문에서는 개발된 시뮬레이터를 부산의 광안리 해안에 적용하여 기존의 대피 장소를 검증하였다.
13에 표시되어 있다. 이 대피장소 후보들은(A, B 지역) 해안선과 떨어져있는 거리 및 해발 고도, 그리고 인원수용 정도를 고려하여 선정되었다.
본 논문에서는 지진해일 대피 시뮬레이션을 위한 Unity 게임엔진 기반의 시뮬레이터를 개발하였다. 임의의 데이터 또는 단순한 모델로 지진해일을 묘사하였던 기존 연구와 달리 본 연구에서는 시뮬레이션 결과의 신뢰도를 높이고 사실성을 더하고자 셀 오토마타 기반의 지진해일 시뮬레이션을 적용하였다. 또한 해일로부터 대피하는 시민과 게임 관리자, 그리고 지진해일 관리자를 에이전트로 설계하고 표준화한 도구인 DEVS를 통해서 명세하여 모델 동작에 대한 검증과 향후 확장성을 가지도록 하였다.
1은 TsunamiSim에서 셀 오토마타를 통하여 해일의 에너지가 전파되는 모습을 나타낸다. 정확한 시뮬레이션을 위해 TsunamiSim은 실제 발생한 지진해일의 데이터를 바탕으로 모델의 파라미터를 검증하였으며, 효율적인 시뮬레이션을 위하여 Fig. 2와 같이 지도 이미지를 바탕으로 셀 데이터를 자동 생성하도록 하는 변환기 또한 제공한다.

대상 데이터

2017년 부산시의 통계에 따라 광안리 해수욕장이 개장하는 7-8월 일 평균 방문객이 약 200,000명으로 파악이 되어[19], 실험에서의 총인원을 200,000명으로 설정하였다. 실험의 편의와 컴퓨터 환경을 고려하여 한 개의 에이전트 모델이 약 400명을 대표하도록 하였으며, 노약자와 일반인 두 분류로 구분하였다.
또한 일본에서 자주 발생하는 지진도 지진해일 피해 가능성을 높인다. 실례로 1983년과 1993년에 일본에서 발생한 지진으로 인해 각각 강원도 동해안과 울릉도에 침수 피해와 인명 피해를 초래하였다. 특히 최근 2016년 경주에서 5.
2017년 부산시의 통계에 따라 광안리 해수욕장이 개장하는 7-8월 일 평균 방문객이 약 200,000명으로 파악이 되어[19], 실험에서의 총인원을 200,000명으로 설정하였다. 실험의 편의와 컴퓨터 환경을 고려하여 한 개의 에이전트 모델이 약 400명을 대표하도록 하였으며, 노약자와 일반인 두 분류로 구분하였다. 두 분류의 비율은 1:3이며, 각각의 특성에 적합하도록 에이전트 모델의 파라미터를 조정하였다.

데이터처리

에이전트는 주로 해안가 쪽으로 무작위로 배치가 되었으며, 사방이 건물로 둘러싸여 움직일 수 없는 곳은 배제되었다. 셀 오토마타 해일 모델과 시뮬레이터가 포함하고 있는 랜덤 요소로 인하여 독립적 반복 실험을 통한 평균값을 산출하였다.

이론/모형

본 장에서는 앞서 설명한 Human Agent의 Path Navigation 상태에서 대피경로를 탐색하기 위해 활용되는 알고리즘에 대해서 설명한다. 본 연구에서는 다양한 길 찾기 알고리즘 중 게임 인공지능에 많이 이용되는 A* 알고리즘을 이용한다. A* 알고리즘은 출발 노드로부터 목표 노드까지 가는 최단 경로를 찾아내는 그래프/트리 탐색 알고리즘 중 하나이다[14].

성능/효과

12는 이 결과를 나타낸다. 기존의 대피 장소의 경우 8분 정도 전에 지진해일 경보가 발생하는 경우, 즉 먼 바다로부터 발생한 해일로부터는 충분히 효과적인 것을 확인할 수 있다. 하지만 광안리의 경우 먼바다에서 발생하는 해일이 도달하기보다는 일본 또는 동해안의 예측 불가능한 지진으로 인해 해일이 발생될 가능성이 더 높다.

후속연구

이러한 특성은 각각 DEVS의 외부 천이 함수와 내부 천이 함수에 해당하므로, DEVS를 바탕으로 에이전트 모델을 효과적으로 표현할 수 있다. 본 연구에서는 기존의 연구와 달리 DEVS라는 표준화된 형식론을 통하여 모델링하기 때문에 개발된 모델의 검증이 용이하며 향후 모델의 개선이 효율적으로 이루어질 수 있다. 또한 모델의 재사용성을 높일 수 있다.
향후 연구 계획으로는 Human Agent에 딥러닝 기반의 AI 기술을 접목하여 에이전트 간의 상호작용을 고려하며 이를 바탕으로 판단과 행동을 고도화하여 시뮬레이션 결과의 신뢰도를 높이는 것이다. 특히 표준화한 도구인 DEVS로 설계되었기 때문에, 고도화된 에이전트는 다른 대피 시뮬레이터에도 접목될 수 있을 것이라 기대한다. 또한 사용자가 관찰하는 현재의 시뮬레이터를 확장하여 사용자가 한 에이전트로 참여하여 직접 대피를 경험할 수 있도록 하는 기능성 게임(Serious game)을 개발하며, VR 장비와의 연동을 통하여 가상훈련의 효과를 높이도록 하는 것이다.
향후 연구 계획으로는 Human Agent에 딥러닝 기반의 AI 기술을 접목하여 에이전트 간의 상호작용을 고려하며 이를 바탕으로 판단과 행동을 고도화하여 시뮬레이션 결과의 신뢰도를 높이는 것이다. 특히 표준화한 도구인 DEVS로 설계되었기 때문에, 고도화된 에이전트는 다른 대피 시뮬레이터에도 접목될 수 있을 것이라 기대한다.

참고문헌 (20)

E. Bryant, Tsunami: The Underrated Hazard, Cambridge University Press, Cambridge, 2001.
K.S. Kim, "A Study on the Development of VR Games to Experience the Escape from the Fire Emergency of the Movie Theater," Journal of the Research Institute of Industrial Technology, Vol. 37, No. 1, pp. 52-56, 2018.
U. Ruppel and K. Schatz, "Designing a BIM-Based Serious Game for Fire Safety Evacuation Simulations," Advanced Engineering Informatics, Vol. 25, No. 4, pp. 600-611, 2011.

상세보기
H. Zhao, A Study on Serious Game Based Fire Escape Simulation, Master's Thesis of Soongsil University, 2014.
M. Affan, Y. Goto, and A. Sabti, "Tsunami Evacuation Simulation for Disaster Awareness Education and Mitigation Planning of Banda Aceh," Proceeding of the 15th World Conference on Earthquake Engineering, 2012.
T. Minamoto, Y. Nariyuki, Y. Fujiwara, and A. Mikami, "Development of Tsunami Refuge Petri-Net Simulation System Utilizable in Independence Disaster Prevention Organization," Proceeding of the 14th World Conference on Earthquake Engineering, 2008.
J.W. Joo, J.M. Joo, D.M. Kim, D.H. Lee, and S.H. Choi, "A Tsunami Simulation Model Based on Cellular Automata for Analyzing Coastal Inundation: Case Study of Gwangalli Beach," Journal of Korea Multimedia Society, Vol. 23, No. 5, pp. 710-720, 2020.
E.S. Mohamed and S. Rajasekaran, “Tsunami Wave Simulation Models Based on Hexagonal Cellular Automata,” World Scientific and Engineering Academy and Society Transactions on Fluid Mechanics, Vol. 8, No. 3, pp. 91-101, 2013.
B.P. Zeigler, H. Praehofer, and T.G. Kim, Theory of Modeling and Simulation, Academic Press, Cambridge, 2000.
S.H. Choi, K.M. Seo, and T.G. Kim, "Accelerated Simulation of Discrete Event Dynamic Systems Via a Multi-fidelity Modeling Framework," Applied Sciences, Vol. 7, No. 10, pp. 1056:1-13, 2017.
B.G. Kang, S.H. Choi, S.J. Kwon, J.H. Lee, and T.G. Kim, "Simulation-Based Optimization on the System-of-Systems Model via Model Transformation and Genetic Algorithm: A Case Study of Network-Centric Warfare," Complexity, Vol. 2018, pp. 4521672:1-15, 2018.
J.W. Bae, S.H. Lee, J.H. Hong, and I.C. Moon, “Simulation-Based Analyses of an Evacuation from a Metropolis during a Bombardment,” Simulation, Vol. 90, No. 11, pp. 1244-1267, 2014.

상세보기
I.C. Moon, J.W. Bae, J.S. Lee, D.Y. Kim, H.R. Lee, and T.S. Lee, "EMSSIM: Emergency Medical Service Simulator with Geographic and Medical Details," Proceeding of Winter Simulation Conference, pp. 1272-1284, 2016.
J. Yao, C. Lin, X. Xie, A.J. Wang, and C.C. Hung, "Path Planning for Virtual Human Motion Using Improved A* Star Algorithm," Proceeding of International Conference on Information Technology: New Generations, pp. 1154-1158, 2010.
Z. He, M. Shi, and C. Li, "Research and Application of Path-Finding Algorithm Based on Unity," Proceeding of 2016 IEEE/ACIS 15th International Conference on Computer and Information Science, 2016.
National Spatial Data Infrastructure Portal, http://data.nsdi.go.kr/dataset/12623 (accessed January 20, 2020).
Naver Map, https://map.naver.com/v5/?c14373381.2274296,4184589.3036289,15,0,0,0,dh (accessed December 12, 2019).
Public Data Portal, https://www.data.go.kr/dataset/15026701/fileData.do (accessed February 5, 2020).
KOSIS, http://stat.kosis.kr/statHtml_host/statHtml.do?orgId202&tblIdDT_1019&dbUserNSI_IN_202 (accessed January 30, 2020).
Goverment 24, http://www.gov.kr/portal/service/serviceInfo/PTR000052007 (accessed January 30, 2020).

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증