초록 ▼

□ 연구 목표 및 내용
◼ 최종 목표
Big data 기반 딥 러닝과 추계학적 기법을 활용하여, 기후변화에 따른 건물과 인프라 시설에 대한 자연재난 방재 기술 개발을 기획하고 있으며, 크게 [1]이상극치 해수면 재현주기 예측 모델 개발, [2]Fragility analysis를 활용한 건물 취약도 분석 및 예측, [3]건물 방재에 필요한 자연재난 요소 도출 및 피해 저감 방안 등으로 나눌 수 있음.
- 점증하는 기후변화의 불확실성에 대응하고, 삼면이 바다로 둘러싸인 우리나라의 특성을 고려하여 대규모 해안도시와 주요

□ 연구 목표 및 내용
◼ 최종 목표
Big data 기반 딥 러닝과 추계학적 기법을 활용하여, 기후변화에 따른 건물과 인프라 시설에 대한 자연재난 방재 기술 개발을 기획하고 있으며, 크게 [1]이상극치 해수면 재현주기 예측 모델 개발, [2]Fragility analysis를 활용한 건물 취약도 분석 및 예측, [3]건물 방재에 필요한 자연재난 요소 도출 및 피해 저감 방안 등으로 나눌 수 있음.
- 점증하는 기후변화의 불확실성에 대응하고, 삼면이 바다로 둘러싸인 우리나라의 특성을 고려하여 대규모 해안도시와 주요 내륙도시를 대상으로 예측적 건물 및 도시방재 기술을 개발한다. Geographic Information System (GIS), 위성사진, 항공 라이다 (Lidar) 데이터를 활용한 Fragility analysis 등의 시설물 방재 분석을 통해 해안 및 내륙도시의 재난을 체계적으로 예측‧관리하기 위한 정보를 제공.
- 태풍에 의한 극한 해일고 높이의 재현주기를 딥 러닝 기법을 활용하여 정확도를 높이는 연구를 수행한다. 극한 해일고 높이를 Monte-Carlo 시뮬레이션을 통한 재현 주기를 예측하고 딥 러닝 모델을 활용한 데이터 학습을 통해 태풍 발생량 예측분석을 진행.
- 태풍, 산사태, 홍수 등의 자연재난은 도시에 많은 인명과 재산 피해를 주고 있으며, 기상학적으로 다양한 특성들을 갖고 있다. 도심지 시설물에 피해를 줄 수 있는 자연재난의 기상학적 요소, 도시의 지리학 및 지형학적 요소 (최대풍속, 최대 강수량, 해안선으로부터 거리, 절토사면 등)를 실제 재난사례와 상관관계를 분석.
- 보험회사의 손실 데이터를 토대로 실제 홍수 및 태풍으로 인한 시설물의 피해금액을 수집‧분석하고, 재난피해가 빈번하게 발생하는 지역의 시설물에 대한 예상 피해액을 정량적인 시설물 위험 분석 모델 개발을 통해 도출.

◼ 전체 내용
- 통계 및 딥 러닝 기반의 분석 방법을 통해 추가적인 자연재난 위험 요인 도출, 피해 범위 시뮬레이션, 피해 범위 내 시설물의 피해 정보 등의 결과를 도출함.
- 자연재난의 생애주기 또는 발생 빈도를 보다 정확하게 예측할 수 있도록 모델을 개발하고, 자연재난에 대한 건물의 취약성 정도를 분석하도록 한다. 구체적으로, 해수면 높이를 이용하여, 태풍 발생 시 비규칙적 으로 발생하는 해일고에 대한 군집분석을 실시하고, 각각의 해일고 에서 발생한 극치값에 대한 다년도 예측 시뮬레이션을 딥러닝과 Monte-Carlo를 활용하여 실행한다. 추출된 해일고 극치값의 예측값들을 Extreme Value theory에 기반한 다양한 확률분포 모델에 적용한 후, 각각의 결과를 비교하여, 보다 정확한 자연재난 생애주기 예측모델을 개발.
- 홍수, 태풍, 산사태 등의 자연재난으로 인한 시설물의 취약도를 분석하여, 피해 정도를 예측할 수 있는 모델개발을 연구한다. 주거시설, 상업시설, 그리고 산업시설에 대한 강풍으로 인한 피해, 침수에 따른 피해 가능성을 예측하기 위해, 건물의 보험가입액과 보험 청구액, 그리고 GIS를 이용하여 시뮬레이션된 피해 지역의 풍속과 침수 면적 및 높이를 데이터로 활용할 예정이다. 최대가능도추정량, 이항분포 등을 활용하여 건물 피해 발생 가능성을 Exceedance probability를 통하여 예측.
- 자연재난으로부터 발생한 피해 금액 데이터와 전 세계적으로 통용되는 Munich Re애서 개발한 NATHAN Risk Location Map을 활용한 자연재난과의 상관관계성 분석을 통해, 피해 지역 내 자연재난 요인이 무엇인지 도출하고, 피해금액과의 상관요소들을 발견하여 시설물의 취약도와 신속한 재난 복구를 위한 계획수립 등에 필요한 정보 도출.

◼ 1단계
❏ 연구 목표
- 자연재난 피해 데이터 분석 및 구축
- 재난 원인과 위험 인자 도출
- 빅 데이터 기반 위험 관리 모델 개발
❏ 연구 내용
- 국내외 자연재난 위험 관리 관련 선제 연구, 최근 기술 동향, 해외 기술의 국내 적용 방안에 대한 연구
- Lidar, 위성사진 프로세싱, GIS 등의 공간 정보 데이터 취합 및 분석
- 강우량, 경사도, 풍속, 해수면 높이 등의 기상 정보 데이터 취합 및 분석
- 보험회사 데이터 활용 실제 자연재난 관련 보상 피해액 취합 및 분석
- 실제 자연재난 사례 분석을 통한 도시 시설물의 피해요인 도출
- 자연재난 원인별 빈도 및 심도 분석
- 실제 자연재난 피해 사례와 기상 및 도시 지리‧지형 정보 데이터와의 상관관계 분석
- 실제 재난 사례 피해 데이터를 이용한 Fragility analysis 기반의 건물 및 인프라 시설 위험도 분석
- 딥 러닝 모델 기반 해수면 상승을 고려한 국내 주요 해안 도시의 극한 해수면 높이 재현주기 모델 개발

◼ 2단계
❏ 연구 목표
- 위험 분석 및 시뮬레이션 모델 개발
- 재난 위험 관리 효율화 방안 및 활용 방안 도출
❏ 연구 내용
- 풍속, 강우량 등의 기상 데이터와 Lidar, GIS, 위성사진 프로세싱 기술 등의 공간정보 데이터를 활용한 Fragility analysis 기반 도심지 침수 및 건물 피해 예측 모델 개발
- Stochastic 모델과 Monte-Carlo 시뮬레이션을 활용한 다년도 침수 면적 및 침수고 시뮬레이션 모델 개발
- 보험회사 손실 데이터 기반 재난 원인별 예상 피해액 도출
- 도심지 재난 방재를 위한 안전 시설물의 확률 수준별 취약성 위험 허용 한계 제시
- 정량적 위험 관리 모델의 실증적 검증 및 재난관리 정책에 활용 방안 제시

□ 연구성과
< 정성적 연구성과 >
- 재정적 손실의 원인을 보다 정확하게 판단할 수 있는 ML (Machine Learning) 기반의 리스크 원인 분류모델 개발
- 교통 인프라 시설물에 대한 잠재적 자연재난 영향 요인 및 발생 경향 트렌드 판단을 위한 기술력 축적
- 자연재난으로 인한 호텔 등의 숙박시설물의 유지관리비용 예측 기술 개발
- DNN (Deep Learning Neural Network) 기반의 재난 원인 분석 및 숙박시설물 수리비용 추세 프레임워크 개발
- 자연재난 빈번 지역 분석을 위한 선행연구로써, GIS 공간정보를 활용하여 데이터 통합 및 분석을 통한 지역별 분석 및 주요 평가요소를 도출하였음.
- AHP 기법을 활용한 지역별 분석 주요 평가요소 분류 및 자연재난 빈번 지역 도출을 위한 우선순위를 분류 및 도출.
- 본 연구를 활용하여, 자연재난 빈번지역의 인구밀집도, 인프라 시설 유무 등의 사회경제적 요소에 대한 데이터를 구축하였으며, GIS 가시화 기술을 통하여 지역별 맞춤형 재난 예방에 활용할 수 있다고 판단됨.
- 디지털트윈 기술을 활용하여 시설물의 건물유지관리 방안 및 재난 발생 시, 현재 운용 중인 디지털트윈 기술의 한계점을 도출하였으며, 시설물 안전대응에 필요한 디지털 트윈 기술의 적용 방안 및 예상 효과 도출.
- 레이저스캐너를 활용하여 대상 구조물에 대한 포인트 클라우드를 생성하여 구조물의 균열 및 손상 여부를 감지 및 평가하였으며, 디지털 영상 처리 기술과 결합한 방안을 제안하였음. 이를 기반으로 비지도 분류기법과 이미지 분석을 활용한 손상 부분 감지 방안을 도출.
- 지하 토양의 동적 특성을 활용하여 기존 시설물의 지진 손상 위험평가에 관한 연구를 수행하였으며, 경상북도 지역의 지진 취약 지수 및 지하 토양 특성의 영향을 특성화하기 위한 회귀모델을 개발하고 있으며. 이를 통해, 경상북도 지역의 지진 방재 대책 등에 활용할 수 있을 것이라 기대.
- 포인트 클라우드 데이터 활용 딥러닝 모델 기반 토목구조물의 Semantic Segmentation을 적용하여 객체정보 추정 단계와 Labeling 단계를 거쳐 포인트 클라우드 데이터 활용 BIM 모델 자동 객체 분류 및 생성 방안 도출 중.
- 철도 선로로 인한 지반 침하로 인한 문제점을 방지하기 위하여 위성영상(Sentinel-1)데이터를 사용하여 지반 침하 조기 감지 및 지속적인 모니터링 기법을 개발하고 있으며, 이를 활용하여 지반 침하 위험 지역에 대한 요인별 리스크 저감 기법에 대한 연구 수행 중.
< 정량적 연구성과 >
1단계
- 국외논문 SCI급 5건, 비SCI급 2건
- 국내논문 비SCI급 2건
- 국외 학술발표 1건
- 국내 학술발표 8건
- 외국과학자 국내 유치 1명(박사 후 연구원 1명)
- 인력양성 1명(석사 1명)
2단계(목표)
- SCI급 논문 7건, 등재지 논문 4건
- 국내외 학술발표 10건
- 인력양성 3명(석사 3명)

□ 연구성과의 활용 계획 및 기대 효과
- 예상치 못한 자연재난으로 인한 도시 인프라 시설의 잠재적 피해 규모 및 예측, 정량적 자연재난위험 분석 모델 개발에 활용될 수 있으므로, 보다 체계적인 도시 및 건물 방재 계획에 기여 할 수 있음.
- 현재 시설물의 안전을 위한 재난발생 빈도기준을 보다 강화 할 수 있는 중요한 참고자료로 활용될수 있으며, 연간 재정계획 수립단계에서 선제적 재난 방재에 대한 대책 마련 및 예상 피해 대책 마련 등에 기여 할 수 있음.
- 다양한 통계 기법과 Big data 기반의 딥 러닝 기법은 보다 정확한 자연재난 요소 분석 및 예측을가능하게 하며, 스마트 시티 재난 대응 계획에 필요한 시스템을 구축하는데 중요한 참고자료가 되고,건물 및 인프라 시설의 재난에 대비한 유지관리에도 중요한 정보를 제공 할 수 있음.
- 침수, 강풍 등 자연재난 위험 지역의 시뮬레이션 결과는 향후, 보험회사의 예상 손실 피해액을 고려한 보험가입액 산출에 중요한 근거가 될 수 있으며, 민간 혹은 공공기관에서는 예상 피해금액에 대한 보험가입을 통해 재정적 피해 위험을 최소화 할 수 있는 중요한 참고자료로 활용 될 있음.
- Lidar, GIS, 위성사진 프로세스 기술의 활용은 자연재난 이후에 피해지역을 상세히 파악하는데도움이 되며, 과거 데이터와의 대조작업을 통하여 피해 규모를 정확하게 분석하고, 위험지도 작성을통해 우선적으로 복구 되어야 할 시설 선정에 이바지할 수 있음.
- 세부 연구 결과물은, 추후에 관련 분야 학술지 게재와 특허 개발 등의 연구에 활용될 수 있으며, 주요 해안 도시의 복합재난을 고려한 시설물 유지관리 분야에 이바지할 수 있음.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요약문 ... 2
• 목차 ... 6
• 1. 연구과제의 개요 ... 7
• 2. 연구과제의 수행 과정 및 수행 내용 ... 7
• 3. 연구과제의 수행 결과 및 목표 달성 정도 ... 8
• 1) 연구수행 결과 ... 8
• 2) 목표 달성 수준 ... 9
• 3) 목표 미달 시 원인 분석 ... 9
• 4) 중요 연구변경 사항 ... 9
• 4. 연구성과의 관련 분야에 대한 기여 정도 ... 10
• 5. 연구성과의 관리 및 활용 계획 ... 10
• 6. 다음 단계 연구계획 ... 11
• 1) 연구 목표 및 내용 ... 11
• 2) 연구 추진전략 ... 11
• 3) 연구 추진일정 및 기대성과 ... 12
• 4) 다음 단계 연구비 사용계획 ... 13
• 5) 연구 성과의 활용방안 및 기대효과 ... 13
• 끝페이지 ... 26