[논문]소셜미디어 재난이슈 탐지 및 모니터링

최선화; 최우정; 이종국

[국내논문] 소셜미디어 재난이슈 탐지 및 모니터링
Monitoring and Sensing Disaster Issues from Social Media 원문보기

최선화 (국립재난안전연구원 재난정보분석센터) , 최우정 (국립재난안전연구원 재난정보분석센터) , 이종국 (국립재난안전연구원 재난정보분석센터)

최근 IT기술발전으로 데이터 저장 및 처리비용은 하락하고 소셜네트워크 서비스 등이 확대되어 데이터의 양적 팽창이 가속화되면서 빅데이터에서 가치를 창출하려는 시도가 늘어나고 있다. 특히, 국내 스마트폰 이용자가 3천만을 넘어서면서 모바일 기기는 대량 데이터 생산의 원천이 되고 있다. 모바일 기기는 스마트시대 대표 통신채널인 소셜미디어 활용을 가속화 시키며 다양한 분야에서 영향력을 발휘하고 있다. 특히 일본과 아이티 지진피해, 강남역 침수 등 재난발생 시 피해상황 파악 및 경보, 정보교환 등에 소셜미디어 채널이 활발히 활용되면서 새로운 매체로 떠오르고 있다. 본 논문에서는 언어분석을 통해 소셜미디어 속에 재난이슈를 모니터링하고 소셜미디어가 재난예방 및 대응에 적극 활용되기 위해 필요한 기술개발 방안을 제시하고자 한다.

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

문제 정의

이처럼 스마트시대에 소셜미디어는 관계기관보다 한발 빠른 피해상황 보고매체이며 국민과 소통하는 채널로서 활용되고 있기 때문에 재난관리에 초점을 맞추어 소셜미디어의 내용 및 위치정보를 추출하고 관련 정형데이터와 연계분석을 통해 재난 전조의 위험 가능성을 평가하는 기술개발이 필요하다. 본 논문에서는 대표 소셜미디어인 트윗 데이터를 분석하여 겨울철 재난인 대설, 한파, 강풍 발생과의 상관관계 분석 결과를 제시한다. 또한 소셜미디어 등의 텍스트 데이터가 재난예방 및 대응에 적극 활용되기 위해 선행되어야 할 기술개발 방안을 제시하고자 한다.
본 논문에서는 대표 소셜미디어인 트윗 데이터를 분석하여 겨울철 재난인 대설, 한파, 강풍 발생과의 상관관계 분석 결과를 제시한다. 또한 소셜미디어 등의 텍스트 데이터가 재난예방 및 대응에 적극 활용되기 위해 선행되어야 할 기술개발 방안을 제시하고자 한다.

제안 방법

국가정보화전략위원회가 발표한 빅데이터를 활용한 스마트 정부구현 방안에는 다양한 공공부문 활용사례 및 가능성을 제시[3]하고 있다. 특히, 피해 및 위험을 사전에 예측하고 대응할 수 있는 선제적 재난관리 활용사례는 적용 가능성 검토를 위해 행정안전부가 주관하여 파일럿 시스템을 구축하였다. 도시 내수침수 전조예측으로 위험지역을 분석하고 신속한 경보를 통해 국민 피해 최소화를 목표로 강우정보와 침수예상도 등 정형데이터와 소셜네트워크 서비스 및 뉴스 등 비정형데이터를 연계하여 도시 내수침수 전조를 예측할 수 있는 모델을 수립하였다.
특히, 피해 및 위험을 사전에 예측하고 대응할 수 있는 선제적 재난관리 활용사례는 적용 가능성 검토를 위해 행정안전부가 주관하여 파일럿 시스템을 구축하였다. 도시 내수침수 전조예측으로 위험지역을 분석하고 신속한 경보를 통해 국민 피해 최소화를 목표로 강우정보와 침수예상도 등 정형데이터와 소셜네트워크 서비스 및 뉴스 등 비정형데이터를 연계하여 도시 내수침수 전조를 예측할 수 있는 모델을 수립하였다. 국립재난안전연구원은 모델 설계에 참여하였으며 모델은 2011년도 침수피해 발생지역인 강남구(역삼분구), 종로구(효자분구)를 대상으로 검증을 실시하였다.
트윗으로부터 재난이슈를 모니터링하기 위해서 트윗 데이터 수집하여 언어처리과정을 거쳐 관계 데이터 추출 과정을 수행하였다⁴⁾.
데이터는 트위터의 API를 이용해 한국인 이용자로 판 별된 계정의 트윗을 수집하였으며, 수집된 데이터의 URL 분석과 자연어 처리를 동시에 병렬적으로 처리하였다. 이용자가 특정 URL을 인용하면서 트윗에 포함된 shortened URL을 분석해 실제 URL과 해당 URL의 유형을 판단한다.
데이터는 트위터의 API를 이용해 한국인 이용자로 판 별된 계정의 트윗을 수집하였으며, 수집된 데이터의 URL 분석과 자연어 처리를 동시에 병렬적으로 처리하였다. 이용자가 특정 URL을 인용하면서 트윗에 포함된 shortened URL을 분석해 실제 URL과 해당 URL의 유형을 판단한다. 즉, 사진, 뉴스, 동영상, 블로그, 커뮤니티 등으로 분류하고 뉴스나 블로그, 커뮤니티 등 이면 제목을 분석하여 내용을 파악하였다.
이용자가 특정 URL을 인용하면서 트윗에 포함된 shortened URL을 분석해 실제 URL과 해당 URL의 유형을 판단한다. 즉, 사진, 뉴스, 동영상, 블로그, 커뮤니티 등으로 분류하고 뉴스나 블로그, 커뮤니티 등 이면 제목을 분석하여 내용을 파악하였다.
언어처리는 형태소 분석을 통해 문장을 형태소 단위로 구분하고 품사(Part Of Speech)를 결정한 뒤, 명사(Noun)만을 대상으로 복합 색인어를 추출한다. 복합명사는 2개 이상의 명사로 구성되어 의미를 구성할 수 있는 단위로서 예를 들면, “지금 출근길입니다”라는 트윗에서 “출근”과 “길”은 각각 명사지만 “출근길”로 합쳐졌을 때도 하나의 의미를 구성할 수는 복합명사이므로 “출근길”도 인식하는 것이다.
복합명사는 2개 이상의 명사로 구성되어 의미를 구성할 수 있는 단위로서 예를 들면, “지금 출근길입니다”라는 트윗에서 “출근”과 “길”은 각각 명사지만 “출근길”로 합쳐졌을 때도 하나의 의미를 구성할 수는 복합명사이므로 “출근길”도 인식하는 것이다. 마지막으로 트윗에서 리트윗(RT), 리플(Reply) 등의 관계 데이터를 추출하여 트윗의 확산력, 노출도 분석을 수행하였다.
재난유형은 겨울철 재난인 대설, 한파, 강풍으로 한정하고 2012년 11월부터 2013년 2월까지 트윗속의 재난이슈를 모니터링 하였다. 각 재난유형의 키워드는 전문가조사를 통해 <표 1>과 같이 정의하였다.
이에 국립재난연구원에서는 2013년부터 빅데이터 기반 재난 전조감지 및 대응기술 개발 연구를 진행 중이다. 비정형 데이터와 정형 데이터를 묶은 빅데이터 융합‧분석으로 재난 예방 및 대응 기술을 단계적으로 개발한다. 1단계는 비정형 빅데이터 수집‧분석을 통한 재난 전조감지 기술을 개발하고 2단계, 재난 빅데이터 융합‧분석을 통한 재난 대응‧전파기술 개발을 목표로 하고 있다.

성능/효과

다만, 전국단위 트윗량을 서울지역의 기상데이터와 비교해서 트위량과 기상데이터의 패턴이 정확히 일치하는 것은 아니지만 유의미한 상관성을 얻을 있어서 재난관리 활용 가능성을 높여주었다.
재난관련 트윗량의 추이는 기상 변화와 관련이 있었다. 즉, 대설에 대한 트윗과 서울지역 적설량을 비교해 보면 적설량이 많을 때 대설관련 트윗량도 증가하는 패턴을 보였다. 즉, 적설량이 가장 많았던 2012년 12월 5일에 트윗량도 가장 많은 것으로 분석되었다(그림 5).
4도를 기록했던 2013년 1월 3일 트윗량이 약 8천여건으로 가장 많이 발생한 것을 확인할 수 있 었다. 강풍관련 트윗 또한 평균풍속이 강할 때 트윗량도 증가하는 걸 확인할 수 있었다. 다만, 전국단위 트윗량을 서울지역의 기상데이터와 비교해서 트위량과 기상데이터의 패턴이 정확히 일치하는 것은 아니지만 유의미한 상관성을 얻을 있어서 재난관리 활용 가능성을 높여주었다.
국립재난안전연구원은 재난 및 안전관리 기술개발을 총괄하는 국립연구기관으로서 사회 패러다임의 변화를 선도적으로 반영하기 위해 지난해 11월부터 5개월간 『트윗 으로 보는 재난이슈』 서비스를 시범운영하면서 재난에 대한 국민의 목소리를 분석하였다. 단순 텍스트 분석 및 발생빈도 분석의 한계는 있었지만 5개월간의 이슈 모니터링 결과, 재난관리에 활용성이 높다는 것을 알 수 있었다.

후속연구

최근 기술발전으로 데이터 저장 및 처리 비용은 하락하고 소셜네트워크 서비스 등은 확대되어 막대한 데이터가 생산되고 있다. 더불어 상황 모니터링을 위한 각종 센서(강우계, 수위계, CCTV 등) 뿐만 아니라 도로, 건축물에 내장된 센서에서 데이터가 만들어지고 있어서 데이터 양적 증가세는 가속될 것이다.
다만, 전국단위 트윗량을 서울지역의 기상데이터와 비교해서 트위량과 기상데이터의 패턴이 정확히 일치하는 것은 아니지만 유의미한 상관성을 얻을 있어서 재난관리 활용 가능성을 높여주었다. 향후 지역단위 기상데이터와 트윗발생 데이터를 비교하여 정밀한 상관성 비교가 필요할 것이다.
향후, 심층 언어분석과 위치정보 매핑 기술 등을 적용하여 실시간으로 소셜미디어의 이슈를 탐지하고 모니터링 한다면 재난의 전조감지가 가능할 것이다. 또한 소셜미디어 모니터링 정보와 기존의 정형 데이터 즉, 기상, 센서, 시뮬레이션 등의 데이터를 융합‧분석하여 좀 더 정확하고 정밀도 높은 의사결정 지원기술 개발이 필요하다.
향후, 심층 언어분석과 위치정보 매핑 기술 등을 적용하여 실시간으로 소셜미디어의 이슈를 탐지하고 모니터링 한다면 재난의 전조감지가 가능할 것이다. 또한 소셜미디어 모니터링 정보와 기존의 정형 데이터 즉, 기상, 센서, 시뮬레이션 등의 데이터를 융합‧분석하여 좀 더 정확하고 정밀도 높은 의사결정 지원기술 개발이 필요하다.
1단계는 비정형 빅데이터 수집‧분석을 통한 재난 전조감지 기술을 개발하고 2단계, 재난 빅데이터 융합‧분석을 통한 재난 대응‧전파기술 개발을 목표로 하고 있다. 이는 민간‧공공의 빅데이터 융합 분석을 통해 재난전조를 사전에 감지하여 재난위험 사각지대를 해소하고 소셜네트워크를 통한 실시간 제보 분석으로 맞춤형 신속대응 및 상황전파를 가능하게 할 것이다.

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

[국내논문] 소셜미디어 재난이슈 탐지 및 모니터링
Monitoring and Sensing Disaster Issues from Social Media 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 소셜미디어 재난이슈 탐지 및 모니터링 Monitoring and Sensing Disaster Issues from Social Media 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 소셜미디어 재난이슈 탐지 및 모니터링
Monitoring and Sensing Disaster Issues from Social Media 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper