KR102570037B1 - Management server, method and computer program for event safety based on ai model - Google Patents

Management server, method and computer program for event safety based on ai model Download PDF

Info

Publication number
KR102570037B1
KR102570037B1 KR1020230055005A KR20230055005A KR102570037B1 KR 102570037 B1 KR102570037 B1 KR 102570037B1 KR 1020230055005 A KR1020230055005 A KR 1020230055005A KR 20230055005 A KR20230055005 A KR 20230055005A KR 102570037 B1 KR102570037 B1 KR 102570037B1
Authority
KR
South Korea
Prior art keywords
event
risk
site
overcrowding
information
Prior art date
Application number
KR1020230055005A
Other languages
Korean (ko)
Inventor
이대우
Original Assignee
주식회사 디노마드
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 주식회사 디노마드 filed Critical 주식회사 디노마드
Priority to KR1020230055005A priority Critical patent/KR102570037B1/en
Application granted granted Critical
Publication of KR102570037B1 publication Critical patent/KR102570037B1/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems

Landscapes

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

Abstract

본 발명은 AI 모델을 이용하여 이벤트 현장에서 과밀 사고가 발생할 리스크를 산출하고 이를 기반으로 사고 리스크 경감을 위한 지시 메시지를 현장 관리자에게 제공하는 리스크 관리 기법에 관한 것이다. 본 발명의 목적은 이벤트 관리자들이 현장에서 수집하는 리스크 정보를 고려하여 실질적인 위험성을 판단하고 이를 경감하기 위한 방안을 실효성 있게 수행할 수 있는 리스크 관리 기법을 제공하는 것이다. 본 발명에 따른 서버, 방법 및 컴퓨터 프로그램에 의하면, AI 리스크 관리 모델을 통해 참여자 위치 정보 및 과밀 사고 리스크 정보에 기초하여 과밀 사고 리스크 지수가 산출될 수 있으며, 이에 기초하여 이벤트 참여자 단말들에 과밀 사고 리스크 경고 메시지가 제공될 수 있고, 이벤트 관리자 단말들에 과밀 사고 리스크 경감 지시 메시지가 제공될 수 있으므로, 참여자들의 밀집으로 인한 프로젝트성 이벤트의 사고 위험이 효과적으로 관리될 수 있다.The present invention relates to a risk management technique that calculates the risk of an overcrowding accident at an event site using an AI model and provides a site manager with an instruction message for accident risk reduction based on the calculated risk. An object of the present invention is to provide a risk management technique capable of effectively determining actual risks and reducing them in consideration of risk information collected by event managers in the field. According to the server, method and computer program according to the present invention, an overcrowding accident risk index can be calculated based on participant location information and overcrowding accident risk information through an AI risk management model, and based on this, overcrowding accident Since a risk warning message may be provided and an overcrowding accident risk reduction instruction message may be provided to event manager terminals, the accident risk of a project-type event due to the concentration of participants may be effectively managed.

Description

AI 모델 기반의 행사 안전을 위한 관리 서버, 방법 및 컴퓨터 프로그램{MANAGEMENT SERVER, METHOD AND COMPUTER PROGRAM FOR EVENT SAFETY BASED ON AI MODEL}Management server, method and computer program for event safety based on AI model {MANAGEMENT SERVER, METHOD AND COMPUTER PROGRAM FOR EVENT SAFETY BASED ON AI MODEL}

본 발명은 AI 모델을 이용하여 이벤트 현장에서 과밀 사고가 발생할 리스크를 산출하고 이를 기반으로 사고 리스크 경감을 위한 지시 메시지를 현장 관리자에게 제공하는 리스크 관리 기법에 관한 것이다.The present invention relates to a risk management technique that calculates the risk of an overcrowding accident at an event site using an AI model and provides a site manager with an instruction message for accident risk reduction based on the calculated risk.

프로젝트성 이벤트의 주최 기관이 이벤트 대행사에 이벤트의 개최와 진행, 운영을 위탁하여 각종 공연, 스포츠 행사 또는 집회 등을 주최하게 되면, 이벤트 대행사는 이벤트 운영을 위해 서버와 모바일 앱을 구축하여 이를 통해 이벤트 참여자들과 상호작용할 수 있으며, 프로젝트성 이벤트의 현장을 관리하기 위한 관리자들을 두어 이들에게 관리에 필요한 지시를 줄 수 있다.When an organization hosting a project-type event entrusts an event agency with the hosting, progress, and operation of the event to host various performances, sports events, or assemblies, the event agency builds a server and mobile app to operate the event, You can interact with the participants, and you can give them instructions necessary for management by placing managers to manage the site of project-type events.

특정 장소에서 프로젝트성 이벤트가 개최되어 다수의 사람들이 밀집하는 경우, 압사 사고 등의 안전 문제를 관리하는 것이 필요할 수 있다. 이와 관련하여, 등록특허공보 제10-1513370호 등은 위치 정보를 이용한 안전 정보 제공에 관한 내용을 개시하고 있으나, 위치 정보만으로는 이벤트 현장 사고를 방지하기 어려울 수 있으며, 따라서 이벤트 관리자들이 현장에서 수집하는 리스크 정보를 고려하여 실질적인 위험성을 판단하고 이를 경감하기 위한 방안을 실효성 있게 수행할 수 있는 기술이 요구될 수 있다.When a project-type event is held in a specific place and a large number of people gather, it may be necessary to manage safety issues such as stampede. In this regard, Patent Registration No. 10-1513370 discloses information on the provision of safety information using location information, but it may be difficult to prevent an event site accident with only location information. Technology that can effectively determine actual risk by considering risk information and implement measures to mitigate it may be required.

등록특허공보 제10-1513370호Registered Patent Publication No. 10-1513370 등록특허공보 제10-1845942호Registered Patent Publication No. 10-1845942

본 발명의 목적은 이벤트 관리자들이 현장에서 수집하는 리스크 정보를 고려하여 실질적인 위험성을 판단하고 이를 경감하기 위한 방안을 실효성 있게 수행할 수 있는 리스크 관리 기법을 제공하는 것이다.An object of the present invention is to provide a risk management technique capable of effectively determining actual risks and reducing them in consideration of risk information collected by event managers in the field.

본 발명의 일부 실시예에 따르면, AI 모델 기반의 이벤트 리스크 관리 서버에 있어서, 명령어들을 저장하도록 구성되는 메모리; 및 상기 명령어들을 실행함으로써: 이벤트 참여자들의 개인정보 조회 동의에 따라 이벤트 참여자 단말들로부터 참여자 위치 정보를 수집하고, 이벤트 현장에서 이벤트 관리자들에 의해 생성되는 과밀 사고 리스크 정보를 이벤트 관리자 단말들로부터 수집하고, AI 리스크 관리 모델을 통해 상기 참여자 위치 정보 및 상기 과밀 사고 리스크 정보에 기초하여 과밀 사고 리스크 지수를 산출하고, 상기 과밀 사고 리스크 지수에 기초하여 상기 이벤트 참여자 단말들에 과밀 사고 리스크 경고 메시지를 제공하고, 상기 과밀 사고 리스크 지수에 기초하여 상기 이벤트 관리자 단말들에 과밀 사고 리스크 경감 지시 메시지를 제공하도록 구성되는 프로세서; 를 포함하는, AI 모델 기반의 이벤트 리스크 관리 서버가 개시된다.According to some embodiments of the present invention, in an event risk management server based on an AI model, a memory configured to store instructions; And by executing the commands: collecting participant location information from event participant terminals according to the personal information inquiry consent of event participants, and collecting overcrowding accident risk information generated by event managers at the event site from event manager terminals , An overcrowding accident risk index is calculated based on the participant location information and the overcrowding accident risk information through an AI risk management model, and an overcrowding accident risk warning message is provided to the event participant terminals based on the overcrowding accident risk index, a processor configured to provide an overcrowding accident risk reduction instruction message to the event manager terminals based on the overcrowding accident risk index; Including, an AI model-based event risk management server is disclosed.

본 발명의 일부 실시예에 따르면, 메모리에 저장되는 명령어들을 실행하는 프로세서에 의해 수행되는, AI 모델 기반의 이벤트 리스크 관리 방법에 있어서, 이벤트 참여자들의 개인정보 조회 동의에 따라 이벤트 참여자 단말들로부터 참여자 위치 정보를 수집하는 단계; 이벤트 현장에서 이벤트 관리자들에 의해 생성되는 과밀 사고 리스크 정보를 이벤트 관리자 단말들로부터 수집하는 단계; AI 리스크 관리 모델을 통해 상기 참여자 위치 정보 및 상기 과밀 사고 리스크 정보에 기초하여 과밀 사고 리스크 지수를 산출하는 단계; 상기 과밀 사고 리스크 지수에 기초하여 상기 이벤트 참여자 단말들에 과밀 사고 리스크 경고 메시지를 제공하는 단계; 및 상기 과밀 사고 리스크 지수에 기초하여 상기 이벤트 관리자 단말들에 과밀 사고 리스크 경감 지시 메시지를 제공하는 단계; 를 포함하는, AI 모델 기반의 이벤트 리스크 관리 방법이 개시된다.According to some embodiments of the present invention, in an event risk management method based on an AI model, which is performed by a processor executing instructions stored in a memory, the location of participants from event participant terminals according to the personal information inquiry agreement of event participants. collecting information; Collecting overcrowding accident risk information generated by event managers at the event site from event manager terminals; Calculating an overcrowding accident risk index based on the participant location information and the overcrowding accident risk information through an AI risk management model; providing an overcrowding accident risk warning message to the event participant terminals based on the overcrowding accident risk index; and providing an overcrowding accident risk reduction instruction message to the event manager terminals based on the overcrowding accident risk index. Including, an AI model-based event risk management method is disclosed.

본 발명의 일부 실시예에 따르면, AI 모델 기반의 이벤트 리스크 관리 방법을 구현하기 위해 컴퓨터 판독가능 저장 매체에 기록되는 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램의 명령어들은 실행될 때 상기 방법을 수행하도록 구성되는, 컴퓨터 프로그램이 개시된다.According to some embodiments of the present invention, in a computer program recorded on a computer readable storage medium to implement an AI model-based event risk management method, instructions of the computer program are configured to perform the method when executed, A computer program is started.

본 발명에 따른 서버, 방법 및 컴퓨터 프로그램에 의하면, AI 리스크 관리 모델을 통해 참여자 위치 정보 및 과밀 사고 리스크 정보에 기초하여 과밀 사고 리스크 지수가 산출될 수 있으며, 이에 기초하여 이벤트 참여자 단말들에 과밀 사고 리스크 경고 메시지가 제공될 수 있고, 이벤트 관리자 단말들에 과밀 사고 리스크 경감 지시 메시지가 제공될 수 있으므로, 참여자들의 밀집으로 인한 프로젝트성 이벤트의 사고 위험이 효과적으로 관리될 수 있다.According to the server, method and computer program according to the present invention, an overcrowding accident risk index can be calculated based on participant location information and overcrowding accident risk information through an AI risk management model, and based on this, overcrowding accident Since a risk warning message may be provided and an overcrowding accident risk reduction instruction message may be provided to event manager terminals, the accident risk of a project-type event due to the concentration of participants may be effectively managed.

도 1은 본 발명의 일부 실시예에 따른 AI 모델 기반의 이벤트 리스크 관리 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일부 실시예에 따른 AI 모델 기반의 이벤트 리스크 관리 서버를 구성하는 요소들을 설명하기 위한 도면이다.
도 3 내지 도 5는 본 발명의 일부 실시예에 따른 AI 리스크 관리 모델을 이용하여 이벤트 리스크 관리 시스템의 각종 연산들을 처리하는 방식을 설명하기 위한 도면이다.
도 6은 본 발명의 일부 실시예에 따른 AI 모델 기반의 이벤트 리스크 관리 방법을 구성하는 단계들을 설명하기 위한 도면이다.1 is a diagram for explaining an event risk management system based on an AI model according to some embodiments of the present invention.
2 is a diagram for explaining elements constituting an AI model-based event risk management server according to some embodiments of the present invention.
3 to 5 are diagrams for explaining a method of processing various operations of an event risk management system using an AI risk management model according to some embodiments of the present invention.
6 is a diagram for explaining steps constituting an AI model-based event risk management method according to some embodiments of the present invention.

이하에서는 도면을 참조하여 본 발명의 실시예들이 상세하게 설명될 것이다. 이하에서의 설명은 실시예들을 구체화하기 위한 것일 뿐, 본 발명에 따른 권리범위를 제한하거나 한정하기 위한 것은 아니다. 본 발명에 관한 기술 분야에서 통상의 지식을 가진 자가 발명의 상세한 설명 및 실시예들로부터 용이하게 유추할 수 있는 것은 본 발명에 따른 권리범위에 속하는 것으로 해석되어야 한다. 본 발명에 관한 기술 분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 대해서는 자세한 설명이 생략된다.Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. The following description is only for specifying the embodiments, and is not intended to limit or limit the scope of rights according to the present invention. What a person skilled in the art can easily infer from the detailed description and examples of the present invention should be construed as belonging to the scope of the present invention. A detailed description of matters widely known to those skilled in the art will be omitted.

본 발명에서 사용되는 용어는 본 발명에 관한 기술 분야에서 널리 사용되는 일반적인 용어로 기재되었으나, 본 발명에서 사용되는 용어의 의미는 해당 분야에 종사하는 기술자의 의도, 새로운 기술의 출현, 심사기준 또는 판례 등에 따라 달라질 수 있다. 일부 용어는 출원인에 의해 임의로 선정될 수 있고, 이 경우 임의로 선정되는 용어의 의미가 상세하게 설명될 것이다. 본 발명에서 사용되는 용어는 단지 사전적 의미만이 아닌, 명세서의 전반적인 맥락을 반영하는 의미로 해석되어야 한다.The terms used in the present invention have been described as general terms widely used in the technical field related to the present invention, but the meanings of the terms used in the present invention are the intentions of technicians working in the field, the emergence of new technologies, examination standards or precedents. etc. may vary. Some terms may be arbitrarily selected by the applicant, and in this case, the meanings of the arbitrarily selected terms will be described in detail. Terms used in the present invention should be interpreted as meanings reflecting the overall context of the specification, not just dictionary meanings.

도 1은 본 발명의 일부 실시예에 따른 AI 모델 기반의 이벤트 리스크 관리 시스템을 설명하기 위한 도면이다.1 is a diagram for explaining an event risk management system based on an AI model according to some embodiments of the present invention.

도 1을 참조하면, AI 모델 기반의 이벤트 리스크 관리 시스템(10)은 AI 모델 기반의 이벤트 리스크 관리 서버(100), 이벤트 관리자 단말들(200) 및 이벤트 참여자 단말들(300)을 포함할 수 있다.Referring to FIG. 1, the AI model-based event risk management system 10 may include an AI model-based event risk management server 100, event manager terminals 200, and event participant terminals 300. .

AI 모델 기반의 이벤트 리스크 관리 시스템(10)은 이벤트 대행사가 프로젝트성 이벤트의 개최를 대행할 때 이를 관리하기 위한 시스템을 의미할 수 있다. 예를 들면, 이벤트 리스크 관리 시스템(10)은 컴퓨터 프로그램 또는 모바일 애플리케이션 등의 형태로 구현될 수 있고, 이벤트 리스크 관리 서버(100), 이벤트 관리자 단말들(200) 및 이벤트 참여자 단말들(300)은 프로그램 또는 앱의 실행을 통해 서로 데이터를 교환하며 동작할 수 있다.The AI model-based event risk management system 10 may refer to a system for managing the event agency when it acts as an agent for holding a project-type event. For example, the event risk management system 10 may be implemented in the form of a computer program or mobile application, and the event risk management server 100, event manager terminals 200 and event participant terminals 300 are Through the execution of programs or applications, data can be exchanged and operated.

이벤트 리스크 관리 시스템(10)은 프로젝트성 이벤트의 이벤트 현장에 과도한 수의 이벤트 참여자들이 몰려 인구 과밀로 인한 압사 사고 등을 방지하기 위한 시스템일 수 있다. 예를 들면, 프로젝트성 이벤트는 스포츠 행사, 학교 행사, 정부 행사, 집회 행사, 컨벤션 행사, 엑스포, 박람회 및 가두 행사 등을 포함할 수 있다.The event risk management system 10 may be a system for preventing a stampede accident or the like due to overcrowding of an excessive number of event participants at an event site of a project type event. For example, project-like events may include sporting events, school events, government events, rally events, convention events, expos, fairs, and street events.

이벤트 리스크 관리 서버(100)는 AI 리스크 관리 모델을 이용하여 이벤트 현장에서 발생 가능한 과밀 사고의 리스크를 미리 예측하고 이를 기반으로 과밀 사고의 예방을 위해 필요한 경고 조치와 관리 지시를 수행할 수 있다. 예를 들면, 이벤트 리스크 관리 서버(100)는 AI 리스크 관리 모델을 통해 과밀 사고 리스크 지수를 산출할 수 있으며, 이를 기반으로 경고 메시지를 참여자들에게, 리스크 경감을 위한 지시 메시지를 관리자들에게 제공할 수 있다.The event risk management server 100 may predict the risk of an overcrowding accident that may occur at an event site in advance using an AI risk management model and, based on this, perform warning actions and management instructions necessary for preventing an overcrowding accident. For example, the event risk management server 100 may calculate an overcrowding accident risk index through an AI risk management model, and based on this, a warning message may be provided to participants and an instruction message for risk reduction to managers. can

이벤트 관리자 단말들(200)은 프로젝트성 이벤트를 관리하기 위해 채용된 이벤트 관리자들의 단말 디바이스일 수 있다. 이벤트 관리자들은 이벤트 관리자 단말들(200)을 통해 이벤트 리스크 관리 서버(100)로 이벤트 현장의 리스크 관련 정보를 제공할 수 있고, 이벤트 리스크 관리 서버(100)로부터 사고 리스크 경감을 위한 지시 메시지를 제공받을 수 있다. 예를 들면, 이벤트 관리자 단말들(200)은 적어도 제1 이벤트 관리자 단말(210) 및 제2 이벤트 관리자 단말(220)을 포함할 수 있으며, 이벤트 관리자들의 인원수는 적절한 수치로 설정될 수 있다.The event manager terminals 200 may be terminal devices of event managers employed to manage project-like events. Event managers may provide risk-related information at the event site to the event risk management server 100 through the event manager terminals 200, and receive an instruction message for accident risk reduction from the event risk management server 100. can For example, the event manager terminals 200 may include at least a first event manager terminal 210 and a second event manager terminal 220, and the number of event managers may be set to an appropriate number.

이벤트 참여자 단말들(300)은 프로젝트성 이벤트에 참여하는 이벤트 참여자들의 단말 디바이스를 의미할 수 있다. 예를 들면, 이벤트 참여자들은 이벤트 참여자 단말들(300)을 통해 모바일 앱 등을 실행하여 참가 신청, 티켓팅, 개인정보 제공, 관련정보 수신동의 등을 수행할 수 있고, 이후 이벤트 현장에서 개최되는 프로젝트성 이벤트에 참여할 수 있다. 이벤트 참여자 단말들(300)은 적어도 제1 내지 제3 이벤트 참여자 단말들(310, 320, 330), 및 그 이상의 개수의 단말들을 포함할 수 있다.The event participant terminals 300 may refer to terminal devices of event participants participating in a project-type event. For example, event participants can execute a mobile app or the like through the event participant terminals 300 to apply for participation, ticketing, provide personal information, agree to receive related information, etc., and then project properties held at the event site. can participate in events. The event participant terminals 300 may include at least the first to third event participant terminals 310, 320, and 330, and more terminals.

AI 리스크 관리 모델은 이벤트 리스크 관리 서버(100)에서 리스크 관리에 필요한 프로세스들을 처리하기 위해 형성되는 인공지능 신경망 모델일 수 있고, 해당 프로세스들의 원활한 처리를 위해 다양한 기계 학습 방식으로 학습될 수 있다. 예를 들면, AI 리스크 관리 모델은 후술할 도 3 내지 도 5에서와 같이, 과밀 사고 리스크 지수의 산출, 우회 경로와 대피 경로의 생성, 및 잠재적 사고유발 리스크의 파악을 수행하도록 관련 학습 데이터에 기초하여 학습될 수 있다.The AI risk management model may be an artificial intelligence neural network model formed to process processes necessary for risk management in the event risk management server 100, and may be learned using various machine learning methods for smooth processing of corresponding processes. For example, the AI risk management model calculates an overcrowding accident risk index, creates a detour route and an evacuation route, and identifies potential accident risk, as shown in FIGS. 3 to 5 described later. Based on relevant learning data so it can be learned.

한편, 본 발명의 실시예에서, AI 리스크 관리 모델은, 과밀 사고 리스크 지수의 산출, 우회 경로와 대피 경로의 생성, 및 잠재적 사고유발 리스크의 파악을 수행하고, 이를 가상 환경에 3차원 모델로 구성하여 가상 시뮬레이션을 통해 이벤트 리스크를 관리하도록 구성될 수도 있다.On the other hand, in an embodiment of the present invention, the AI risk management model calculates an overcrowded accident risk index, creates a detour route and an evacuation route, and identifies potential accident-inducing risks, and constructs a three-dimensional model in a virtual environment It may also be configured to manage event risk through virtual simulation.

도 2는 본 발명의 일부 실시예에 따른 AI 모델 기반의 이벤트 리스크 관리 서버를 구성하는 요소들을 설명하기 위한 도면이다.2 is a diagram for explaining elements constituting an AI model-based event risk management server according to some embodiments of the present invention.

도 2를 참조하면, AI 모델 기반의 이벤트 리스크 관리 서버(100)는 메모리(110) 및 프로세서(120)를 포함할 수 있다. 다만 이에 제한되는 것은 아니고, 다른 범용적인 요소들이 프로젝트 관리 서버(100)에 더 포함될 수 있다.Referring to FIG. 2 , the AI model-based event risk management server 100 may include a memory 110 and a processor 120 . However, it is not limited thereto, and other general-purpose elements may be further included in the project management server 100 .

메모리(110)는 이벤트 리스크 관리 서버(100)에서 처리되는 각종 명령어들, 컴퓨터 프로그램 또는 데이터를 저장하기 위한 구조를 가질 수 있다. 예를 들면, 메모리(110)는 ROM, PROM, EPROM, EEPROM, 플래시 메모리, PRAM, MRAM, RRAM, FRAM 등과 같은 비휘발성 메모리, 또는 DRAM, SRAM, SDRAM, PRAM, RRAM, FeRAM 등의 휘발성 메모리로 구현될 수 있고, HDD, SSD, SD, Micro-SD 등의 형태, 또는 이들에 관한 조합의 형태로 구현될 수 있다.The memory 110 may have a structure for storing various commands, computer programs or data processed by the event risk management server 100 . For example, the memory 110 is a non-volatile memory such as ROM, PROM, EPROM, EEPROM, flash memory, PRAM, MRAM, RRAM, FRAM, or the like, or a volatile memory such as DRAM, SRAM, SDRAM, PRAM, RRAM, FeRAM, etc. It may be implemented, and may be implemented in the form of HDD, SSD, SD, Micro-SD, etc., or a combination thereof.

프로세서(120)는 이벤트 리스크 관리 서버(100)의 동작을 위해 요구되는 처리 과정들을 수행하기 위한 구조를 가질 수 있다. 프로세서(120)는 이벤트 리스크 관리 서버(100) 내부의 각종 연산들을 처리하기 위한 다수의 논리 게이트들의 어레이 또는 범용적인 마이크로 프로세서로 구현될 수 있고, 단일의 프로세서 또는 복수의 프로세서들로 구성될 수 있다. 예를 들면, 프로세서(120)는 마이크로프로세서, CPU, GPU 및 AP 중 적어도 하나의 형태로 구현될 수 있다.The processor 120 may have a structure for performing processing processes required for the operation of the event risk management server 100 . The processor 120 may be implemented as an array of multiple logic gates or a general-purpose microprocessor for processing various operations inside the event risk management server 100, and may be configured as a single processor or a plurality of processors. . For example, the processor 120 may be implemented in the form of at least one of a microprocessor, CPU, GPU, and AP.

프로세서(120)는, 메모리(110)에 저장되는 명령어들을 실행함으로써, 이벤트 참여자들의 개인정보 조회 동의에 따라 이벤트 참여자 단말들(300)로부터 참여자 위치 정보를 수집하도록 구성될 수 있다.The processor 120 may be configured to collect participant location information from the event participant terminals 300 according to the personal information search consent of the event participants by executing commands stored in the memory 110 .

이벤트 참여자들은 이벤트 참여자 단말들(300)을 통해 개인정보 조회에 대해 동의할 수 있고, 그에 따라 이벤트 참여자 단말들(300)의 GPS 기반 위치 정보가 이벤트 리스크 관리 서버(100)에 제공될 수 있다.Event participants may agree on personal information inquiry through the event participant terminals 300, and accordingly, the GPS-based location information of the event participant terminals 300 may be provided to the event risk management server 100.

프로세서(120)는, 메모리(110)에 저장되는 명령어들을 실행함으로써, 이벤트 현장에서 이벤트 관리자들에 의해 생성되는 과밀 사고 리스크 정보를 이벤트 관리자 단말들(200)로부터 수집하도록 구성될 수 있다.The processor 120 may be configured to collect overcrowding accident risk information generated by event managers at the event site from the event manager terminals 200 by executing instructions stored in the memory 110 .

이벤트 관리자들은 프로젝트성 이벤트가 열리는 이벤트 현장에서 과밀 사고의 위험이 되는 정보를 수집하여 이벤트 관리자 단말들(200)을 통해 텍스트, 이미지, 영상 등의 형태로 이벤트 리스크 관리 서버(100)에 제공할 수 있다. 예를 들면, 과밀 사고 리스크 정보는 이벤트 현장의 특정 구조물에 생긴 균열을 촬영한 이미지, 이벤트 참여자들이 특정 구역에 통행하기 어려울 정도로 과도하게 밀집해 있는 상태를 촬영한 영상 등이 될 수 있다.Event managers collect information that is a risk of overcrowding at the event site where a project event is held and provide it to the event risk management server 100 in the form of text, image, video, etc. through the event manager terminals 200 there is. For example, overcrowded accident risk information may be an image of a crack in a specific structure at an event site, a video of a state in which event participants are overcrowded to the extent that it is difficult to pass through a specific area, and the like.

프로세서(120)는, 메모리(110)에 저장되는 명령어들을 실행함으로써, AI 리스크 관리 모델을 통해 참여자 위치 정보 및 과밀 사고 리스크 정보에 기초하여 과밀 사고 리스크 지수를 산출하도록 구성될 수 있다.The processor 120 may be configured to calculate an overcrowding accident risk index based on participant location information and overcrowding accident risk information through an AI risk management model by executing instructions stored in the memory 110 .

후술할 도 3에서와 같이, AI 리스크 관리 모델은 이벤트 관리자 단말들(200) 및 이벤트 참여자 단말들(300)로부터 수집되는 정보들을 처리하여, 이벤트 현장에 인구 과밀 사고가 발생할 위험도를 나타내는 과밀 사고 리스크 지수를 산출할 수 있다.As shown in FIG. 3 to be described later, the AI risk management model processes information collected from event manager terminals 200 and event participant terminals 300, and overcrowding accident risk representing the risk of an overpopulation accident occurring at the event site index can be calculated.

프로세서(120)는, 메모리(110)에 저장되는 명령어들을 실행함으로써, 과밀 사고 리스크 지수에 기초하여 이벤트 참여자 단말들(300)에 과밀 사고 리스크 경고 메시지를 제공하도록 구성될 수 있다.The processor 120 may be configured to provide an overcrowding risk warning message to the event participant terminals 300 based on the overcrowding accident risk index by executing instructions stored in the memory 110 .

예를 들면, 과밀 사고 리스크 지수가 미리 정해진 임계 범위를 벗어나게 되면, 이벤트 리스크 관리 서버(100)는 이벤트 리스크 관리 시스템(10)을 구현하는 프로그램 또는 앱을 실행하여 이벤트 참여자 단말들(300)에 경고 메시지를 전송할 수 있으며, 이벤트 참여자들은 이벤트 참여자 단말들(300)을 통해 경고 메시지의 내용을 확인할 수 있다. 경고 메시지 전송의 기준이 되는 미리 정해진 임계 범위는 필요에 따라 조정될 수 있다.For example, when the overcrowding accident risk index is out of a predetermined threshold range, the event risk management server 100 executes a program or app implementing the event risk management system 10 to alert the event participant terminals 300 A message can be transmitted, and event participants can check the content of the warning message through the event participant terminals 300 . A predetermined threshold range serving as a criterion for transmitting a warning message may be adjusted as needed.

프로세서(120)는, 메모리(110)에 저장되는 명령어들을 실행함으로써, 과밀 사고 리스크 지수에 기초하여 이벤트 관리자 단말들(200)에 과밀 사고 리스크 경감 지시 메시지를 제공하도록 구성될 수 있다.The processor 120 may be configured to provide an overcrowding risk reduction instruction message to the event manager terminals 200 based on the overcrowding accident risk index by executing instructions stored in the memory 110 .

예를 들면, 과밀 사고 리스크 지수가 미리 정해진 임계 범위를 벗어나게 되면, 이벤트 리스크 관리 서버(100)는 이벤트 리스크 관리 시스템(10)을 구현하는 프로그램 또는 앱을 실행하여 이벤트 관리자 단말들(200)에 지시 메시지를 전송할 수 있으며, 이벤트 관리자들은 이벤트 관리자 단말들(300)을 통해 지시 메시지의 내용을 확인하여 그에 따른 이벤트 현장에 대한 조치를 취할 수 있다. 지시 메시지에 관한 미리 정해진 임계 범위는 경고 메시지에 관한 범위와 동일하거나, 필요에 따라 상이하게 설정될 수 있다.For example, when the overcrowding accident risk index is out of a predetermined threshold range, the event risk management server 100 executes a program or app implementing the event risk management system 10 and instructs the event manager terminals 200 A message can be transmitted, and event managers can check the contents of the indication message through the event manager terminals 300 and take action on the event site accordingly. The predetermined threshold range for the indication message may be the same as the range for the warning message or may be set differently as needed.

본 발명의 일부 실시예에 따르면, 과밀 사고 리스크 정보는 이벤트 현장의 구조물 배치 정보 및 돌발 상황 발생 정보를 포함할 수 있고, AI 리스크 관리 모델은 이벤트 참여자들의 참여자 위치 정보 및 구조물 배치 정보에 기초하여 이벤트 현장의 구역들 각각의 참여자 밀집도를 산출하고, 참여자 밀집도 및 돌발 상황 발생 정보에 기초하여 구역들 각각에 대한 과밀 사고 리스크 지수를 산출하도록 구성될 수 있다.According to some embodiments of the present invention, the overcrowding accident risk information may include structure arrangement information and unexpected situation occurrence information at the event site, and the AI risk management model is an event based on the participant location information and structure arrangement information of event participants. It may be configured to calculate the participant density of each of the zones of the site, and calculate an overcrowded accident risk index for each of the zones based on the participant density and the unexpected occurrence information.

과밀 사고 리스크 지수는 이벤트 현장의 각 구역에 대해 산출될 수 있다. 이벤트 관리자들은 과밀 사고 리스크 정보의 일종으로 구조물 배치 정보 및 돌발 상황 발생 정보를 보고할 수 있다. 구조물 배치 정보는 참여자들이 서 있을 수 있는 지면 공간을 제한하므로, 참여자 밀집도의 산출에 활용될 수 있다. 돌발 상황 발생 정보는 참여자 밀집도와 함께 과밀 사고 리스크 지수의 산출에 활용될 수 있다. 이와 같은 산출 과정들은 AI 리스크 관리 모델에 의해 수행될 수 있으며, 이에 대해서는 후술할 도 3이 참조될 수 있다. 돌발 상황이 발생할 경우 리스크 지수가 상승할 수 있으며, 이벤트 현장의 구역들은 서로 다른 리스크 지수를 가질 수 있다.An overcrowding accident risk index can be calculated for each area of the event site. Event managers can report structure arrangement information and unexpected occurrence information as a type of overcrowding accident risk information. Since the structure arrangement information limits the space on the ground where participants can stand, it can be used to calculate the density of participants. Contingency information can be used to calculate an overcrowding accident risk index along with the density of participants. These calculation processes may be performed by an AI risk management model, and reference may be made to FIG. 3 to be described later. When an unexpected situation occurs, the risk index may increase, and the zones of the event site may have different risk indexes.

본 발명의 일부 실시예에 따르면, 돌발 상황은 신원 불명자 등장, 차량 난입, 구조물 훼손, 돌발 기상 악화, 화재 및 정전 중 적어도 하나를 포함할 수 있고, 과밀 사고 리스크 경감 지시 메시지는 이벤트 현장에서 이벤트 참여자들을 재배치하기 위한 참여자 분산 지시, 이벤트 현장에 배치되어 있는 구조물들을 재배치하기 위한 구조물 재배치 지시, 이벤트 현장에서 발생한 돌발 상황에 대응하기 위한 돌발 상황 제거 지시, 이벤트 관리자들의 인원수를 증원하기 위한 관리자 증원 지시 및 안전 관리 기관에 대한 협조 요청 지시를 포함할 수 있다.According to some embodiments of the present invention, the unexpected situation may include at least one of the appearance of an unidentified person, vehicle intrusion, structure damage, sudden deterioration of weather, fire, and power outage, and the overcrowding accident risk reduction instruction message is an event participant at the event site. Instructions to disperse participants to relocate events, instructions to relocate structures to relocate structures deployed at the event site, instructions to remove unexpected situations to respond to unexpected situations that occurred at the event site, instructions to increase managers to increase the number of event managers, and May include instructions for requesting cooperation from safety management authorities.

위에서 나열된 돌발 상황들은 이벤트 현장의 사고 리스크에 영향을 줄 수 있으며, 이와 같은 상황이 이벤트 관리자에 의해 보고되는 경우, AI 리스크 관리 모델은 이를 고려하여 과밀 사고 리스크 지수를 더 높일 수 있다. 한편, 이벤트 관리자 단말들(200)을 통해 이벤트 관리자들에게 제공되는 과밀 사고 리스크 경감 지시 메시지는 위와 같은 구체적인 지시 메시지들을 포함할 수 있으며, 그에 따라 참여자/구조물의 재배치, 돌발 상황 통제, 관리자 인원 증가, 경찰이나 소방 기관에 협조 요청 등이 이루어질 수 있다.The unexpected situations listed above can affect the accident risk at the event site, and if such a situation is reported by the event manager, the AI risk management model can take it into account and increase the overcrowding accident risk index. On the other hand, the overcrowding accident risk reduction instruction message provided to event managers through the event manager terminals 200 may include the above specific instruction messages, thereby relocating participants/structures, controlling unexpected situations, and increasing the number of managers. , requests for cooperation from the police or fire department may be made.

본 발명의 일부 실시예에 따르면, AI 리스크 관리 모델은 이벤트 현장의 구역들 중 과밀 사고 리스크 지수가 리스크 임계치를 초과하는 제1 구역 및 리스크 임계치를 초과하지 않는 제2 구역을 선별하도록 구성될 수 있고, 리스크 임계치가 초과되는 정도에 따라 과밀 사고 리스크 경고 메시지는 제1 구역을 거치지 않고 제2 구역을 거쳐 이벤트 현장의 핵심 구역에 도달하는 우회 경로를 표시하는 우회 경로 안내 메시지 또는 제1 구역에서 제2 구역으로 대피하는 경로를 표시하는 대피 경로 안내 메시지를 포함할 수 있다.According to some embodiments of the present invention, the AI risk management model may be configured to select a first zone in which an overcrowding accident risk index exceeds a risk threshold and a second zone not exceeding a risk threshold among zones of an event site, , Depending on the degree to which the risk threshold is exceeded, the overcrowding accident risk warning message displays a detour route information message indicating a detour route to reach the key area of the event site via the second area without passing through the first area, or a second area from the first area. An evacuation route guide message indicating an evacuation route to the zone may be included.

이벤트 현장의 구역들은 서로 다른 리스크 지수를 가질 수 있으며, 따라서 특정 구역은 리스크 지수가 임계치를 초과하는 위험 구역으로, 또다른 구역은 리스크 지수가 임계치를 초과하지 않는 안전 구역으로 선별될 수 있다. AI 리스크 관리 모델은 리스크 임계치를 기준으로 제1/제2 구역의 선별을 수행할 수 있으며, 리스크 임계치는 필요에 따라 적절한 값으로 조정될 수 있고, 제1 구역 및 제2 구역 각각에 대해 별개의 제1 임계치 및 제2 임계치가 활용될 수 있다. AI 리스크 관리 모델은 이와 같은 제1 구역 및 제2 구역을 활용하여 우회 경로 및 대피 경로를 결정할 수 있다. 예를 들면, 임계치를 초과하는 정도가 상대적으로 적은 경우 우회 경로의 제공이 이루어질 수 있고, 임계치를 초과하는 정도가 상대적으로 큰 경우 대피 경로의 제공이 이루어질 수 있다.Zones of the event site may have different risk indices, and therefore, a certain zone may be selected as a risk zone in which the risk index exceeds a threshold, and another zone may be selected as a safe zone in which the risk index does not exceed the threshold. The AI risk management model may perform selection of the first / second zones based on the risk threshold, the risk threshold may be adjusted to an appropriate value as needed, and separate second zones for each of the first zone and the second zone Threshold 1 and threshold 2 may be utilized. The AI risk management model may determine a detour route and an evacuation route by utilizing the first zone and the second zone. For example, if the degree of exceeding the threshold is relatively small, a detour route may be provided, and if the degree of exceeding the threshold is relatively large, an evacuation route may be provided.

본 발명의 일부 실시예에 따르면, AI 리스크 관리 모델은 참여자 밀집도에 대한 제1 가중치, 구조물 배치 정보에 따른 구조물 밀집도에 대한 제2 가중치 및 돌발 상황 발생 정보에 대한 제3 가중치에 기초하여 과밀 사고 리스크 지수를 산출하도록 구성될 수 있고, 이벤트 현장은 실시간으로 유동적인지 또는 고정적인지 여부에 기초하여 유동적 현장 또는 고정적 현장으로 분류될 수 있고, AI 리스크 관리 모델은 이벤트 현장이 유동적 현장인지 또는 고정적 현장인지에 기초하여 제1 가중치, 제2 가중치 및 제3 가중치를 조정하도록 구성될 수 있다.According to some embodiments of the present invention, the AI risk management model calculates an overcrowding accident risk based on a first weight for participant density, a second weight for structure density according to structure arrangement information, and a third weight for unexpected occurrence information. It can be configured to calculate an index, the event site can be classified as a dynamic site or a fixed site based on whether the event site is dynamic or fixed in real time, and the AI risk management model determines whether the event site is a dynamic site or a fixed site. It may be configured to adjust the first weight, the second weight, and the third weight based on the weight.

AI 리스크 관리 모델은 과밀 사고 리스크 지수를 산출하는 과정에서 참여자 밀집도, 구조물 밀집도 및 돌발 상황 발생 정보를 고려할 수 있으며, 이들은 각각 제1, 제2, 제3 가중치로 반영될 수 있다. 제1, 제2, 제3 가중치는 이벤트 현장의 성질에 따라 가중되거나 경감될 수 있다. 예를 들면, 고정적 현장은 스포츠 행사 현장, 컨벤션 현장, 엑스포 현장, 박람회 현장 등을 의미할 수 있고, 유동적 현장은 행진, 가두행사, 가두집회 등의 현장을 의미할 수 있다.The AI risk management model may consider participant density, structure density, and unexpected situation occurrence information in the process of calculating the overcrowding accident risk index, and these may be reflected as first, second, and third weights, respectively. The first, second, and third weights may be increased or decreased according to the nature of the event site. For example, the fixed site may mean a sports event site, a convention site, an expo site, an expo site, and the like, and a flexible site may mean a site such as a march, a street event, or a street rally.

구체적으로, 이벤트 현장이 고정적 현장 중 스포츠 행사 현장인 경우, 참여자 밀집도 및 구조물 밀집도는 경기장 입/출구 크기, 경기장 이동통로의 폭, 경기장 이동통로의 벽 두께, 경기장 관중석 구조, 관중석 단차 등에 기초하여 산출될 수 있고, 이벤트 현장이 유동적 현장 중 가두집회 현장인 경우, 참여자 밀집도 및 구조물 밀집도는 집회참여 인원수, 이동경로가 인도인지 차도인지 여부, 이동경로의 폭, 이동경로가 차도인 경우 차선개수, 집회개최 요일, 예상 차량 통행량, 예상 유동 인구수, 이동경로 상의 장애물 유무, 이동경로와 주변건물 간의 이격 거리 등에 기초하여 산출될 수 있다.Specifically, when the event site is a sports event site among fixed sites, the participant density and structure density are calculated based on the size of the entrance/exit of the stadium, the width of the stadium movement passage, the wall thickness of the stadium movement passage, the structure of the stadium audience, and the height of the audience If the event site is a street rally site among flexible sites, the number of participants in the assembly and the structure density are the number of participants in the assembly, whether the route is a sidewalk or a road, the width of the route, number of lanes if the route is a road, assembly It can be calculated based on the day of the week, expected vehicle traffic volume, expected number of floating populations, presence or absence of obstacles on the movement route, separation distance between the movement route and surrounding buildings, and the like.

본 발명의 일부 실시예에 따르면, AI 리스크 관리 모델은 이벤트 현장이 고정적 현장으로 분류되는 경우 제3 가중치보다 제1 가중치 및 제2 가중치를 더 크게 설정하고, 이벤트 현장이 유동적 현장으로 분류되는 경우 제2 가중치보다 제1 가중치 및 제3 가중치를 더 크게 설정하도록 구성될 수 있다.According to some embodiments of the present invention, the AI risk management model sets the first weight and the second weight to be greater than the third weight when the event site is classified as a fixed site, and sets the third weight when the event site is classified as a flexible site. It may be configured to set the first weight and the third weight greater than the 2 weights.

고정적 현장의 경우 참여자 밀집도와 구조물 밀집도가 중요하다는 점과, 유동적 현장의 경우 구조물 밀집도의 중요성이 떨어진다는 점을 과밀 사고 리스크 지수를 산출하는 과정에 반영하기 위해, 제1, 제2, 제3 가중치가 위와 같은 방식으로 조정될 있다. 또한, 이벤트 현장의 세부적인 특성에 따라 참여자나 구조물이 특이한 분포를 갖는 경우에는 그에 적합하게 제1, 제2, 제3 가중치 상호간의 우선순위가 보다 구체적으로 결정될 수 있다.In order to reflect the importance of participant density and structure density in the case of a fixed site and the low importance of structure density in the case of a flexible site in the process of calculating the overcrowding accident risk index, the first, second, and third weights can be adjusted in the same way as above. In addition, when participants or structures have a unique distribution according to detailed characteristics of the event site, the priority of the first, second, and third weights may be more specifically determined.

본 발명의 일부 실시예에 따르면, 개인정보 조회 동의는 이벤트 참여자들의 개인정보 설문조사 결과에 따른 객관적 정보에 대한 동의 및 이벤트 참여자들의 온라인 활동 내역에 따른 주관적 정보의 조회에 대한 동의를 포함할 수 있고, AI 리스크 관리 모델은 객관적 정보 및 주관적 정보에 기초하여 이벤트 참여자들의 잠재적 사고유발 리스크를 산출하고, 잠재적 사고유발 리스크에 기초하여 이벤트 참여자들 중 일부의 이벤트 현장으로의 입장을 제한하는 입장 제한 지시를 생성하도록 구성될 수 있다.According to some embodiments of the present invention, consent to inquiry of personal information may include consent to objective information according to the personal information survey results of event participants and consent to inquiry of subjective information according to event participants' online activity details, , The AI risk management model calculates the potential risk of causing accidents of event participants based on objective and subjective information, and based on the potential risk of causing accidents, an entry restriction instruction is given to restrict the entry of some of the event participants to the event site. can be configured to create

이벤트 참여자들의 개인정보 조회 동의는 이벤트 참여자 단말들(300)의 GPS 위치 정보를 제공하는 것에 더하여, 객관적 정보 및 주관적 정보에 대한 수집/조회 동의를 더 포함할 수 있다. 그에 따르면, AI 리스크 관리 모델이 객관적 정보 및 주관적 정보에 기초하여 이벤트 참여자들의 잠재적 사고유발 리스크를 산출할 수 있고, 이를 활용하여 특정 참여자의 이벤트 현장으로의 입장을 제한하도록 지시할 수 있다. 즉, 특정 이벤트 참여자의 객관적 정보 및 주관적 정보가 확보되면, 이를 기반으로 AI 리스크 관리 모델은 해당 참여자가 이벤트 현장에서 분란이나 사고를 유발하거나 테러를 일으킬 가능성을 판단할 수 있다.The personal information inquiry consent of the event participants may further include collection/inquiry consent for objective information and subjective information, in addition to providing GPS location information of the event participant terminals 300 . According to him, the AI risk management model can calculate the potential accident risk of event participants based on objective information and subjective information, and by using this, it can be instructed to limit the entry of a specific participant to the event site. In other words, once the objective and subjective information of a participant in a specific event is secured, the AI risk management model can determine the likelihood that the participant will cause a disturbance or accident or cause terrorism at the event site.

본 발명의 일부 실시예에 따르면, AI 리스크 관리 모델은 개인정보 설문조사 결과에 따른 성별, 나이, 신체, 거주지, 국적, 직업, 학력, 전과, 병원 진료, 예방 접종, 방문 장소, 이동 경로 및 특정 제품 구매에 관한 정보에 기초하여 객관적 정보를 도출하도록 구성될 수 있고, AI 리스크 관리 모델은 이벤트 참여자들의 게시물 작성 내역, 댓글 작성 내역, 웹사이트 접속 내역, 포털 검색 내역, 물건 구매 내역에 기초하여 주관적 정보를 도출하도록 구성될 수 있고, AI 리스크 관리 모델은 주관적 정보보다 더 높은 가중치로 객관적 정보를 반영하여 잠재적 사고유발 리스크를 산출하도록 구성될 수 있다.According to some embodiments of the present invention, the AI risk management model is gender, age, body, residence, nationality, occupation, education, criminal record, hospital treatment, vaccination, visit place, movement route and specific It can be configured to derive objective information based on product purchase information, and the AI risk management model is subjective based on event participants' post writing history, comment writing history, website access history, portal search history, and product purchase history. It can be configured to derive information, and the AI risk management model can be configured to calculate potential accident-causing risks by reflecting objective information with a higher weight than subjective information.

이벤트 참여자의 객관적 정보는 개인정보 설문조사 결과 등 객관적인 사실에 근거하여 도출될 수 있으며, 주관적 정보는 이벤트 참여자의 활동 내역을 통해 간접적으로 유추될 수 있다. 객관적 정보 및 주관적 정보를 함께 고려하면 특정 이벤트 참여자가 어떤 성향이나 분란 가능성을 갖는지가 암시될 수 있고, 이에 기반하여 출입 금지 조치가 취해질 수 있다. 한편, 보다 명확한 근거를 갖고 있는 객관적 정보를 주관적 정보보다 더 큰 가중치로 고려하는 방식으로, 잠재적 사고유발 리스크의 실효성이 향상될 수 있다.Objective information of event participants can be derived based on objective facts such as personal information survey results, and subjective information can be indirectly inferred through event participants' activity details. When objective information and subjective information are considered together, the tendency or possibility of disturbance of a particular event participant can be implied, and based on this, an entry ban can be taken. On the other hand, the effectiveness of potential accident-inducing risks can be improved by considering objective information with a clearer basis with greater weight than subjective information.

일 실시예에서, AI 리스크 관리 모델은, 프로젝트성 이벤트의 이벤트 현장에서 이벤트 참여자들이 상해 등을 입는 경우를 대비하여 사전에 보험 회사 서버와 매칭되어 상해 등에 대한 보험 서비스를 이벤트 참여자들에게 제공할 수도 있다.In one embodiment, the AI risk management model may be matched with an insurance company server in advance to provide insurance services for event participants to event participants in case event participants are injured at the event site of a project-type event. there is.

도 3 내지 도 5는 본 발명의 일부 실시예에 따른 AI 리스크 관리 모델을 이용하여 이벤트 리스크 관리 시스템의 각종 연산들을 처리하는 방식을 설명하기 위한 도면이다.3 to 5 are diagrams for explaining a method of processing various operations of an event risk management system using an AI risk management model according to some embodiments of the present invention.

도 3을 참조하면, AI 리스크 관리 모델(500)을 이용하여 참여자 밀집도(511), 구조물 밀집도(512) 및 돌발 상황 발생 정보(513)로부터 제1 가중치(521), 제2 가중치(522) 및 제3 가중치(523)를 거쳐 과밀 사고 리스크 지수(530)를 산출하는 방식이 도시될 수 있다.Referring to FIG. 3, a first weight 521, a second weight 522 and A method of calculating the overcrowding accident risk index 530 through the third weight 523 may be illustrated.

AI 리스크 관리 모델(500)은 기계 학습을 통해 생성되는 인공지능 신경망 모델을 의미할 수 있고, CNN(convolutional neural network) 모델 및 DNN(deep neural network) 모델 등을 기반으로 할 수 있다. AI 리스크 관리 모델(500)을 구성하는 모델 파라미터들은 이벤트 리스크 관리 서버(100)에 저장될 수 있으며, 필요에 따라 모델 파라미터들을 업데이트하도록 AI 리스크 관리 모델(500)에 대한 기계 학습이 추가로 수행될 수 있다.The AI risk management model 500 may mean an artificial intelligence neural network model generated through machine learning, and may be based on a convolutional neural network (CNN) model and a deep neural network (DNN) model. Model parameters constituting the AI risk management model 500 may be stored in the event risk management server 100, and machine learning for the AI risk management model 500 may be additionally performed to update the model parameters as needed. can

예를 들면, AI 모델 기반의 이벤트 리스크 관리 시스템(10)의 운영이 지속되면서 발생하는 문제점들을 해소하기 위해 AI 리스크 관리 모델(500)의 모델 파라미터들, 구체적으로 제1 가중치(521), 제2 가중치(522) 및 제3 가중치(523) 등이 조정될 수 있으며, 이를 위한 학습 데이터로는 이벤트 리스크 관리 시스템(10)의 운영에 따른 누적 데이터가 활용될 수 있다.For example, model parameters of the AI risk management model 500, specifically the first weight 521, the second The weight 522 and the third weight 523 may be adjusted, and accumulated data according to the operation of the event risk management system 10 may be used as learning data for this purpose.

도시된 바와 같이, AI 리스크 관리 모델(500)은 참여자 밀집도(511), 구조물 밀집도(512) 및 돌발 상황 발생 정보(513)를 입력으로 하고, 해당 입력들의 중요도를 수치적으로 고려하기 위한 제1 가중치(521), 제2 가중치(522) 및 제3 가중치(523)를 가지며, 이들에 기반하여 최종적으로 과밀 사고 리스크 지수(530)를 산출하는 모델 구조를 가질 수 있다.As shown, the AI risk management model 500 takes participant density 511, structure density 512, and unexpected situation occurrence information 513 as inputs, and first for numerically considering the importance of the inputs It may have a weight 521 , a second weight 522 , and a third weight 523 , and may have a model structure that finally calculates an overcrowding accident risk index 530 based on them.

도 4를 참조하면, AI 리스크 관리 모델(500)을 이용하여 이벤트 현장의 구역들(540) 각각에 대해 우회 경로 안내 메시지(561) 및 대피 경로 안내 메시지(562)를 생성하는 방식이 도시될 수 있다. 즉, 이벤트 현장의 구역들(540) 각각에 대해 과밀 사고 리스크 지수를 산출하여 각 구역을 제1 구역, 제2 구역, 또는 기타 구역으로 분류하는 제1/제2 구역 분류(550)가 수행될 수 있으며, 이후 리스크 지수와 임계치 간의 차이에 기반하여 우회 경로 안내 메시지(561) 또는 대피 경로 안내 메시지(562)가 생성될 수 있다.Referring to FIG. 4, a method of generating a bypass route guidance message 561 and an evacuation route guidance message 562 for each of the zones 540 of the event site using the AI risk management model 500 can be shown. there is. That is, first/second zone classification 550 is performed to calculate an overcrowded accident risk index for each of the zones 540 of the event site and classify each zone into a first zone, a second zone, or other zones. Then, based on the difference between the risk index and the threshold, a detour route guidance message 561 or an evacuation route guidance message 562 may be generated.

도 5를 참조하면, AI 리스크 관리 모델(500)을 이용하여 잠재적 사고유발 리스크를 갖는 참여자의 입장을 제한하는 방식이 도시될 수 있다. 즉, 특정 이벤트 참여자에 대한 객관적 정보(571) 및 주관적 정보(572)가 제공되면, 해당 참여자의 잠재적 사고유발 리스크(580)가 산출될 수 있으며, 이에 기반하여 해당 참여자의 입장을 제한할 것인지 여부를 나타내는 입장 제한 지시(590)가 생성될 수 있다.Referring to FIG. 5 , a method of limiting the position of a participant having a potential accident risk using an AI risk management model 500 may be illustrated. That is, if objective information (571) and subjective information (572) about a participant in a specific event are provided, the potential accident risk (580) of the participant can be calculated, and based on this, whether to restrict the participant's position An admission restriction indication 590 indicating may be generated.

도 6은 본 발명의 일부 실시예에 따른 AI 모델 기반의 이벤트 리스크 관리 방법을 구성하는 단계들을 설명하기 위한 도면이다.6 is a diagram for explaining steps constituting an AI model-based event risk management method according to some embodiments of the present invention.

도 6을 참조하면, AI 모델 기반의 이벤트 리스크 관리 방법(600)은 단계(610) 내지 단계(650)를 포함할 수 있다. 다만 이에 제한되는 것은 아니고, 다른 범용적인 단계들이 이벤트 리스크 관리 방법(600)에 더 포함될 수 있다.Referring to FIG. 6 , the AI model-based event risk management method 600 may include steps 610 to 650. However, it is not limited thereto, and other general-purpose steps may be further included in the event risk management method 600 .

AI 모델 기반의 이벤트 리스크 관리 방법(600)은 AI 모델 기반의 이벤트 리스크 관리 서버(100)에서 시계열적으로 처리되는 단계들로 구성될 수 있다. 따라서, 이하에서 생략되는 내용이라 할지라도, 이벤트 리스크 관리 서버(100)에 대해 이상에서 설명되는 내용은 이벤트 리스크 관리 방법(600)에 대해서도 동일하게 적용될 수 있다.The AI model-based event risk management method 600 may be composed of steps that are processed time-sequentially in the AI model-based event risk management server 100 . Therefore, even if the content is omitted below, the information described above for the event risk management server 100 may be equally applied to the event risk management method 600.

AI 모델 기반의 이벤트 리스크 관리 방법(600)은, 메모리(110)에 저장되는 명령어들을 실행하는 프로세서(120)에 의해 수행될 수 있다.The AI model-based event risk management method 600 may be performed by the processor 120 executing instructions stored in the memory 110.

단계(610)에서, 이벤트 리스크 관리 서버(100)는, 이벤트 참여자들의 개인정보 조회 동의에 따라 이벤트 참여자 단말들로부터 참여자 위치 정보를 수집할 수 있다.In step 610, the event risk management server 100 may collect participant location information from event participant terminals according to personal information search consent of event participants.

단계(620)에서, 이벤트 리스크 관리 서버(100)는, 이벤트 현장에서 이벤트 관리자들에 의해 생성되는 과밀 사고 리스크 정보를 이벤트 관리자 단말들로부터 수집할 수 있다.In step 620, the event risk management server 100 may collect overcrowding accident risk information generated by event managers at the event site from event manager terminals.

단계(630)에서, 이벤트 리스크 관리 서버(100)는, AI 리스크 관리 모델을 통해 참여자 위치 정보 및 과밀 사고 리스크 정보에 기초하여 과밀 사고 리스크 지수를 산출할 수 있다.In step 630, the event risk management server 100 may calculate an overcrowding accident risk index based on participant location information and overcrowding accident risk information through an AI risk management model.

단계(640)에서, 이벤트 리스크 관리 서버(100)는, 과밀 사고 리스크 지수에 기초하여 이벤트 참여자 단말들에 과밀 사고 리스크 경고 메시지를 제공할 수 있다.In step 640, the event risk management server 100 may provide an overcrowding risk warning message to event participant terminals based on the overcrowding accident risk index.

단계(650)에서, 이벤트 리스크 관리 서버(100)는, 과밀 사고 리스크 지수에 기초하여 이벤트 관리자 단말들에 과밀 사고 리스크 경감 지시 메시지를 제공할 수 있다.In step 650, the event risk management server 100 may provide an overcrowding risk reduction instruction message to the event manager terminals based on the overcrowding accident risk index.

한편, AI 모델 기반의 이벤트 리스크 관리 방법(600)은 컴퓨터로 판독 가능한 저장 매체에 저장되는 컴퓨터 프로그램의 형태로 구현될 수 있다. 즉, 컴퓨터 프로그램은 이벤트 리스크 관리 방법(600)을 구현하기 위한 명령어들을 포함할 수 있고, 컴퓨터 프로그램의 명령어들은 컴퓨터로 판독 가능한 저장 매체에 저장될 수 있다. 컴퓨터 프로그램은 모바일 애플리케이션을 포함할 수 있다.On the other hand, the AI model-based event risk management method 600 may be implemented in the form of a computer program stored in a computer-readable storage medium. That is, the computer program may include instructions for implementing the event risk management method 600, and the instructions of the computer program may be stored in a computer-readable storage medium. A computer program may include a mobile application.

예를 들면, 컴퓨터 판독 가능 저장 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 컴퓨터 프로그램 명령어들을 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 컴퓨터 프로그램 명령어는 컴파일러에 의해 만들어지는 기계어 코드 및 인터프리터 등을 사용하여 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.For example, computer-readable storage media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, floptical disks and It may include a hardware device specially configured to store and execute computer program instructions, such as magneto-optical media, and ROM, RAM, flash memory, and the like. Computer program instructions may include machine language codes generated by a compiler and high-level language codes that can be executed by a computer using an interpreter.

이상에서 본 발명의 실시예들이 상세하게 설명되었으나 본 발명에 따른 권리범위가 이에 한정되는 것은 아니고, 다음의 청구범위에 기재되어 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명에 따른 권리범위에 포함되는 것으로 해석되어야 한다.Although the embodiments of the present invention have been described in detail above, the scope of rights according to the present invention is not limited thereto, and various modifications and improvements of those skilled in the art using the basic concept of the present invention described in the following claims are also the present invention. It should be interpreted as being included in the scope of rights according to

10: AI 모델 기반의 이벤트 리스크 관리 시스템
100: AI 모델 기반의 이벤트 리스크 관리 서버
110: 메모리
120: 프로세서
200: 이벤트 관리자 단말들
300: 이벤트 참여자 단말들
500: AI 리스크 관리 모델10: AI model-based event risk management system
100: AI model-based event risk management server
110: memory
120: processor
200: event manager terminals
300: event participant terminals
500: AI risk management model

Claims (15)

AI 모델 기반의 이벤트 리스크 관리 서버에 있어서,
명령어들을 저장하도록 구성되는 메모리; 및
상기 명령어들을 실행함으로써:
이벤트 참여자들의 개인정보 조회 동의에 따라 이벤트 참여자 단말들로부터 참여자 위치 정보를 수집하고,
이벤트 현장에서 이벤트 관리자들에 의해 생성되는 과밀 사고 리스크 정보를 이벤트 관리자 단말들로부터 수집하고,
AI 리스크 관리 모델을 통해 상기 참여자 위치 정보 및 상기 과밀 사고 리스크 정보에 기초하여 과밀 사고 리스크 지수를 산출하고,
상기 과밀 사고 리스크 지수에 기초하여 상기 이벤트 참여자 단말들에 과밀 사고 리스크 경고 메시지를 제공하고,
상기 과밀 사고 리스크 지수에 기초하여 상기 이벤트 관리자 단말들에 과밀 사고 리스크 경감 지시 메시지를 제공하도록 구성되는 프로세서;를 포함하고,
상기 과밀 사고 리스크 정보는 상기 이벤트 현장의 구조물 배치 정보 및 돌발 상황 발생 정보를 포함하고,
상기 AI 리스크 관리 모델은 상기 이벤트 참여자들의 상기 참여자 위치 정보 및 상기 구조물 배치 정보에 기초하여 상기 이벤트 현장의 구역들 각각의 참여자 밀집도를 산출하고, 상기 참여자 밀집도 및 상기 돌발 상황 발생 정보에 기초하여 상기 구역들 각각에 대한 상기 과밀 사고 리스크 지수를 산출하도록 구성되고,
상기 AI 리스크 관리 모델은 상기 참여자 밀집도에 대한 제1 가중치, 상기 구조물 배치 정보에 따른 구조물 밀집도에 대한 제2 가중치 및 상기 돌발 상황 발생 정보에 대한 제3 가중치에 기초하여 상기 과밀 사고 리스크 지수를 산출하도록 구성되고,
상기 이벤트 현장은 실시간으로 유동적인지 또는 고정적인지 여부에 기초하여 유동적 현장 또는 고정적 현장으로 분류되고,
상기 AI 리스크 관리 모델은 상기 이벤트 현장이 상기 유동적 현장인지 또는 상기 고정적 현장인지에 기초하여 상기 제1 가중치, 상기 제2 가중치 및 상기 제3 가중치를 조정하도록 구성되는, AI 모델 기반의 이벤트 리스크 관리 서버.In the AI model-based event risk management server,
a memory configured to store instructions; and
By executing the above commands:
Collect participant location information from event participant terminals according to the consent of event participants to inquire personal information,
Collecting overcrowding accident risk information generated by event managers at the event site from event manager terminals,
Calculate an overcrowding accident risk index based on the participant location information and the overcrowding accident risk information through an AI risk management model;
Providing an overcrowding accident risk warning message to the event participant terminals based on the overcrowding accident risk index;
A processor configured to provide an overcrowding accident risk reduction instruction message to the event manager terminals based on the overcrowding accident risk index;
The overcrowding accident risk information includes structure arrangement information and unexpected situation occurrence information at the event site,
The AI risk management model calculates the participant density of each of the zones of the event site based on the participant location information and the structure arrangement information of the event participants, and calculates the participant density of the event site based on the event occurrence information. Is configured to calculate the overcrowding accident risk index for each of the
The AI risk management model calculates the overcrowding accident risk index based on a first weight for the participant density, a second weight for the structure density according to the structure arrangement information, and a third weight for the unexpected occurrence information constituted,
The event site is classified as a flexible site or a fixed site based on whether it is flexible or fixed in real time,
The AI risk management model is an AI model-based event risk management server configured to adjust the first weight, the second weight, and the third weight based on whether the event site is the flexible site or the fixed site. . 삭제delete 제1항에 있어서,
상기 돌발 상황은 신원 불명자 등장, 차량 난입, 구조물 훼손, 돌발 기상 악화, 화재 및 정전 중 적어도 하나를 포함하고,
상기 과밀 사고 리스크 경감 지시 메시지는 상기 이벤트 현장에서 상기 이벤트 참여자들을 재배치하기 위한 참여자 분산 지시, 상기 이벤트 현장에 배치되어 있는 구조물들을 재배치하기 위한 구조물 재배치 지시, 상기 이벤트 현장에서 발생한 돌발 상황에 대응하기 위한 돌발 상황 제거 지시, 상기 이벤트 관리자들의 인원수를 증원하기 위한 관리자 증원 지시 및 안전 관리 기관에 대한 협조 요청 지시를 포함하는, AI 모델 기반의 이벤트 리스크 관리 서버.According to claim 1,
The unexpected situation includes at least one of the appearance of an unknown person, vehicle intrusion, structure damage, sudden deterioration of weather, fire, and power outage,
The overcrowding accident risk reduction instruction message includes a participant dispersion instruction for relocating the event participants at the event site, a structure relocation instruction for relocating structures disposed at the event site, and a response to an unexpected situation occurring at the event site. An event risk management server based on an AI model, including an instruction to remove an unexpected situation, an instruction to increase the number of managers for increasing the number of event managers, and an instruction to request cooperation from a safety management institution. 제1항에 있어서,
상기 AI 리스크 관리 모델은 상기 이벤트 현장의 상기 구역들 중 상기 과밀 사고 리스크 지수가 리스크 임계치를 초과하는 제1 구역 및 상기 리스크 임계치를 초과하지 않는 제2 구역을 선별하도록 구성되고,
상기 리스크 임계치가 초과되는 정도에 따라 상기 과밀 사고 리스크 경고 메시지는 상기 제1 구역을 거치지 않고 상기 제2 구역을 거쳐 상기 이벤트 현장의 핵심 구역에 도달하는 우회 경로를 표시하는 우회 경로 안내 메시지 또는 상기 제1 구역에서 상기 제2 구역으로 대피하는 경로를 표시하는 대피 경로 안내 메시지를 포함하는, AI 모델 기반의 이벤트 리스크 관리 서버.According to claim 1,
The AI risk management model is configured to select a first zone in which the overcrowding accident risk index exceeds a risk threshold and a second zone in which the risk threshold does not exceed the risk threshold among the zones of the event site,
Depending on the degree to which the risk threshold is exceeded, the overcrowding accident risk warning message is a bypass route guidance message displaying a detour route reaching the core area of the event site through the second area without passing through the first area or the first area An AI model-based event risk management server including an evacuation route guidance message displaying an evacuation route from zone 1 to zone 2. 삭제delete 제1항에 있어서,
상기 AI 리스크 관리 모델은 상기 이벤트 현장이 상기 고정적 현장으로 분류되는 경우 상기 제3 가중치보다 상기 제1 가중치 및 상기 제2 가중치를 더 크게 설정하고, 상기 이벤트 현장이 상기 유동적 현장으로 분류되는 경우 상기 제2 가중치보다 상기 제1 가중치 및 상기 제3 가중치를 더 크게 설정하도록 구성되는, AI 모델 기반의 이벤트 리스크 관리 서버.According to claim 1,
The AI risk management model sets the first weight and the second weight to be greater than the third weight when the event site is classified as the fixed site, and sets the first weight and the second weight when the event site is classified as the flexible site. An AI model-based event risk management server configured to set the first weight and the third weight greater than 2 weights. 제1항에 있어서,
상기 개인정보 조회 동의는 상기 이벤트 참여자들의 개인정보 설문조사 결과에 따른 객관적 정보에 대한 동의 및 상기 이벤트 참여자들의 온라인 활동 내역에 따른 주관적 정보의 조회에 대한 동의를 포함하고,
상기 AI 리스크 관리 모델은 상기 객관적 정보 및 상기 주관적 정보에 기초하여 상기 이벤트 참여자들의 잠재적 사고유발 리스크를 산출하고, 상기 잠재적 사고유발 리스크에 기초하여 상기 이벤트 참여자들 중 일부의 상기 이벤트 현장으로의 입장을 제한하는 입장 제한 지시를 생성하도록 구성되는, AI 모델 기반의 이벤트 리스크 관리 서버.According to claim 1,
The personal information inquiry consent includes consent to objective information according to the results of the personal information survey of the event participants and consent to inquiry of subjective information according to the online activity details of the event participants;
The AI risk management model calculates the potential accident risk of the event participants based on the objective information and the subjective information, and determines the entrance of some of the event participants to the event site based on the potential accident risk. An event risk management server based on an AI model, configured to generate limiting entry limit instructions. 제7항에 있어서,
상기 AI 리스크 관리 모델은 상기 개인정보 설문조사 결과에 따른 성별, 나이, 신체, 거주지, 국적, 직업, 학력, 전과, 병원 진료, 예방 접종, 방문 장소, 이동 경로 및 특정 제품 구매에 관한 정보에 기초하여 상기 객관적 정보를 도출하도록 구성되고,
상기 AI 리스크 관리 모델은 상기 이벤트 참여자들의 게시물 작성 내역, 댓글 작성 내역, 웹사이트 접속 내역, 포털 검색 내역, 물건 구매 내역에 기초하여 상기 주관적 정보를 도출하도록 구성되고,
상기 AI 리스크 관리 모델은 상기 주관적 정보보다 더 높은 가중치로 상기 객관적 정보를 반영하여 상기 잠재적 사고유발 리스크를 산출하도록 구성되는, AI 모델 기반의 이벤트 리스크 관리 서버.According to claim 7,
The AI risk management model is based on information about gender, age, body, place of residence, nationality, occupation, education, criminal record, hospital treatment, vaccination, visit place, travel route, and purchase of specific products according to the personal information survey results. And configured to derive the objective information,
The AI risk management model is configured to derive the subjective information based on posting writing history, comment writing history, website access history, portal search history, and product purchase history of the event participants,
The AI risk management model is configured to calculate the potential accident risk by reflecting the objective information with a higher weight than the subjective information, AI model-based event risk management server. 메모리에 저장되는 명령어들을 실행하는 프로세서에 의해 수행되는, AI 모델 기반의 이벤트 리스크 관리 방법에 있어서,
이벤트 참여자들의 개인정보 조회 동의에 따라 이벤트 참여자 단말들로부터 참여자 위치 정보를 수집하는 단계;
이벤트 현장에서 이벤트 관리자들에 의해 생성되는 과밀 사고 리스크 정보를 이벤트 관리자 단말들로부터 수집하는 단계;
AI 리스크 관리 모델을 통해 상기 참여자 위치 정보 및 상기 과밀 사고 리스크 정보에 기초하여 과밀 사고 리스크 지수를 산출하는 단계;
상기 과밀 사고 리스크 지수에 기초하여 상기 이벤트 참여자 단말들에 과밀 사고 리스크 경고 메시지를 제공하는 단계; 및
상기 과밀 사고 리스크 지수에 기초하여 상기 이벤트 관리자 단말들에 과밀 사고 리스크 경감 지시 메시지를 제공하는 단계; 를 포함하고,
상기 과밀 사고 리스크 정보는 상기 이벤트 현장의 구조물 배치 정보 및 돌발 상황 발생 정보를 포함하고,
상기 AI 리스크 관리 모델은 상기 이벤트 참여자들의 상기 참여자 위치 정보 및 상기 구조물 배치 정보에 기초하여 상기 이벤트 현장의 구역들 각각의 참여자 밀집도를 산출하고, 상기 참여자 밀집도 및 상기 돌발 상황 발생 정보에 기초하여 상기 구역들 각각에 대한 상기 과밀 사고 리스크 지수를 산출하도록 구성되고,
상기 AI 리스크 관리 모델은 상기 참여자 밀집도에 대한 제1 가중치, 상기 구조물 배치 정보에 따른 구조물 밀집도에 대한 제2 가중치 및 상기 돌발 상황 발생 정보에 대한 제3 가중치에 기초하여 상기 과밀 사고 리스크 지수를 산출하도록 구성되고,
상기 이벤트 현장은 실시간으로 유동적인지 또는 고정적인지 여부에 기초하여 유동적 현장 또는 고정적 현장으로 분류되고,
상기 AI 리스크 관리 모델은 상기 이벤트 현장이 상기 유동적 현장인지 또는 상기 고정적 현장인지에 기초하여 상기 제1 가중치, 상기 제2 가중치 및 상기 제3 가중치를 조정하도록 구성되는, AI 모델 기반의 이벤트 리스크 관리 방법.In the AI model-based event risk management method, performed by a processor executing instructions stored in memory,
Collecting participant location information from event participant terminals according to the personal information inquiry consent of event participants;
Collecting overcrowding accident risk information generated by event managers at the event site from event manager terminals;
Calculating an overcrowding accident risk index based on the participant location information and the overcrowding accident risk information through an AI risk management model;
providing an overcrowding accident risk warning message to the event participant terminals based on the overcrowding accident risk index; and
providing an overcrowding accident risk reduction instruction message to the event manager terminals based on the overcrowding accident risk index; including,
The overcrowding accident risk information includes structure arrangement information and unexpected situation occurrence information at the event site,
The AI risk management model calculates the participant density of each of the zones of the event site based on the participant location information and the structure arrangement information of the event participants, and calculates the participant density of the event site based on the event occurrence information. Is configured to calculate the overcrowding accident risk index for each of the
The AI risk management model calculates the overcrowding accident risk index based on a first weight for the participant density, a second weight for the structure density according to the structure arrangement information, and a third weight for the unexpected occurrence information constituted,
The event site is classified as a flexible site or a fixed site based on whether it is flexible or fixed in real time,
The AI risk management model is an AI model-based event risk management method configured to adjust the first weight, the second weight, and the third weight based on whether the event site is the flexible site or the fixed site. . 삭제delete 제9항에 있어서,
상기 돌발 상황은 신원 불명자 등장, 차량 난입, 구조물 훼손, 돌발 기상 악화, 화재 및 정전 중 적어도 하나를 포함하고,
상기 과밀 사고 리스크 경감 지시 메시지는 상기 이벤트 현장에서 상기 이벤트 참여자들을 재배치하기 위한 참여자 분산 지시, 상기 이벤트 현장에 배치되어 있는 구조물들을 재배치하기 위한 구조물 재배치 지시, 상기 이벤트 현장에서 발생한 돌발 상황에 대응하기 위한 돌발 상황 제거 지시, 상기 이벤트 관리자들의 인원수를 증원하기 위한 관리자 증원 지시 및 안전 관리 기관에 대한 협조 요청 지시를 포함하는, AI 모델 기반의 이벤트 리스크 관리 방법.According to claim 9,
The unexpected situation includes at least one of the appearance of an unknown person, vehicle intrusion, structure damage, sudden deterioration of weather, fire, and power outage,
The overcrowding accident risk reduction instruction message includes a participant dispersion instruction for relocating the event participants at the event site, a structure relocation instruction for relocating structures disposed at the event site, and a response to an unexpected situation occurring at the event site. An AI model-based event risk management method, including instructions to remove unexpected situations, instructions to increase managers to increase the number of event managers, and instructions to request cooperation from safety management institutions. 제9항에 있어서,
상기 AI 리스크 관리 모델은 상기 이벤트 현장의 상기 구역들 중 상기 과밀 사고 리스크 지수가 리스크 임계치를 초과하는 제1 구역 및 상기 리스크 임계치를 초과하지 않는 제2 구역을 선별하도록 구성되고,
상기 리스크 임계치가 초과되는 정도에 따라 상기 과밀 사고 리스크 경고 메시지는 상기 제1 구역을 거치지 않고 상기 제2 구역을 거쳐 상기 이벤트 현장의 핵심 구역에 도달하는 우회 경로를 표시하는 우회 경로 안내 메시지 또는 상기 제1 구역에서 상기 제2 구역으로 대피하는 경로를 표시하는 대피 경로 안내 메시지를 포함하는, AI 모델 기반의 이벤트 리스크 관리 방법.According to claim 9,
The AI risk management model is configured to select a first zone in which the overcrowding accident risk index exceeds a risk threshold and a second zone in which the risk threshold does not exceed the risk threshold among the zones of the event site,
Depending on the degree to which the risk threshold is exceeded, the overcrowding accident risk warning message is a bypass route guidance message displaying a detour route reaching the core area of the event site through the second area without passing through the first area or the first area An AI model-based event risk management method comprising an evacuation route guidance message displaying an evacuation route from zone 1 to zone 2. 삭제delete 제9항에 있어서,
상기 AI 리스크 관리 모델은 상기 이벤트 현장이 상기 고정적 현장으로 분류되는 경우 상기 제3 가중치보다 상기 제1 가중치 및 상기 제2 가중치를 더 크게 설정하고, 상기 이벤트 현장이 상기 유동적 현장으로 분류되는 경우 상기 제2 가중치보다 상기 제1 가중치 및 상기 제3 가중치를 더 크게 설정하도록 구성되는, AI 모델 기반의 이벤트 리스크 관리 방법.According to claim 9,
The AI risk management model sets the first weight and the second weight to be greater than the third weight when the event site is classified as the fixed site, and sets the first weight and the second weight when the event site is classified as the flexible site. An AI model-based event risk management method configured to set the first weight and the third weight greater than 2 weights. 제9항에 있어서,
상기 개인정보 조회 동의는 상기 이벤트 참여자들의 개인정보 설문조사 결과에 따른 객관적 정보에 대한 동의 및 상기 이벤트 참여자들의 온라인 활동 내역에 따른 주관적 정보의 조회에 대한 동의를 포함하고,
상기 AI 리스크 관리 모델은 상기 객관적 정보 및 상기 주관적 정보에 기초하여 상기 이벤트 참여자들의 잠재적 사고유발 리스크를 산출하고, 상기 잠재적 사고유발 리스크에 기초하여 상기 이벤트 참여자들 중 일부의 상기 이벤트 현장으로의 입장을 제한하는 입장 제한 지시를 생성하도록 구성되는, AI 모델 기반의 이벤트 리스크 관리 방법.

According to claim 9,
The personal information inquiry consent includes consent to objective information according to the results of the personal information survey of the event participants and consent to inquiry of subjective information according to the online activity details of the event participants;
The AI risk management model calculates the potential accident risk of the event participants based on the objective information and the subjective information, and determines the entrance of some of the event participants to the event site based on the potential accident risk. An event risk management method based on an AI model, configured to generate limiting entry limit instructions.
KR1020230055005A 2023-04-26 2023-04-26 Management server, method and computer program for event safety based on ai model KR102570037B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230055005A KR102570037B1 (en) 2023-04-26 2023-04-26 Management server, method and computer program for event safety based on ai model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230055005A KR102570037B1 (en) 2023-04-26 2023-04-26 Management server, method and computer program for event safety based on ai model

Publications (1)

Publication Number Publication Date
KR102570037B1 true KR102570037B1 (en) 2023-08-23

Family

ID=87848846

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230055005A KR102570037B1 (en) 2023-04-26 2023-04-26 Management server, method and computer program for event safety based on ai model

Country Status (1)

Country Link
KR (1) KR102570037B1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101513370B1 (en) 2013-12-23 2015-04-17 대한지적공사 Method and system for providing safety information using location information
KR20150048329A (en) * 2013-10-26 2015-05-07 권형석 Method of providing emergency notification service to prevent the emergency situation false signal notification of mobile users
KR101845942B1 (en) 2017-07-06 2018-04-05 주식회사 한국건설방재연구원 System for sensing dangerous situation and providing evacuation notice
KR102157592B1 (en) * 2018-10-04 2020-09-21 가천대학교 산학협력단 System and method for beach safety management for prevention of beach safety accident and computer program for the same
KR102501090B1 (en) * 2022-12-19 2023-02-17 주식회사 지란지교데이터 Navigation method and system using density prediction

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150048329A (en) * 2013-10-26 2015-05-07 권형석 Method of providing emergency notification service to prevent the emergency situation false signal notification of mobile users
KR101513370B1 (en) 2013-12-23 2015-04-17 대한지적공사 Method and system for providing safety information using location information
KR101845942B1 (en) 2017-07-06 2018-04-05 주식회사 한국건설방재연구원 System for sensing dangerous situation and providing evacuation notice
KR102157592B1 (en) * 2018-10-04 2020-09-21 가천대학교 산학협력단 System and method for beach safety management for prevention of beach safety accident and computer program for the same
KR102501090B1 (en) * 2022-12-19 2023-02-17 주식회사 지란지교데이터 Navigation method and system using density prediction

Similar Documents

Publication Publication Date Title
Folk et al. A provisional conceptual model of human behavior in response to wildland-urban interface fires
Mostafizi et al. An agent-based vertical evacuation model for a near-field tsunami: Choice behavior, logical shelter locations, and life safety
Bernardini et al. Towards a “behavioural design” approach for seismic risk reduction strategies of buildings and their environment
US20170161614A1 (en) Systems and methods for predicting emergency situations
Park et al. Method to determine the locations of tsunami vertical evacuation shelters
Genç Catastrophe of environment: The impact of natural disasters on tourism industry
Trivedi et al. Prioritizing emergency shelter areas using hybrid multi‐criteria decision approach: A case study
Bernardini et al. An agent-based model for earthquake pedestrians’ evacuation simulation in urban scenarios
Urata et al. People's risk recognition preceding evacuation and its role in demand modeling and planning
Liu et al. Integration of spatial analysis and an agent-based model into evacuation management for shelter assignment and routing
Liel et al. Using collapse risk assessments to inform seismic safety policy for older concrete buildings
Zlateski et al. Integrating human behaviour and building vulnerability for the assessment and mitigation of seismic risk in historic centres: Proposal of a holistic human-centred simulation-based approach
Kim et al. Analysis of evacuation simulation considering crowd density and the effect of a fallen person
Wu et al. Resilience modeling of traffic network in post-earthquake emergency medical response considering interactions between infrastructures, people, and hazard
Coutinho-Rodrigues et al. Design of evacuation plans for densely urbanised city centres
De Iuliis et al. Large scale simulation of pedestrian seismic evacuation including panic behavior
Trump et al. An analytical perspective on pandemic recovery
Chen et al. Tsunami preparedness and resilience: Evacuation logistics and time estimations
Nicholson Road safety: risk management perspective
Salarian et al. Simulating passenger evacuation in railway station under fire emergency using safe zone approach
Chen et al. An interdisciplinary agent-based evacuation model: Integrating the natural environment, built environment, and social system for community preparedness and resilience
KR102570037B1 (en) Management server, method and computer program for event safety based on ai model
Amini et al. Methodology to incorporate seismic damage and debris to evaluate strategies to reduce life safety risk for multi-hazard earthquake and tsunami
Adams Risk compensation in cities at risk
Iskandar et al. Agent-based simulation of seismic crisis including human behavior: application to the city of Beirut, Lebanon

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant