표제지
국문초록
목차
제1장 서론 13
제1절 연구의 배경 13
제2절 연구의 필요성 21
제3절 연구의 목적 및 방법 25
1) 연구의 목적 25
2) 연구의 방법 26
제2장 관련 기술 및 선행연구 분석 27
제1절 재난관리 시스템 기술 현황 27
1) 인공지능을 활용한 재난안전기술 27
2) 산불 예방을 위한 첨단 기술 동향 32
3) 재난 예측 기술 개발 동향 34
제2절 재난방송 시스템 기술 현황 38
1) 미국의 재난방송 시스템 기술 동향 38
2) 일본의 재난관리 및 방송 시스템 현황 41
3) 국내 재난 예·경보 시스템 현황 44
4) 비상방송 시스템 연구 현황 48
제3절 공공데이터 관련 선행연구 52
1) 공공데이터의 개요 52
2) 민간 활용 사례 연구 59
제4절 자연어 처리 관련 선행연구 64
1) 자연어 처리의 개요 64
2) 문서 요약의 정의 및 동향 71
3) 문서 요약 모델 74
제5절 요약 및 시사점 85
1) 선행연구 분석 요약 85
2) 시사점 86
제3장 시스템 설계 87
제1절 연구 시스템 개요 87
제2절 시스템 구성 90
1) 공공데이터 수집 90
2) 텍스트 마이닝 94
3) 문서 요약 99
4) 평가 및 모델 추천 100
5) 방송 송출 108
제4장 실험 결과 및 분석 111
제1절 실험 개요 111
제2절 조건별 성능 비교 113
1) 뉴스 분야별 요약 결과 및 평가 결과 114
2) 참조본별 요약 결과 및 평가 결과 136
제3절 연구의 성과 142
1) 시스템 활용의 기대효과 142
제5장 결론 144
참고문헌 146
ABSTRACT 158
[표 1-1] 재난의 종류 14
[표 2-1] 참여기관별 역할 38
[표 2-2] EAS 메시지 발령 내용(EEE) 코드 예시 39
[표 2-3] 공공데이터의 정의 52
[표 2-4] 공공부문(재난안전) 데이터 분석 및 활용 우수사례 56
[표 2-5] 국외 주요국 공공데이터 개방 및 활용 정책 58
[표 2-6] 범주별 NLP 응용 67
[표 2-7] 추출 요약 방법별 문장의 중요성 평가 기준 73
[표 3-1] 대기오염정보 API 개요 및 실험 조건 90
[표 3-2] 응답 메시지 명세 91
[표 3-3] 경고용 재난 상황 정의 97
[표 3-4] 평가 예시 107
[표 4-1] 모델별 실험 결과 1 (연합뉴스: 코로나19) 114
[표 4-2] 모델별 실험 결과 2 (연합뉴스: 코로나19) 117
[표 4-3] 모델별 실험 결과 3 (연합뉴스: 코로나19) 120
[표 4-4] 모델별 실험 결과 4 (KBS: 날씨) 123
[표 4-5] 모델별 실험 결과 5 (연합뉴스: 가뭄) 126
[표 4-6] 모델별 실험 결과 6 (KBS: 홍수) 129
[표 4-7] 모델별 실험 결과 7 (KBS: 미세먼지) 132
[표 4-8] 모델별 실험 결과 정리 135
[표 4-9] GPT 변경 실험 결과 1-1, 1-2 (연합뉴스: 코로나19) 136
[표 4-10] GPT 재요약 시 실험 결과 정리 140
[그림 1-1] 세계 재난 피해 규모 18
[그림 1-2] 재난 유형별 발생 비율 18
[그림 1-3] 자연재난 발생 현황 19
[그림 1-4] 최근 10년간 재원별 복구비 현황 20
[그림 1-5] 사회재난 발생 현황 20
[그림 1-6] 사회재난 재산 피해 현황 20
[그림 1-7] 재난의 4단계 21
[그림 1-8] 전관방송 시스템 기본 구성도 23
[그림 2-1] 인공신경망 기반 지진동 감지 모델 28
[그림 2-2] 딥러닝 기반 도시침수해석 29
[그림 2-3] 지역별 최대풍속 및 정전 가구수 예측 프로그램 30
[그림 2-4] 지붕 타입 식별 모델 31
[그림 2-5] ASTER 센서로 확인된 미국 그랑프리(Grand Prix) 산불 32
[그림 2-6] LoRa 네트워크 구성도 33
[그림 2-7] WIFERE 산불 확산 예측 지도 34
[그림 2-8] 건축물 화재 위험도 예측 결과 35
[그림 2-9] DART 4G System 36
[그림 2-10] IPAWS 구성도 40
[그림 2-11] NHK의 TOC 운영 체계 42
[그림 2-12] EWBS 체계 43
[그림 2-13] 재난문자방송 송출체계도 45
[그림 2-14] DMB 재난경보서비스 발령체계도 46
[그림 2-15] 재난방송온라인서비스 세부 구성도 47
[그림 2-16] 주소기반 비상방송 시스템 48
[그림 2-17] 인터넷 기반의 수신자 맞춤형 재난경보 전달시스템 시스템 49
[그림 2-18] 재난경보 방송의 재전송을 위한 지능형 이동 로봇들의 협업 50
[그림 2-19] 제안기술의 개념도(좌)과 방향탐지 앱(우) 51
[그림 2-20] 데이터 맵 54
[그림 2-21] 데이터 수집에서 활용까지의 과정 55
[그림 2-22] 서울 실시간 도시데이터 예시화면 57
[그림 2-23] 서울 생활이동 예시화면 58
[그림 2-24] 에어가드K 실행화면 60
[그림 2-25] 통합재난정보전달솔루션 구성도 61
[그림 2-26] 굿바이코로나 실행화면 62
[그림 2-27] enbrix 실행화면 63
[그림 2-28] 세계안전정보 63
[그림 2-29] NLP의 하위 분야 64
[그림 2-30] 심층 신경망(DNN) 개념도 66
[그림 2-31] 자연어 처리 과정 68
[그림 2-32] 추출 요약과 생성 요약 비교 72
[그림 2-33] TextRank 데이터 흐름 75
[그림 2-34] Copy Mechanism 모델 77
[그림 2-35] Transformer 모델 78
[그림 2-36] BERT 모델 80
[그림 2-37] GPT-3의 학습 및 출력 82
[그림 2-38] 텍스트 대 텍스트 프레임워크 다이어그램 83
[그림 3-1] 시스템 환경 87
[그림 3-2] 방송 결정 흐름도 88
[그림 3-3] HTML 태그와 애트리뷰트 95
[그림 3-4] KBS뉴스 웹 접근 화면 96
[그림 3-5] 웹 크롤러 구성도 97
[그림 3-6] 웹 스크래핑 순서도 98
[그림 3-7] 방송용 콘텐츠 생성 99
[그림 3-8] 문서 생성 모델의 활용 가능 평가 지표 101
[그림 3-9] BERTScore 절차도 105
[그림 3-10] 상호 평가 방법 107
[그림 3-11] 방송 시스템 연동 108