선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기존 연구 사례도 마찬가지로 안전도를 측정하기 위한 모델을 제시하고 있는데 이를 먼저 비교 분석해 보고자한다.
- 본 논문에서는 적용대상을 도로단위로 좁혀 지역주민이 실제 사용할 수 있는 안전도 모델을 제시하였다. “도로 안전도” 모델을 통해 정량화 된 값을 구하여 안전 경로 추천 서비스를 제공할 수 있도록 하였다.
제안 방법
- 식1은 CCTV 개수(r1), 방범등, 가로등(r2), 택시 운행 량(r3), 버스 경로 유무(r4), 도로 폭(r5), 도로 길이(d)을 의미한다. 각 변수들은 거리와 상관관계가 있는 변수와 개별 독립변수로 나누어 개별 값을 표준화하여 대입 후 가산한다.
- 개발 절차는 크게 평가지표를 선정하고 평가지표를 표준화하는 식을 산정한 후 각 도로의 특성에 맞게 수치를 반영하여 값을 도출하였다. “도로 안전도” 지수는 도로의 특성과 범죄 억제요소에 해당하는 지표를 CPTED(범죄 예방 환경 설계)에 부합하는 요소를 추가하는 방식으로 선정하였다.
- 사용자 입장에서는 자신의 위치를 기준으로 개별 안전 데이터가 어떻게 분포하고 있는지 한눈에 볼 수 있다. 그리고 각각의 도로 링크를 기준으로 그림3에서 보이는 데이터들이 10m 내외에 있으면 링크가 가지고 있는 도로 안전도 데이터의 개수를 증가시켜 링크마다 각각의 데이터가 몇 개가 들어있는지 테이블화 하였다. 이를 이용해 그림4에서 보이는 바와 같이 개별 링크를 클릭했을 때 해당 링크가 색이 다르게 표시가 되며 링크가 가지고 있는 데이터를 지도 아래쪽에 표시하여 주는 기능을 가지고 있다.
- 인접 링크의 개수에 맞게 그래프의 x축의 길이를 조정하여 개수를 맞춘다. 그리고 마찬가지로 y축의 데이터의 개수도 최대값을 최대 길이로하여 나머지 값을 비례하게 표시하도록 그래프를 렌더링 하였다. 이를 확장하여 가지고 있는 모든 링크별 안전도 데이터를 다음과 같이 표현할 수 있을 것이다.
- 왼쪽 그림2는 도로 안전도 수치를 지도에 맵핑한 것이다. 네이버지도API를 이용하여 링크에 해당하는 데이터를 받아 색상 값으로 바꾸어 표시하였다. 한정된 지역에 대해 표현을 한 것이지만 확장하여 도로를 이용하는 보행자들이 모두 웹에 접속만하면 자신이 있는 위치를 기준으로 어떤 도로가 얼마나 안전한지를 한눈에 인지할 수 있다.
- 도로의 특성과 도로 안전도 구성하는 환경 요소(범죄 억제요소)를 기본으로 하여 각 요소에 알맞거나 대체할 수 있는 열린 광장의 오픈데이터를 사용하여 구성하였다.
- 그리고 해당 지역의 링크에 10개의 색상 값으로 안전도 레벨을 나타내어 지도에 맵핑했다. 두 번째로는 도로 안전도 모델을 구성하는 변수들에 해당하는 각각의 데이터들의 경위도 좌표를 기준으로 지도에 마커 오버레이로 표시를 하였다. 변수로는 CCTV, 방범등, 가로등에 해당하는 데이터를 표시하였다.
- 이 분석 방식을 통해 변수의 수를 줄이면서 상대적으로 중요한 변수를 꼽을 수 있기 때문에 변수의 수가 너무 많아서 생기는 오류를 줄여줄 것으로 예상을 할 수 있다. 따라서 본 논문도 대상을 개별 도로로 지정하여 AHP분석방법(Analytic Hierarchy Process)를 사용해 독립변인을 선정할 것이다. 하지만 생활안전지표[4]에서는 실제 필요한 데이터를 수집하는 단계를 수행하고 검증하는 단계가 없어 실제 효용성이 있는지 확인할 수 가 없다.
- 서울시 열린 광장의 오픈데이터를 활용할 것이기 때문에 도보 순찰을 대체할 수 있는 데이터로 택시 운행량과 버스 운행 유무로 설정하였다. 또한 나머지 모델마다 가지고 있는 개별 독립변인들은 반영하지 않고 적용대상이 도로인 만큼 도로 폭(도로 정보)와 도로 길이를 반영하여 체감안전도 수식을 구성하였다.
- 생활안전지표[4]는 치안과 관련된 안전도 외에도 보행안전취약, 노인취약이라는 유형을 두어 AHP분석방법 (Analytic Hierarchy Process)을 통하여 여러 가지 유형에 속한 독립변인들을 비교했다. 비교 후 대안 중요도가 높은 5가지를 유형별로 핵심 변수로 지정을 하였다. 이 분석 방식을 통해 변수의 수를 줄이면서 상대적으로 중요한 변수를 꼽을 수 있기 때문에 변수의 수가 너무 많아서 생기는 오류를 줄여줄 것으로 예상을 할 수 있다.
- 본 논문에서는 특정 지역의 안전도를 구하는 것이 아니기 때문에 인구 비율을 의미하는 요소를 제외한 환경적인 독립 변인만을 반영할 것이다. 서울시 열린 광장의 오픈데이터를 활용할 것이기 때문에 도보 순찰을 대체할 수 있는 데이터로 택시 운행량과 버스 운행 유무로 설정하였다. 또한 나머지 모델마다 가지고 있는 개별 독립변인들은 반영하지 않고 적용대상이 도로인 만큼 도로 폭(도로 정보)와 도로 길이를 반영하여 체감안전도 수식을 구성하였다.
- 변수로는 CCTV, 방범등, 가로등에 해당하는 데이터를 표시하였다. 세 번째로는 성동구 지역 90개 링크를 클릭하면 링크 기준으로 10m내외에 있는 안전도 관련 데이터 중 가로등, 방범등 데이터에 한해서 개수를 보여주고 해당 링크와 같은 노드를 공유하는 인접링크와의 가로등, 방범등 데이터를 비교할 수 있도록 데이터를 그레프로 렌더링하여 보여주었다.
- 첫 번째로는 앞선장의 도로 안전도 모델을 사용하여 성동구 지역의 90개 링크에 한해서 링크별로 도로 안전도 수치를 얻었다. 안전도 모델을 활용하여 얻은 값을 최대값으로 나누어 10단계로 나누었다. 그리고 해당 지역의 링크에 10개의 색상 값으로 안전도 레벨을 나타내어 지도에 맵핑했다.
- 그림 3은 가로등, 방범등에 해당하는 버튼을 누르게 되면 지역에 분포하고 있는 해당 변수의 경위도 좌표를 불러온다. 웹페이지에서 네이버 지도 API6)에서 제공하고 있는 마킹 오버레이를 활용하여 표시하였다. 사용자 입장에서는 자신의 위치를 기준으로 개별 안전 데이터가 어떻게 분포하고 있는지 한눈에 볼 수 있다.
- 웹에서 구현한 데이터 시각화 서비스는 지도에 데이터를 맵핑하는 방식을 기본으로 구현하였다. 첫 번째로는 앞선장의 도로 안전도 모델을 사용하여 성동구 지역의 90개 링크에 한해서 링크별로 도로 안전도 수치를 얻었다. 안전도 모델을 활용하여 얻은 값을 최대값으로 나누어 10단계로 나누었다.
대상 데이터
- r1은 공공데이터포털에서 제공하는 전국 CCTV표준데이터를 활용하였다. 전국 CCTV표준 데이터는 전국 지역별로 CCTV의 설치위치와 관리기관에 해당하는 정보가 있는데 설치위치에 해당하는 경위도 값을 얻어왔다.
- 가로등은 대로변에 있는 일반 가로등을 의미하고 방범등은 경찰청이나 지역 자치단체에서 필요한 위치에 임의로 설치한 가로등을 뜻한다. 택시 운행량(r3) 데이터는 서울시 열린 데이터광장의 서울시 택시운행 분석데이터 정보를 활용하였다. 도로(링크)의 택시 승.
성능/효과
- 1) 특히나 주거지역에서 일어나는 범죄의 경우 해당 지역에 사는 주민들에게 자신이 사는 곳이 안전하지 않다는 인식을 심어주게 된다. 범죄학, 건축학, 도시공학의 분야에서는 범죄율을 낮춰 더 안전한 주거지역을 만들기 위해 다양한 안전도 측정 모델을 통해 안전도를 측정하여 범죄 예방 활동, 재난 예측 분야에 적용하고 있다.
- 본 논문에서 제안할 “도로 안전도” 모델에서는 개별 도로를 대상으로 하여 정량화 된 가중치를 얻을 수 있다.
후속연구
- 본 논문에서 제안할 “도로 안전도” 모델에서는 개별 도로를 대상으로 하여 정량화 된 가중치를 얻을 수 있다. 따라서 얻은 수치로 안전 경로 추천에 이용할 수 있을 것이다. 생활안전지표[4]는 치안과 관련된 안전도 외에도 보행안전취약, 노인취약이라는 유형을 두어 AHP분석방법 (Analytic Hierarchy Process)을 통하여 여러 가지 유형에 속한 독립변인들을 비교했다.
- 또한 오픈 데이터를 사용함으로 써, 추가적인 데이터를 모델의 변경없이 쉽게 반영할 수 있다. 또한 이러한 공공데이터를 활용하여 웹페이지의 지도에 데이터를 맵핑함으로써 안전지역에 대한인지와 심리적인 안정감 그리고 범죄 예방 효과를 얻을 수 있을 것으로 예상된다.
- 본 논문에서는 특정 지역의 안전도를 구하는 것이 아니기 때문에 인구 비율을 의미하는 요소를 제외한 환경적인 독립 변인만을 반영할 것이다. 서울시 열린 광장의 오픈데이터를 활용할 것이기 때문에 도보 순찰을 대체할 수 있는 데이터로 택시 운행량과 버스 운행 유무로 설정하였다.
- 해당 사이트에서 제공하는 API형태의 데이터를 이용하면 최신 데이터를 쉽게 반영할 수 있고 현재 상황을 잘 반영한 안전도를 제공할 수 있을 것이다. 이것으로 보행자로 하여금 한 눈에 주변상황을 인지할 수 있도록 지도를 이용한 시각화 서비스를 제공할 수 있을 것이고 나아가 안전 경로 추천과 같은 서비스에 적용하여 보행자가 안심하고 골목길을 이용할 수 있을 것으로 기대한다.
- 최근 서울시와 몇몇 지방자체 단체의 경우 웹상에 자신의 지역에 해당하는 공공데이터를 파일형태, 오픈API 형태로 제공하고 있는데 이를 제공하는 대표적인 사이트로 공공데이터포털2)과 서울 열린 데이터 광장3)이 있다. 해당 사이트에서 제공하는 API형태의 데이터를 이용하면 최신 데이터를 쉽게 반영할 수 있고 현재 상황을 잘 반영한 안전도를 제공할 수 있을 것이다. 이것으로 보행자로 하여금 한 눈에 주변상황을 인지할 수 있도록 지도를 이용한 시각화 서비스를 제공할 수 있을 것이고 나아가 안전 경로 추천과 같은 서비스에 적용하여 보행자가 안심하고 골목길을 이용할 수 있을 것으로 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.