상황별 재난 대비가 가능한 인공지능 경보방송 방법 연구

Abstract

Modern society has achieved the development of civilization based on the development of science and technology. However, due to adverse effects such as increase in complexity and environmental destruction, the risk of various disasters in increasing, and the types of disasters are becoming very diverse, resulting in new disasters that did not exist before. Under the current law, disasters are largely divided into natural disasters caused by natural activities such as typhoons, floods, and heavy rains, and social disasters caused by the development of human science and civilization. However, both natural disasters and social disasters are disasters caused by the development of civilization. In the case of natural disasters, experts diagnose that they are the result of failing to reduce greenhouse gas emissions while adapting without actively responding to climate change. Social disasters also occur along with the development of human civilization, and new social disasters continue to arise. In addition to COVID-19, livestock epidemics, and fine dust issues, disasters that are not legally defined, such as the recent large-scale stampede in Itaewon, continue to emerge. These disasters need to be controlled, and various activities to minimize damage caused by disasters are called disaster management. Disasters can be classified into four stages: the pre-disaster prevention stage, which is prevention and preparation, and the post-disaster management stage, which is response and recovery. Here, prevention and preparation are activities to avoid potential risks through preemptive preventive activities, and response and recovery are steps to minimize the damage situation that has occurred or to normalize victims and communities. These 4 stages of disaster can be viewed as activities that are linked to each other without being distinguished independently. Among various methods to respond to such disasters, this study proposed a method for disaster preparedness by adding a method for preparation to the public address system, one of the disaster response systems. A public address system is an information broadcasting system that transmits sound information in one direction to an unspecified number of people, and is also called premises broadcasting equipment. It is a device that operates as background music or information broadcasting transmission equipment in normal times, but is converted into an emergency broadcasting system and transmits emergency broadcasting in case of fire or emergency. The fundamental purpose of this study is to propose an economical and effective disaster preparedness method. To achieve that goal, public data provided by the government's public data portal and disaster-related news from the disaster portal are retrieved through web crawling to improve the delivery of information. The unnecessary content and rhetoric included in the sentence are removed, and the long sentence is summarized into a short sentence that is easy for listeners to understand, and the speech is reproduced and transmitted through the TTS installed in the public address system. In a specific way, the data brought from the public data portal can be used as broadcast content while changing the corresponding numerical value or status value through a standardized sentence. However, in the case of disaster news, sentences are summarized using a deep learning-based or statistical-based natural language summary model. In general, research is conducted to improve performance by developing a language model that shows good performance or fine-tuning the language model. However, in this paper, documents summarized through various models with good performance are evaluated in real time through the system, and the summary with the best evaluation is recommended for broadcasting. It is a method of recommending summaries that received excellent reviews for broadcasting. Various language models for natural language processing may or may not receive good evaluations depending on the case. The thing is that the output of a good model can't always get a good evaluation. In order to evaluate these results, there must be a good reference (reference or answer document). For this, if a person makes a reference directly, real-time performance is poor and labor costs are high. As an alternative to this, the summary sentence summarized by each language model is used as a reference for evaluation and the result is obtained through mutual evaluation. What was confirmed while experimenting using the ROUGE and BLEU scores as evaluation indicators is that there is no model that always shows excellent results. Therefore, in this study, which makes real-time recommendation through evaluation after real-time document summarization, it is possible to obtain a sentence summarized by the best language model regardless of any original sentence. Through this, it can be used as disaster preparedness broadcasting content that people can concentrate on and understand easily. If the 'method of receiving real-time disaster data and summarizing and alerting various disaster news such as flood, drought, and fine dust' proposed in this study is adopted as a function of public address system, broadcasting using summarized sentences is expected to be used as a good tool to avoid disasters.|현대사회는 과학기술의 발전을 토대로 문명의 발전을 이루어왔다. 그러나 이로 인한 복잡성의 증가와 환경파괴와 같은 역기능으로 다양한 재난의 발생위험이 커지고 있으며, 그 종류도 매우 다양해져서 기존에는 존재하지 않았던 신종 재난들도 생겨나고 있다. 현행법상 재난을 크게 두 가지로 분류하는데 태풍, 홍수, 호우 등 자연 활동에서 유래한 자연재난과 이를 제외한 인간들의 과학 문명 발달과 함께 야기된 사회재난으로 구분한다. 그런데 자연재난과 사회재난 모두 문명의 발달과 함께 야기된 재난들이다. 자연재난의 경우 기후변화에 적극적으로 대응하지 않고 적응해 가면서 온실가스 감축에 실패하면서 나타난 결과라고 전문가들은 진단한다. 사회재난 또한 마찬가지로 인간의 문명 발달과 함께 발생하는 것으로 새로운 사회재난들이 계속 생겨나고 있다. 코로나19, 가축전염병, 미세먼지 문제 등은 물론이고 법률적으로 정의되지는 않았지만 최근 이태원에서 발생한 대규모 압사 참사와 같은 재난들도 속출하고 있다. 이러한 재난은 통제할 필요가 있으며, 재난으로 인한 피해를 최소화하기 위한 제반 활동을 재난관리라고 한다. 재난을 4단계로 분류할 수 있는데 예방과 대비라는 사전 방재단계와 대응과 복구라는 사후 수습단계로 구분할 수 있다. 여기서 예방과 대비는 선제적 예방 활동을 통해 잠재적 위험을 회피하기 위한 활동이고, 대응과 복구는 발생한 피해 상황을 최소화하거나 피해자들과 지역사회를 정상화하기 위한 단계이다. 이러한 재난의 4단계는 독립적으로 구분되지 않고 서로 연계된 활동으로 볼 수 있다. 이러한 재난에 대응하기 위한 다양한 방법 중 본 연구에서는 재난대응 시스템 중 하나인 전관방송 시스템에 대비를 위한 방법을 추가하여 재난 대비를 위한 방법을 제안하였다. 전관방송 시스템이란 불특정 다수에게 일방향으로 음향 정보를 전달하는 안내방송시스템으로 일명 구내방송 장비라고도 한다. 평상시 배경음악이나 안내방송 송출 장비로 동작을 하다가 화재나 긴급상황 시 비상방송 시스템으로 전환되어 비상방송을 송출하는 장비이다. 본 연구의 근본적인 목적은 경제적이고 효과적인 재난 대비방법을 제안하는 것이다. 그 목적 달성을 위해 정부의 공공데이터 포털에서 제공하는 공공데이터와 재난 포털의 재난 관련 뉴스를 웹크롤링을 통해 가져와 정보의 전달력을 개선하기 위한 작업을 한다. 문장에 포함된 불필요한 내용과 수사 등을 제거하고, 긴 문장을 청자가 이해하기 쉬운 짧은 글로 요약하여 전관방송 시스템에 장착된 TTS를 통해 음성을 재생하여 송출하는 것이다. 구체적인 방법으로는 공공데이터 포털에서 가져온 데이터는 정형화된 문장을 통해 해당 수치나 상태 값을 바꾸면서 방송 콘텐츠로 활용 가능하다. 하지만, 재난 뉴스의 경우에는 딥러닝 기반 또는 통계 기반의 자연어 요약모델을 이용하여 문장을 요약한다. 일반적으로 좋은 성능을 보이는 언어 모델을 개발하거나 언어 모델에 미세조정하여 성능 향상을 위한 연구가 진행된다. 하지만, 본 논문에서는 성능이 좋은 여러 가지 모델들을 통해 요약된 문서를 시스템을 통해 실시간으로 평가하고, 가장 우수한 평가를 받은 요약문을 방송용으로 추천하는 방식이다. 다양한 자연어 처리용 언어 모델들이 좋은 평가를 받을 수도 있고 어떤 경우에는 그렇지 못할 수도 있다. 문제는 좋은 모델의 결과물이 항상 좋은 평가를 받을 수는 없다는 것이다. 이러한 결과물에 대한 평가를 위해서는 좋은 참조본(reference 또는 정답문서)이 있어야 하는데 이를 위해서 사람이 직접 참조본을 만들게 되면 실시간성이 떨어지고, 많은 인건비가 소요된다. 이에 대한 대안으로 각 언어 모델이 요약한 요약문을 평가를 위한 참조본으로 사용하여 상호 평가를 통해 결과를 얻는 것이다. ROUGE와 BLEU 점수를 평가지표로 실험하면서 확인한 사항은 항상 우수한 결과가 나타나는 모델은 없다는 것이다. 따라서 실시간 문서 요약 후 평가를 통해 요약문을 추천하는 본 연구에서는 어떤 원문이건 상관없이 최고의 언어 모델을 통해 요약한 문서를 얻을 수 있게 되었다. 이를 통해 사람들이 집중해서 듣고 쉽게 이해할 수 있는 재난 대비방송 콘텐츠로 활용할 수 있다. 본 연구에서 제안한 '실시간 재난데이터 수신 및 홍수, 가뭄, 미세먼지 등 각종 재난 뉴스 요약을 통한 경보 방식'을 전관방송 장비의 기능으로 채택한다면, 요약 문장을 활용한 방송이 재난을 회피하기 위한 좋은 도구로 활용될 수 있을 것으로 기대된다.