본문으로 바로가기

발간물

빅데이터 기반 건축물 화재 예측 모델 개발 연구
조영진 연구위원 허한결 부연구위원 안의순 부연구위원 류수연 연구원 송유미 연구원 현태환 연구원
  • 일반연구보고서 2022-5
  • 2022.12.31
  • 140페이지
  • 조회수 853908
요약

최근 건축물의 재난・재해 문제 해결을 위해 건축・도시공간의 데이터 활용을 통하여 대응하고자 하는 시도가 활발히 이루어지고 있다. 화재안전 분야에서도 소방서의 위치 선정 등을 출동시간 데이터를 활용하고자 하는 시도 등 데이터 기반 재난 대응에 노력하고 있다. 다만 아직까지는 건축물 화재 대응은 화재확산방지 시설의 설치‧점검 등을 중심으로 예방보다는 피해최소화에 초점을 맞추고 있는 실정이다. 사실상 모든 재난이 동일하지만 사고는 발생 후 피해를 최소화하는 것도 중요하지만 가장 좋은 것은 사고 자체를 사전에 예방하는 것이다.

AI, 머신러닝, 딥러닝 등 제4차 산업혁명 기술의 발달은 건축물에서 발생하는 재난·재해 발생과 피해 예측의 가능성을 제시하고 있으며, 이러한 기술을 활용하여 건축물의 안전사고를 사전에 예측하고자 하는 시도가 필요하다. 특히, 건축행정시스템 및 국가화재정보시스템 등 건축물의 화재와 관련하여 다양하고 방대한 빅데이터가 공공데이터로 구축 및 개방되고 있는 만큼, 이러한 빅데이터를 활용한 재난・재해 예측 시스템 구축을 위한 연구가 필요한 실정이다.

이에 본 연구는 건축물의 속성정보와 건축물에서 발생한 화재 발생 데이터를 활용하여 건축물의 안전사고 예방을 위한 재난·재해 위험지역 예측 방법론을 구축하고, 방법론을 토대로 건축물 화재 예측 모델을 제안하고자 한다.

목차

제1장 서론

1. 연구의 배경 및 목적 2

  1) 연구배경 및 필요성 2

  2) 연구의 목적 6

2. 연구의 범위 및 방법 7

  1) 연구의 범위 7

  2) 연구의 방법 8

3. 선행연구와의 차별성 10


제2장 재난・재해 빅데이터 관련 동향

1. 국내 재난・재해 빅데이터 시스템 14

  1) 국가재난관리정보시스템(NDMS) 14

  2) 안전정보통합공개시스템 16

  3) 국가화재정보시스템(NFDS) 20

  4) 경찰청 지리적 프로파일링 시스템(GeoPros) 22

2. 국외 재난・재해 빅데이터 시스템 24

  1) FIRECAST by Conservation International 24

  2) Fire Danger Forecast by USGS(U.S. Department of the Interior) 25

  3) 건축물 화재 위험도 예측 모델(Metro21: Smart Cities Institute) 28

  4) 구글(Google) 홍수예측 시스템 30

3. 기계학습 모형 고찰 32

  1) 의사결정나무 33

  2) 랜덤포레스트 34

  3) 서포트 벡터 머신 35

  4) 인공신경망 36

  5) 딥러닝 37

4. 빅데이터 기반 재난·재해 예측 연구 39

  1) 빅데이터 기반 재난‧재해 연구 동향 39

  2) 빅데이터 기반 화재 연구 동향 45

5. 소결 48

  1) 국내외 재난・재해 빅데이터 기반 예측・예방・대응 시스템 48

  2) 빅데이터 분석 방법론 및 관련 연구 동향 49


제3장 건축물 화재 예측 모델 개발

1. 대상지 선정 및 데이터 연계 52

  1) 대상지 선정 및 특성 52

  2) 데이터 연계 및 공간정보화 방향 57

  3) 건축물 화재 발생 데이터 공간정보화 59

  4) 건축물 범죄 발생 데이터 공간정보화 65

2. 건축물 화재 위험지역 예측 방법론 수립 67

  1) 기계학습 기반의 화재 및 범죄 취약건물 예측모형 개발 67

  2) 화재 및 범죄 데이터 가공 67

  3) 분석 데이터 구축 72

  4) 기계학습 모델 선정 및 분석 데이터 전처리 74

  5) 기계학습을 활용한 화재 취약 건축물 예측 79

3. 소결 80


제4장 건축물 화재 예측 모델 적용

1. 건축물 특성에 따른 화재 통계 84

2. 기계학습 기반 화재 취약 건축물 예측 97

  1) 의사결정나무 모델을 활용한 화재 취약 건축물 유형 추출 97

  2) TabNet 모델을 활용한 화재 위험 영향 요인 추출 100

  3) 화재 취약 건축물 예측 및 시각화 103

3. 소결 및 시사점 104

  1) 건축물 화재 데이터 기술통계 104

  2) 기계학습 기반 화재 취약 건축물 예측 105


제5장 결론

1. 연구의 요약 108

2. 향후 연구과제 및 정책적 시사점 110


참고문헌 113

SUMMARY 117

조영진 연구위원의 다른 보고서

본 공공저작물은 공공누리 “출처표시+상업적이용금지+변경금지” 조건에 따라 이용할 수 있습니다.
콘텐츠 제공 담당자

담당부서출판·홍보팀연락처044-417-9640

건축공간연구원 네이버 포스트 건축공간연구원 네이버 TV 건축공간연구원 유튜브 건축공간연구원 페이스북