[논문]건물 특성과 시간적 변화가 소방시설관리시스템의 화재알람에 미치는 영향 분석 연구

임관묵; 고설태; 김유신; 박건철

doi:10.7472/jksii.2021.22.4.83

건물 특성과 시간적 변화가 소방시설관리시스템의 화재알람에 미치는 영향 분석 연구
Analysis of Building Characteristics and Temporal Changes of Fire Alarms 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.22 no.4, 2021년, pp.83 - 98

임관묵 (Dept. of Digital Inclusion, Seoul Digital Foundation) , 고설태 (Dept. of Policy Research, Seoul Digital Foundation) , 김유신 (RT Data Lab) , 박건철 (Dept. of Policy Research, Seoul Digital Foundation)

초록
AI-Helper

본 연구는 서울소방재난본부의 IoT 소방시설관리시스템에 기록된 실시간 화재알람 발생 데이터를 분석하여, 화재알람 발생 영향요인을 규명하고 이를 바탕으로 효과적인 화재사고 예방체계를 구축하기 위한 학술적 시사점을 제시하는데 있다. 도심지역을 중심으로 고층·복합건물의 수가 증가하고 기존 건물도 고도화되면서, 화재 등 비상상황 발생 시 상주인원의 신속한 대피와 초동대응을 돕는 자동화재탐지설비의 설치가 늘어나고 있다. 그러나 화재상황을 잘못 탐지하여 정확성이 낮아지면 상주인원의 불편이 늘어나고 신뢰성도 줄어들기 때문에, 효율적인 점검과 건물 환경 조사를 통해 시스템을 개선할 필요가 있다. 이번 연구는 잘못된 화재탐지가 용도나 시간 등 건물 특성 및 외부 환경에 기인함을 밝히고, 이에 근거하여 효율적인 시스템 점검과 건물 환경 개선이 필요함을 강조하는 것에 목적을 두고자 하였다. 분석 결과, 건물의 규모(연면적)가 화재알람 발생에 가장 큰 영향을 끼쳤고 민간 건물, R형 수신기인 건물, 고장일수 또는 경종차단일수가 많은 건물에서 화재알람 발생이 높아지는 것으로 나타났다. 또한 건물의 주용도에 따라 화재알람 발생의 영향요인이 다르게 나타나기도 하였다. 시간적으로는 평일 주간 사람들의 일상 활동 패턴(오전 9시~오후 6시)을 거의 그대로 따르는 것으로 나타났으며, 오전 10시 경, 오후 2시 경에 각각 최고치를 기록했다. 연구를 통해 시스템 내부 점검과 함께 화재알람 발생에 영향을 끼치는 건물 환경 조사도 필요함을 강조하고, 후속 연구와 시스템 고도화를 위해 실시간 건물 환경 정보를 추가 데이터화하는 방안 등의 제안을 하였다.

Abstract ▼ AI-Helper

The purpose of this study to find the factors influencing the fire alarms using IoT firefighting facility management system data of Seoul Fire & Disaster Headquarters, and to present academic implications for establishing an effective prevention system of fire situation. As the number of high and complex buildings increases and former bulidings are advanced, the fire detection facilities that can quickly respond to emergency situations are also increasing. However, if the accuracy of the fire situation is incorrectly detected and the accuracy is lowered, the inconvenience of the residents increases and the reliability decreases. Therefore, it is necessary to improve accuracy of the system through efficient inspection and the internal environment investigation of buildings. The purpose of this study is to find out that false detection may occur due to building characteristics such as usage or time, and to aim of emphasizing the need for efficient system inspection and controlling the internal environment. As a result, it is found that the size(total area) of the building had the greatest effect on the fire alarms, and the fire alarms increased as private buildings, R-type receivers, and a large number of failure or shutoff days. In addition, factors that influencing fire alarms were different depending on the main usage of the building. In terms of time, it was found to follow people's daily patterns during weekdays(9 am to 6 pm), and each peaked around 10 am and 2 pm. This study was claimed that it is necessary to investigate the building environment that caused the fire alarms, along with the system internal inspection. Also, it propose additional recording of building environment data in real-time for follow-up research and system enhancement.

주제어

표/그림 (25)

그림 (그림 1) 자동화재탐지설비 구성도(P형) (Figure 1) Automatic Fire Detection Facility * 출처 : 국민안전처·한국소방안전협회(2016)
그림 (그림 2) 자동화재탐지설비 회로 간략도(P형) (Figure 2) Circuit Design for Automatic Fire Detection Facility * 출처 : 중앙소방학교 '예방실무I' 교육자료(2017)
그림 (그림 3) P형·R형 설비, 공통신호·고유신호의 구분 (Figure 3) Classification of Sensor Types and Facilities * 출처 : 중앙소방학교 '예방실무I' 교육자료(2017)
표 (표 1) 서울시 화재 오인출동현황(경보오동작 원인) 통계 (Table 1) Statistics on the current status of fire alarms in Seoul (causes of false alarms) *출처 : 서울 열린데이터광장(data.seoul.go.kr, 2020)
그림 (그림 4) 연구 모형 (Figure 4) Research Model
표 (표 2) 세부 연구 내용 및 방법 (Table 2) Research Process and Method
표 (표 3) 주요 변수 형식 및 내용 (Table 3) Measurement Instruments
표 (표 4) 주요 변수 기술통계표 (Table 4) Descriptive Statistics
그림 (그림 5) 연면적-자동화재탐지설비 수-화재알람 발생횟수 간 상관관계 산점도 (Figure 5) Correlation Scatter Plot Diagram
표 (표 5) 화재알람 발생횟수 순위별 연면적, 자동화재탐지설비 수 (Table 5) Statics for Fire Alarm Occurrences
표 (표 6) 수신기 종류와 공공기관 비중 및 화재알람 발생횟수와의 관계 기술통계표 (Table 6) Descriptive Statistics for Relation between Receiver Type and Public Institutions and the Frequency of Fire Alarms
표 (표 7) 건물 및 소방시스템 특성에 따른 화재알람 발생횟수 회귀분석 결과표 (Table 7) Result of Regression Analysis by Building and Firefighting Systems
표 (표 8) 건물 및 소방시스템 특성에 따른 화재알람 발생횟수 회귀분석 결과표_P형 수신기 (Table 8) Result of Regression Analysis for P-type Sensor
표 (표 9) 건물 및 소방시스템 특성에 따른 화재알람 발생횟수 회귀분석 결과표_R형 수신기 (Table 9) Result of Regression Analysis for R-type Sensor
표 (표 10) 주용도별 건물 수, 비율 및 화재알람 발생횟수 분포표 (Table 10) Number of Buildings, Ratio and Fire Alarm Occurrences by Usage
표 (표 11) 건물 및 소방시스템 특성에 따른 화재알람 발생횟수 회귀분석 결과표_운수시설 (Table 11) Result of Regression Analysis for Transportation Facility
표 (표 12) 건물 및 소방시스템 특성에 따른 화재알람 발생횟수 회귀분석 결과표_교육연구시설 (Table 12) Result of Regression Analysis for Education Facility
표 (표 13) 건물 및 소방시스템 특성에 따른 화재알람 발생횟수 회귀분석 결과표_업무시설 (Table 13) Result of Regression Analysis for Office Facility
표 (표 14) 건물 및 소방시스템 특성에 따른 화재알람 발생횟수 회귀분석 결과표_복합건축물 (Table 14) Result of Regression Analysis for Complex Facility
그림 (그림 6) 월별 화재알람 발생횟수 그래프 (Figure 6) Graph for Fire Alarm Occurrences by Month
그림 (그림 7) 요일별 화재알람 발생횟수 그래프 (Figure 7) Graph for Fire Alarm Occurrences by Day
표 (표 15) 월, 요일별 화재알람 발생횟수 분포표 (Table 15) Number of Fire Alarm Occurrences by Month and Day
그림 (그림 8) 시간대별 화재알람 발생횟수 그래프(전체-요일별) (Figure 8) Graph for Fire Alarm Occurrences by Time(Day)
그림 (그림 9) 시간대별 화재알람 발생횟수 그래프(전체-월별) (Figure 9) Graph for Fire Alarm Occurrences by Time(Month)
그림 (그림 10) 시간대별 화재알람 발생횟수 그래프(상위 4개 용도별) (Figure 10) Graph for Fire Alarm Occurrences by Time(Top 4 Facility Usage)

AI 본문요약
AI-Helper

문제 정의

위와 같은 배경에 따라, 이번 연구는 서울특별시 소방재난본부의 실시간 소방시설관리시스템 화재알람 기록데이터를 분석하여 건물 특성 및 시간적 변화와 화재 알람 발생횟수의 상관성과 주요 영향요인을 알아내고자 한다. 즉, 건물 및 소방시스템의 특성과 계절적·시간적 요인에 따라 자동화재탐지설비의 오작동이 영향을 받을 수 있음을 알리려는 것에 연구의 기본적인 목적이 있다.
즉, 건물 및 소방시스템의 특성과 계절적·시간적 요인에 따라 자동화재탐지설비의 오작동이 영향을 받을 수 있음을 알리려는 것에 연구의 기본적인 목적이 있다

제안 방법

또한 화재알람 발생이 빈번하게 일어나는 것에 시간과 계절적 요인에도 원인이 있는지 판단하고, 효율적인 시스템 점검과 운영에 도움을 주기 위한 화재알람 발생 패턴 분석을 실시하였다. 이번 연구로 건물의 특성과 용도별 영향요인, 시간적 요인 등을 조합하여 소방시스템 점검과 건물 환경 조사의 근거로 활용할 수 있을 것으로 기대한다.
이번 분석에서 활용하는 주요 변수들의 구성과 내용을 설명하면 표 3과 같다. 변수 선택에 있어서는 화재 알람 발생 횟수에 영향을 줄 수 있을만한 특성 중 연속형 변수 (Continuous Variables) 형태의 특성과 5개 미만 하위범주가 전체집단의 약 80%를 차지하는 범주형 변수(Categorical Variables) 특성을 선정하였다. 이러한 주요 특성들을 건물의 특성과 소방시스템(자동화재탐지설비)의 특성으로 다시 구분하였다.

대상 데이터

분석에 활용하는 데이터는 서울특별시 소방재난본부에서 제공하는 실시간 소방시설관리시스템의 화재 알람 발생 기록 데이터이다. 이 시스템에는 ‘특정소방대상물’ 로 지정된 건물들의 화재알람 발생을 포함한 화재 수신기 이벤트 내용들이 실시간으로 기록된다.
이번 분석에서는 이 기록들 중 2019년 12월부터 2020년 8월까지 9개월 간 유의미하게 수집된 기록이 있는 총 714 개소의 특정소방대상물 지정 건물을 대상으로 하였다. 다만 소방서의 실제 화재출동 기록과 비교한 결과 대부분의 기록이 비화재보 등의 오류신호 기록이었다.
󰡔화재예방, 소방시설 설치 ㆍ유지 및 안전관리에 관한 법률 시행령󰡕(소방시설법 시행령) 제 5조(별표 2)에는 특정소방대상물의 종류를 크게 30 가지로 지정하고 있으며, 각 건물은 종류에 따라 주 용도를 갖는다. 이번 연구는 분석 대상 건물의 약 80%(567개) 에 해당하는 4개(운수시설, 교육연구시설, 업무시설, 복합건축물) 용도만을 대상으로 한다. 이들은 화재알람 발생 횟수에서도 1~4위를 차지하고 있다(표 10 참조).

데이터처리

(2) 규모 외 다른 특성이 화재알람에 미치는 영향을 보기 위해, 규모 변수 중 대표성을 가진 연면적을 통제한 상태에서 회귀분석을 실시하였다. 용도에 따라 유의미한 영향력은 다르지만, 전반적으로 공통된 점을 다음과 같이 정리할 수 있다.
둘째로 화재알람 발생에 영향을 미친 건물 및 시스템 특성을 회귀분석으로 확인한다. 공공기관 여부, 건물의 층 구성, 상주인원, 수용인원, 점검일수, 고장일수, 경종차단일수, 전원경보일수 등을 독립변수로 활용하며, 건물의 주용도를 별도 구분하여 각각 회귀분석을 실시한다. 그리고 월, 요일, 시간대별 화재 알람 발생 현황을 그래프로 시각화할 것이다.
먼저 화재알람의 발생횟수를 비롯한 주요 변수의 기초통계량을 산출하여 각 변수의 개별적 특성을 파악한다. 둘째로 화재알람 발생에 영향을 미친 건물 및 시스템 특성을 회귀분석으로 확인한다. 공공기관 여부, 건물의 층 구성, 상주인원, 수용인원, 점검일수, 고장일수, 경종차단일수, 전원경보일수 등을 독립변수로 활용하며, 건물의 주용도를 별도 구분하여 각각 회귀분석을 실시한다.

성능/효과

(1) 기록된 화재알람 발생횟수에 가장 크게 영향을 미쳤던 요인은 건물의 규모로 볼 수 있다. 건물의 규모가 클수록 그에 상응하는 수준의 자동화재탐지설비를 설치해야 하고, 그에 따라 1차례의 화재상황에도 알람이 동시다발적으로 발생·기록되는 것이다.
(3) 화재알람에 영향을 미치는 시간적·계절적 요인을 파악하기 위해 시간대별 화재알람 그래프 시각화를 실시하였다
결과를 종합하면, 오전-오후 시간대별 최다 알람 발생 시간인 오전 10~11시경 또는 오후 2~3시경 실시하는 것이 최적의 시스템 점검 시간일 것으로 예상된다. 또한 기본적인 시스템 점검과 함께, 회귀분석을 통해 도출된 각 건물의 용도별 주 영향요인을 함께 고려하여 특수한 점검 및 건물 환경 조사 기준을 만드는 것도 도움이 될 것으로 판단된다.
그 결과 평일의 경우 ‘새벽시간 낮은 발생 횟수-아침시간 급증-오전 10시 경 최고치-점심시간(12시) 일시적 급감-오후 1시 증가-오후 2시 경 최고치-오후 3시 이후 급감-저녁 6시 이후 낮은 발생횟수’의 일정한 패턴을 가지고 있었으며, 비교적 불규칙한 패턴의 주말보다 전체적인 발생 횟수도 매우 높게 나타났다
이번 연구는 서울소방재난본부의 IoT 소방시설관리시스템 데이터를 진단하고, 실제 현장에서의 활용 방안을 발굴하기 위한 목적의 연구에서 출발하였다. 그리고 탐색 분석을 통해 건물 곳곳에서 잘못된 화재감지가 여러 위치에서 대량으로 발생하고 있음을 인지하였고, 그 원인을 건물의 구조적 특성과 자동화재탐지설비의 고장/차단 이력 등 시스템 외적 요인에서 찾아내고자 하였다. 이를 통해 소방시스템의 자체적 개선 및 고도화와 함께, 비화재보를 일으키는 건물의 내부 환경이나 구조적 영향요인을 찾아내는 것도 필요함을 강조하고자 하였다.
또한 건물의 공공성 및 용도, 화재수신기의 유형과 고장·점검 빈도, 건물 내 상주 인원 등에 따라서도 화재알람의 발생과 그 횟수가 달라질 수 있음을 확인하였다.
또한 복합건축물은 여러 용도의 특성이 복합적으로 얽혀있기 때문에, 일관성 있는 유의미한 인과관계를 찾을 수 없었던 것으로 나타났다. 따라서 복합건축물도 층 구성, 규모, 인원 등 여러 세부 특성을 나누어 영향요인을 파악하는 것이 후속 연구에서 필요할 것으로 생각된다.
또한 시스템의 기계적 특성은 점검과 고장, 경종차단이 연관성을 갖는 것으로 나타났다. 점검일수가 많고 고장일 수가 적은 건물은, 그만큼 오작동 알람이 적은 편으로 생각할 수 있다.
마지막으로, 지금까지의 분석 결과를 바탕으로 도출한 가이드라인은 건물 용도와 시간 등을 비롯한 몇 가지 요인별로 크게 분류하여 ‘경향’을 분석한 결과라고 판단된다
실제로 이번 분석 대상 건물 중 공공기관 건물의 최초사용허가 연도는 1937년, 최다 허가년도는 1985년인 반면, 민간 건물의 최초 사용허가 연도는 1980년, 최다 허가년도는 2004년일 정도로 격차가 크게 나타났다. 이와 같은 공공/민간 건물의 특성은 규모가 큰 민간 건물에서 R 형 화재수신기를 주로 활용하고 있고, 해당 건물에서는 한 차례의 화재상황 탐지에도 동시다발적으로 화재 알람이 많이 발생하고 있음을 간접적으로 알려주고 있다.
연구를 통해 밝혀낸 결과에 의하면, 기본적으로 연면적과 같은 건물의 규모에 따라 화재감지기 수도 많기 때문에, 하나의 화재발생에도 알람의 발생횟수가 매우 크게늘어난다는 것을 알 수 있었다. 또한 건물의 공공성 및 용도, 화재수신기의 유형과 고장·점검 빈도, 건물 내 상주 인원 등에 따라서도 화재알람의 발생과 그 횟수가 달라질 수 있음을 확인하였다.
용도에 관계없이 공통적으로 가장 뚜렷하게 나타나는 특징으로는 민간 소유 건물이고, 수신기 종류가 R형인 경우에 화재알람이 많이 발생한다는 점이다. 이 결과를 건물 규모와 연계하면, 민간 건물 중 규모가 크고 비교적 최근 지어진 신식 건물은 R형의 고도화된 소방시스템을 곳곳에 설치할 가능성이 높다.
용도에 관계없이 공통적으로 가장 뚜렷하게 나타나는 특징으로는 민간 소유 건물이고, 수신기 종류가 R형인 경우에 화재알람이 많이 발생한다는 점이다. 이 결과를 건물 규모와 연계하면, 민간 건물 중 규모가 크고 비교적 최근 지어진 신식 건물은 R형의 고도화된 소방시스템을 곳곳에 설치할 가능성이 높다. 반면 공공기관은 건축 연도가 비교적 오래되고, 규모 또한 상대적으로 크지 않은 상황에서 P형 수신기를 운영하는 경우가 많다고 볼 수 있다.
이와 같은 결과는 사람의 주 활동 시간(오전 9시 ~ 오후 6시, 점심시간 제외)과 거의 일치하는 것으로 생각할 수 있으며, 결과적으로 사람의 일상 활동이 화재 감지에 상당한 영향을 준다는 것을 간접적으로 알 수 있었다.
건물의 규모가 클수록 그에 상응하는 수준의 자동화재탐지설비를 설치해야 하고, 그에 따라 1차례의 화재상황에도 알람이 동시다발적으로 발생·기록되는 것이다. 이와 같은 동시다발적 화재 알람이 모두 기록되면서 총 화재알람 발생횟수가 커졌고, 건물에 따라 상당한 편차를 가지게 되었다.
지금까지 분석한 화재알람의 시간적 발생 패턴을 종합하면, 알람의 발생빈도가 최고치를 보이는 시간은 대체로 평일 오전 10~11시경과 오후 2~3시경이고 밤~새벽 시간대에는 일정하게 매우 낮은 발생횟수를 갖는 것으로 나타났다. 또한 이는 용도나 계절적 요인에 관계없이 공통된 결과로 나타났다.

후속연구

가장 먼저 데이터 수집 및 시스템 운영에서의 자체적인 한계가 있었다. 이번 연구에서 초점을 맞춘 부분이 건물의 내부 환경이다.
즉, 건물 및 소방시스템의 특성과 계절적·시간적 요인에 따라 자동화재탐지설비의 오작동이 영향을 받을 수 있음을 알리려는 것에 연구의 기본적인 목적이 있다. 나아가 각 건물 특성별 화재알람 발생 영향요인과 집중적 발생 시간대를 파악하여, 건물 및 소방시스템 안전점검계획에도 일정 수준 기여할 수 있을 것으로 기대한다.
따라서 ‘일반적인’ 점검 및 환경 조사의 근거자료 중 하나로 이번 결과를 활용할 수 있겠으나, 건물 개별적인 특이사항이나 그 밖에 통제가 어려웠던 외부 요인의 결과를 모두 반영하는 것에는 한계가 있었다고 판단된다
또한 복합건축물은 여러 용도의 특성이 복합적으로 얽혀있기 때문에, 일관성 있는 유의미한 인과관계를 찾을 수 없었던 것으로 나타났다. 따라서 복합건축물도 층 구성, 규모, 인원 등 여러 세부 특성을 나누어 영향요인을 파악하는 것이 후속 연구에서 필요할 것으로 생각된다.
따라서 향후 연구와 소방시스템 운영에 도움이 될 수 있도록, 모든 소방대상물에서 화재 발생을 감지했을 때 해당 위치정보를 상세하게 기록할 수 있도록 시스템을 고도화하고, 데이터 기록 시에는 이번 분석(시각화)에서 보인 것처럼 동시다발적으로 발생한 ‘알람’을 하나의 큰 ‘사건’으로 묶어서 자동 기록할 수 있는 방안이 있어야 될 것으로 판단된다.
점검일수가 많고 고장일 수가 적은 건물은, 그만큼 오작동 알람이 적은 편으로 생각할 수 있다. 또한 경종차단일수의 경우, 비상상황에 대비한 소방시스템의 경종이 자주 차단되는 것이 평상시에 겪는 상주인원의 불편이 많다고 해석할 수 있기 때문에, 경종차단이 많은 건물 역시 주기적인 점검과 환경 조사가 필요함을 알려준다. 다만 예외적으로 운수 시설에서는 지하철에서의 밀폐된 내부 환경에 의해 고장일 수가 적을수록 알람이 더 울리는 것으로 판단된다.
결과를 종합하면, 오전-오후 시간대별 최다 알람 발생 시간인 오전 10~11시경 또는 오후 2~3시경 실시하는 것이 최적의 시스템 점검 시간일 것으로 예상된다. 또한 기본적인 시스템 점검과 함께, 회귀분석을 통해 도출된 각 건물의 용도별 주 영향요인을 함께 고려하여 특수한 점검 및 건물 환경 조사 기준을 만드는 것도 도움이 될 것으로 판단된다. 향후 화재알람 발생 당시의 건물 환경 조사가 더 뒷받침된다면 보다 명확한 화재알람 오류 발생원인 파악과 점검 시간 및 주기 설정 효과가 더 커질 것으로 생각된다.
이러한 화재알람 발생 패턴의 결과는 사람이 주로 일상활동(경제활동 등)을 하는 시간대(평일 주간 9시~18시 : 12시 점심시간은 제외)의 흐름을 그대로 따라가는 것으로 볼 수 있기 때문에, 자동화재탐지설비는 사람들의 일상활동에 매우 민감한 영향을 받는다고 볼 수 있다. 또한 이 결과에 따라 소방시스템 점검 및 건물 내부 환경 조사 시간을 오전 10시 또는 오후 2시 경으로 맞추면 보다 효율적으로 비화재보의 다발성 발생 영향요인을 진단하고 알맞은 조치를 취할 수 있을 것으로 기대한다.
또한 자동화재탐지설비를 추가 설치·운영하는 경우에도 축적된 연구 결과를 참고할 수 있을 것으로 기대한다.
시간·계절의 변화에 따라 화재 알람의 발생횟수와 그 패턴이 뚜렷하게 다를 경우, 소방시스템 점검 및 건물 환경 조사 등 후속조치 시 그 특성을 반영하여 효율성을 높일 수 있을 것으로 기대된다.
또한 같은 건물 내 동시다발로 울리는 화재발생 알람을 하나의 ‘사건’으로 묶을 수 있는 시스템 구성이 이루어져야 한다. 앞서 규모와 화재알람의 관계 분석처럼 한 건물에 여러 화재감지기가 설치된 경우, 하나의 화재 상황을 탐지함에도 동시다발적으로 화재알람이 대량 기록되어 데이터 분석에서의 혼선을 유발할 수 있는 여지가 있는 것으로 판단된다. 따라서 향후 연구와 소방시스템 운영에 도움이 될 수 있도록, 모든 소방대상물에서 화재 발생을 감지했을 때 해당 위치정보를 상세하게 기록할 수 있도록 시스템을 고도화하고, 데이터 기록 시에는 이번 분석(시각화)에서 보인 것처럼 동시다발적으로 발생한 ‘알람’을 하나의 큰 ‘사건’으로 묶어서 자동 기록할 수 있는 방안이 있어야 될 것으로 판단된다.
이번 연구 결과가 각 용도별 영향요인에 맞는 소방시스템의 점검 및 운영의 기준을 확립하고, 건물 환경 조사추진의 근거가 될 수 있을 것으로 기대한다.
또한 화재알람 발생이 빈번하게 일어나는 것에 시간과 계절적 요인에도 원인이 있는지 판단하고, 효율적인 시스템 점검과 운영에 도움을 주기 위한 화재알람 발생 패턴 분석을 실시하였다. 이번 연구로 건물의 특성과 용도별 영향요인, 시간적 요인 등을 조합하여 소방시스템 점검과 건물 환경 조사의 근거로 활용할 수 있을 것으로 기대한다.
이번 연구에서 데이터 분석을 실시하면서 수집 데이터의 미비 등으로 인한 몇 가지 한계점이 도출되었으며, 후속 연구 추진 및 시스템 고도화, 데이터 추가 확보를 통해 이 한계점을 해결할 수 있을 것으로 기대한다.
즉, 대다수의 건물과는 전혀 다른 시간에 화재알람이 많이 울리거나, 사람들의 일반적인 비활동시간(야간, 주말 등)에 알람이 여러 차례 발생한 경우도 존재할 수 있는 것이다. 해당 건물은 특이사항이 있는 건물로 분류하여 별도 조사 및 후속 연구를 통해 오류를 바로잡아야 하며, 만약 오류가 아닌 경우 해당 건물 특성에 맞는 소방시설관리시스템의 운영을 도모할 필요가 있을 것이다.
그러나 현재의 분석 시점에는 위와 같은 건물 환경 변수가 시스템에서 수집되지 않아 내용 파악과 변수 활용에 제약을 겪게 되었다. 향후 이 데이터들이 추가 수집되면 더 구체적이고 유의미한 알람 발생의 원인 분석과 함께 오류신호의 선별과 예측 등이 가능해질 것으로 생각된다.
또한 기본적인 시스템 점검과 함께, 회귀분석을 통해 도출된 각 건물의 용도별 주 영향요인을 함께 고려하여 특수한 점검 및 건물 환경 조사 기준을 만드는 것도 도움이 될 것으로 판단된다. 향후 화재알람 발생 당시의 건물 환경 조사가 더 뒷받침된다면 보다 명확한 화재알람 오류 발생원인 파악과 점검 시간 및 주기 설정 효과가 더 커질 것으로 생각된다.
향후 후속 연구가 더 진행되고 더 많은 데이터가 수집되면, 건물 특성과 화재알람 간 보다 세밀한 관계를 파악할 수 있을 것으로 생각된다. 또한 자동화재탐지설비를 추가 설치·운영하는 경우에도 축적된 연구 결과를 참고할 수 있을 것으로 기대한다.
향후에는 오류신호와 정상신호를 선별하기 위해 일정 주기에 따라 건물 환경 데이터를 기록하여, 실제 화재상황 탐지의 정확성을 지속적으로 높일 수 있는 알고리즘을 개발· 적용하면 상주인원의 신속한 대피와 초동 대응에 큰 역할에 기여하고 신뢰도도 높아질 것으로 생각된다

참고문헌 (19)

H.S. Hwang, "Automated Fire Detection System", Journal of the Korean Institute of Illuminating and Electrical Installation Engineers, Vol. 9, No. 5, pp. 427-435, 1995.
J.H. Lee, C.H. Lee, S.K. Kim, H.S. Kong, "A Study about False Alarm of Automatic Fire Detection System", Journal of the Korea Safety Management & Science, Vol. 13, No. 1, pp. 41-49, 2011. https://doi.org/10.12812/ksms.2011.13.1.041

원문보기 상세보기
Y.J. Son, Y.I. Lee, S.H. Lee, "Research on the Reliability Improvement of Automatic Fire Alarm System", Journal of Korean Institute of Fire Science and Engineering, Vol. 22, No. 4, pp. 42-49, 2008.
B.S. Lee, D.K. Kwak, D.Y. Jung, D.J. Cheon, "A Study on Design and Operation Performance of Automatic Fire Detection Equipment (P-type One-class Receiver) by Bidirectional Communication", The Transactions of the Korean Institute of Electrical Engineers, Vol. 61, No. 2, pp. 347-353, 2012. https://doi.org/10.5370/KIEE.2012.61.2.347

원문보기 상세보기
J.W. Ryu, S.P.Kwon, "Fire Risk Assessment Based on Weather Information Using Data Mining", Journal of Korean Institute of Fire Science and Engineering, Vol. 29, No. 5, pp. 88-95, 2015.

원문보기 상세보기
M.S. Seo, H.H. Yoo, "Significance Analysis of Facility Fires Though Spatial Econometrics Assessment", Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 38, No. 3, pp. 281-293, 2020. https://doi.org/10.7731/KIFSE.2015.29.5.088

원문보기 상세보기
S.K. Choi, J.M. Moon, "Investigation of Awareness for Evaluation Factors of Fire Response Capability to Apartment Residents", Journal of the Korean Housing Association, Vol. 32, No. 1, pp. 15-22, 2021. https://doi.org/10.6107/JKHA.2021.32.1.015

상세보기
J.A. Hwang, J.Y. Kang, S.J. Kim, "A Study on the Spatial Characteristics of Urban Fire and Its Relationship with the Spatiality of Urban Decline in Seoul", SH Urban Research & Insight, Vol. 10, No. 3, pp. 1-20, 2020. https://doi.org/10.26700/shuri.2020.12.10.3.1

상세보기
Ministry of the Interior, National Information Agency, "D.gov Edge 2015", Vol. 4, pp. 11-12, 2015.
K. Kim, "Management and Roles of Fire Safety System of Building in America", Architecture and Urban Space, Vol. 35, pp. 65-69, 2019.
J.K. Park, K.H. Nam, "Implementation of Multiple Sensor Data Fusion Algorithm for Fire Detection System", Journal of the Korea Society of Computer and Information, Vol. 25, No. 7, pp. 9-16, 2020. https://doi.org/10.9708/jksci.2020.25.07.009

원문보기 상세보기
J.S. Kim, C.W. Lee, S.H. Park, J.H. Lee, C.H. Hong, "Development of Fire Detection Model for Underground Utility Facilities Using Deep Learning : Training Data Supplement and Bias Optimization", Journal of the Korea Academia-Industrial cooperation Society, Vol. 21, No. 12 pp. 320-330, 2020. https://doi.org/10.5762/KAIS.2020.21.12.320

원문보기 상세보기
J.D. Shin, S.H. Jung, M.S. Kim, H.J. Kim, "Analysis of Fire Risk with Building Use Type Using Statistical Data", Journal of The Korean Society of Hazard Mitigation, Vol. 12, No. 4, pp. 107-114, 2012.

원문보기 상세보기
W.Y. Song, W.H. Jung, M.H. Cho, G.Y. Choi, H.S. Kong, "Developing a Service Model to Improve the Management of Firefighting Vulnerable Areas Based on WebGIS", Journal of Korean Institute of Plant Engineering, Vol. 20, No. 2, pp. 55-64, 2015.
J.A. Ok, "Fire Data Collection and Utilization in Gyeonggi-Do", Gyeonggi Development Institute : GRI Issues Report, pp. 1-9, 2015.
Y.M. Na, D.H. Hyun, D.H. Park, S.H. Hwang, S.H. Lee, "AI Fire Detection & Notification System", Journal of the Korea Society of Computer and Information, Vol. 25, No. 12, pp. 63-71, 2020. https://doi.org/10.9708/jksci.2020.25.12.063

원문보기 상세보기
K.S. Ko, J.K. Yang, D.H. Hwang, H.S. Ko, C.O. Ga, J.P. Cho, "Building Fire Prediction Model Study Using AI", The Journal of Korean Institute of Communications and Information Sciences, Vol. 45, No. 7, pp. 1210-1218, 2020. https://doi.org/10.7840/kics.2020.45.7.1210

상세보기
D.S. Kim, N.J. Kang, "Regression: Basics and Applications", pp. 85-116, Nanam, 2008.
E.J. Shin, M.S. Koh, D.I. Shin, "Fire Accident Analysis of Hazardous Materials Using Data Analytics", Journal of the Korean Institute of Gas, Vol. 24, No. 5, pp. 47-55, 2020. https://doi.org/10.7842/kigas.2020.24.5.47

원문보기 상세보기

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