• Proceedings of the Korean Institute of Industrial Safety Conference
• /
• 1998.11a
• /
• pp.225-230
• /
• 1998

데이터 마이닝은 대용량 데이터베이스의 데이터 사이에 묻혀 있는 '패턴'을 발견하여 규칙을 추론함으로 여러 가지 유용한 지식을 캐내는 기법이다. 본 논문에서는 효과적인 재해관리 시스템을 구축하기 위해서 재해를 분석하고 대책을 마련할 수 있는 데이터 마이닝을 적용한 '데이터베이스 웨어하우스 마이닝 재해관리 데이터베이스 시스템'을 제시하고자 한다. 데이터 웨어하우스 마이닝은 다차원 데이터베이스로 구축되며 재해데이터간의 상호관련성, 특성요인별 패턴을 찾고 재해발생 가능성을 예측함으로써 재해예방의 의사결정을 지원할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.480-480
• /
• 2021

본 연구에서는 도시재생지역의 재난재해 위험성 및 회복성 분석과 현황 분석을 위한 기초 데이터의 관리와 활용성 증대를 목적으로 데이터를 등록하고 다운로드 할 수 있는 공유 플랫폼을 개발하고자 하였다. 도시재생 데이터 플랫폼은 재난재해, 지역현황, 문서 항목으로 구분하여 도시재생 정보를 서비스한다. 재난재해 항목은 폭우, 폭설, 폭염, 강풍, 지진 5개 자연재해 유형과 이로 인해 추가 피해가 발생할 수 있는 화재, 붕괴, 폭발 사회재난 3개 유형으로 구성되어있으며, 총8 종류의 재난재해 유형에 대한 위험성과 회복성 분석 DB를 제공한다. 지역현황 정보에서는 유휴공간 및 지역자산정보 등 도시재생 현황분석에 필요한 행정(통계)데이터, 시설물정보 등을 제공한다. 아울러 본 연구를 통해 산출되는 논문 및 보고서 등을 문서 항목에서 서비스한다. 데이터셋 등록 시, 시스템에 설정된 재난재해 유형, 시설물 등을 선택해 카테고리를 분류하고, 이력관리를 목적으로 데이터명과 생산년월 등에 대한 필수항목을 입력해야만 등록이 가능하도록 설정하였다. 또한 GIS 기반 공간자료 등록 시에는 가시화 서비스를 위하여 공간자료의 포맷과 좌표체계, 생산년월, 생산기관 등을 필수 입력하도록 하였으며, GIS tool을 활용한 자료 분석에 어려움이 없도록 하였다. 쇠퇴지역의 재난재해 대비/대응을 위한 도시재생 데이터 플랫폼은 금년 시범운영 후, 차년에는 클라우드 서비스 기능을 탑재해 계정 권한과 장소에 제약을 받지 않고 도시재생 업무를 수행하는 모든 사용자가 재난재해 정보를 비롯한 도시재생 관련 정보를 수집·활용할 수 있는 데이터 공유의 장을 구현함으로써 도시재생지역의 효과적인 재난재해 대비/대응 체계를 마련하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.633-633
• /
• 2015

재해의 발생 빈도 증가와 불규칙성, 대형화 추세에 따른 SOC 시설물 피해가 증가함에 따라 유관 기관의 재난/재해 정보 수집은 지속적으로 이루어지고 있다. 그러나 각 기관별로 자료가 분산 관리됨에 따라 선제적 재해대응 체계는 갖추어지지 못하고 있는 실정이다. 이에, 예방적 유지관리체계 구현을 위한 분산정보 공유형 재해대응 인벤토리를 구축하고자 한다. 본 인벤토리는 3차원 공간정보를 기반으로 분산 관리되고 있는 재난/재해 관련 정보를 수집하고 이렇게 수집된 데이터들의 통합적 관리를 위해 데이터 표준화를 거쳐 선제적 재해 대응의 원천 데이터로 활용될 수 있다. 본 연구에서는 인벤토리 관리/연계 모듈의 설계 방안을 마련하고자 국내외 인벤토리 관련 시스템 현황조사를 진행하고 관리 및 연계 대상 데이터의 항목을 선정하고 내용을 분류하였다. 또한, 시스템 요구사항을 수집하고 정의하고 관리/연계 모듈의 세부기능 정의를 하였다. 뿐만아니라, 프로토타입 개발을 위해 서비스 제공 형태와 데이터 제공 방식을 결정하였다. 본 연구에서 개발하고 있는 프로토타입은 Web Service 기반의 REST 방식으로 데이터를 제공할 것이며, 3차원 공간 정보를 기반으로 하고 있다. 본 연구에서는 프로토타입 개발을 위해 기본 주재도를 제작하고 연구 지역의 시설물 정보를 구축하였다. 분산정보 공유형 재해대응 인벤토리 시스템은 분산 관리되고 있는 재난/재해 정보들을 자료 송/수신 모듈을 통하여 수집하고 데이터 필터링 모듈에서 수집된 자료의 표준화와 품질측정을 진행하여 데이터의 신뢰도를 향상 시킬 것이다. 또한, 데이터 관리 모듈을 이용하여 공간정보 데이터를 검증하고 최적화 관리를 할 수 있도록 하며, 시스템 관리 모듈에서 유관기관에서 유입되는 자료들을 관리하고자 한다. 이렇게 구축된 인벤토리 시스템은 선제적 재해대응 의사결정의 원천 데이터를 제공하고 SOC 시설물의 유지관리에 활용될 수 있을 것으로 판단된다.

• Journal of the Korea Safety Management & Science
• /
• v.8 no.4
• /
• pp.1-11
• /
• 2006

의사결정나무 알고리즘은 데이터마이닝 기법중 하나인데 관심이 되는 데이터들에 대하여 분류 및 예측을 가능하게 해준다. 이 기법은 데이터 형태의 특성을 분석할 수 있고 산업재해 형태의 차이점을 찾아내는데 사용될 수 있다. 본 연구에서는 산업재해 데이터의 특성을 파악하고자 C4.5 알고리즘을 사용하였다. 본 연구에서 분석을 위하여 사용된 데이터는 강원도에서 발생한 2년 동안의 산업재해 관련 데이터로서 연구에 적용된 데이터의 수는 19,909개로 구성되어 있다. 본 연구의 목적을 위하여 한 개의 목표변수와 여덟 개의 독립변수가 산업재해 형태에 따라 세분화 되었다. 분석 후 데이터는 222개의 전체 나뭇가지와 151개의 줄기가지로 분류되었다. 또한 본 연구에서는 재해자들의 위험도 관리와 감소를 위하여 이익도표를 제공하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.283-284
• /
• 2023

본 논문에서는 데이터 수집 자동화를 기반으로 한 자연재해 피해 통계 사이트를 구현한다. 자연재해 피해액 데이터는 국민 재난 안전 포털 사이트[1]에 자연재난 상황 통계 데이터를 사용하였다. Python 라이브러리인 Selenium을 활용하여 웹 브라우저를 제어해 자연재해 데이터를 쿼리문으로 변환 후 데이터베이스에 저장하는 자동화 프로그램을 사용한다. 또한 nncron을 활용해 6개월마다 한 번씩 자동으로 프로그램이 실행되도록 한다. 자연재해 종류에 따른 연도별, 시도 구역 자연재해 피해액을 웹사이트로 시각화하여 보여준다. 웹사이트 구현은 React.js와 Node.js를 활용하여 구현하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.72-72
• /
• 2022

전 세계적으로 기후변화로 인한 기상재해의 발생 빈도가 증가하고 있다. 특히 기후변화로 인한 기온상승은 사계절이 뚜렷한 우리나라의 기후도 동남아와 같은 아열대 기후로 변하고 있는 추세이다. 기후변화 전망보고서에 따르면는 우리나라의 연 강우량이 현재(1,491mm)보다 약 11% 증가(1,658mm) 하고, 연평균기온이 현재 대비 2040년대 0.7℃, 2090년대 3.1℃ 상승할 것으로 전망했다. 기후변화에 의한 여름철 기온 상승과 겨울철 기온 하강은 에너지 소비량과 소비 패턴 변화를 유발하고 에너지 수요와 공급 불일치의 원인이 된다. 이에 정부에서는 기후변화에 적응하기 위해 화석연료 기반의 에너지 생산에서 그린에너지를 이용한 에너지 생산으로 전환이 효과적이라고 공표하였다. 이어 2050년까지 탄소중립 달성을 위해 신재생에너지르 통한 도전과제를 제시하였으며, 기업 및 공공기관의 RE100참여를 확대하고 활용 가능한 유망 재생에너지원을 발굴을 목표로 하고 있다. 이에 본 연구팀은 국가 기상재해·그린에너지 빅데이터 센터를 설립하여 정부의 다양한 이행수단의 근거 데이터를 제공하고, 민·관에서 활용 할 수 있는 그린에너지 데이터를 제공하고자 한다. 본 센터에서는 침수예측데이터, 풍력, 태양광, 소수력, 수열 잠재 에너지 데이터를 생산하고 있으며, 각 데이터에 대한 활용 및 서비스 방안을 소개하고자 한다.

• The Journal of the Convergence on Culture Technology
• /
• v.10 no.1
• /
• pp.411-417
• /
• 2024

In the event of a disaster, it is essential to establish a disaster recovery plan and disaster recovery system to minimize disruption to major IT infrastructure and provide continuous business services. In the process of building a disaster recovery system, data replication is a key element of data recovery to provide uninterrupted and continuous business services in the event of a disaster. The data replication method can be determined depending on the system configuration environment and disaster recovery goal level. In this paper, we present a method for determining a data replication method suitable for the configuration environment and disaster recovery target level when building a disaster recovery system. In addition, the replication method decision procedure is applied to build a disaster recovery system and analyze the construction results. After establishing the disaster recovery system, a test was conducted to determine whether the service was transferred to the disaster recovery center in a disaster situation and normal service was provided, and the results were analyzed. As a result, it was possible to systematically select the optimal data replication method during the disaster recovery system construction phase. The established disaster recovery system has an RTO of 3.7 hours for service conversion to the disaster recovery center to provide continuous business services, and the disaster recovery level, which was Tier 2, has been improved to the target level within 4 hours of RTO and RPO=0.

• Proceedings of the Korea Contents Association Conference
• /
• 2014.11a
• /
• pp.251-252
• /
• 2014

최근 들어, 여러 곳에서 산업재해가 발생하여 심각한 인명피해와 경제적인 손실을 불러오고 있다. 산업재해의 발생빈도를 최대한 줄이기 위해서는 산업재해의 원인이 되는 다양한 요소들을 파악하여 원인을 차단하는 것이 필수적이다. 본 논문은 여러 산업재해 간 유사성이 존재한다는 사실에 기반 하여 산업재해 빅 데이터 분석을 통해 사고를 일으킬 수 있는 원인을 파악하여 잠재적인 사고의 발생을 예방하고, 위업요인을 예측할 수 있는 효율적인 산업재해 빅 데이터 활용방법을 제시한다.

• Industry Promotion Research
• /
• v.5 no.1
• /
• pp.1-11
• /
• 2020

The purpose of this study is to analyze the industrial accidents data with survival model. EDA approach is used to explore the relationship between two variables and among three variables for the past 10 years of industrial accidents data. Survival models are also tried. Survival curve drops more rapidly for the business with fewer employees as time goes by. Industrial accidents occur more often as the total number of industrial accidents gets larger and as the number of employees gets smaller. Agriculture, fishing and forestry have a higher level of industrial accidents than construction while service industry and 'transportation·storage and telecommunication' have a fewer number of industrial accidents than construction. Korea Safety and Health Agency's and Ministry of Employment and Labor's involvement were not effective but Civilian's was. Recurrent event data analysis reveals all most the same result as for non-recurrent data analysis.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.42 no.1
• /
• pp.127-134
• /
• 2022

Recently, policies and research to prevent increasing construction accidents have been actively conducted in the domestic construction industry. In previous studies, the prediction model developed to prevent construction accidents mainly used only structured data, so various characteristics of construction sites are not sufficiently considered. Therefore, in this study, we developed a machine learning-based construction accident prediction model that enables the characteristics of construction sites to be considered sufficiently by using both structured and text-type unstructured data. In this study, 6,826 cases of construction accident data were collected from the Construction Safety Management Integrated Information (CSI) for machine learning. The Decision forest algorithm and the BERT language model were used to train structured and unstructured data respectively. As a result of analysis using both types of data, it was confirmed that the prediction accuracy was 95.41 %, which is improved by about 20 % compared to the case of using only structured data. Conclusively, the performance of the predictive model was effectively improved by using the unstructured data together, and construction accidents can be expected to be reduced through more accurate prediction.