재난관리 시스템… 빅데이터와 사물인터넷이 ‘열쇠’
미래예측 기술 관련 장기적 전략 수립 급선무
재난은 사전에 예방해 일어나지 않도록 하는 것이 가장 최선이지만, 만약 예방하지 못했을 경우 사전에 예측해 대비하는 것이 필요하다. 사물과 일상이 데이터화되는 시대가 도래하면서 재난관리 분야에서 빅데이터와 사물인터넷의 중요성이 주목받고 있다. 본지에서는 황종성 한국정보화진흥원 센터장의 발표를 중심으로 데이터시대의 재난관리 시스템에 대해 알아본다.
2004년 인도네시아에서 발생한 쓰나미는 약 22만 명의 생명을 앗아갔다. 당시, 인도네시아 당국은 위급한 상황임에도 불구하고 쓰나미의 발생 경로와 진행 상황을 제대로 파악하지 못해 대응이 안일했다는 지적을 받았다. 또한, 2005년 미국 남부를 강타한 허리케인 ‘카트리나’ 또한 재난재해 예측과 관리에 대한 경각심을 일깨우는 계기가 되었다. 이에 따라 센서를 이용한 ‘Early Warning system’이 등장했는데 문제는 시스템의 운영비용이었다. 고가의 운영비용 탓에 사장되는 센서가 생기면서 시스템 자체의 한계가 드러났다. 그러나 최근 데이터 시대가 도래하면서 재난관리 시스템은 새로운 가능성을 보게 되었다.
데이터 시대의 데이터 활용 행태는 이전 시대인 정보화 시대와 비교해 두 가지 측면에서 큰 차이를 보인다. 첫째, 데이터 양의 폭발적인 증가다. 이전에는 데이터 양보다 애플리케이션의 크기가 컸지만, 현재는 데이터의 전체적인 양이 애플리케이션의 크기를 뛰어넘는 시대가 됐다. 두 번째는 데이터와 정보 시스템의 분리다. 이제까지 정보 시스템의 부속품처럼 여겨졌던 데이터가 독립적인 영역을 구축해 독자적인 하나의 상품이 되는 것이다.
데이터 활용 측면에서 현재 주류를 이루고 있는 두 갈래는 사물인터넷(IoT)과 빅데이터다
(그림 1). 이 두 가지 개념은 사실 같은 선상에 있는 것으로 볼 수 있다. 사물인터넷은 데이터를 취득하는 기술이고 빅데이터는 그렇게 취득한 데이터를 분석하는 기술이다.
데이터 시대에 따른 인간 생활의 변화가 아직 폭발적인 수준은 아니지만, 그 변화의 폭은 점점 커질 것이다. IT의 시대, 즉 정보화 시대에서 가장 우선시되는 가치는 빠른 것이었다. 온라인뱅킹과 전자정보 시스템 등은 프로세스를 통해 속도를 높이는 것에 열중했다. 그러나 데이터 시대에서는 빠른 것보다 정확한 것이 중요하다. 이와 관련해 미국의 IT 분야 리서치 업체 가트너는 데이터 분석 발전 모델을 제시했는데(그림 2), 그는 데이터 분석이 서술적 분석(Descriptive Analytics)에서 처방적 분석(Prescriptive Analytics)로 발전할 것이라고 전망했다. 한국정보화진흥원은 한국에서도 데이터 분석을 통한 재난관리 시스템을 체계화하기 위해 미래부와 함께 데이터 기반 미래 전략을 세웠다. 주요 기술은 Horizon Scanning, Big Data Analysis, Simulation 등이다. 이 중 Horizon Scanning은 인터넷에 사람들이 올린 데이터를 분석해 그들의 반응을 모아 어떠한 일이 일어날 것인가를 예측하는 기술이다.
그렇다면 데이터 분석을 통한 재난관리 시스템은 어느 수준까지 도달할 수 있을까(그림 3). 첫 번째 단계는 Horizon Scanning을 통해 위험 요인을 도출하는 것이다. 그 다음 단계는 빅데이터 기술을 활용해 위험도를 분석(Profiling)하는 것이다. 빅데이터 기술과 사물인터넷 기술이 융합되면 재난 발생을 사전에 예측할 수 있다. 재난관리 시스템의 가장 높은 단계는 재난 발생 예측을 뛰어넘어 재난을 대응하고 예방하는 것이다. 그러기 위해서는 시뮬레이션 기술이 발전해야 할 것이다.
미국의 경우, 토네이도와 관련된 재난 예측 연구가 활발히 진행되고 있다. 오클라호마 대학 연구팀에 따르면 1980년대에 토네이도 발생을 5분 전에 예측할 수 있는 수준이었던 것이 2013년, 15분 전에 예측할 수 있는 수준으로 발전했다. 현재 오클라호마 대학 연구팀의 목표는 60분 전에 토네이도 발생을 예측해 대비하는 것이다.
그러나 우리나라의 데이터 분석 전문가 26명을 대상으로 설문 조사를 실시한 결과, 기술선진국 대비 한국의 미래예측 기술 수준은 51.3%라고 답변했다. 한 전문가는 “아주 단순화시켜 말하면, 한국이 미래예측과 관련해 현재 개발 중인 데이터 분석 기술은 구글이 이미 2005년, 2006년 경에 했던 일들”이라고 말했다. 다른 전문가들 또한 한국의 문제점으로 “90년대의 인터넷 강국이란 인식에 매몰”, “공공 부문의 데이터 분석 미비”, “인력, 활용 데이터, 활용 및 성공 사례 부족” 등을 꼽았다. 이처럼 한국의 미래예측 기술은 아직도 많은 발전이 필요하며, 이를 위해 단기적인 정책들뿐 아니라 장기적인 전략을 수립할 필요가 있다.
/pdf.png)
/smartmap_2_01.png)
/smartmap_2_04.png)
/smartmap_2_big_04.jpg)
/smartmap_2_05.png)
/smartmap_2_big_05.jpg)
/smartmap_2_08.png)
/smartmap_2_big_09.jpg)
/smartmap_2_09_2.png)
/smartmap_2_big_10_2.jpg)
/smartmap_2_11_2.png)
/smartmap_2_big_12_2.jpg)
/smartmap_2_02.png)
/smartmap_2_03.png)
/smartmap_2_06.png)
/smartmap_2_big_07.jpg)
/smartmap_2_07.png)
/smartmap_2_big_08.jpg)
/smartmap_2_12.png)
/smartmap_2_big_13.jpg)
/smartmap_2_13.png)
/smartmap_2_big_14.jpg)
/smartmap_2_14.png)
/smartmap_2_big_15.jpg)
/smartmap_2_15.png)
/smartmap_2_big_16.jpg)
/smartmap_2_16.png)
/smartmap_2_big_17.jpg)
/smartmap_2_17_2.png)
/smartmap_2_big_18_2.jpg)
/smartmap_2_18_2.png)
/smartmap_2_big_19_2.jpg)
/smartmap_2_19._2.png)
/smartmap_2_big_20_2.jpg)
/smartmap_2_20.png)
/smartmap_2_big_21.jpg)
/smartmap_2_21.png)
/smartmap_2_22.png)
/smartmap_2_23.png)
/smartmap_2_24.png)
/smartmap_2_25.png)
/smartmap_2_26.png)
/smartmap_2_27.jpg)