빅데이터의 위상이 나날이 높아지고 있다. 여러 가지 정보가 복합적으로 뭉쳐있는 빅데이터에서 가장 중요한 것은 정보 분석이다. 똑같은 원 정보에서 어떤 경향을 뽑아내느냐에 따라 해당 자료는 소비자의 맞춤 구매를 알려주기 위한 홍보자료로 사용될 수도 있고, 유권자들의 정치 성향을 알려주는 투표 결과 예측자료가 될 수도 있다. 이러한 정보가 우리의 안전을 지키고 사고를 예방하는데 쓰일 수 있다면 얼마나 든든할까? 빅데이터가 소방 안전에 어떻게 활용되고 있는지 사례를 통해 소개하고자 한다.

골든타임 빅데이터가 지킨다

사고가 발생하였을 경우, 피해를 최소화하기 위해서는 가장 짧은 시간 내에 현장에 도착하는 것이다. 아무리 좋은 장비를 가지고 있더라도, 그 장비를 사용하여야 할 현장에 제 시간에 도착하지 못한다면 할 수 있는 일이 대폭 줄어들기 때문이다. 물에 빠진 사람을 구조하든, 화재 현장을 진압하든, 갑자기 심정지가 온 사람을 싣고 가든 이 대전제는 동일하다.

그런 점에서 각 지자체에서 실시하고 있는 공간정보시스템과 빅데이터의 연결은 제각기 다른 특성을 지닌 지역마다 최적의 대책을 수립할 수 있다는 점에서 긍정적이다. 대표적인 것이 대전광역시, 광주광역시, 전라북도 등에서 실시하고 있는 골든타임 확보를 위한 구급차 운영방안이다. 행안부 정부통합전산센터와 연계해 해당 지역에 구급차가 골든타임 내에 도착한 확률이 얼마나 되는지, 만일 그 확률이 낮은 편이라면 무엇이 방해요인이 되는지 등을 분석해 취약 지역을 선정하고, 해당 지역의 도로망 등을 분석해 골든타임 내에 도착할 수 있도록 장비와 인력을 재배치하는 것이 이 정책의 기본이다. 특히 도시와 농어촌지역이 뒤섞인 지자체의 경우, 같은 도내에 있어도 구급차 운전을 방해하는 요소가 다를 수밖에 없어 지역별 특성을 분석할 수 있는 빅데이터 활용이 큰 도움이 된다.

서울시 소방안전 지도는 골든타임 내 현장 도착을 위한 안내 정보는 물론 신속한 현장 대처를 위해서 빅데이터 정보를 활용하고 있다. 이 네비게이션 시스템 안에는 서울시에서 보유한 70여만 채의 건축물 정보를 비롯해 사고가 발생한 건축물 인근에 공장지대나 쪽방촌 등이 있는지, 도로의 너비에 따라 지나갈 수 있는 소방차의 기종 안내와 같은 다양한 정보들이 들어있다. 화재 진압 시 특히 유용한 것은 화재가 발생한 건물의 정보이다. 계단출입구, 비상구, 직통계단 및 피난계단의 위치 정보를 기반으로 좀 더 신속하게 화재 진압과 구조작전을 병행할 수 있기 때문이다.
신속하게 정보를 업데이트할 수 있다는 점도 큰 장점이다.

빅데이터를 활용하여 사고를 예방한다

2018년 9월 119 소방정책 콘퍼런스에서 발표된 <빅데이터 분석을 통한 승강기 및 소방시설 관련 출동 경감 방안에 관한 연구>는 온도·습도 등 계절별 기상요인과 119의 출동과의 상관관계를 분석하고 이를 시각화한 처리결과를 분석해 불필요한 출동을 줄일 수 있는 구체적인 정책제안을 제시했다. 승강기와 소방시설의 오작동은 겉으로 보기에는 별 상관관계가 없어 보이지만, 둘 다 덥고 습한 기후(6월~8월)가 지속될수록 고장률이 높아진다는 것이 공통점이다.

논문에서는 승강기 닫힘 구조출동 경감을 위해 연 1회의 불특정한 날에 실시하는 승강기 점검을 6월 이전에 실시하여 예방차원의 정밀점검을 강화하고 승강기 기계실에 대한 온도 및 습도 관리 유지대책을 마련하는 것이 119구조대의 출동을 경감시킬 수 있는 방안이 될 수 있다고 말하고 있다. 또한 승강기 고장발생 특징을 빅데이터로 분석하여 연속적으로 발생되는 패턴을 찾을 수 있으며, 고장발생 빈도가 일반 평균수준을 상회하는 대상에 대해서는 관리주체에게 정보를 제공함으로써 근본원인을 제거할 수 있도록 유도하는 것을 제안하고 있다.

소방시설 오작동과 관련해서는 출동빈도가 많은 대상물에 한하여 고온다습한 7월이 시작되기 전에 사전 방문점검 또는 예방교육을 실시하고, 빅데이터 분석 결과 소방시설 오작동 중 가장 많은 부분을 차지하는 감지기의 형식승인 및 제품검사의 기술 기준을 강화하며, 또한 비화재보 출동 대상물 이력관리를 통해 잦은 비화재보 출동 이력 대상물에 대하여 축적기능이 있는 수신기 또는 감지기를 사용하도록 계도하는 것이 119 생활안전대의 출동 빈도를 저감할 수 있다고 제언하고 있다.

이 연구에서는 세분화된 원데이터를 수집하고 분석하여 유의미한 결과를 도출하는 빅데이터 활용을 통해 정책개발 및 반영, 정책의 시행과 사후 평가를 통해 119 소방활동 정책의 상호 시너지효과가 극대화 할 것이라고 말하고 있다.

2017년 11월, 공공 빅데이터 우수사례 경진대회에 출품된 한국전기안전공사의 <빅데이터 기반 지능형 전기화재 예방·예측 플랫폼 구축>도 빅데이터의 예방적 활용을 기대해볼 수 있는 사례다. 대구를 시범지역으로 2009년도부터 전기안전공사가 축적한 1억 2천만 건의 전기안전점검 데이터와 행안부의 전기화재 현황 데이터, 기상청의 기상정보, 국토부의 건축물 정보 등을 수집하고 분석하여 만들어졌다.

건축물이나 공간, 기상 상황 등 전기화재에 영향을 미칠 수 있는 여러 가지 요인을 종합 분석하여 화재발생 위험성을 예측할 수 있는 것이 강점이며, 전선의 절연저항값이 낮아질수록 누전 확률이 올라가고, 전기화재와도 밀접한 관계를 지니게 되는 것을 캐치해 빅데이터로 활용한 예다. 작년 시범사업 진행 이후 올해 전국을 예측대상으로 하는 기술로 발전했으며 건물노후도, 건물구조, 절연저항값, 전력사용량 등의 변수를 인공지능 알고리즘으로 분석해 화재위험도별 등급(A~E)을 분류한다.

또한 산림청과 각 지자체에서 진행하는 산불지도, 산불예보시스템도 빅데이터를 활용해 한층 정교해지고 있다. 산림청에서는 2015년 빅데이터 구축을 통해 산불예보의 정확도를 74.2%에서 83.3%로 올리고 정보처리 시간도 3시간에서 50분으로 대폭 줄였다. 산림청의 임산도와 기상정보 등을 종합해 위험지역을 도출하는 방식을 썼다. 누구나 접속 가능하고, 일별로 어느 지역에 몇시에 화재경보가 내렸는지 확인할 수 있어 보다 정밀한 방식으로 예방대책을 세우는 데도 활용할 수 있다.

한편 지자체에서는 그간 발생한 산불에 대한 정보와 산불 감시 자원의 배치 현황 등을 파악해 산불감시자원의 효율적 투입과 입산 통제 구간 지정 등에 빅데이터를 활용하고 있다. 강원도에서는 25년간의 자료를 분석해 지도화 했고, 전라북도에서도 2018년 5월부터 자료 분석에 들어갔다. 산악지대에서 불이 나면 인명피해는 상대적으로 적어도 광범위한 자연자원이 훼손되고 복구에 오랜 시간이 걸린다. 특히 한국은 산지가 70%에 달하는 나라인 만큼 빅데이터의 활용이 국토 안전에도 높은 효율을 올릴 수 있다는 점에서 긍정적이다.

빅데이터를 통해 안전사고의 발생률을 낮추고 피해를 최소화하도록 정책을 입안하는 것은 사회의 안전망을 한층 튼튼하게 만드는 일이다. 그러나 모든 일은 사람에 의해 이루어진다는 생각 또한 잊어서는 안 된다. 설령 구조도를 다 알고 있는 건물이라 하여도 비상구가 짐으로 꽉 막혀있다면, 방화문이 제대로 닫혀있지 않다면, 빅데이터를 통해 구축된 정보망이 실제와 다르다면 우리가 노력한 안전에 대한 노력은 한순간에 물거품이 되기 때문이다.

※ 참고문헌. 이성연, 「빅데이터 분석을 통한 승강기 및 소방시설 관련 출동 경감 방안에 관한 연구」, 제30회 119소방정책 컨퍼런스, 2018