KR102490062B1 - Method, apparatus and computer program of AI-based user-tailored disaster threat prediction and safety management - Google Patents

Method, apparatus and computer program of AI-based user-tailored disaster threat prediction and safety management Download PDF

Info

Publication number
KR102490062B1
KR102490062B1 KR1020220029881A KR20220029881A KR102490062B1 KR 102490062 B1 KR102490062 B1 KR 102490062B1 KR 1020220029881 A KR1020220029881 A KR 1020220029881A KR 20220029881 A KR20220029881 A KR 20220029881A KR 102490062 B1 KR102490062 B1 KR 102490062B1
Authority
KR
South Korea
Prior art keywords
disaster
disaster response
user
real
modules
Prior art date
Application number
KR1020220029881A
Other languages
Korean (ko)
Inventor
조남열
Original Assignee
(주)큐브더모먼트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)큐브더모먼트 filed Critical (주)큐브더모먼트
Priority to KR1020220029881A priority Critical patent/KR102490062B1/en
Priority to KR1020220169016A priority patent/KR20230134089A/en
Application granted granted Critical
Publication of KR102490062B1 publication Critical patent/KR102490062B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/10Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/14Central alarm receiver or annunciator arrangements
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Emergency Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)

Abstract

An embodiment of the present invention can provide an AI-based user-customized disaster risk prediction and safety management method performed by a computing device, wherein the method comprises the process of: obtaining pre-input information about a plurality of assets being managed by a user; selecting a plurality of first disaster response modules that each match the plurality of assets based on the pre-input information from among a plurality of preset disaster response modules and configuring a user-customized disaster response system by calculating priorities for the selected plurality of first disaster response modules; acquiring disaster monitoring information to determine whether a disaster has occurred in real time; determining the occurrence of a real-time disaster based on the disaster monitoring information; determining relevance and urgency of the real-time disaster to the plurality of first disaster response modules based on the real-time disaster occurrence; performing a plurality of second disaster response modules among the plurality of first disaster response modules belonging to the disaster response system according to the relevance and the urgency; and receiving disaster response results based on the plurality of second disaster response modules. The present invention has the effect of providing customized response measures to facilities or sites actually managed by users.

Description

AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법, 장치 및 컴퓨터프로그램 {Method, apparatus and computer program of AI-based user-tailored disaster threat prediction and safety management}AI-based user-tailored disaster risk prediction and safety management method, apparatus and computer program {Method, apparatus and computer program of AI-based user-tailored disaster threat prediction and safety management}

본 발명은 AI 기반 사용자 맞춤형 재난 위협예측 및 안전관리 방법, 장치 및 컴퓨터프로그램에 관한 것이다.The present invention relates to an AI-based user-customized disaster threat prediction and safety management method, device, and computer program.

태풍과 같은 자연 재난이 발생할 경우, 종래의 재난 관리 솔루션은 태풍 발생 여부에 대한 알람을 제공하고, 태풍에 대한 보편적 대응 매뉴얼을 제공하곤 한다.When a natural disaster such as a typhoon occurs, a conventional disaster management solution provides an alarm on whether a typhoon has occurred and provides a universal response manual for the typhoon.

그러나, 보편적 대응 매뉴얼은 태풍이란 재난 발생 시 일반적으로 취해야할 대응 조치를 기술할 뿐 사용자가 실제 관리하는 시설이나 현장에 맞지 않아 유명무실한 경우가 많다.However, universal response manuals only describe countermeasures to be generally taken in the event of a typhoon, but are often ineffective because they do not fit the facilities or sites actually managed by users.

또한, 종래의 재난 관리 솔루션은 재난 발생 시 단순히 대피 장소만을 안내하거나 구호물자의 위치를 제공할 뿐이며, 단순히 문서로 대응 매뉴얼을 제공하기 때문에 위기 상황에 대응할 수 없다.In addition, the conventional disaster management solution simply guides only evacuation locations or provides the location of relief materials in the event of a disaster, and cannot respond to a crisis situation because it simply provides a response manual as a document.

또한, 종래의 재난 관리 솔루션은 사용자가 실제 관리하는 시설이나 현장에 맞는 훈련 시나리오도 제공할 수 없는 문제가 있었다.In addition, conventional disaster management solutions have a problem in that they cannot provide training scenarios suitable for facilities or sites actually managed by users.

대한민국 등록특허 제10-2230258호 (재난 상황관리 역량 강화를 위한 매핑 콘텐츠 제공방법)Republic of Korea Patent Registration No. 10-2230258 (Method of providing mapping contents to strengthen disaster situation management capability)

상술한 문제를 해결하기 위해, 본 발명의 실시예는 재난 발생 시 보편적 대응 매뉴얼 뿐만 아니라 사용자 맞춤 대응 매뉴얼을 제공하여, 사용자가 실제 관리하는 시설이나 현장에 맞춤형 대응 조치를 제공하는 것을 목적으로 한다. In order to solve the above problems, an embodiment of the present invention aims to provide customized response measures to a facility or site actually managed by a user by providing a user-customized response manual as well as a universal response manual in case of a disaster.

또는, 본 발명의 실시예는, 사용자가 실제 관리하는 시설이나 현장에 맞춤형 재난 대응 시스템을 세팅하고, 이를 이용하여 재난 발생 판단과 재난 대응을 수행하는 것을 목적으로 한다.Alternatively, an embodiment of the present invention aims to set a customized disaster response system in a facility or site actually managed by a user, and perform disaster occurrence determination and disaster response using the customized disaster response system.

또한, 본 발명의 실시예는, 사용자가 실제 관리하는 시설이나 현장에 맞는 교육훈련 시나리오 및 재난대응 콘텐츠를 제공하는 것을 목적으로 한다.In addition, an embodiment of the present invention aims to provide education and training scenarios and disaster response contents suitable for facilities or sites actually managed by users.

상술한 과제를 해결하기 위한, 본 발명의 실시예는, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 획득하는 과정; 미리 설정된 복수의 재난대응모듈 중에서 상기 사전입력 정보에 기초해 상기 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정하고, 선정된 상기 복수의 제1 재난대응모듈에 대한 우선순위를 산출하여 사용자 맞춤형 재난 대응 시스템을 구성하는 과정; 실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 과정; 상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 과정; 상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 과정; 상기 연관성 및 상기 긴급성에 따라 상기 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중 복수의 제2 재난대응모듈을 수행하는 과정; 및 상기 복수의 제2 재난대응모듈에 기초한 재난 대응결과를 수신하는 과정을 포함하는, AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법을 제공할 수 있다. In order to solve the above problems, an embodiment of the present invention is a method performed by a computing device, comprising: acquiring pre-input information about a plurality of assets being managed by a user; Among a plurality of preset disaster response modules, a plurality of first disaster response modules each matched with the plurality of assets are selected based on the pre-input information, and priorities for the selected plurality of first disaster response modules are calculated. the process of constructing a user-customized disaster response system; Acquiring disaster monitoring information to determine whether a disaster has occurred in real time; determining a real-time disaster based on the disaster monitoring information; determining the urgency of the real-time disaster for the plurality of first disaster response modules and the correlation with the plurality of first disaster response modules based on the real-time disaster; performing a plurality of second disaster response modules among a plurality of first disaster response modules belonging to the disaster response system according to the correlation and the urgency; And it is possible to provide an AI-based user-customized disaster risk prediction and safety management method including a process of receiving a disaster response result based on the plurality of second disaster response modules.

본 발명의 실시예는, 사용자 맞춤형 재난 대응 시스템을 구성하는 과정 이후에, 상기 선정된 복수의 제1 재난대응모듈 각각에 대한 자산 별 맞춤 매뉴얼를 획득하는 과정을 더 포함하는, AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법을 제공할 수 있다. An embodiment of the present invention, after the process of configuring a user-customized disaster response system, further comprising the process of obtaining a customized manual for each asset for each of the selected plurality of first disaster response modules, AI-based user-customized disaster risk Forecasting and safety management methods can be provided.

본 발명의 실시예에서, 상기 실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 과정은, 정부나 연구소에서 제공하는 공공 데이터를 획득하는 과정; 사용자에 의해 설치된 센싱 장치를 통해 측정된 사용자 센싱 데이터를 획득하는 과정; IT 시설물의 보안 장치로부터 측정한 IT 모니터링 데이터를 획득하는 과정; 및 담당자가 정기적으로 자산에 대한 정기 점검 데이터를 획득하는 과정을 포함할 수 있다. In an embodiment of the present invention, the process of obtaining disaster monitoring information for determining whether a disaster has occurred in real time may include obtaining public data provided by the government or a research institute; obtaining user sensing data measured through a sensing device installed by the user; obtaining IT monitoring data measured from security devices of IT facilities; and a process in which the person in charge periodically obtains periodic inspection data on the asset.

본 발명의 실시예에서, 상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 과정은, 상기 공공 데이터, 상기 사용자 센싱 데이터, 상기 IT 모니터링 데이터, 및 상기 정기 점검 데이터 중 적어도 하나를 이용해 상기 실시간 발생 재난의 종류를 판단하는 과정을 포함할 수 있다. In an embodiment of the present invention, the process of determining a disaster occurring in real time based on the disaster monitoring information occurs in real time using at least one of the public data, the user sensing data, the IT monitoring data, and the regular inspection data. It may include the process of determining the type of disaster.

본 발명의 실시예에서, 상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 과정은, 상기 복수의 제1 재난대응모듈 중 상기 실시간 발생 재난에 연관성을 가지는 상기 복수의 제2 재난대응모듈을 선별하는 과정; 및 상기 복수의 제1 재난대응모듈에 대한 실시간 발생 재난의 긴급성을 결정하는 과정을 포함할 수 있다. In an embodiment of the present invention, the process of determining the relationship between the plurality of first disaster response modules and the urgency of the real-time disaster for the plurality of first disaster response modules based on the real-time disaster, selecting the plurality of second disaster response modules having relevance to the real-time disaster from among the plurality of first disaster response modules; and determining the urgency of a disaster occurring in real time for the plurality of first disaster response modules.

본 발명의 실시예는, 재난 대응 교육훈련을 위해 기 저장된 교육훈련용 재난 시나리오에 기초해 상기 실시간 발생 재난을 생성하는 과정을 더 포함하는, AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법을 제공할 수 있다. An embodiment of the present invention provides an AI-based user-customized disaster risk prediction and safety management method, further comprising a process of generating the real-time disaster based on a pre-stored disaster scenario for training and training for disaster response training. can

또한, 본 발명의 실시예는, 프로세서; 네트워크 인터페이스; 메모리; 및 상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되, 상기 컴퓨터 프로그램은, 사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 획득하는 획득하는 인스트럭션(instruction); 미리 설정된 복수의 재난대응모듈 중에서 상기 사전입력 정보에 기초해 상기 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정하고, 선정된 상기 복수의 제1 재난대응모듈에 대한 우선순위를 산출하여 사용자 맞춤형 재난 대응 시스템을 구성하는 인스트럭션; 실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 인스트럭션; 상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 인스트럭션; 상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 인스트럭션; 상기 연관성 및 상기 긴급성에 따라 상기 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중 복수의 제2 재난대응모듈을 수행하는 인스트럭션; 및 상기 복수의 제2 재난대응모듈에 기초한 재난 대응결과를 수신하는 인스트럭션을 포함하는, AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 장치을 제공할 수 있다. In addition, an embodiment of the present invention, a processor; network interface; Memory; and a computer program loaded into the memory and executed by the processor, wherein the computer program includes instructions for obtaining pre-input information about a plurality of assets being managed by a user; Among a plurality of preset disaster response modules, a plurality of first disaster response modules each matched with the plurality of assets are selected based on the pre-input information, and priorities for the selected plurality of first disaster response modules are calculated. Instructions to configure a user-customized disaster response system; An instruction for obtaining disaster monitoring information for determining whether a disaster has occurred in real time; an instruction for determining a real-time disaster based on the disaster monitoring information; an instruction for determining correlation with the plurality of first disaster response modules and urgency of the real-time disaster with respect to the plurality of first disaster response modules based on the real-time disaster; instructions for executing a plurality of second disaster response modules among a plurality of first disaster response modules belonging to the disaster response system according to the correlation and the urgency; And it is possible to provide an AI-based user-customized disaster risk prediction and safety management device including an instruction for receiving a disaster response result based on the plurality of second disaster response modules.

또는, 본 발명의 실시예는, 컴퓨팅 장치와 결합되어, 사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 획득하는 과정; 미리 설정된 복수의 재난대응모듈 중에서 상기 사전입력 정보에 기초해 상기 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정하고, 선정된 상기 복수의 제1 재난대응모듈에 대한 우선순위를 산출하여 사용자 맞춤형 재난 대응 시스템을 구성하는 과정; 실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 과정; 상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 과정; 상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 과정; 상기 연관성 및 상기 긴급성에 따라 상기 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중 복수의 제2 재난대응모듈을 수행하는 과정; 및 상기 복수의 제2 재난대응모듈에 기초한 재난 대응결과를 수신하는 과정을 실행시키기 위하여 컴퓨터로 판독가능한 기록매체에 저장된, AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 컴퓨터프로그램을 제공할 수 있다. Alternatively, an embodiment of the present invention may be combined with a computing device to obtain pre-input information about a plurality of assets being managed by a user; Among a plurality of preset disaster response modules, a plurality of first disaster response modules each matched with the plurality of assets are selected based on the pre-input information, and priorities for the selected plurality of first disaster response modules are calculated. the process of constructing a user-customized disaster response system; Acquiring disaster monitoring information to determine whether a disaster has occurred in real time; determining a real-time disaster based on the disaster monitoring information; determining the urgency of the real-time disaster for the plurality of first disaster response modules and the correlation with the plurality of first disaster response modules based on the real-time disaster; performing a plurality of second disaster response modules among a plurality of first disaster response modules belonging to the disaster response system according to the correlation and the urgency; And in order to execute a process of receiving a disaster response result based on the plurality of second disaster response modules, an AI-based user-customized disaster risk prediction and safety management computer program stored in a computer-readable recording medium can be provided.

상술한 해결 수단을 통해, 본 발명의 실시예는 다음의 효과를 가질 수 있다. Through the above solution, the embodiment of the present invention may have the following effects.

본 발명의 실시예는 재난 발생 시 보편적 대응 매뉴얼 뿐만 아니라 사용자 맞춤 대응 매뉴얼을 제공하여, 사용자가 실제 관리하는 시설이나 현장에 맞춤형 대응 조치를 제공하는 효과를 가진다.Embodiments of the present invention provide a user-customized response manual as well as a universal response manual in the event of a disaster, and have an effect of providing customized response measures to a facility or site actually managed by a user.

또는, 본 발명의 실시예는, 사용자가 실제 관리하는 시설이나 현장에 맞춤형 재난 대응 시스템을 세팅하고, 이를 이용하여 재난 발생 판단과 재난 대응을 수행하는 효과를 가진다.Alternatively, the embodiment of the present invention has an effect of setting a customized disaster response system in a facility or site actually managed by a user, and performing disaster occurrence determination and disaster response using the customized disaster response system.

또한, 본 발명의 실시예는, 사용자가 실제 관리하는 시설이나 현장에 맞는 교육훈련 시나리오 및 재난대응 콘텐츠를 제공하는 효과를 가진다.In addition, the embodiment of the present invention has an effect of providing education and training scenarios and disaster response contents suitable for facilities or sites actually managed by users.

도 1은 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위협예측 및 안전관리 시스템을 도시한 도면이다.
도 2는 본 발명의 실시예에 따른 재난예측관리 장치의 하드웨어 구성도이다.
도 3은 본 발명의 실시예에 따른 재난의 정보를 보여준다.
도 4은 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법의 순서도이다.
도 5는 본 발명의 실시예에 따른 재난 대응 시스템의 세팅 방법에 대한 개념도이다.
도 6은 사전입력 정보의 입력을 위한 화면의 일 예이다.
도 7은 복수의 재난대응모듈 각각에 포함된 긴급단계 별 대응 매뉴얼의 일 예이다.
도 8(a) 및 도 8(b)는 재난 대응 시스템의 세팅 예들을 도시한 것이다.
도 9는 본 발명의 실시예에 따른 재난 대응 시스템을 이용한 재난 모니터링 방법에 대한 개념도이다.
도 10은 재난 분류의 일 예를 도시한 것이다.
도 11은 자산 별 연관 재난의 정보의 일 예이다.
도 12는 재난대응모듈의 작동으로 사용자 혹은 담당자에게 제공되는 화면의 일 예이다.
도 13은 본 발명의 실시예에 따른 재난 대응 시스템 성능 평가와 담당자의 교육훈련 방법의 순서도이다.
도 14는 교육훈련을 위한 재난 시나리오와 재난대응 콘텐츠의 일 예이다.
도 15는 사용자 혹은 관리자 단말기의 디스플레이 상에 제공되는 실시간 재난예측관리 모니터링 화면의 일 예이다.
1 is a diagram illustrating an AI-based user-customized disaster threat prediction and safety management system according to an embodiment of the present invention.
2 is a hardware configuration diagram of a disaster prediction management apparatus according to an embodiment of the present invention.
3 shows disaster information according to an embodiment of the present invention.
4 is a flowchart of an AI-based user-customized disaster risk prediction and safety management method according to an embodiment of the present invention.
5 is a conceptual diagram of a setting method of a disaster response system according to an embodiment of the present invention.
6 is an example of a screen for inputting pre-input information.
7 is an example of a response manual for each emergency step included in each of a plurality of disaster response modules.
8(a) and 8(b) illustrate setting examples of a disaster response system.
9 is a conceptual diagram of a disaster monitoring method using a disaster response system according to an embodiment of the present invention.
10 illustrates an example of disaster classification.
11 is an example of disaster related information for each asset.
12 is an example of a screen provided to a user or a person in charge through operation of a disaster response module.
13 is a flowchart of a method for evaluating disaster response system performance and training personnel in accordance with an embodiment of the present invention.
14 is an example of disaster scenarios and disaster response contents for education and training.
15 is an example of a real-time disaster prediction management monitoring screen provided on a display of a user or manager terminal.

본 발명의 실시예들은 다양한 변경들을 가할 수 있으므로 실시예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 실시예들을 특정한 형태들로 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.Since the embodiments of the present invention can be applied with various changes, the embodiments are illustrated in the drawings and described in detail herein. However, this is not intended to limit the embodiments of the present invention to specific forms, and includes all modifications, equivalents, or substitutes included in the spirit and scope of the present invention.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.Terminology used herein is for describing the embodiments and is not intended to limit the present invention. In this specification, singular forms also include plural forms unless specifically stated otherwise in a phrase. As used herein, "comprises" and/or "comprising" does not exclude the presence or addition of one or more other elements other than the recited elements. Like reference numerals throughout the specification refer to like elements, and “and/or” includes each and every combination of one or more of the recited elements. Although "first", "second", etc. are used to describe various components, these components are not limited by these terms, of course. These terms are only used to distinguish one component from another. Accordingly, it goes without saying that the first element mentioned below may also be the second element within the technical spirit of the present invention.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또는, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in this specification may be used with meanings commonly understood by those skilled in the art to which the present invention belongs. Alternatively, terms defined in commonly used dictionaries are not interpreted ideally or excessively unless explicitly specifically defined.

명세서에서 사용되는 "부" 또는 "모듈"이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 "모듈"은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 "모듈"은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 "모듈"은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 "모듈"은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 "모듈"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 "모듈"들로 결합되거나 추가적인 구성요소들과 "부" 또는 "모듈"들로 더 분리될 수 있다.The term "unit" or "module" used in the specification means a hardware component such as software, FPGA or ASIC, and "unit" or "module" performs certain roles. However, "unit" or "module" is not meant to be limited to software or hardware. A "unit" or "module" may be configured to reside in an addressable storage medium and may be configured to reproduce one or more processors. Thus, as an example, a “unit” or “module” may refer to components such as software components, object-oriented software components, class components, and task components, processes, functions, properties, procedures, subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays and variables. Functions provided within components and "units" or "modules" may be combined into fewer components and "units" or "modules" or may be combined into additional components and "units" or "modules". can be further separated.

이하, 첨부된 도면을 참조하여 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위협예측 및 안전관리 방법, 장치 및 컴퓨터프로그램을 상세하게 설명한다.Hereinafter, an AI-based user-customized disaster threat prediction and safety management method, device, and computer program according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위협예측 및 안전관리 시스템을 도시한 도면이다.1 is a diagram illustrating an AI-based user-customized disaster threat prediction and safety management system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위협예측 및 안전관리 시스템은, AI 기반 사용자 맞춤형 재난 위협예측 및 안전관리 장치(100)(이하, 재난예측관리 장치 혹은 컴퓨팅 장치(100)), 관리자 단말기(200), 외부 서버(300), 사용자 단말기(410), 담당자 단말기(420), 일반직원 단말기(430) 중 적어도 하나를 더 포함할 수 있다.Referring to FIG. 1, the AI-based user-customized disaster threat prediction and safety management system according to an embodiment of the present invention includes an AI-based user-customized disaster threat prediction and safety management device 100 (hereinafter, a disaster prediction management device or a computing device) (100)), a manager terminal 200, an external server 300, a user terminal 410, a staff terminal 420, and a general staff terminal 430.

도 1의 시스템은 실시예에 따른 것으로, 그 구성 요소가 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.The system of FIG. 1 is according to an embodiment, and its components are not limited to the embodiment shown in FIG. 1, and may be added, changed, or deleted as necessary.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 별로 맞춤형 재난 관리 시스템을 제공하며, AI에 기반하여 재난의 위협을 예측하고, 예측된 재난에 따라 보호하고자 하는 자산 및 사람의 안전을 관리할 수 있다.In various embodiments, the computing device 100 provides a disaster management system customized for each user, predicts the threat of disaster based on AI, and manages the safety of assets and people to be protected according to the predicted disaster. .

도 2는 본 발명의 실시예에 따른 재난예측관리 장치의 하드웨어 구성도이다. 2 is a hardware configuration diagram of a disaster prediction management apparatus according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 실시예에 따른 재난예측관리 장치 (100)(이하, 컴퓨팅 장치(100))는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(141)을 로드(Load)하는 메모리(120), 통신 인터페이스(130), 및 컴퓨터 프로그램(141)을 저장하는 스토리지(140)를 포함할 수 있다. Referring to FIG. 2, the disaster prediction management device 100 (hereinafter referred to as computing device 100) according to an embodiment of the present invention includes one or more processors 110 and a computer program 141 executed by the processor 110. It may include a memory 120 for loading (Load), a communication interface 130, and a storage 140 for storing the computer program 141.

여기서, 도 2의 컴퓨팅 장치(100)는 본 발명의 실시예와 관련 있는 구성요소들이 도시되어 있으나, 본 발명이 속한 기술분야의 통상의 기술자라면 도 2에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.Here, the computing device 100 of FIG. 2 shows components related to the embodiment of the present invention, but a general-purpose configuration other than the components shown in FIG. 2 for those skilled in the art to which the present invention belongs. It can be seen that more elements may be included.

다양한 실시예에서, 컴퓨팅 장치(100)는 적어도 하나의 프로세서(110)를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨팅 장치(100)는 스마트폰, 태블릿 PC, 데스크톱, 노트북, 서버 및 각 장치에서 구동되는 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또는 이에 제한되는 것은 아니다. 본 명세서에서 설명되는 각 과정들은 컴퓨팅 장치(100)에 의하여 수행되는 것으로 설명되나, 각 과정의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 과정들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.In various embodiments, the computing device 100 refers to all types of hardware devices including at least one processor 110, and is understood as encompassing software configurations operating on the hardware device according to embodiments. It can be. For example, the computing device 100 may be understood as including a smart phone, a tablet PC, a desktop computer, a laptop computer, a server, and clients and applications running on each device, or is not limited thereto. Although each process described in this specification is described as being performed by the computing device 100, the subject of each process is not limited thereto, and at least a part of each process may be performed in different devices according to embodiments. .

프로세서(110)는 컴퓨팅 장치(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.The processor 110 controls the overall operation of each component of the computing device 100 . The processor 110 includes a Central Processing Unit (CPU), a Micro Processor Unit (MPU), a Micro Controller Unit (MCU), a Graphic Processing Unit (GPU), or any type of processor well known in the art of the present invention. It can be.

또는, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 컴퓨팅 장치(100)는 하나 이상의 프로세서를 구비할 수 있다.Alternatively, the processor 110 may perform an operation for at least one application or program for executing a method according to embodiments of the present invention, and the computing device 100 may include one or more processors.

또는, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또는, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.Alternatively, the processor 110 may temporarily and/or permanently store signals (or data) processed in the processor 110 (RAM: Random Access Memory, not shown) and ROM (ROM: Read-Only Memory) , not shown) may be further included. Alternatively, the processor 110 may be implemented in the form of a system on chip (SoC) including at least one of a graphic processing unit, RAM, and ROM.

메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(140)로부터 컴퓨터 프로그램(141)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(141)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(141)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.Memory 120 stores various data, commands and/or information. Memory 120 may load computer program 141 from storage 140 to execute methods/operations according to various embodiments of the present invention. When the computer program 141 is loaded into the memory 120, the processor 110 may perform the method/operation by executing one or more instructions constituting the computer program 141. The memory 120 may be implemented as a volatile memory such as RAM, but the technical scope of the present disclosure is not limited thereto.

버스(BUS)는 컴퓨팅 장치(100)의 구성 요소 간 통신 기능을 제공한다. 버스(BUS)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.The bus BUS provides a communication function between components of the computing device 100 . The bus BUS may be implemented in various forms such as an address bus, a data bus, and a control bus.

통신 인터페이스(130)는 컴퓨팅 장치(100)의 유무선 인터넷 통신을 지원한다. 또는, 통신 인터페이스(130)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 예를 들어, 통신 인터페이스(130)는, 근거리 통신, 이동 통신, 방송 통신 방식 중 적어도 하나를 지원할 수 있다. 이를 위해, 통신 인터페이스(130)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(130)는 생략될 수도 있다.The communication interface 130 supports wired and wireless Internet communication of the computing device 100 . Alternatively, the communication interface 130 may support various communication methods other than Internet communication. For example, the communication interface 130 may support at least one of short-distance communication, mobile communication, and broadcast communication. To this end, the communication interface 130 may include a communication module well known in the art. In some embodiments, communication interface 130 may be omitted.

스토리지(140)는 컴퓨터 프로그램(141)을 비 임시적으로 저장할 수 있다. 스토리지(140)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.The storage 140 may non-temporarily store the computer program 141 . The storage 140 may be a non-volatile memory such as read only memory (ROM), erasable programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), flash memory, or the like, a hard disk, a removable disk, or a device well known in the art. It may be configured to include any known type of computer-readable recording medium.

컴퓨터 프로그램(141)은 메모리(120)에 로드될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.Computer program 141 may include one or more instructions that when loaded into memory 120 cause processor 110 to perform methods/operations in accordance with various embodiments of the invention. That is, the processor 110 may perform the method/operation according to various embodiments of the present disclosure by executing the one or more instructions.

다양한 실시예에서, 컴퓨터 프로그램(141)은, 사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 획득하는 획득하는 인스트럭션(instruction); 미리 설정된 복수의 재난대응모듈 중에서 상기 사전입력 정보에 기초해 상기 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정하고, 선정된 상기 복수의 제1 재난대응모듈에 대한 우선순위를 산출하여 사용자 맞춤형 재난 대응 시스템을 구성하는 인스트럭션; 실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 인스트럭션; 상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 인스트럭션; 상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 인스트럭션; 상기 연관성 및 상기 긴급성에 따라 상기 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중 복수의 제2 재난대응모듈을 수행하는 인스트럭션; 및 상기 복수의 제2 재난대응모듈에 기초한 재난 대응결과를 수신하는 인스트럭션을 포함할 수 있다.In various embodiments, the computer program 141 includes obtaining instructions for obtaining pre-entry information about a plurality of assets being managed by a user; Among a plurality of preset disaster response modules, a plurality of first disaster response modules each matched with the plurality of assets are selected based on the pre-input information, and priorities for the selected plurality of first disaster response modules are calculated. Instructions to configure a user-customized disaster response system; An instruction for obtaining disaster monitoring information for determining whether a disaster has occurred in real time; an instruction for determining a real-time disaster based on the disaster monitoring information; an instruction for determining correlation with the plurality of first disaster response modules and urgency of the real-time disaster with respect to the plurality of first disaster response modules based on the real-time disaster; instructions for executing a plurality of second disaster response modules among a plurality of first disaster response modules belonging to the disaster response system according to the correlation and the urgency; and an instruction for receiving a disaster response result based on the plurality of second disaster response modules.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 과정들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.Processes of a method or algorithm described in connection with an embodiment of the present invention may be directly implemented in hardware, implemented in a software module executed by hardware, or implemented by a combination thereof. A software module may include random access memory (RAM), read only memory (ROM), erasable programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), flash memory, hard disk, removable disk, CD-ROM, or It may reside in any form of computer readable recording medium well known in the art to which the present invention pertains.

다양한 실시예에서, 컴퓨터 프로그램(141)은 사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 획득하는 과정; 미리 설정된 복수의 재난대응모듈 중에서 상기 사전입력 정보에 기초해 상기 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정하고, 선정된 상기 복수의 제1 재난대응모듈에 대한 우선순위를 산출하여 사용자 맞춤형 재난 대응 시스템을 구성하는 과정; 실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 과정; 상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 과정; 상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 과정; 상기 연관성 및 상기 긴급성에 따라 상기 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중 복수의 제2 재난대응모듈을 수행하는 과정; 및 상기 복수의 제2 재난대응모듈에 기초한 재난 대응결과를 수신하는 과정을 실행시키기 위하여 컴퓨터로 판독가능한 기록매체에 저장된, 컴퓨터 프로그램 일 수 있다. In various embodiments, the computer program 141 may include obtaining pre-input information about a plurality of assets being managed by a user; Among a plurality of preset disaster response modules, a plurality of first disaster response modules each matched with the plurality of assets are selected based on the pre-input information, and priorities for the selected plurality of first disaster response modules are calculated. the process of constructing a user-customized disaster response system; Acquiring disaster monitoring information to determine whether a disaster has occurred in real time; determining a real-time disaster based on the disaster monitoring information; determining the urgency of the real-time disaster for the plurality of first disaster response modules and the correlation with the plurality of first disaster response modules based on the real-time disaster; performing a plurality of second disaster response modules among a plurality of first disaster response modules belonging to the disaster response system according to the correlation and the urgency; And it may be a computer program stored in a computer-readable recording medium in order to execute a process of receiving a disaster response result based on the plurality of second disaster response modules.

본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. Components of the present invention may be implemented as a program (or application) to be executed in combination with a computer, which is hardware, and stored in a medium. Components of the present invention may be implemented as software programming or software elements, and similarly, embodiments may include various algorithms implemented as data structures, processes, routines, or combinations of other programming constructs, such as C, C++ , Java (Java), can be implemented in a programming or scripting language such as assembler (assembler). Functional aspects may be implemented in an algorithm running on one or more processors.

다시 도 1을 참조하면, 다양한 실시예에서, 컴퓨팅 장치(100)는 네트워크(500)를 통해 관리자 단말기(200), 외부서버(300), 사용자 단말기(410), 담당자 단말기(420), 일반직원 단말기(430)와 통신상 연결될 수 있다.Referring back to FIG. 1 , in various embodiments, the computing device 100 includes a manager terminal 200, an external server 300, a user terminal 410, a staff terminal 420, and general staff through a network 500. It may be communicatively connected to the terminal 430 .

다양한 실시예에서, 컴퓨팅 장치(100)는 관리자 단말기(200) 혹은 사용자 단말기(410)을 통해 사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 수신하여 획득할 수 있다. 여기서, 사용자가 관리 중인 복수의 자산은 재난 발생 시 사용자가 보호 혹은 관리하고자 하는 대상일 수 있다.In various embodiments, the computing device 100 may receive and obtain pre-input information about a plurality of assets being managed by a user through the manager terminal 200 or the user terminal 410 . Here, the plurality of assets being managed by the user may be objects that the user wants to protect or manage in the event of a disaster.

사전입력 정보는 후술할 사용자 맞춤형 재난 대응 시스템을 구성하기 위해, 사용자가 직접 혹은 관리자가 사용자를 온오프라인으로 방문하여 조사 및 분석함으로써 얻을 수 있는 사용자가 관리하는 자산에 대한 정보를 포함할 수 있다. The pre-input information may include information on assets managed by the user, which can be obtained by the user directly or by a manager visiting the user online and offline to investigate and analyze the disaster response system customized for the user, which will be described later.

다양한 실시예에서, 사용자의 자산은 인력, 정보, IT 장비, 방재설비, 시설물, 사용자 정의 등 중 적어도 하나를 포함할 수 있다. 여기서, 인력은 기관장, 안전관리자, 안전담당자, 책임자 등을 포함할 수 있으며, 정보는 문서 등을 포함할 수 있으며, IT 장비는 서버, 네트워크 장비, 컴퓨터 등을 포함할 수 있으며, 방재설비는 비상방송설비, 누전경보기, 화재감지기, 가스감지기, 기계제어설비, 전력제어설비, 조명제어설비, 승강기제어설비, CCTV 설비, 스프링쿨러, 소화전 등을 포함할 수 있으며, 시설물은 건물 내 시설(수로, 담장, 지붕, 등), 전기 시설, 기계 설비, 기계 장치 등을 포함할 수 있으며, 사용자정의는 화학물 저장소, 물품창고, 에스컬레이터, 기계보관실, 흡연실 등을 포함할 수 있다. 다만, 자산의 종류가 위에 열거된 구성들로 한정될 것은 아니며, 사용자가 보유한 모든 종류의 유무형의 자산을 모두 포함할 수 있다.In various embodiments, the user's assets may include at least one of manpower, information, IT equipment, disaster prevention facilities, facilities, user definition, and the like. Here, manpower may include the head of an institution, safety manager, safety manager, person in charge, etc., information may include documents, etc., IT equipment may include servers, network equipment, computers, etc., and disaster prevention facilities may include emergency Broadcasting facilities, earth leakage alarms, fire detectors, gas detectors, machine control facilities, power control facilities, lighting control facilities, elevator control facilities, CCTV facilities, sprinklers, fire hydrants, etc. may be included. Fences, roofs, etc.), electrical facilities, mechanical installations, mechanical devices, etc., and customization may include chemical storage, storage, escalators, machine storage rooms, smoking rooms, etc. However, the types of assets are not limited to the configurations listed above, and may include all types of tangible and intangible assets owned by the user.

다양한 실시예에서, 관리자는 사용자의 자산에 대한 객관적인 조사 및 분석을 위해 사용자가 아닌 외부 인력을 의미하며, AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 시스템을 세팅하고 유지 및 관리하는 사람이다. 관리자 단말기(200)는 관리자가 입력한 사전입력 정보를 컴퓨팅 장치(100)에게 송신할 수 있다.In various embodiments, the manager refers to an external person other than the user for objective investigation and analysis of the user's assets, and is a person who sets, maintains, and manages an AI-based user-customized disaster risk prediction and safety management system. The manager terminal 200 may transmit pre-input information input by the manager to the computing device 100 .

다양한 실시예에서, 컴퓨팅 장치(100)는 사전입력 정보에 기초해 사용자 맞춤형 재난 대응 시스템을 구성할 수 있으며, 사용자 맞춤형 재난 대응 시스템을 이용해 재난 모니터링을 시작할 수 있다. In various embodiments, the computing device 100 may configure a user-customized disaster response system based on pre-input information, and may start disaster monitoring using the user-customized disaster response system.

다양한 실시예에서, 컴퓨팅 장치(100)는 실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 외부서버(300)로부터 수신하여 획득할 수 있다. In various embodiments, the computing device 100 may receive and obtain disaster monitoring information for determining whether a disaster has occurred in real time from the external server 300 .

여기서, 외부서버(300)는 정부나 연구소에서 제공하는 공공 데이터를 제공하는 제1 전자 장치, 사용자가 설치한 센싱 장치에서 센싱한 데이터를 저장하고 제공하는 제2 전자 장치, IT 시설물의 보안 장치로부터 측정한 IT 모니터링 데이터를 저장하고 제공하는 제3 전자 장치, 담당자가 정기적으로 자산에 대해 정기적으로 점검한 정기 점검 데이터를 저장하고 제공하는 제4 전자 장치 중 적어도 하나를 포함할 수 있다. 여기서, 설명의 편의를 위해 제1 내지 제4 전자 장치가 외부서버(300)에 포함되는 것처럼 작성되었지만, 각각의 제1 내지 제4 전자 장치는 서로 별개의 장치로서 존재할 수 있으며, 컴퓨팅 장치(100)와 서로 독립적으로 네트워크(500)를 통해 통신상 연결되어 데이터를 송수신할 수 있다.Here, the external server 300 is a first electronic device that provides public data provided by the government or a research institute, a second electronic device that stores and provides data sensed by a sensing device installed by a user, and a security device of an IT facility. It may include at least one of a third electronic device that stores and provides measured IT monitoring data and a fourth electronic device that stores and provides periodic inspection data regularly inspected by a person in charge. Here, for convenience of description, the first to fourth electronic devices are described as being included in the external server 300, but each of the first to fourth electronic devices may exist as separate devices, and the computing device 100 ) and can communicate independently through the network 500 to transmit and receive data.

다양한 실시예에서, 컴퓨팅 장치(100)는 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하고, 실시간 발생 재난의 종류에 기초해 재난 대응 시스템에 속하는 복수의 재난대응모듈 중 일부분인 복수의 제1 재난대응모듈을 작동시킬 수 있다. In various embodiments, the computing device 100 determines a real-time disaster based on disaster monitoring information, and a plurality of first disasters that are part of a plurality of disaster response modules belonging to a disaster response system based on the type of a real-time disaster. The response module can be activated.

일 실시예에서, 컴퓨팅 장치(100)는 사용자, 담당자, 일반직원, 및 관리자 중 적어도 하나에게 실시간 발생 재난에 관한 정보를 제공할 수 있다. 여기서, 실시간 발생 재난에 관한 정보는 사용자 단말기(410), 담당자 단말기(420), 일반직원 단말기(430), 관리자 단말기(200)를 통해 전달될 수 있다.In one embodiment, the computing device 100 may provide real-time disaster-related information to at least one of a user, a person in charge, a general employee, and a manager. Here, information on a disaster occurring in real time may be transmitted through the user terminal 410, the staff terminal 420, the general staff terminal 430, and the manager terminal 200.

도 3은 본 발명의 실시예에 따른 재난의 정보를 보여준다.3 shows disaster information according to an embodiment of the present invention.

도 3을 참조하면, 실시간 발생 재난에 관한 정보는 재난 혹은 위기상황의 발생 일시, 종류, 발생 내용, 전개, 피해 상황 및 규모 중 적어도 하나를 포함할 수 있다.Referring to FIG. 3 , information on real-time disasters may include at least one of the occurrence date, type, content, development, damage situation, and scale of a disaster or crisis situation.

다양한 실시예에서, 컴퓨팅 장치(100)는 복수의 제1 재난대응모듈을 작동시키면, 복수의 제1 재난대응모듈 각각에 포함된 사용자, 담당자, 및 일반직원 중 적어도 하나에게 실시간 발생 재난에 관한 정보를 제공하고, 사용자 혹은 담당자에게 복수의 제1 재난대응모듈 각각에 포함된 대응 매뉴얼 및 복수의 제1 재난대응모듈에 대응하는 복수의 제1 자산에 대한 우선순위를 제공할 수 있으며, 일반직원에게 재난으로부터 대피 방안에 관한 정보를 제공할 수 있다. 각 재난대응모듈은 대응하는 자산을 재난 발생 시 보호하고 관리하기 위한 사용자, 담당자, 및 일반직원에 대한 정보를 서로 다르게 가질 수 있다. In various embodiments, when the computing device 100 operates a plurality of first disaster response modules, information about a disaster occurring in real time is provided to at least one of a user, a person in charge, and general staff included in each of a plurality of first disaster response modules. It is possible to provide a priority for a plurality of first assets corresponding to the response manual and the plurality of first disaster response modules included in each of the plurality of first disaster response modules to the user or the person in charge, and to general staff It can provide information on evacuation plans from disasters. Each disaster response module may have different information about a user, a person in charge, and a general employee for protecting and managing corresponding assets in case of a disaster.

여기서, 사용자는 관리하고자 하는 자산에 대한 소유자 혹은 전반적인 책임자를 의미하며, 담당자는 재난 발생 시 각 자산을 관리하고 대응 매뉴얼을 수행할 책임자를 의미하며, 일반직원은 재난 발생 시 자산을 보호할 책임이 없는 사람을 의미한다.Here, the user means the owner or overall manager of the asset to be managed, the person in charge means the person in charge of managing each asset and carrying out the response manual in case of a disaster, and the general employee is responsible for protecting the asset in the event of a disaster. means no one

상술한 바와 같이, 컴퓨팅 장치(100)는 사용자 별로 자산의 종류가 다르더라도 각 사용자 별로 맞춤형 재난 관리 시스템을 세팅하고, 재난 별로 사용자의 보호 자산에 대한 다른 대응 매뉴얼을 제공할 수 있다. As described above, even if the types of assets are different for each user, the computing device 100 may set a customized disaster management system for each user and provide a different response manual for the user's protected assets for each disaster.

이로써, 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 시스템은 재난 발생 시 종래의 재난 별 대응 시나리오가 아니라, 자산(예로, 자산) 별 대응 시나리오를 제공하여 더욱 안전하게 사용자의 자산을 재난으로부터 보호할 수 있다. Thus, the AI-based user-customized disaster risk prediction and safety management system according to an embodiment of the present invention provides a response scenario for each asset (eg, asset) rather than a conventional response scenario for each disaster in the event of a disaster, making the user's assets more secure. can protect you from disaster.

이하, 도면을 참조하여, 컴퓨팅 장치(100)에 의해 수행되는 AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법에 대해 상세하게 설명하도록 한다. Hereinafter, with reference to the drawings, an AI-based user-customized disaster risk prediction and safety management method performed by the computing device 100 will be described in detail.

도 4은 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법의 순서도이다. 도 5는 본 발명의 실시예에 따른 재난 대응 시스템의 세팅 방법에 대한 개념도이다. 도 6은 사전입력 정보를 입력을 위한 화면의 일 예이다. 도 7은 복수의 재난대응모듈 각각에 포함된 긴급단계 별 대응 매뉴얼의 일 예이다. 도 8(a) 및 도 8(b)는 재난 대응 시스템의 세팅 예들을 도시한 것이다. 4 is a flowchart of an AI-based user-customized disaster risk prediction and safety management method according to an embodiment of the present invention. 5 is a conceptual diagram of a setting method of a disaster response system according to an embodiment of the present invention. 6 is an example of a screen for inputting pre-input information. 7 is an example of a response manual for each emergency step included in each of a plurality of disaster response modules. 8(a) and 8(b) illustrate setting examples of a disaster response system.

도 4및 도 5를 참조하면, S100 과정에서, 컴퓨팅 장치(100)는 사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 획득할 수 있다. 사용자 혹은 관리자는 사용자가 관리 중인 복수의 자산을 조사 및 분석할 수 있으며, 복수의 자산에 대한 정보들을 사전입력 정보로서 컴퓨팅 장치(100)에게 제공할 수 있다.Referring to FIGS. 4 and 5 , in a process S100 , the computing device 100 may obtain pre-input information about a plurality of assets being managed by a user. A user or manager may investigate and analyze a plurality of assets being managed by the user, and may provide information on the plurality of assets to the computing device 100 as pre-input information.

사전입력 정보는 사용자 혹은 관리자에 의해 입력된 정보로서, 이후 컴퓨팅 장치(100)는 사전입력 정보를 이용해 재난 대응 시스템을 세팅할 수 있다.Pre-input information is information input by a user or manager, and then the computing device 100 may set a disaster response system using the pre-input information.

나아가, 사전입력 정보는 재난 발생 시 자산 별 대응 매뉴얼뿐만 아니라, 정기적으로 자산에 대한 안전점검을 위한 안전점검표, 재난 발생을 대비하기 위한 교육훈련 매뉴얼, 안전점검을 안전점검 매뉴얼을 포함할 수 있다. 상세히는, 안점점검표는 일일, 주간, 월간, 분기별, 연간, 긴급 안전점검표를 포함할 수 있다. 또는, 교육훈련 매뉴얼은 유형별, 시설별, 업종별 매뉴얼을 포함할 수 있으며, 예로, 교육훈련용 재난 시나리오 및 재난 대응 콘텐츠를 포함할 수 있다. 안전점검 매뉴얼은 유형별, 시설별, 업종별 매뉴얼을 포함할 수 있다.Furthermore, the pre-input information may include not only a response manual for each asset in the event of a disaster, but also a safety checklist for regular asset safety checks, a training manual for training to prepare for a disaster, and a safety check manual for safety checks. Specifically, the checklist may include daily, weekly, monthly, quarterly, annual, and emergency safety checklists. Alternatively, the education and training manuals may include manuals for each type, facility, and industry, and may include, for example, disaster scenarios and disaster response contents for education and training. Safety inspection manuals may include manuals by type, facility, and industry.

도 6를 참고하면, 다양한 실시예에서, 컴퓨팅 장치(100)는 사전입력 정보를 획득하기 위해 자산에 대한 선택 화면을 사용자 단말기(410) 혹은 관리자 단말기(200)를 통해 사용자 혹은 관리자에게 제공하고, 자산에 대한 선택 정보를 수신할 수 있다. Referring to FIG. 6 , in various embodiments, the computing device 100 provides a user or manager with a selection screen for an asset through the user terminal 410 or the manager terminal 200 to obtain pre-input information, Select information about an asset may be received.

다양한 실시예에서, 컴퓨팅 장치(100)는 관리 자산들의 목록을 저장하고 있으며, 사용자 단말기(410) 혹은 관리자 단말기(200)의 디스플레이부(미도시)를 통해 자산 목록 및 자산을 선택할 수 있는 화면을 제공할 수 있다. In various embodiments, the computing device 100 stores a list of managed assets, and displays a screen for selecting an asset list and an asset through a display unit (not shown) of the user terminal 410 or the manager terminal 200. can provide

예를 들어, 재난으로부터 사용자의 특정 건물을 보호하고자 하는 경우에 컴퓨팅 장치(100)가 사용자 단말기(410) 혹은 관리자 단말기(200)를 통해 사용자 혹은 관리자에게 도 6과 같은 화면을 제공하면, 미리 해당 특정 건물의 조사 및 분석 결과에 기초해 관리하고자 하는 선택된 자산들의 정보를 수신할 수 있다. For example, when the computing device 100 provides a screen as shown in FIG. 6 to the user or manager through the user terminal 410 or the manager terminal 200 to protect a user's specific building from a disaster, the corresponding Based on the results of investigation and analysis of a specific building, information on selected assets to be managed can be received.

나아가, 컴퓨팅 장치(100)는 자산 목록 중 관리하고자 하는 자산이 없는 경우, 사용자 혹은 관리자에 의해 추가된 새로운 자산들의 추가 정보 및 새로운 자산에 대응하는 재난대응모듈의 추가 정보를 수신할 수 있다. 이 경우, 컴퓨팅 장치(100)는 사용자 단말기(410) 혹은 관리자 단말기(200)의 디스플레이부(미도시)를 통해 자산 추가 버튼 및 재난대응모듈 추가 버튼을 제공할 수 있다.Furthermore, when there is no asset to be managed in the asset list, the computing device 100 may receive additional information of new assets added by a user or manager and additional information of a disaster response module corresponding to the new asset. In this case, the computing device 100 may provide an asset addition button and a disaster response module addition button through a display unit (not shown) of the user terminal 410 or the manager terminal 200 .

사전입력 정보는 기 저장된 자산 목록 중 자산의 선택 정보, 기 저장된 자산 목록에 포함되지 않은 자산에 대한 추가 정보, 재난대응모듈의 추가 정보, 자산 별 중요도 정보를 포함할 수 있다. 다양한 실시예에서, 사전입력 정보는 사용자 맞춤형 자산 별 재난 발생 시 대응 매뉴얼을 더 포함할 수 있다.The pre-input information may include asset selection information from a pre-stored asset list, additional information on an asset not included in the pre-stored asset list, additional information on a disaster response module, and importance information for each asset. In various embodiments, the pre-input information may further include a user-customized asset-specific disaster response manual.

S110 과정에서, 컴퓨팅 장치(100)는 획득한 사전입력 정보에 기초해 사용자 맞춤형 재난 대응 시스템을 구성할 수 있다. 사용자들은 서로 다른 자산들을 가지고 있으므로, 컴퓨팅 장치(100)는 사용자 별로 서로 다른 맞춤 재난 대응 시스템을 구성할 수 있다. 다시 말해, 컴퓨팅 장치(100)는 사용자가 관리하는 자산에 따라 서로 다른 재난 대응 시스템을 구성하여 사용자에게 제공할 수 있다. In process S110, the computing device 100 may configure a user-customized disaster response system based on the acquired pre-input information. Since users have different assets, the computing device 100 may configure different customized disaster response systems for each user. In other words, the computing device 100 may configure different disaster response systems according to assets managed by the user and provide them to the user.

이를 통해, 기존의 재난 대응시스템이 재난에 따른 대응 시스템을 제공하는데 반해, 본 발명의 재난 대응시스템은 사용자가 보유한 자산에 따른 대응 시스템을 제공할 수 있다. Through this, the existing disaster response system provides a response system according to a disaster, whereas the disaster response system of the present invention can provide a response system according to an asset possessed by a user.

다양한 실시예에서, 컴퓨팅 장치(100)는 미리 설정된 복수의 재난대응모듈 중에서 사전입력 정보에 기초해 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정하고, 선정된 복수의 제1 재난대응모듈에 대한 우선순위를 산출하여 사용자 맞춤형 재난 대응 시스템을 구성할 수 있다.In various embodiments, the computing device 100 selects a plurality of first disaster response modules respectively matched to a plurality of assets based on pre-input information from among a plurality of preset disaster response modules, and selects a plurality of first disaster response modules selected. A user-customized disaster response system may be configured by calculating priorities for response modules.

재난대응모듈이란 재난이 발생한 경우 사용자 혹은 담당자가 자산을 보호하기 위해, 특정 자산에 대한 재난 대응 방법에 관한 정보를 포함하는 정보 집합체 내지 특정 자산에 대한 재난 대응 방법을 수행하는 인스트럭션을 의미할 수 있다. 컴퓨팅 장치(100)는 재난대응모듈을 작동/수행함으로써, 재난대응모듈에 대응하는 사용자의 자산을 재난으로부터 보호할 수 있는 정보를 제공하거나 재난에 대응하는 동작(예로, 재난대응모듈에 저장된 재난 대응 매뉴얼을 사용자에게 송신하는 행위)을 수행할 수 있다.The disaster response module may refer to an information set including information on a disaster response method for a specific asset or an instruction for executing a disaster response method for a specific asset in order to protect assets when a disaster occurs. . The computing device 100 operates/performs the disaster response module, thereby providing information capable of protecting the user's assets corresponding to the disaster response module from disasters or responding to disasters (eg, disaster response stored in the disaster response module). the act of sending the manual to the user).

도 7을 참고하면, 컴퓨팅 장치(100)는 미리 설정된 복수의 재난대응모듈을 스토리지(140)에 저장하고 있을 수 있다. 각 재난대응모듈은 각 자산에 대응되며, 각 재난대응모듈은 대응하는 각 자산에 대해 재난 시 취해야할 조치사항을 포함하는 대응 매뉴얼을 포함할 수 있다. 이 경우 재난대응모듈은 자산에 일대일 대응될 수 있다.Referring to FIG. 7 , the computing device 100 may store a plurality of preset disaster response modules in the storage 140 . Each disaster response module corresponds to each asset, and each disaster response module may include a response manual including action items to be taken in case of disaster for each corresponding asset. In this case, the disaster response module may correspond one-to-one to the asset.

또한, 각 재난대응모듈은 재난의 긴급성에 따라 서로 다른 대응 매뉴얼을 포함할 수 있다. 일 예로, 재난의 긴급성의 종류는 실시간 발생 재난에 의해 보호 자산이 전혀 위험하지 않는 안전 단계, 실시간 발생 재난에 대해 예방이 필요한 상황으로서 재난의 긴급성이 가장 낮은 제1 긴급단계, 실시간 발생 재난이 즉각적인 대응이 필요한 상황으로 재난의 긴급성이 중간인 제2 긴급단계, 실시간 발생 재난에 대응하기 위험하기 때문에 즉시 대피가 필요한 상황으로 재난의 긴급성이 가장 높은 제3 긴급단계로 구분될 수 있다. 참고로, 안전 단계에서 재난대응모듈은 작동/수행/활성화되지 않을 수 있다.In addition, each disaster response module may include different response manuals according to the urgency of the disaster. For example, the types of urgency of disasters include a safety level in which assets protected by real-time disasters are not in danger, a first emergency level with the lowest urgency of disasters as a situation in which prevention is required for real-time disasters, and a real-time disaster. It can be divided into the second emergency level, which requires immediate response, and the second emergency level, which has medium urgency, and the third emergency level, which has the highest disaster urgency, requiring immediate evacuation because it is dangerous to respond to real-time disasters. For reference, in the safety stage, the disaster response module may not operate/perform/activate.

또한, 대응 매뉴얼은 재난 발생 시 자산을 보호하기 위해 일반적으로 취할 수 있는 조치사항을 가지는 일반 매뉴얼과, 사용자가 자신의 자산을 보호하기 위해 취하고 싶은 조치사항을 가지는 맞춤 매뉴얼을 포함할 수 있다.In addition, the response manual may include a general manual having actions that can be generally taken to protect assets in case of a disaster, and a customized manual having actions that users want to take to protect their own assets.

다양한 실시예에서, 컴퓨팅 장치(100)는 스토리지(140)로부터 미리 설정된 복수의 재난대응모듈을 읽어들이고, 사전입력 정보에서 관리가 필요한 복수의 자산에 기초해서, 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정할 수 있다. In various embodiments, the computing device 100 reads a plurality of preset disaster response modules from the storage 140, and based on a plurality of assets requiring management in the pre-input information, a plurality of assets each matched to the plurality of assets. A first disaster response module may be selected.

다양한 실시예에서, 컴퓨팅 장치(100)는 선정된 복수의 제1 재난대응모듈에 대한 우선순위를 사용자가 입력한 자산에 대한 중요도 정보 및 기 저장된 자산 별 중요도 정보 중 적어도 하나를 이용하여 판단할 수 있다. In various embodiments, the computing device 100 may determine the priority of the selected plurality of first disaster response modules using at least one of the importance information for each asset input by the user and the pre-stored importance information for each asset. there is.

또는, 컴퓨팅 장치(100)는 복수의 자산에 대한 사전 조사 및 분석을 통한 평가 결과를 토대로 복수의 자산의 우선순위를 결정할 수 있고, 자산의 우선순위에 기초해 복수의 제1 재난대응모듈에 대한 우선순위를 결정할 수 있다. Alternatively, the computing device 100 may determine the priority of a plurality of assets based on evaluation results through preliminary investigation and analysis of the plurality of assets, and based on the priorities of the assets, the priority of the plurality of first disaster response modules. priorities can be determined.

복수 자산의 우선순위는 자산의 가치, 자산에 대한 위협도, 및 자산에 대한 취약도에 기초한 자산의 위험도에 의해 결정될 수 있다. 즉, 자산의 위험도에 따라 자산에 대한 우선순위가 결정될 수 있다. 자산의 위험도는 (자산의 가치 x 위협도 x 취약점)으로 결정될 수 있다. The priority of multiple assets may be determined by the risk level of the asset based on the value of the asset, the degree of threat to the asset, and the degree of vulnerability to the asset. That is, the priority of an asset may be determined according to the risk level of the asset. The risk level of an asset can be determined as (value of the asset x threat level x vulnerability).

여기서, 자산의 가치는 자산이 유출될 경우 금전적 손실 발생 가능성을 의미하는 기밀성 지표, 자산 손실 시 업무 수행에 장애나 금전적 손실 가능성을 의미하는 무결성 지표, 자산 손실로 대체 자산을 투입하기까지 장애 혹은 금전적 손실 가능성을 의미하는 가용성 지표에 의해 결정될 수 있다. 한편, 자산에 대한 위협도는 자산에 미치는 재난의 위협 강도와, 재난의 발생 빈도로 결정될 수 있다. 또한, 자산에 대한 취약도는 사용자가 입력한 자산의 중요도에 의해 결정될 수 있다. Here, the value of an asset is an indicator of confidentiality, which means the possibility of financial loss in the event of an asset leakage, an integrity index, which means the possibility of failure or financial loss in business performance in the event of asset loss, and a disability or financial loss until a replacement asset is put in. It can be determined by the availability indicator, which means the possibility of loss. Meanwhile, the degree of threat to an asset may be determined by the intensity of the threat of a disaster on the asset and the frequency of occurrence of the disaster. Also, the vulnerability of an asset may be determined by the importance of the asset input by the user.

자산의 위험도는 현재의 위험을 받아들이고 잠재적 손실 비용을 감수하는 위험 수용 단계, 위험을 감소시킬 수 있는 대책을 채택하여 구현하는 위험 감소 단계, 위험이 존재하는 프로세스나 사업을 수행하지 않고 포기하는 위험 회피 단계, 보험이나 외주 등으로 잠재적 비용을 제3자에게 이전하거나 할당하는 위험 전가 단계를 포함할 수 있다. 여기서, 일 예로 자산의 우선순위는 위험 감소 단계, 위험 수용 단계, 위험 전가 단계, 위험 회피 단계의 순서로 결정될 수 있다. 자산의 우선순위에 따라 자산에 대응하는 재난대응모듈의 우선순위도 결정될 수 있다.The risk level of an asset is the risk acceptance stage in which the current risk is accepted and the potential loss cost is borne, the risk reduction stage in which measures to reduce the risk are adopted and implemented, and the risk aversion stage in which the risky process or business is abandoned without performing. This may include a risk shifting step, in which potential costs are transferred or allocated to a third party, such as by insurance or outsourcing. Here, for example, the asset priority may be determined in the order of a risk reduction step, a risk acceptance step, a risk transfer step, and a risk avoidance step. Depending on the priority of the asset, the priority of the disaster response module corresponding to the asset may also be determined.

이후, 컴퓨팅 장치(100)는 복수의 제1 재난대응모듈과 이들의 우선순위 정보를 포함하는 사용자 맞춤형 재난 대응 시스템을 구성할 수 있다.Thereafter, the computing device 100 may configure a user-customized disaster response system including a plurality of first disaster response modules and their priority information.

도 8(a) 및 도 8(b)를 참고하면, 컴퓨팅 장치(100)는 사용자의 자산에 따라 다른 재난대응모듈으로 구성된 재난 대응 시스템을 구성할 수 있다. 일 예로, 도 8(a)에선, A 사용자가 '수로', '전기시설'을 자산으로 가지기 때문에 사전입력 정보에서 '수로', '전기시설'이 자산으로 선택된 경우로서, 컴퓨팅 장치(100)는 '수로'에 대응하는 제1 재난대응모듈과, '전기시설'에 대응하는 '제2 재난대응모듈'로 구성된 제1 재난 대응 시스템을 구성할 수 있다. 도 8(b)에선, B 사용자가 '수로', '네트워크 장비', '스플링쿨러'를 자산으로 가지기 때문에, 컴퓨팅 장치(100)는 선택된 '수로', '네크워크 장비', '스프링쿨러'에 대응하는 제1 재난대응모듈, 제3 재난대응모듈, 제N 재난대응모듈로 구성된 제2 재난 대응 시스템을 구성할 수 있다.Referring to FIGS. 8(a) and 8(b) , the computing device 100 may configure a disaster response system composed of different disaster response modules according to user assets. For example, in FIG. 8 (a), since user A has 'waterways' and 'electrical facilities' as assets, 'waterways' and 'electrical facilities' are selected as assets in the pre-input information, and the computing device 100 may configure a first disaster response system composed of a first disaster response module corresponding to 'waterway' and a 'second disaster response module' corresponding to 'electric facilities'. In FIG. 8(b), since user B has 'waterway', 'network equipment', and 'sprinkler' as assets, the computing device 100 selects 'waterway', 'network equipment', and 'sprinkler'. A second disaster response system composed of a first disaster response module, a third disaster response module, and an Nth disaster response module corresponding to may be configured.

다양한 실시예에서, 컴퓨팅 장치(100)는 사전입력 정보에 속한 자산 별 중요도 정보에 기초해 재난 대응 시스템에 속한 복수의 제1 재난대응모듈 간에 우선순위를 결정할 수 있다. 여기서, 재난 대응 시스템에 속한 제1 복수의 재난대응모듈 간 우선순위를 결정하는 이유는, 재난 발생 시 재난 대응 시스템에 속한 복수의 제1 재난대응모듈 중 어느 재난대응모듈을 우선적으로 수행하여 사용자나 담당자에게 대응 매뉴얼을 제공할지 결정하는 기준이기 때문이다.In various embodiments, the computing device 100 may determine a priority among a plurality of first disaster response modules belonging to the disaster response system based on the importance information for each asset belonging to the pre-input information. Here, the reason for determining the priority among the first plurality of disaster response modules belonging to the disaster response system is that when a disaster occurs, one of the plurality of first disaster response modules belonging to the disaster response system is preferentially performed so that the user or This is because it is a criterion for determining whether to provide a response manual to the person in charge.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 맞춤형 재난 대응 시스템을 세팅한 후에 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 각각에 대한 자산 별 맞춤 매뉴얼에 관한 정보를 사용자로부터 획득하거나, 사전입력 정보로부터 자산 별 맞춤 매뉴얼을 획득할 수 있다.In various embodiments, after setting a user-customized disaster response system, the computing device 100 acquires, from a user, information about a customized manual for each asset for each of a plurality of first disaster response modules belonging to the disaster response system, or pre-inputs A customized manual for each asset can be obtained from the information.

이후, 컴퓨팅 장치(100)는 세팅된 재난 대응 시스템을 이용해 재난 모니터링을 시작할 수 있다. Thereafter, the computing device 100 may start disaster monitoring using the set disaster response system.

이하에서 세팅된 재난 대응 시스템을 이용해 컴퓨팅 장치(100)가 재난 발생 여부의 판단과 재난에 따라서 재난 대응 시스템을 작동시키는 방법에 대해 설명한다.Hereinafter, a method for the computing device 100 to determine whether a disaster has occurred and operate the disaster response system according to the disaster using the set disaster response system will be described.

도 9는 본 발명의 실시예에 따른 재난 대응 시스템을 이용한 재난 모니터링 방법에 대한 개념도이다. 도 10은 재난 분류의 일 예를 도시한 것이다. 도 11은 자산 별 연관 재난의 정보의 일 예이다. 도 12는 재난대응모듈의 작동으로 사용자 혹은 담당자에게 제공되는 화면의 일 예이다.9 is a conceptual diagram of a disaster monitoring method using a disaster response system according to an embodiment of the present invention. 10 illustrates an example of disaster classification. 11 is an example of disaster related information for each asset. 12 is an example of a screen provided to a user or a person in charge through operation of a disaster response module.

도 4를 참조하면, S120 과정에서, 컴퓨팅 장치(100)는 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득할 수 있다. Referring to FIG. 4 , in a process S120 , the computing device 100 may acquire disaster monitoring information for determining whether a disaster has occurred.

도 9을 참조하면, 재난 모니터링 정보는 공공 기관이나 연구소 등에서 제공하는 공공 데이터, 사용자에 의해 설치된 센서에 의해 측정된 사용자 센싱 데이터, IT 시설물의 보안 장치로부터 측정한 IT 모니터링 데이터, 및 사용자 혹은 담당자에 의해 주기적으로 입력된 정기 점검 데이터 중 적어도 하나를 포함할 수 있다.Referring to FIG. 9 , disaster monitoring information includes public data provided by public institutions or research institutes, user sensing data measured by sensors installed by users, IT monitoring data measured from security devices of IT facilities, and users or personnel in charge. It may include at least one of periodic inspection data periodically input by

다양한 실시예에서, 컴퓨팅 장치(100)는 재난 모니터링 정보를 획득하기 위해, 정부나 연구소에서 제공하는 공공 데이터를 획득하는 과정; 사용자에 의해 설치된 센싱 장치를 통해 측정된 사용자 센싱 데이터를 획득하는 과정; IT 시설물의 보안 장치로부터 측정한 IT 모니터링 데이터를 획득하는 과정; 및 담당자가 정기적으로 자산에 대한 정기 점검 데이터를 획득하는 과정 중 적어도 하나를 수행할 수 있다. In various embodiments, the computing device 100 may perform a process of acquiring public data provided by the government or a research institute to obtain disaster monitoring information; obtaining user sensing data measured through a sensing device installed by the user; obtaining IT monitoring data measured from security devices of IT facilities; and a process in which a person in charge periodically obtains periodic inspection data on an asset.

공공 데이터란 기상청에서 제공하는 기상/기후와 같은 환경 데이터와 같이 개인이 측정하기 어려워 국가, 정부, 연구소 등에서 측정하여 공개된 데이터를 의미할 수 있다. 한편, 사용자 센싱 데이터란 사용자가 자신의 자산 주변에 직접적으로 설치한 카메라, 온도센서, 기압센서, 등에서 측정한 데이터를 의미할 수 있다. Public data may refer to data that is difficult for individuals to measure, such as environmental data such as weather/climate provided by the Korea Meteorological Administration, measured by the government, research institutes, etc. and disclosed to the public. Meanwhile, the user sensing data may refer to data measured by a camera, a temperature sensor, an air pressure sensor, or the like, which is directly installed around the user's asset.

한편, 사용자의 자산 중에 IT 시설물이 있는 경우, IT 모니터링 데이터는 IT 보완 장치에 의해 IT 시설물을 통과하는 외부신호를 감시 및 분석한 데이터를 의미하며, 악성코드의 유입, 디도스 공격, 랜섬웨어 공격 등에 대한 감지 데이터를 포함할 수 있다. On the other hand, if there is an IT facility among the user's assets, IT monitoring data refers to the data obtained by monitoring and analyzing external signals passing through the IT facility by an IT supplementary device, and includes the inflow of malicious codes, DDoS attacks, and ransomware attacks. It may include sensing data for the like.

한편, 정기 점검 데이터란 사용자 혹은 담당자가 일간/주간/월간/분기간/연간/설정된 기간 마다 해당 자산에 대한 점검 내용, 점검 사진 등을 포함할 수 있다. 이를 위해, 컴퓨팅 장치(100)는 주기적으로 혹은 설정된 기간 마다 사용자 혹은 담당자에게 자산에 대한 점검표 및 점검 내용을 제공하고, 자산에 대한 점검 전과 후의 사진을 입력할 것을 요청하는 알람할 수 있으며, 사용자가 혹은 담당자가 입력한 체크된 점검표, 점검 내용 및 점검 전과 후의 사진을 스토리지(140)에 저장할 수 있다.On the other hand, the regular inspection data may include inspection contents, inspection photos, etc. of the corresponding asset for each daily/weekly/monthly/quarterly/yearly/set period by the user or person in charge. To this end, the computing device 100 periodically or every set period provides a checklist and inspection details for the asset to the user or person in charge, and may alarm requesting input of photos before and after the inspection of the asset, allowing the user to Alternatively, the checked checklist input by the person in charge, inspection details, and photos before and after inspection may be stored in the storage 140 .

도 4 및 도 9를 참조하면, S130 과정에서, 컴퓨팅 장치(100)는 재난 모니터링 정보에 기초해 실시간으로 발생하는 재난을 판단할 수 있다. Referring to FIGS. 4 and 9 , in process S130 , the computing device 100 may determine a disaster occurring in real time based on disaster monitoring information.

다양한 실시예에서, 컴퓨팅 장치(100)는 실시간으로 자연재난, 사회재난, 사이버재난 중 적어도 하나를 모니터링할 수 있다. 여기서, 컴퓨팅 장치(100)는 재난의 발생 여부 및 재난의 종류를 자체적으로 판단할 수 있다. 다른 예에서, 관리자(200), 외부서버(300), 사용자(410) 중 적어도 하나에서 재난의 발생 여부 및 재난의 종류를 판단하고 이를 컴퓨팅 장치(100)가 전달받는 방식으로 재난의 발생 여부 및 재난의 종류를 판단할 수 있으며, 이 경우 S130 과정은 제외될 수 있다.In various embodiments, the computing device 100 may monitor at least one of natural disasters, social disasters, and cyber disasters in real time. Here, the computing device 100 may independently determine whether a disaster has occurred and the type of disaster. In another example, at least one of the manager 200, the external server 300, and the user 410 determines whether or not a disaster has occurred and the type of disaster, and determines whether or not a disaster has occurred and the type of disaster is received by the computing device 100. The type of disaster may be determined, and in this case, process S130 may be excluded.

도 10을 참조하면, 재난은 물리적재난과 사이버재난으로 나뉠 수 있다. 물리적 재난은 자연재난과 사회재난으로 분류될 수 있다. 일 예로 자연재난은 태풍, 홍수, 호우, 강풍, 풍랑, 해일, 대설, 한파, 낙뢰, 가뭄, 폭염, 지진, 황사를 포함할 수 있다. 일 예로 사회재난은 화재, 붕괴, 폭발, 교통사고, 화생방사고, 환경오염사고, 감염병, 전염병 등을 포함할 수 있다. 일 예로 사이버재난은 악성코드, 디도스, 피싱, 랜섬웨어, SQL 인젝션 등을 포함할 수 있다.Referring to FIG. 10 , disasters can be divided into physical disasters and cyber disasters. Physical disasters can be classified into natural disasters and social disasters. For example, natural disasters may include typhoons, floods, heavy rain, strong winds, wind waves, tidal waves, heavy snow, cold waves, lightning strikes, droughts, heat waves, earthquakes, and yellow dust. For example, social disasters may include fires, collapses, explosions, traffic accidents, chemical, biological and radiological accidents, environmental pollution accidents, infectious diseases, epidemics, and the like. For example, cyber disasters may include malicious code, DDoS, phishing, ransomware, and SQL injection.

다양한 실시예에서, 컴퓨팅 장치(100)가 실시간으로 발생한 재난의 정보는 재난의 종류뿐만 아니라 재난 혹은 위기상황의 일시, 종류, 발생 내용, 전개, 피해 상황 및 규모 중 적어도 하나의 정보를 포함할 수 있다. In various embodiments, the disaster information generated by the computing device 100 in real time may include information on at least one of the type of disaster as well as the date and time, type, content of occurrence, development, damage situation and scale of the disaster or crisis situation. there is.

다양한 실시예에서, 컴퓨팅 장치(100)는 실시간 발생 재난에 대한 정보를 외부서버(300)로부터 수신하여 획득할 수 있다. 이 경우, 외부서버(300)는 실시간으로 발생하는 재난을 전문적으로 감지하고 분석하는 전자장치 일 수 있다.In various embodiments, the computing device 100 may receive and obtain information on real-time disasters from the external server 300 . In this case, the external server 300 may be an electronic device that specializes in detecting and analyzing disasters occurring in real time.

다양한 실시예에서, 컴퓨팅 장치(100)는 재난 모니터링 정보에 기초해 학습된 인공지능 모델을 활용하여 실시간으로 발생하는 재난을 판단할 수 있다. In various embodiments, the computing device 100 may determine a disaster occurring in real time by utilizing an artificial intelligence model learned based on disaster monitoring information.

여기서, 인공지능 모델은 하나 이상의 네트워크 함수로 구성되며, 하나 이상의 네트워크 함수는 일반적으로 '노드'라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 '노드'들은 '뉴런(neuron)'들로 지칭될 수도 있다. 하나 이상의 네트워크 함수는 적어도 하나 이상의 노드들을 포함하여 구성된다. 하나 이상의 네트워크 함수를 구성하는 노드(또는 뉴런)들은 하나 이상의 '링크'에 의해 상호 연결될 수 있다.Here, the artificial intelligence model is composed of one or more network functions, and the one or more network functions may be composed of a set of interconnected computational units generally referred to as 'nodes'. These 'nodes' may also be referred to as 'neurons'. One or more network functions include at least one or more nodes. Nodes (or neurons) constituting one or more network functions may be interconnected by one or more 'links'.

인공지능 모델 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.In an artificial intelligence model, one or more nodes connected through a link may form a relative relationship of an input node and an output node. The concept of an input node and an output node is relative, and any node in an output node relationship with one node may have an input node relationship with another node, and vice versa. As described above, the input node to output node relationship can be created around the link. More than one output node can be connected to one input node through a link, and vice versa.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 인공지능 모델이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.In a relationship between an input node and an output node connected through one link, the value of the output node may be determined based on data input to the input node. Here, a node interconnecting an input node and an output node may have a weight. The weight may be variable, and may be variable by a user or an algorithm in order to perform a function desired by the artificial intelligence model. For example, when one or more input nodes are interconnected by respective links to one output node, the output node is set to a link corresponding to values input to input nodes connected to the output node and respective input nodes. An output node value may be determined based on the weight.

전술한 바와 같이, 인공지능 모델은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 인공지능 모델 내에서 입력 노드 및 출력 노드 관계를 형성한다. 인공지능 모델 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 인공지능 모델의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 인공지능 모델이 존재하는 경우, 두 개의 인공지능 모델들은 서로 상이한 것으로 인식될 수 있다.As described above, in the AI model, one or more nodes are interconnected through one or more links to form an input node and output node relationship in the AI model. Characteristics of the artificial intelligence model may be determined according to the number of nodes and links in the artificial intelligence model, the relationship between the nodes and links, and the value of weight assigned to each link. For example, when there are two artificial intelligence models having the same number of nodes and links and different weight values between the links, the two artificial intelligence models may be recognized as different from each other.

인공지능 모델을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 인공지능 모델 내에서 레이어의 차수는 전술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.Some of the nodes constituting the artificial intelligence model may constitute one layer based on distances from the first input node. For example, a set of nodes having a distance of n from the first input node may constitute n layers. The distance from the first input node may be defined by the minimum number of links that must be passed through to reach the corresponding node from the first input node. However, the definition of such a layer is arbitrary for explanation, and the order of a layer in an artificial intelligence model may be defined in a different way from the above. For example, a layer of nodes may be defined by a distance from a final output node.

최초 입력 노드는 인공지능 모델 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 인공지능 모델 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 인공지능 모델 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 인공지능 모델을 구성하는 노드들을 의미할 수 있다. 본 발명의 일 실시예에 따른 인공지능 모델은 입력 레이어의 노드가 출력 레이어에 가까운 히든 레이어의 노드보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 인공지능 모델일 수 있다.An initial input node may refer to one or more nodes to which data is directly input without going through a link in relation to other nodes among nodes in the artificial intelligence model. Alternatively, in an artificial intelligence model network, in a relationship between nodes based on a link, it may mean nodes that do not have other input nodes connected by a link. Similarly, the final output node may refer to one or more nodes that do not have an output node in relation to other nodes among nodes in the artificial intelligence model. Also, the hidden node may refer to nodes constituting an artificial intelligence model other than the first input node and the last output node. An artificial intelligence model according to an embodiment of the present invention may have more nodes of an input layer than nodes of a hidden layer close to an output layer, and the number of nodes decreases as the number of nodes increases from the input layer to the hidden layer. can

인공지능 모델은 하나 이상의 히든 레이어를 포함할 수 있다. 히든 레이어의 히든 노드는 이전의 레이어의 출력과 주변 히든 노드의 출력을 입력으로 할 수 있다. 각 히든 레이어 별 히든 노드의 수는 동일할 수도 있고 상이할 수도 있다. 입력 레이어의 노드의 수는 입력 데이터의 데이터 필드의 수에 기초하여 결정될 수 있으며 히든 노드의 수와 동일할 수도 있고 상이할 수도 있다. 입력 레이어에 입력된 입력 데이터는 히든 레이어의 히든 노드에 의하여 연산될 수 있고 출력 레이어인 완전 연결 레이어(FCL: fully connected layer)에 의해 출력될 수 있다. AI models can include one or more hidden layers. A hidden node of a hidden layer may use outputs of previous layers and outputs of neighboring hidden nodes as inputs. The number of hidden nodes for each hidden layer may be the same or different. The number of nodes of the input layer may be determined based on the number of data fields of the input data and may be the same as or different from the number of hidden nodes. Input data input to the input layer may be operated by a hidden node of the hidden layer and may be output by a fully connected layer (FCL) that is an output layer.

또한, 인공지능 모델은 교사 학습(supervised learning), 비교사 학습(unsupervised learning), 및 반교사학습(semi supervised learning) 중 적어도 하나의 방식으로 학습될 수 있다. 인공지능 모델의 학습은 출력의 오류를 최소화하기 위한 것이다. 인공지능 모델의 학습에서 반복적으로 학습 데이터를 인공지능 모델에 입력시키고 학습 데이터에 대한 인공지능 모델의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 인공지능 모델의 에러를 인공지능 모델의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 인공지능 모델의 각 노드의 가중치를 업데이트 하는 과정이다. In addition, the artificial intelligence model may be trained in at least one of supervised learning, unsupervised learning, and semi-supervised learning. Training of AI models is aimed at minimizing errors in the output. In the learning of the artificial intelligence model, the training data is repeatedly input into the artificial intelligence model, the output of the artificial intelligence model for the training data and the error of the target are calculated, and the error of the artificial intelligence model is converted into the artificial intelligence model in the direction of reducing the error. This is the process of backpropagating from the output layer to the input layer to update the weight of each node of the AI model.

교사 학습의 경우 각각의 학습 데이터에 정답이 레이블링되어있는 학습 데이터를 사용하며(즉, 레이블링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 레이블링되어 있지 않을 수 있다. 즉, 예를 들어, 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 레이블링 된 데이터 일 수 있다. 학습 데이터가 인공지능 모델에 입력되고, 인공지능 모델의 출력(카테고리)과 학습 데이터의 레이블을 비교함으로써 오류(error)가 계산될 수 있다. In the case of teacher learning, each learning data is labeled with the correct answer (ie, labeled learning data), and in the case of comparative teacher learning, the correct answer may not be labeled in each learning data. That is, for example, learning data in the case of teacher learning regarding data classification may be data in which each learning data is labeled with a category. Training data is input to the artificial intelligence model, and an error can be calculated by comparing the output (category) of the artificial intelligence model with the label of the training data.

다른 예로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습 데이터가 인공지능 모델 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 인공지능 모델에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 인공지능 모델의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. As another example, in the case of comparative history learning for data classification, an error may be calculated by comparing input learning data with an artificial intelligence model output. The calculated error is back-propagated in the reverse direction (ie, from the output layer to the input layer) in the AI model, and the connection weight of each node in each layer of the AI model can be updated according to the back-propagation.

여기서, 컴퓨팅 장치(100)는 축적된 재난 모니터링 정보를 학습데이터로 이용하여 인공지능 모델을 학습시킬 수 있다. 학습된 인공지능 모델은 실시간으로 획득된 재난 모니터링 정보를 입력받고, 출력으로 재난의 발생 유무, 재난의 발생 일시, 재난의 종류, 재난의 규모 중 적어도 하나를 제공할 수 있다. Here, the computing device 100 may learn the artificial intelligence model by using the accumulated disaster monitoring information as learning data. The learned artificial intelligence model may receive disaster monitoring information obtained in real time and provide at least one of whether a disaster has occurred, the date and time of the disaster, the type of the disaster, and the magnitude of the disaster as an output.

도 4 및 도 9를 참조하면, S140 과정에서, 컴퓨팅 장치(100)는 실시간 재난의 연관성 및 긴급성을 판단할 수 있다. Referring to FIGS. 4 and 9 , in process S140 , the computing device 100 may determine the relevance and urgency of a disaster in real time.

상세히는, 컴퓨팅 장치(100)는 실시간 발생 재난에 기초해 복수의 제1 재난대응모듈에 대한 연관성을 판단할 수 있다. In detail, the computing device 100 may determine the correlation with the plurality of first disaster response modules based on a real-time disaster.

도 11을 참조하면, 컴퓨팅 장치(100)는 자산 별 연관 재난 정보를 스토리지(140)에 저장하고 있을 수 있다. 자산 별 연관 재난 정보는 특정 자산에 대해 연관성을 가지는 복수의 재난 목록을 포함할 수 있다. 이를 통해, 실시간으로 발생한 재난에 특정 자산들이 영향을 받기 때문에 대응이 필요한 자산을 분류할 수 있다. 도 11의 표를 예로 들면, '수로'자산은 '태풍', '홍수', '호우'등의 재난에 대응이 필요하므로, '수로'자산은 '태풍', '홍수', '호우'와 같은 복수의 재난들에 연관성을 가진다.Referring to FIG. 11 , the computing device 100 may store disaster information related to each asset in the storage 140 . Disaster information related to each asset may include a plurality of disaster lists that are related to a specific asset. Through this, since certain assets are affected by a disaster that occurred in real time, it is possible to classify assets that require response. Taking the table of FIG. 11 as an example, since the 'waterway' asset needs to respond to disasters such as 'typhoon', 'flood', and 'heavy rain', the 'waterway' asset is divided into 'typhoon', 'flood', 'heavy rain' It is related to the same multiple disasters.

따라서, 컴퓨팅 장치(100)는 세팅된 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중에서 실시간으로 발생한 재난에 연관성을 가지는 자산에 대응하는 복수의 제2 재난대응모듈만을 수행할 수 있다. 정리하면, 컴퓨팅 장치(100)는 자산 별 연관 재난 정보를 활용하여, 실시간으로 발생한 재난의 종류에 연관된 자산들을 확인하고, 연관된 자산에 대응하는 재난대응모듈만을 작동시킬 수 있다. Accordingly, the computing device 100 may perform only a plurality of second disaster response modules corresponding to assets having a relationship with a disaster occurring in real time from among a plurality of first disaster response modules belonging to a set disaster response system. In summary, the computing device 100 may check assets related to the type of disaster that occurred in real time by utilizing disaster information related to each asset, and operate only the disaster response module corresponding to the related assets.

다양한 실시예에서, 컴퓨팅 장치(100)는 실시간 발생 재난에 기초해 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단할 수 있다.In various embodiments, the computing device 100 may determine the urgency of the real-time disaster for the plurality of first disaster response modules based on the real-time disaster.

여기서, 컴퓨팅 장치(100)는 실시간 발생 재난이 자산들에 미치는 재난의 긴급성을 판단할 수 있다. 재난의 긴급성은 다양한 변수들에 의해 결정될 수 있다. 일 예, 재난의 긴급성을 판단하기 위한 변수들은 재난의 발생 시점, 재난의 종류, 재난의 발생 위치, 자산의 위치, 재난과 자산 사이의 거리, 재난의 규모, 재난의 전개 상황, 재난의 규모 등 중 적어도 하나를 포함할 수 있다. Here, the computing device 100 may determine the urgency of a real-time disaster affecting assets. The urgency of a disaster can be determined by various variables. For example, variables for determining the urgency of a disaster include the time of disaster, type of disaster, location of disaster, location of assets, distance between disaster and assets, scale of disaster, development of disaster, scale of disaster It may include at least one of the like.

여기서, 컴퓨팅 장치(100)는 긴급성 판단 변수를 이용하여 실시간 발생 재난이 특정 자산에 미치는 긴급단계를 결정할 수 있다. 재난의 긴급성의 종류는 실시간 발생 재난에 의해 특정 자산이 전혀 위험하지 않는 안전 단계, 실시간 발생 재난에 대해 자산을 보호하기 위한 예방이 필요한 상황으로서 재난의 긴급성이 가장 낮은 제1 긴급단계, 실시간 발생 재난에 자산을 보호하기 위한 즉각적인 대응이 필요한 상황으로 재난의 긴급성이 중간인 제2 긴급단계, 실시간 발생 재난에 대응하기에 사용자 혹은 담당자가 위험하기 때문에 즉시 대피가 필요한 상황으로 재난의 긴급성이 가장 높은 제3 긴급단계로 구분될 수 있다. Here, the computing device 100 may use the urgency determination variable to determine the level of urgency that a real-time disaster affects a specific asset. Types of urgency of disasters include the safety level in which a specific asset is not at all threatened by a real-time disaster, the first emergency level with the lowest urgency of a disaster as a situation in which prevention is required to protect assets against real-time disasters, and the real-time occurrence A situation in which an immediate response is required to protect assets in a disaster. The 2nd emergency stage, in which the urgency of the disaster is medium. It can be classified as the third highest emergency level.

S150 과정에서, 컴퓨팅 장치(100)는 재난대응모듈을 수행할 수 있다. 상세히는, 컴퓨팅 장치(100)는 연관성 및 긴급성에 따라 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중 복수의 제2 재난대응모듈을 수행할 수 있다.In process S150, the computing device 100 may perform a disaster response module. In detail, the computing device 100 may perform a plurality of second disaster response modules among a plurality of first disaster response modules belonging to the disaster response system according to relevance and urgency.

다양한 실시예에서, 컴퓨팅 장치(100)는 실시간 발생 재난에 연관성을 가지는 자산에 대응하는 복수의 제2 재난대응모듈을 선정하고, 재난의 긴급성에 따라서 복수의 제2 재난대응모듈을 작동시킬 수 있다.In various embodiments, the computing device 100 may select a plurality of second disaster response modules corresponding to assets that are related to real-time disasters and operate the plurality of second disaster response modules according to the urgency of the disaster. .

다양한 실시예에서, 컴퓨팅 장치(100)는 재난 대응 시스템을 세팅할 때 생성한 복수의 제1 재난대응모듈에 대한 우선순위에 기초해 복수의 제2 재난대응모듈에 속한 각 재난대응모듈을 작동시킬 수 있다.In various embodiments, the computing device 100 operates each disaster response module belonging to a plurality of second disaster response modules based on the priority of the plurality of first disaster response modules generated when setting the disaster response system. can

도 12를 참조하면, 다양한 실시예에서, 컴퓨팅 장치(100)는 재난대응모듈 별로 가지는 긴급단계에 따른 대응 매뉴얼을 사용자 단말기(410) 혹은 해당 자산을 책임지는 담당자 단말기(420)를 통해 사용자 혹은 담당자에게 제공할 수 있다. 여기서, 대응 매뉴얼은 자산의 위치, 자산의 점검 항목 및 점검 사항, 유지관리 및 보수방법 등에 대한 정보를 가질 수 있다. Referring to FIG. 12 , in various embodiments, the computing device 100 transmits a response manual according to an emergency step for each disaster response module to a user or a person in charge through a user terminal 410 or a terminal in charge of the corresponding asset 420. can be provided to Here, the response manual may have information about the location of the asset, inspection items and inspection items of the asset, maintenance and repair methods, and the like.

또한, 컴퓨팅 장치(100)는 대응 매뉴얼과 함께 자산에 대한 대응 전과 후의 사진을 올릴 수 있는 업로드 화면을 제공할 수 있으며, 사용자 혹은 담당자는 자산의 현재 상황과, 관리 후 상황의 사진을 업로드할 수 있다.In addition, the computing device 100 may provide an upload screen for uploading photos before and after responding to assets together with a response manual, and a user or person in charge may upload photos of the current situation of the asset and the situation after management. there is.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 및 담당자 외에 다른 일반 직원 단말기(430)를 통해 일반직원에게 재난에 대한 대피 방안, 대피 경로 등에 대한 정보를 제공할 수 있다. In various embodiments, the computing device 100 may provide information on an evacuation plan, an evacuation route, etc. in response to a disaster to a general employee through the general employee terminal 430 other than the user and the person in charge.

도 12를 참조하여 구체적으로 설명하면, A 사용자 맞춤형 제1 재난 대응 시스템이 운영 중이고, 제1 재난 대응 시스템은 제1 재난대응모듈 및 제2 재난대응모듈을 가질 수 있다. 제1 재난대응모듈에 대응하는 제1 자산은 '태풍'과 '폭우'에 연관성을 가지고, 제2 재난대응모듈에 대응하는 제2 자산은 '화재'와 '폭발'에 연관성을 가질 수 있다. 이 경우, 컴퓨팅 장치(100)는 실시간으로 '폭우'가 발생한 것으로 판단할 경우 제1 재난 대응 시스템에서 '폭우'에 연관성을 가지는 제1 자산에 대응하는 제1 재난대응모듈을 수행하되, 제1 자산에 대한 실시간'폭우'의 긴급성이 제2 긴급단계인 경우 '폭우'에 대한 발생 사실과 제1 재난대응모듈에 저장된 제2 일반 및 맞춤 메뉴얼을 사용자 및 담당자에게 제공하고, 또한, 다른 일반직원에게 안전하게 대피할 수 있도록'폭우'발생 사실과 대피 경로 정보를 제공할 수 있다.In detail with reference to FIG. 12, a first disaster response system customized for user A is in operation, and the first disaster response system may have a first disaster response module and a second disaster response module. A first asset corresponding to the first disaster response module may have a relationship with 'typhoon' and 'heavy rain', and a second asset corresponding to the second disaster response module may have a relationship with 'fire' and 'explosion'. In this case, the computing device 100 performs a first disaster response module corresponding to a first asset having a relationship with 'heavy rain' in the first disaster response system when it is determined that 'heavy rain' has occurred in real time, When the urgency of real-time 'heavy rain' for an asset is the second emergency level, the occurrence of 'heavy rain' and the second general and customized manual stored in the first disaster response module are provided to the user and the person in charge, and other general Information on 'heavy rain' occurrence and evacuation routes can be provided to employees so that they can evacuate safely.

도 4, 도 9, 및 도 12를 참조하면, S160 과정에서, 컴퓨팅 장치(100)는 자산에 대한 재난 대응결과를 수신할 수 있다. 자산에 대한 재난 대응결과는 사용자 혹은 자산의 담당자가 점검 항목에 대한 체크 및 점검 사항에 대한 이행 정보, 점검 전과 후의 자산의 사진에 대한 정보를 포함할 수 있다.Referring to FIGS. 4, 9, and 12 , in step S160, the computing device 100 may receive a disaster response result for an asset. The disaster response result for the asset may include information about the inspection items checked by the user or the person in charge of the asset, implementation information about the inspection items, and pictures of the asset before and after the inspection.

이하에서, 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법은 재난 대응 시스템의 성능 평가와 담당자의 교육훈련 방법을 제공할 수 있다.Hereinafter, the AI-based user-customized disaster risk prediction and safety management method according to an embodiment of the present invention may provide a method for evaluating the performance of a disaster response system and training a person in charge.

도 13은 본 발명의 실시예에 따른 재난 대응 시스템 성능 평가와 담당자의 교육훈련 방법의 순서도이다. 도 14는 교육훈련을 위한 재난 시나리오와 재난대응 콘텐츠의 일 예이다.13 is a flowchart of a method for evaluating disaster response system performance and training personnel in accordance with an embodiment of the present invention. 14 is an example of disaster scenarios and disaster response contents for education and training.

도 9 및 도 13을 참조하면, S210 과정에서, 컴퓨팅 장치(100)는 교육훈련을 위한 재난 시나리오를 생성할 수 있다. S210 과정은 상술한 S120 과정 이후와 S130 과정 이전에 수행될 수 있다. Referring to FIGS. 9 and 13 , in process S210 , the computing device 100 may generate a disaster scenario for education and training. Process S210 may be performed after process S120 and before process S130.

다양한 실시예에서, 컴퓨팅 장치(100)는 스토리지(140)에 기 저장되어 있거나 사용자에 의해 실시간으로 입력된 훈련용 재난 시나리오에 기초해 실시간 발생 재난을 생성할 수 있다. In various embodiments, the computing device 100 may create a real-time disaster based on a training disaster scenario previously stored in the storage 140 or input by a user in real time.

도 14를 참조하면, 교육 훈련용 재난 시나리오는 재난 혹은 위기상황의 일시, 종류, 발생 내용, 전개, 피해 상황 및 규모 등에 대한 정보를 포함할 수 있다. Referring to FIG. 14 , a disaster scenario for education and training may include information about the date and time, type, occurrence, development, damage situation and scale of a disaster or crisis situation.

컴퓨팅 장치(100)는 사용자가 선택한 교육 훈련용 재난 시나리오에 기초해 실시간 발생 재난을 생성할 수 있다. 이후에 컴퓨팅 장치(100)는 S130 과정을 수행할 수 있다. The computing device 100 may generate a real-time disaster based on a disaster scenario for educational training selected by a user. Thereafter, the computing device 100 may perform process S130.

도 13을 참조하면, S220 과정에서, 컴퓨팅 장치(100)는 교육훈련용 재난대응 콘텐츠를 담당자 단말기(420) 혹은 일반직원 단말기(430)에게 제공할 수 있다. Referring to FIG. 13 , in a process S220 , the computing device 100 may provide disaster response contents for education and training to a staff terminal 420 or a general staff terminal 430 .

교육훈련용 재난대응 콘텐츠는 교육훈련용 재난 시나리오에 의해 발생한 가상의 재난에 대응하기 위한 교육 자료를 포함할 수 있다. 예를 들어, 교육훈련용 재난대응 콘텐츠는 동영상, 이미지, 문서 등으로 구성될 수 있으며, 재난별 교육훈련, 상황별 교육훈련, VR/AR 활용 교육훈련 자료를 포함할 수 있다.Disaster response contents for education and training may include educational materials for responding to a virtual disaster caused by a disaster scenario for education and training. For example, disaster response contents for education and training may consist of videos, images, documents, etc., and may include disaster-specific education and training, situation-specific education and training, and VR/AR utilization education and training materials.

여기서, 컴퓨팅 장치(100)는 S220 과정을 사용자에 선택에 의해 수행하거나 수행하지 않을 수 있다. 예를 들어, 컴퓨팅 장치(100)는 S210 과정, S220 과정, S130 과정을 순차적으로 수행하거나, S220 과정을 제외하고 S210 과정 및 S130 과정을 수행할 수 있다. S220 과정은 상술한 S120 과정 이후와 S130 과정 이전에 수행될 수 있다.Here, the computing device 100 may or may not perform process S220 according to the user's selection. For example, the computing device 100 may sequentially perform steps S210, S220, and S130, or may perform steps S210 and S130 except for step S220. Process S220 may be performed after process S120 and before process S130.

도 15는 사용자 혹은 관리자 단말기의 디스플레이 상에 제공되는 실시간 재난예측관리 모니터링 화면의 일 예이다.15 is an example of a real-time disaster prediction management monitoring screen provided on a display of a user or manager terminal.

도 15를 참조하면, 컴퓨팅 장치(100)는 사용자 단말기(410) 및 관리자 단말기(200)의 디스플레이부를 통해 실시간으로 재난 상황 정보를 사용자 및 관리자에게 제공할 수 있다. 사용자 단말기(410) 및 관리자 단말기(200)의 디스플레이부는 컴퓨팅 장치(100)는 물리적 재난 정보, 사이버 재난 정보, 정기적 혹은 재난 발생 시 자산에 대한 점검 항목의 내용, 재난에 대한 매뉴얼, 교육 훈련용 콘텐츠, 재난에 대한 알람 정보 중 적어도 하나를 제공할 수 있다.Referring to FIG. 15 , the computing device 100 may provide disaster situation information to the user and manager in real time through the display units of the user terminal 410 and the manager terminal 200 . The display unit 100 of the user terminal 410 and the manager terminal 200 displays physical disaster information, cyber disaster information, contents of inspection items for assets on a regular basis or in the event of a disaster, manuals for disasters, and contents for education and training. , at least one of disaster alarm information may be provided.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.Although the present invention has been described with reference to the embodiments shown in the drawings, this is only exemplary, and those skilled in the art will understand that various modifications and equivalent other embodiments are possible therefrom. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the attached claims.

100 : 컴퓨팅 장치
200 : 관리자 단말기
300 : 외부서버
410 : 사용자 단말기
420 : 담당자 단말기
430 : 일반직원 단말기
100: computing device
200: manager terminal
300: external server
410: user terminal
420: person in charge terminal
430: general staff terminal

Claims (7)

컴퓨팅 장치에 의해 수행되는 방법에 있어서,
사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 획득하는 과정;
상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정하고, 선정된 상기 복수의 제1 재난대응모듈에 대한 우선순위를 산출하여 사용자 맞춤형 재난 대응 시스템을 구성하는 과정, -하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하며-;
실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 과정;
상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 과정;
상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 과정;
상기 연관성 및 상기 긴급성에 따라 상기 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중 복수의 제2 재난대응모듈을 수행하는 과정; 및
상기 복수의 제2 재난대응모듈에 기초한 재난 대응결과를 수신하는 과정을 포함하는,
AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법.
In a method performed by a computing device,
obtaining pre-input information about a plurality of assets being managed by a user;
Based on the pre-input information, a plurality of first disaster response modules each matched with the plurality of assets are selected from among a plurality of preset disaster response modules, and priorities for the selected plurality of first disaster response modules are calculated. A process of constructing a user-customized disaster response system, -One disaster response module includes information on a disaster response method for one asset-;
Acquiring disaster monitoring information to determine whether a disaster has occurred in real time;
determining a real-time disaster based on the disaster monitoring information;
determining the urgency of the real-time disaster for the plurality of first disaster response modules and the correlation with the plurality of first disaster response modules based on the real-time disaster;
performing a plurality of second disaster response modules among a plurality of first disaster response modules belonging to the disaster response system according to the correlation and the urgency; and
Including the process of receiving a disaster response result based on the plurality of second disaster response modules,
AI-based user-customized disaster risk prediction and safety management method.
제1항에 있어서,
사용자 맞춤형 재난 대응 시스템을 구성하는 과정 이후에,
상기 선정된 복수의 제1 재난대응모듈 각각에 대한 자산 별 맞춤 매뉴얼를 획득하는 과정을 더 포함하는,
AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법.
According to claim 1,
After the process of configuring a user-customized disaster response system,
Further comprising the process of obtaining a customized manual for each asset for each of the selected plurality of first disaster response modules,
AI-based user-customized disaster risk prediction and safety management method.
제1항에 있어서,
상기 실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 과정은,
정부나 연구소에서 제공하는 공공 데이터를 획득하는 과정;
사용자에 의해 설치된 센싱 장치를 통해 측정된 사용자 센싱 데이터를 획득하는 과정;
IT 시설물의 보안 장치로부터 측정한 IT 모니터링 데이터를 획득하는 과정; 및
담당자가 정기적으로 자산에 대한 정기 점검 데이터를 획득하는 과정을 포함하며,
상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 과정은,
상기 공공 데이터, 상기 사용자 센싱 데이터, 상기 IT 모니터링 데이터, 및 상기 정기 점검 데이터 중 적어도 하나를 이용해 상기 실시간 발생 재난의 종류를 판단하는 과정을 포함하는,
AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법.
According to claim 1,
The process of obtaining disaster monitoring information for determining whether a disaster has occurred in real time,
The process of obtaining public data provided by governments or research institutes;
obtaining user sensing data measured through a sensing device installed by the user;
obtaining IT monitoring data measured from security devices of IT facilities; and
Including the process of obtaining periodic inspection data on assets on a regular basis by the person in charge,
The process of determining a real-time disaster based on the disaster monitoring information,
Including the process of determining the type of the real-time disaster using at least one of the public data, the user sensing data, the IT monitoring data, and the regular inspection data,
AI-based user-customized disaster risk prediction and safety management method.
제1항에 있어서,
상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 과정은,
상기 복수의 제1 재난대응모듈 중 상기 실시간 발생 재난에 연관성을 가지는 상기 복수의 제2 재난대응모듈을 선별하는 과정; 및
상기 복수의 제1 재난대응모듈에 대한 실시간 발생 재난의 긴급성을 결정하는 과정을 포함하는,
AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법.
According to claim 1,
The process of determining the relevance of the plurality of first disaster response modules and the urgency of the real-time disaster for the plurality of first disaster response modules based on the real-time disaster,
selecting the plurality of second disaster response modules having relevance to the real-time disaster from among the plurality of first disaster response modules; and
Including the process of determining the urgency of a disaster occurring in real time for the plurality of first disaster response modules,
AI-based user-customized disaster risk prediction and safety management method.
제1항에 있어서,
재난 대응 교육훈련을 위해 기 저장된 교육훈련용 재난 시나리오에 기초해 상기 실시간 발생 재난을 생성하는 과정을 더 포함하는,
AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법.
According to claim 1,
Further comprising a process of generating the real-time disaster based on a pre-stored disaster scenario for training for disaster response training,
AI-based user-customized disaster risk prediction and safety management method.
프로세서;
네트워크 인터페이스;
메모리; 및
상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되,
상기 컴퓨터 프로그램은,
사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 획득하는 획득하는 인스트럭션(instruction);
상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정하고, 선정된 상기 복수의 제1 재난대응모듈에 대한 우선순위를 산출하여 사용자 맞춤형 재난 대응 시스템을 구성하는 인스트럭션, -하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하며-;
실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 인스트럭션;
상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 인스트럭션;
상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 인스트럭션;
상기 연관성 및 상기 긴급성에 따라 상기 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중 복수의 제2 재난대응모듈을 수행하는 인스트럭션; 및
상기 복수의 제2 재난대응모듈에 기초한 재난 대응결과를 수신하는 인스트럭션을 포함하는,
AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 장치.
processor;
network interface;
Memory; and
A computer program loaded into the memory and executed by the processor,
The computer program,
obtaining instructions for acquiring pre-input information on a plurality of assets being managed by a user;
Based on the pre-input information, a plurality of first disaster response modules each matched with the plurality of assets are selected from among a plurality of preset disaster response modules, and priorities for the selected plurality of first disaster response modules are calculated. Instructions constituting a user-customized disaster response system, -One disaster response module includes information on a disaster response method for one asset-;
An instruction for obtaining disaster monitoring information for determining whether a disaster has occurred in real time;
an instruction for determining a real-time disaster based on the disaster monitoring information;
an instruction for determining correlation with the plurality of first disaster response modules and urgency of the real-time disaster with respect to the plurality of first disaster response modules based on the real-time disaster;
instructions for executing a plurality of second disaster response modules among a plurality of first disaster response modules belonging to the disaster response system according to the correlation and the urgency; and
Including instructions for receiving a disaster response result based on the plurality of second disaster response modules,
AI-based user-customized disaster risk prediction and safety management device.
컴퓨팅 장치와 결합되어,
사용자가 관리 중인 복수의 자산에 대한 사전입력 정보를 획득하는 과정;
상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 제1 재난대응모듈을 선정하고, 선정된 상기 복수의 제1 재난대응모듈에 대한 우선순위를 산출하여 사용자 맞춤형 재난 대응 시스템을 구성하는 과정, -하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하며-;
실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득하는 과정;
상기 재난 모니터링 정보에 기초해 실시간 발생 재난을 판단하는 과정;
상기 실시간 발생 재난에 기초해 상기 복수의 제1 재난대응모듈에 대한 연관성 및 상기 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단하는 과정;
상기 연관성 및 상기 긴급성에 따라 상기 재난 대응 시스템에 속하는 복수의 제1 재난대응모듈 중 복수의 제2 재난대응모듈을 수행하는 과정; 및
상기 복수의 제2 재난대응모듈에 기초한 재난 대응결과를 수신하는 과정을 실행시키기 위하여 컴퓨터로 판독가능한 기록매체에 저장된,
AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 컴퓨터프로그램.
Combined with a computing device,
obtaining pre-input information about a plurality of assets being managed by a user;
Based on the pre-input information, a plurality of first disaster response modules each matched with the plurality of assets are selected from among a plurality of preset disaster response modules, and priorities for the selected plurality of first disaster response modules are calculated. A process of constructing a user-customized disaster response system, -One disaster response module includes information on a disaster response method for one asset-;
Acquiring disaster monitoring information to determine whether a disaster has occurred in real time;
determining a real-time disaster based on the disaster monitoring information;
determining the urgency of the real-time disaster for the plurality of first disaster response modules and the correlation with the plurality of first disaster response modules based on the real-time disaster;
performing a plurality of second disaster response modules among a plurality of first disaster response modules belonging to the disaster response system according to the correlation and the urgency; and
Stored in a computer-readable recording medium to execute a process of receiving a disaster response result based on the plurality of second disaster response modules,
AI-based user-customized disaster risk prediction and safety management computer program.
KR1020220029881A 2022-03-10 2022-03-10 Method, apparatus and computer program of AI-based user-tailored disaster threat prediction and safety management KR102490062B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220029881A KR102490062B1 (en) 2022-03-10 2022-03-10 Method, apparatus and computer program of AI-based user-tailored disaster threat prediction and safety management
KR1020220169016A KR20230134089A (en) 2022-03-10 2022-12-06 Method, apparatus and computer program of AI-based user-customized disaster response

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220029881A KR102490062B1 (en) 2022-03-10 2022-03-10 Method, apparatus and computer program of AI-based user-tailored disaster threat prediction and safety management

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220169016A Division KR20230134089A (en) 2022-03-10 2022-12-06 Method, apparatus and computer program of AI-based user-customized disaster response

Publications (1)

Publication Number Publication Date
KR102490062B1 true KR102490062B1 (en) 2023-01-18

Family

ID=85106532

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020220029881A KR102490062B1 (en) 2022-03-10 2022-03-10 Method, apparatus and computer program of AI-based user-tailored disaster threat prediction and safety management
KR1020220169016A KR20230134089A (en) 2022-03-10 2022-12-06 Method, apparatus and computer program of AI-based user-customized disaster response

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220169016A KR20230134089A (en) 2022-03-10 2022-12-06 Method, apparatus and computer program of AI-based user-customized disaster response

Country Status (1)

Country Link
KR (2) KR102490062B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102559307B1 (en) 2023-04-24 2023-07-25 제온시스 주식회사 Method, device and system for processing and utilizing images and video data generated at disaster sites
KR102571419B1 (en) 2023-03-03 2023-09-01 소프트온넷(주) Disaster response system through artificial intelligence-based planning and decision-making and method using the same

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101830295B1 (en) * 2017-06-23 2018-03-29 주식회사 주빅스 INTELLIGENT ACCIDENT PREVENTION TRAINING SELECTION DECISION SYSTEM OF TOXIC SUBSTANCE BUSINESS USING IoT SENSOR
KR102230258B1 (en) 2020-10-07 2021-03-19 대한민국 Method of providing mapping contents to strengthen the capacity to manage disaster situations
KR102310315B1 (en) * 2019-10-17 2021-10-06 국민대학교산학협력단 Method and apparatus for providing scenarios for supporting decision to respond to environmental facilities disaster
KR20210155217A (en) * 2020-06-15 2021-12-22 한국전력공사 System for predicting and preventing disaster for electric power facilities and operation method thereof
KR102358494B1 (en) * 2020-11-26 2022-02-07 국민대학교 산학협력단 Decision support system and method for disaster response of environmental facilities

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101830295B1 (en) * 2017-06-23 2018-03-29 주식회사 주빅스 INTELLIGENT ACCIDENT PREVENTION TRAINING SELECTION DECISION SYSTEM OF TOXIC SUBSTANCE BUSINESS USING IoT SENSOR
KR102310315B1 (en) * 2019-10-17 2021-10-06 국민대학교산학협력단 Method and apparatus for providing scenarios for supporting decision to respond to environmental facilities disaster
KR20210155217A (en) * 2020-06-15 2021-12-22 한국전력공사 System for predicting and preventing disaster for electric power facilities and operation method thereof
KR102230258B1 (en) 2020-10-07 2021-03-19 대한민국 Method of providing mapping contents to strengthen the capacity to manage disaster situations
KR102358494B1 (en) * 2020-11-26 2022-02-07 국민대학교 산학협력단 Decision support system and method for disaster response of environmental facilities

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102571419B1 (en) 2023-03-03 2023-09-01 소프트온넷(주) Disaster response system through artificial intelligence-based planning and decision-making and method using the same
KR102559307B1 (en) 2023-04-24 2023-07-25 제온시스 주식회사 Method, device and system for processing and utilizing images and video data generated at disaster sites

Also Published As

Publication number Publication date
KR20230134089A (en) 2023-09-20

Similar Documents

Publication Publication Date Title
US10943464B1 (en) Real property monitoring systems and methods for detecting damage and other conditions
Chen et al. Application of computational intelligence technologies in emergency management: a literature review
KR102490062B1 (en) Method, apparatus and computer program of AI-based user-tailored disaster threat prediction and safety management
US20210012448A1 (en) Systems and Methods for Improving Personal Safety in an Industrial Environment
US20150242779A1 (en) Computerized complex system event assessment, projection and control
US20110295624A1 (en) Insurance Policy Data Analysis and Decision Support System and Method
Parlak et al. Population behavioral scenarios influencing radiological disaster preparedness and planning
Tan et al. Systematic review of human and organizational risks for probabilistic risk analysis in high-rise buildings
Cao AI and data science for smart emergency, crisis and disaster resilience
Kabir et al. Earthquake-related Natech risk assessment using a Bayesian belief network model
CN112215458A (en) Disaster analysis method and electronic device
US20230282094A1 (en) Incident response system
Gao et al. Explainable deep learning powered building risk assessment model for proactive hurricane response
Galera-Zarco et al. A deep learning approach to improve built asset operations and disaster management in critical events: an integrative simulation model for quicker decision making
KR20230170604A (en) Methods, devices and computer programs for preventing entrepreneur-customized major disasters
Chen et al. [Retracted] Fire Safety Evaluation for Scenic Spots: An Evidential Best‐Worst Method
Matellini et al. A Three‐Part Bayesian Network for Modeling Dwelling Fires and Their Impact upon People and Property
Manocha et al. Digital twin-assisted fuzzy logic-inspired intelligent approach for flood prediction
Chatterjee et al. Applied risk analysis for guiding homeland security policy and decisions
JP7409187B2 (en) Damage estimation device and computer program
WO2022161901A1 (en) A method and system for managing safety hazard or security risk
Deepthi et al. IOT Enabled Forest Fire Detection and Management
Tien Viewing urban disruptions from a decision informatics perspective
US20200402192A1 (en) Creation of Web-Based Interactive Maps for Emergency Responders
Huang Differences between disaster prediction and risk assessment in natural disasters

Legal Events

Date Code Title Description
A107 Divisional application of patent
GRNT Written decision to grant