KR102642540B1

KR102642540B1 - 스마트 시티 안전 서비스 제공 방법 및 이를 실행하는 서버

Info

Publication number: KR102642540B1
Application number: KR1020220143824A
Authority: KR
Inventors: 오명택; 조영태; 박신원; 이상훈; 김지현; 서동재; 박철수; 조인창; 손서봉
Original assignee: 한국토지주택공사; (주)엔텔스; 주식회사 비투엔; 에스케이텔레콤 주식회사
Priority date: 2022-08-19
Filing date: 2022-11-01
Publication date: 2024-03-05
Also published as: KR20240026423A

Abstract

본 발명의 일 실시예에 따른 스마트 시티 안전 서비스 제공 서버는 복수의 외부 서버 각각으로부터 대상 지역에 대한 서로 다른 종류의 지역 모니터링 데이터를 수신하는 지역 모니터링 데이터 수신부, 상기 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 전처리를 실행하는 전처리부, 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터를 이용하여 위해 지표 예측 모델을 생성하는 위해 지표 예측 모델 생성부, 상기 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 유동 인구를 이용하여 취약 지표 예측 모델을 생성하는 취약 지표 예측 모델 생성부 및 지표 예측 모델을 통해 산출된 위해 지표, 취약 지표 예측 모델을 통해 산출된 취약 지표 및 대상 지역에 대한 감시 카메라의 대수에 따라 산출된 경감 지표를 이용하여 안전 지수를 산출하는 안전 지수 산출부를 포함한다.

Description

스마트 시티 안전 서비스 제공 방법 및 이를 실행하는 서버{METHODO OF PROVIDING SMART CITY SAFETY SERVICE AND SERVER PERFORMING THE SAME}

본 발명은 스마트 시티 안전 서비스 제공 방법 및 이를 실행하는 서버에 관한 것으로, 보다 구체적으로 실시간 이벤트 상황에 대응하며 사회적 안전에 대한 예측을 통해 정책 수립 및 대응을 모색하여 제공할 수 있도록 하는 스마트 시티 안전 서비스 제공 방법 및 이를 실행하는 서버에 관한 것이다.

스마트시티(SMART CITY)는 첨단 정보통신기술(ICT)을 이용해 도시 생활 속에서 유발되는 교통 문제, 환경 문제, 주거 문제, 시설 비효율 등을 해결하여 시민들이 편리하고 쾌적한 삶을 누릴 수 있도록 한 '똑똑한 도시'를 뜻한다.

첨단 정보통신기술(ICT)로 인해 발전한 다양한 유형의 전자적 데이터 수집 센서를 사용해서 정보를 취득하고, 이를 자산과 리소스를 효율적으로 관리하는 데 사용하는 도시 지역을 일컫는다.

도시 인구 증가 및 기후변화 대응을 위한 해결책으로 각 국가에서 정책적으로 스마트시티를 추진하고 있으며, 사물인터넷(IoT), 인공지능(AI), 로봇, 자율주행 자동차 등의 기술을 도입하여 미래를 대비하려 하고 있다.

스마트시티에서는 교통량과 같은 실시간 데이터, 개인 이동, 각종 인프라에서 생성되는 데이터의 다양한 형태를 저장하고 제공해야 되며, 이를 위해서 원활한 데이터 흐름을 형성하는 개방형 데이터 허브 구축이 필요하다.

특히, 현실공간과 사이버공간 융합을 위해 공간정보가 핵심플랫폼으로 등장하고 있으며, 스마트 시티 내 공간정보 이용자가 사람에서 사물(M2M)로 변화하는 양상과 함께 지리정보, 2D/3D지도, GPS 등 위치측정 인프라, 인공위성, 지오태깅(Geotagging)(디지털 컨텐츠의 공간정보화), 디지털트윈 등 다양한 형태의 공간데이터를 수집하고 활용될 수 있다.

기존의 스마트시티 데이터허브 플랫폼은 다양한 도시 문제를 해결하기 위한 데이터 중심의 플랫폼을 구축하여 비공간 데이터 및 지역 정보 등의 공간 데이터를 저장하고 있으나, 공간 데이터를 좌표나 텍스트형태로 저장하기 때문에 지리적 특성을 파악하는 데 한계가 있었다.

스마트시티 데이터 허브 플랫폼은 다양한 도시 문제를 해결하기 위한 데이터 중심의 플랫폼으로서 도시 공간이라는 공간 데이터 유형을 정의하고 저장, 분석할 수 있는 기술 개발과 함께, 이를 기반으로 다양한 공간 데이터를 활용한 도시 서비스 개발 활성화를 위한 연구가 필요한 상황이다.

본 발명은 실시간 이벤트 상황에 대응하며 사회적 안전에 대한 예측을 통해 정책 수립 및 대응을 모색하여 제공할 수 있도록 하는 스마트 시티 안전 서비스 제공 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.

또한, 본 발명은 안전맵을 이용하여 도시통합운영센터 모니터링 최적화 서비스로서 사회적 안전도가 낮은 곳을 예측하여 모니터링할 수 있도록 하는 스마트 시티 안전 서비스 제공 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.

또한, 본 발명은 범죄 발생 시간 및 요일, 계절에 대한 트렌드 분석 결과를 통해 집중적인 모니터링 필요 시간 및 요일, 계절 예측을 제시하여 사회적 안전에 대한 정책 수립 방안과 CCTV 모니터링에 대한 가이드를 제공할 수 있도록 하는 스마트 시티 안전 서비스 제공 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.

본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.

이러한 목적을 달성하기 위한 스마트 시티 안전 서비스 제공 서버는 복수의 외부 서버 각각으로부터 대상 지역에 대한 서로 다른 종류의 지역 모니터링 데이터를 수신하는 지역 모니터링 데이터 수신부, 상기 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 전처리를 실행하는 전처리부, 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터를 이용하여 위해 지표 예측 모델을 생성하는 위해 지표 예측 모델 생성부, 상기 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 유동 인구를 이용하여 취약 지표 예측 모델을 생성하는 취약 지표 예측 모델 생성부 및 지표 예측 모델을 통해 산출된 위해 지표, 취약 지표 예측 모델을 통해 산출된 취약 지표 및 대상 지역에 대한 감시 카메라의 대수에 따라 산출된 경감 지표를 이용하여 안전 지수를 산출하는 안전 지수 산출부를 포함한다.

또한, 이러한 목적을 달성하기 위한 스마트 시티 안전 서비스 제공 방법은 복수의 외부 서버 각각으로부터 대상 지역에 대한 서로 다른 종류의 지역 모니터링 데이터를 수신하는 단계, 상기 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 전처리를 실행하는 단계, 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터를 이용하여 위해 지표 예측 모델을 생성하는 단계, 상기 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 유동 인구를 이용하여 취약 지표 예측 모델을 생성하는 단계 및 지표 예측 모델을 통해 산출된 위해 지표, 취약 지표 예측 모델을 통해 산출된 취약 지표 및 대상 지역에 대한 감시 카메라의 대수에 따라 산출된 경감 지표를 이용하여 안전 지수를 산출하는 단계를 포함한다.

전술한 바와 같은 본 발명에 의하면, 실시간 이벤트 상황에 대응하며 사회적 안전에 대한 예측을 통해 정책 수립 및 대응을 모색하여 제공할 수 있다는 장점이 있다.

또한 본 발명에 의하면, 안전맵을 이용하여 도시통합운영센터 모니터링 최적화 서비스로서 사회적 안전도가 낮은 곳을 예측하여 모니터링할 수 있다는 장점이 있다.

또한 본 발명에 의하면, 범죄 발생 시간 및 요일, 계절에 대한 트렌드 분석 결과를 통해 집중적인 모니터링 필요 시간 및 요일, 계절 예측을 제시하여 사회적 안전에 대한 정책 수립 방안과 CCTV 모니터링에 대한 가이드를 제공할 수 있다는 장점이 있다.

도 1은 본 발명의 일 실시예에 따른 스마트 시티 안전 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 스마트 시티 안전 서비스 제공 서버의 내부 구조를 설명하기 위한 도면이다.
도 3은 본 발명에 따른 스마트 시티 안전 서비스 제공 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 4 내지 도 7은 본 발명에 따른 스마트 시티 안전 서비스 제공 과정을 설명하기 위한 예시도이다.

전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.

도 1은 본 발명의 일 실시예에 따른 스마트 시티 안전 서비스 제공 시스템을 설명하기 위한 도면이다.

도 1을 참조하면, 스마트 시티 안전 서비스 제공 시스템은 스마트 시티 안전 서비스 제공 서버(100) 및 복수의 외부 서버(200_1~200_N)를 포함한다.

스마트 시티 안전 서비스 제공 서버(100)는 복수의 외부 서버(200_1~200_N) 각각으로부터 대상 지역에 대한 서로 다른 종류의 지역 모니터링 데이터를 수신한다. 이때, 서로 다른 종류의 지역 모니터링 데이터는 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터, 대상 지역에 대한 연령별 서비스 인구, 대상 지역에 대한 토지 및 공동 주택 정보, 대상 지역에 대한 각 날짜의 시간대 별 날씨 정보 및 대상 지역에 대한 감시 카메라(즉, CCTV) 설치 위치를 포함한다.

스마트 시티 안전 서비스 제공 서버(100)는 복수의 외부 서버(200_1~200_N) 각각으로부터 수신된 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 기초 전처리를 실행한다.

일 실시예에서, 스마트 시티 안전 서비스 제공 서버(100)는 서로 다른 종류의 지역 모니터링 데이터 중 각 날짜의 시간대 별 경찰 사건 접수 데이터에서 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터에 대해서 비긴급코드 관련 데이터, 중복 데이터 및 대상 지역에서 발생하지 않은 데이터를 제거할 수 있다.

다른 일 실시예에서, 스마트 시티 안전 서비스 제공 서버(100)는 서로 다른 종류의 지역 모니터링 데이터 중 대상 지역에 대한 연령별 서비스 인구에 대해서 일자 별 데이터를 시간 별 데이터로 분할한다.

스마트 시티 안전 서비스 제공 서버(100)는 복수의 외부 서버(200_1~200_N) 각각으로부터 수신된 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 공간 전처리를 실행한다.

먼저, 스마트 시티 안전 서비스 제공 서버(100)는 복수의 외부 서버(200_1~200_N) 각각으로부터 수신된 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화한다. 이때, 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화하는 이유는 지역 모니터링 데이터 각각에서 공간 정보를 표시하는 방법이 서로 상이하기 때문이다.

일 실시예에서, 스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터의 주소 정보가 정규 주소인 경우, 정규 주소에 해당하는 공간 정보를 추출할 수 있다.

다른 일 실시예에서, 스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터의 주소 정보가 비정규 주소인 경우, 비정규 주소를 지시하는 정보를 이용하여 공간 정보를 생성할 수 있다.

예를 들어, 스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터가 토지 및 공동 주택 정보인 경우, 주소 정보가 구군 코드, 법정동코드, 본번 및 부번을 통해 표시되어 있기 때문에 토지 및 공동 주택 정보의 데이터 중 구군 코드, 법정동코드, 본번 및 부번을 이용하여 공간 정보를 생성할 수 있다.

상기와 같이, 스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화한 후 공간 정보를 위도 및 경도에 매핑한다. 이때, 스마트 시티 안전 서비스 제공 서버(100)는 공간 정보가 위도 및 경도에 매핑되지 않은 경우 해당 데이터를 삭제처리할 수 있다.

또한, 스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터를 수집한 대상 지역의 공간 정보를 공간격자를 기준으로 규격화하여 공간격자 인덱스 그래프를 생성하고, 공간격자 인덱스 그래프에 전처리된 지역 모니터링 데이터의 공간 정보에 해당하는 좌표정보를 매핑한다.

이때, 스마트 시티 안전 서비스 제공 서버(100)는 대상 지역의 공간 좌표 내 위도 및 경도를 기준으로 공간격자 인덱스 그래프를 생성할 수 있다. 예를 들어, 스마트 시티 안전 서비스 제공 서버(100)는 대구 시 전체기준 736 * 911개의 공간격자 인덱스 그래프를 생성할 수 있다.

상기와 같이, 공간격자 인덱스 그래프에 지역 모니터링 데이터의 공간 정보에 해당하는 좌표정보를 매핑한 후 매핑되지 않은 지역 모니터링 데이터를 삭제 처리할 수 있다.

또한, 스마트 시티 안전 서비스 제공 서버(100)는 하기의 [수학식 1]과 같이 위해 지표 예측 모델을 통해 산출된 위해 지표, 취약 지표 예측 모델을 통해 산출된 취약 지표 및 대상 지역에 대한 감시 카메라의 대수에 따라 산출된 경감 지표를 이용하여 안전 지수를 산출한다.

[수학식 1]

:위해 지표 별 가중치,

: 위해 지표 점수,

: 취약 지표 별 가중치,

: 취약 지표 점수,

: 경감 지표 별 가중치,

: 경함 지표 점수,

이를 위해, 스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터를 이용하여 위해 지표 예측 모델을 생성한다.

먼저, 스마트 시티 안전 서비스 제공 서버(100)는 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터 중 신고 발생 정보를 대상 지역의 안정을 해치는 위해 요소로 정의한 후, 신고 발생 정보의 중요 사건 및 긴급 사건 여부를 기준으로 위해 지수를 산출한다.

그 후, 스마트 시티 안전 서비스 제공 서버(100)는 위해 지표 예측 모델에 신고 발생 횟수와 연관된 입력 변수를 입력하여 안전도를 예측한다. 이를 위해, 스마트 시티 안전 서비스 제공 서버(100)는 위해 지표 예측 모델에 입력할 신고 발생 횟수 연관된 입력 변수를 결정한다.

즉, 스마트 시티 안전 서비스 제공 서버(100)는 시간 중 저녁 시간, 요일, 주택 기수, 토지의 가격및 유동 인구 각각을 신고 발생 횟수와 연관된 입력 변수로 결정할 수 있다. 예를 들어, 스마트 시티 안전 서비스 제공 서버(100)는 저녁 시간대에 신고 발생 횟수가 많을 것이라는 가정 하에 저녁 시간을 신고 발생 횟수와 연관된 입력 변수로 결정할 수 있다. 다른 예를 들어, 스마트 시티 안전 서비스 제공 서버(100)는 유동 인구가 많을수록 신고 수가 많을 것이라는 가정 하에 유동 인구를 신고 발생 횟수와 연관된 입력 변수로 결정할 수 있다.

상기와 같이, 스마트 시티 안전 서비스 제공 서버(100)는 입력 변수에 해당하는 데이터를 취합하여 데이터 셋을 생성한 후 데이터 셋을 공간격자 단위로 안전 예측 분석 모델링을 통해 위해 지표 예측 모델을 생성한다.

또한, 스마트 시티 안전 서비스 제공 서버(100)는 대상 지역에 대한 일자 별 시간대 별 공간격자 별 유동 인구가 사건 발생수를 높여 지역 안전을 저하시키는 취약 요소로 정의한 후, 유동 인구 및 최대 유동 인구를 기준으로 취약 지수를 산출한다.

그 후, 스마트 시티 안전 서비스 제공 서버(100)는 취약 지표 예측 모델에 신고 발생 횟수와 연관된 입력 변수를 입력하여 안전도를 예측한다. 이를 위해, 스마트 시티 안전 서비스 제공 서버(100)는 위해 지표 예측 모델에 입력할 신고 발생 횟수 연관된 입력 변수를 결정한다.

즉, 스마트 시티 안전 서비스 제공 서버(100)는 시간 중 저녁 시간, 요일, 토지 종류 및 CCTV 설치 수 각각을 유동 인구와 연관된 입력 변수로 결정할 수 있다. 예를 들어, 스마트 시티 안전 서비스 제공 서버(100)는 토지 종류 중 공장 부지가 많은 지역에 유동 인구의 변동이 있을 것이라는 가정하에 토지 종류를 유동 인구와 연관된 입력 변수로 결정할 수 있다. 다른 예를 들어, 스마트 시티 안전 서비스 제공 서버(100)는 CCTV 설치 수에 따라 유동 인구가 변동이 있을 것이라는 가정하에 토지 종류를 유동 인구와 연관된 입력 변수로 결정할 수 있다.

상기와 같이, 스마트 시티 안전 서비스 제공 서버(100)는 입력 변수에 해당하는 데이터를 취합하여 데이터 셋을 생성한 후 데이터 셋을 공간격자 단위로 안전 예측 분석 모델링을 통해 취약 지표 예측 모델을 생성한다.

상기와 같이, 스마트 시티 안전 서비스 제공 서버(100)는 위해 지표 예측 모델 및 취약 지표 예측 모델을 생성한 후 상기의 [수학식 1]을 통해 안전 지수를 산출한다.

도 2는 본 발명의 일 실시예에 따른 스마트 시티 안전 서비스 제공 서버의 내부 구조를 설명하기 위한 도면이다.

도 2를 참조하면, 스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터 수신부(110), 전처리부(120), 위해 지표 예측 모델 생성부(130), 취약 지표 예측 모델 생성부(140) 및 안전 지수 산출부(150)를 포함한다.

지역 모니터링 데이터 수신부(110)는 복수의 외부 서버(200_1~200_N) 각각으로부터 대상 지역에 대한 서로 다른 종류의 지역 모니터링 데이터를 수신한다. 이때, 서로 다른 종류의 지역 모니터링 데이터는 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터, 대상 지역에 대한 연령별 서비스 인구, 대상 지역에 대한 토지 및 공동 주택 정보, 대상 지역에 대한 각 날짜의 시간대 별 날씨 정보 및 대상 지역에 대한 감시 카메라(즉, CCTV) 설치 위치를 포함한다.

전처리부(120)는 복수의 외부 서버(200_1~200_N) 각각으로부터 수신된 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 기초 전처리를 실행한다.

일 실시예에서, 전처리부(120)는 서로 다른 종류의 지역 모니터링 데이터 중 각 날짜의 시간대 별 경찰 사건 접수 데이터에서 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터에 대해서 비긴급코드 관련 데이터, 중복 데이터 및 대상 지역에서 발생하지 않은 데이터를 제거할 수 있다.

다른 일 실시예에서, 전처리부(120)는 서로 다른 종류의 지역 모니터링 데이터 중 대상 지역에 대한 연령별 서비스 인구에 대해서 일자 별 데이터를 시간 별 데이터로 분할한다.

또한, 전처리부(120)는 복수의 외부 서버(200_1~200_N) 각각으로부터 수신된 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 공간 전처리를 실행한다.

먼저, 전처리부(120)는 복수의 외부 서버(200_1~200_N) 각각으로부터 수신된 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화한다. 이때, 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화하는 이유는 지역 모니터링 데이터 각각에서 공간 정보를 표시하는 방법이 서로 상이하기 때문이다.

일 실시예에서, 전처리부(120)는 지역 모니터링 데이터의 주소 정보가 정규 주소인 경우, 정규 주소에 해당하는 공간 정보를 추출할 수 있다.

다른 일 실시예에서, 전처리부(120)는 지역 모니터링 데이터의 주소 정보가 비정규 주소인 경우, 비정규 주소를 지시하는 정보를 이용하여 공간 정보를 생성할 수 있다.

예를 들어, 전처리부(120)는 지역 모니터링 데이터가 토지 및 공동 주택 정보인 경우, 주소 정보가 구군 코드, 법정동코드, 본번 및 부번을 통해 표시되어 있기 때문에 토지 및 공동 주택 정보의 데이터 중 구군 코드, 법정동코드, 본번 및 부번을 이용하여 공간 정보를 생성할 수 있다.

상기와 같이, 전처리부(120)는 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화한 후 공간 정보를 위도 및 경도에 매핑한다. 이때, 스마트 시티 안전 서비스 제공 서버(100)는 공간 정보가 위도 및 경도에 매핑되지 않은 경우 해당 데이터를 삭제처리할 수 있다.

또한, 전처리부(120)는 지역 모니터링 데이터를 수집한 대상 지역의 공간 정보를 공간격자를 기준으로 규격화하여 공간격자 인덱스 그래프를 생성하고, 공간격자 인덱스 그래프에 전처리된 지역 모니터링 데이터의 공간 정보에 해당하는 좌표정보를 매핑한다.

이때, 전처리부(120)는 대상 지역의 공간 좌표 내 위도 및 경도를 기준으로 공간격자 인덱스 그래프를 생성할 수 있다. 예를 들어, 스마트 시티 안전 서비스 제공 서버(100)는 대구 시 전체기준 736 * 911개의 공간격자 인덱스 그래프를 생성할 수 있다.

위해 지표 예측 모델 생성부(130)는 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터를 이용하여 위해 지표 예측 모델을 생성한다.

먼저, 위해 지표 예측 모델 생성부(130)는 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터 중 신고 발생 정보를 대상 지역의 안정을 해치는 위해 요소로 정의한 후, 신고 발생 정보의 중요 사건 및 긴급 사건 여부를 기준으로 위해 지수를 산출한다.

그 후, 위해 지표 예측 모델 생성부(130)는 위해 지표 예측 모델에 신고 발생 횟수와 연관된 입력 변수를 입력하여 안전도를 예측한다. 이를 위해, 위해 지표 예측 모델 생성부(130)는 위해 지표 예측 모델에 입력할 신고 발생 횟수 연관된 입력 변수를 결정한다.

즉, 위해 지표 예측 모델 생성부(130)는 시간 중 저녁 시간, 요일, 주택 기수, 토지의 가격및 유동 인구 각각을 신고 발생 횟수와 연관된 입력 변수로 결정할 수 있다. 예를 들어, 위해 지표 예측 모델 생성부(130)는 저녁 시간대에 신고 발생 횟수가 많을 것이라는 가정 하에 저녁 시간을 신고 발생 횟수와 연관된 입력 변수로 결정할 수 있다. 다른 예를 들어, 위해 지표 예측 모델 생성부(130)는 유동 인구가 많을수록 신고 수가 많을 것이라는 가정 하에 유동 인구를 신고 발생 횟수와 연관된 입력 변수로 결정할 수 있다.

상기와 같이, 위해 지표 예측 모델 생성부(130)는 입력 변수에 해당하는 데이터를 취합하여 데이터 셋을 생성한 후 데이터 셋을 공간격자 단위로 안전 예측 분석 모델링을 통해 위해 지표 예측 모델을 생성한다.

또한, 취약 지표 예측 모델 생성부(140)는 대상 지역에 대한 일자 별 시간대 별 공간격자 별 유동 인구가 사건 발생수를 높여 지역 안전을 저하시키는 취약 요소로 정의한 후, 유동 인구 및 최대 유동 인구를 기준으로 취약 지수를 산출한다.

그 후, 취약 지표 예측 모델 생성부(140)는 취약 지표 예측 모델에 신고 발생 횟수와 연관된 입력 변수를 입력하여 안전도를 예측한다. 이를 위해, 스마트 시티 안전 서비스 제공 서버(100)는 위해 지표 예측 모델에 입력할 신고 발생 횟수 연관된 입력 변수를 결정한다.

즉, 취약 지표 예측 모델 생성부(140)는 시간 중 저녁 시간, 요일, 토지 종류 및 CCTV 설치 수 각각을 유동 인구와 연관된 입력 변수로 결정할 수 있다. 예를 들어, 취약 지표 예측 모델 생성부(140)는 토지 종류 중 공장 부지가 많은 지역에 유동 인구의 변동이 있을 것이라는 가정하에 토지 종류를 유동 인구와 연관된 입력 변수로 결정할 수 있다. 다른 예를 들어, 취약 지표 예측 모델 생성부(140)는 CCTV 설치 수에 따라 유동 인구가 변동이 있을 것이라는 가정하에 토지 종류를 유동 인구와 연관된 입력 변수로 결정할 수 있다.

상기와 같이, 취약 지표 예측 모델 생성부(140)는 입력 변수에 해당하는 데이터를 취합하여 데이터 셋을 생성한 후 데이터 셋을 공간격자 단위로 안전 예측 분석 모델링을 통해 취약 지표 예측 모델을 생성한다.

안전 지수 산출부(150)는 지표 예측 모델을 통해 산출된 위해 지표, 취약 지표 예측 모델을 통해 산출된 취약 지표 및 대상 지역에 대한 감시 카메라의 대수에 따라 산출된 경감 지표를 이용하여 안전 지수를 산출한다.

도 3은 본 발명에 따른 스마트 시티 안전 서비스 제공 방법의 일 실시예를 설명하기 위한 흐름도이다. 도 4 내지 도 7은 본 발명에 따른 스마트 시티 안전 서비스 제공 과정을 설명하기 위한 예시도이다.

도 3을 참조하면, 스마트 시티 안전 서비스 제공 서버(100)는 복수의 외부 서버 각각으로부터 대상 지역에 대한 서로 다른 종류의 지역 모니터링 데이터를 수신한다(단계 S310).

스마트 시티 안전 서비스 제공 서버(100)는 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 전처리를 실행한다(단계 S320).

예를 들어, 도 4와 같이 스마트 시티 안전 서비스 제공 서버(100)는 복수의 외부 서버(200_1~200_N) 각각으로부터 수신된 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화한다. 이때, 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화하는 이유는 지역 모니터링 데이터 각각에서 공간 정보를 표시하는 방법이 서로 상이하기 때문이다.

스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터를 이용하여 위해 지표 예측 모델을 생성한다(단계 S330).

그 후, 도 5와 같이 스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화한 후 공간 정보를 위도 및 경도에 매핑한다. 이때, 스마트 시티 안전 서비스 제공 서버(100)는 공간 정보가 위도 및 경도에 매핑되지 않은 경우 해당 데이터를 삭제처리할 수 있다.

또한, 도 5와 같이 스마트 시티 안전 서비스 제공 서버(100)는 지역 모니터링 데이터를 수집한 대상 지역의 공간 정보를 공간격자를 기준으로 규격화하여 공간격자 인덱스 그래프를 생성하고, 공간격자 인덱스 그래프에 전처리된 지역 모니터링 데이터의 공간 정보에 해당하는 좌표정보를 매핑한다. 이때, 전처리부(120)는 대상 지역의 공간 좌표 내 위도 및 경도를 기준으로 공간격자 인덱스 그래프를 생성할 수 있다.

스마트 시티 안전 서비스 제공 서버(100)는 상기 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 유동 인구를 이용하여 취약 지표 예측 모델을 생성한다(단계 S340).

예를 들어, 도 6과 같이 스마트 시티 안전 서비스 제공 서버(100)는 위해 지표 예측 모델에 입력할 신고 발생 횟수 연관된 입력 변수를 결정한다. 즉, 스마트 시티 안전 서비스 제공 서버(100)는 시간 중 저녁 시간, 요일, 주택 기수, 토지의 가격및 유동 인구 각각을 신고 발생 횟수와 연관된 입력 변수로 결정할 수 있다. 상기와 같이, 위해 지표 예측 모델 생성부(130)는 입력 변수에 해당하는 데이터를 취합하여 데이터 셋을 생성한 후 데이터 셋을 공간격자 단위로 안전 예측 분석 모델링을 통해 위해 지표 예측 모델을 생성한다.

스마트 시티 안전 서비스 제공 서버(100)는 지표 예측 모델을 통해 산출된 위해 지표, 취약 지표 예측 모델을 통해 산출된 취약 지표 및 대상 지역에 대한 감시 카메라의 대수에 따라 산출된 경감 지표를 이용하여 안전 지수를 산출한다(단계 S350).

예를 들어, 도 7과 같이 스마트 시티 안전 서비스 제공 서버(100)는 위해 지표 예측 모델에 입력할 신고 발생 횟수 연관된 입력 변수를 결정한다. 즉, 스마트 시티 안전 서비스 제공 서버(100)는 시간 중 저녁 시간, 요일, 토지 종류 및 CCTV 설치 수 각각을 유동 인구와 연관된 입력 변수로 결정할 수 있다. 상기와 같이, 스마트 시티 안전 서비스 제공 서버(100)는 입력 변수에 해당하는 데이터를 취합하여 데이터 셋을 생성한 후 데이터 셋을 공간격자 단위로 안전 예측 분석 모델링을 통해 취약 지표 예측 모델을 생성한다.

한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.

100: 스마트 시티 안전 서비스 제공 서버
110: 지역 모니터링 데이터 수신부
120: 전처리부
130: 위해 지표 예측 모델 생성부
140: 취약 지표 예측 모델 생성부
150: 안전 지수 산출부
200_1~200_N: 복수의 외부 서버

Claims

실시간 이벤트 상황에 대응하며 사회적 안전에 대한 예측이 가능하도록 스마트 시티 안전 서비스 제공 서버 및 복수의 외부 서버를 포함하는 스마트 시티 안전 서비스 제공 시스템에 있어서,
복수의 외부 서버 각각으로부터 대상 지역에 대한 서로 다른 종류의 지역 모니터링 데이터를 수신하는 지역 모니터링 데이터 수신부;
복수의 외부 서버 각각으로부터 수신된 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 기초 전처리를 실행하는 전처리부;
지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터를 이용하여 위해 지표 예측 모델을 생성하는 위해 지표 예측 모델 생성부;
대상 지역에 대한 일자 별 시간대 별 공간격자 별 유동 인구가 사건 발생수를 높여 지역 안전을 저하시키는 취약 요소로 정의한 후 유동 인구 및 최대 유동 인구를 기준으로 취약 지수를 산출하는 취약 지표 예측 모델 생성부; 및
지표 예측 모델을 통해 산출된 위해 지표, 취약 지표 예측 모델을 통해 산출된 취약 지표 및 대상 지역에 대한 감시 카메라의 대수에 따라 산출된 경감 지표를 이용하여 안전 지수를 산출하는 안전 지수 산출부;를 포함하며,
상기 지역 모니터링 데이터 수신부가 수신하는 다른 종류의 지역 모니터링 데이터는
대상 지역에 대한 각 날짜의 시간별 경찰 사건 접수 데이터, 대상 지역에 대한 연령별 서비스 인구, 대상 지역에 대한 토지 및 공동 주택 정보, 대상 지역에 대한 각 날짜의 시간대 별 날씨 정보 및 대상 지역에 대한 감시 카메라 설치 위치를 포함하며,
상기 취약 지표 예측 모델 생성부는
시간 중 저녁 시간, 요일, 토지 종류 및 CCTV 설치 수 각각을 유동 인구와 연관된 입력 변수로 결정하고, 상기 입력 변수에 해당하는 데이터를 취합하여 데이터 셋을 생성한 후 데이터 셋을 공간격자 단위로 안전 예측 분석 모델링을 통해 취약 지표 예측 모델을 생성하며,
상기 스마트 시티 안전 서비스 제공 서버는 하기의 [수학식 1]과 같이 위해 지표 예측 모델을 통해 산출된 위해 지표, 취약 지표 예측 모델을 통해 산출된 취약 지표 및 대상 지역에 대한 감시 카메라의 대수에 따라 산출된 경감지표를 이용하여 안전지수를 산출하는 것을 특징으로 하는 스마트 시티 안전 서비스 제공 서버.

[수학식 1]

:위해 지표 별 가중치,
: 위해 지표 점수,
: 취약 지표 별 가중치,
: 취약 지표 점수,
: 경감 지표 별 가중치,
: 경함 지 표 점수,
제 1항에 있어서,
상기 전처리부는
지역 모니터링 데이터를 수집한 대상 지역의 공간 정보를 공간격자를 기준으로 규격화하여 공간격자 인덱스 그래프를 생성하고, 공간격자 인덱스 그래프에 전처리된 지역 모니터링 데이터의 공간 정보에 해당하는 좌표 정보를 매핑하며, 매핑되지 않은 지역 모니터링 데이터를 삭제 처리하는 것을 특징으로 하는 스마트 시티 안전 서비스 제공 서버.
제 1 항에 있어서,
상기 취약 지표 예측 모델 생성부는
시간 중 저녁 시간, 요일, 토지 종류 및 CCTV 설치 수 각각을 유동 인구와 연관된 입력 변수로 결정하고, 상기 입력 변수에 해당하는 데이터를 취합하여 데이터 셋을 생성한 후 데이터 셋을 공간격자 단위로 안전 예측 분석 모델링을 통해 취약 지표 예측 모델을 생성하는 것을 특징으로 하는 스마트 시티 안전 서비스 제공 서버.
◈청구항 4은(는) 설정등록료 납부시 포기되었습니다.◈

제 1항 내지 제 3항 중 어느 하나의 항에 따른 스마트 시티 안전 서비스 제공 서버 및 복수의 외부 서버를 포함하는 스마트 시티 안전 서비스 제공 시스템을 이용한 스마트 시티 안전 서비스 제공 방법은
스마트 시티 안전 서비스 제공서버가 복수의 외부 서버 각각으로부터 대상 지역에 대한 서로 다른 종류의 지역 모니터링 데이터를 수신하는 단계;
스마트 시티 안전 서비스 제공 서버가 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 전처리를 실행하는 단계;
스마트 시티 안전 서비스 제공 서버가 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터를 이용하여 위해 지표 예측 모델을 생성하는 단계;
스마트 시티 안전 서비스 제공 서버가 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 유동 인구를 이용하여 취약 지표 예측 모델을 생성하는 단계;
스마트 시티 안전 서비스 제공 서버가 지표 예측 모델을 통해 산출된 위해 지표, 취약 지표 예측 모델을 통해 산출된 취약 지표 및 대상 지역에 대한 감시 카메라의 대수에 따라 산출된 경감 지표를 이용하여 안전 지수를 산출하는 단계;를 포함하며,
상기 스마트 시티 안전 서비스 제공 서버는
복수의 외부 서버 각각으로부터 수신된 서로 다른 종류의 지역 모니터링 데이터 각각에 대한 공간 정보를 정규화한 후 공간 정보를 위도 및 경도에 매핑하고, 공간 정보가 위도 및 경도에 매핑되지 않는 경우 해당 데이터를 삭제처리하며,
지역 모니터링 데이터의 주소 정보가 정규 주소일 경우에는 정규 주소에 해당하는 공간 정보를 추출하고, 지역 모니터링 데이터의 주소 정보가 비정규 주소일 경우에는 비정규 주소를 지시하는 정보를 이용하여 공간 정보를 생성하는 것을 특징으로 하는 스마트 시티 안전 서비스 제공 방법.
◈청구항 5은(는) 설정등록료 납부시 포기되었습니다.◈

제 4 항에 있어서,
상기 지역 모니터링 데이터 중 대상 지역에 대한 각 날짜의 시간대 별 유동 인구를 이용하여 취약 지표 예측 모델을 생성하는 단계는
대상 지역에 대한 각 날짜의 시간대 별 경찰 사건 접수 데이터 중 신고 발생 정보를 대상 지역의 안정을 해치는 위해 요소로 정의한 후, 신고 발생 정보의 중요 사건 및 긴급 사건 여부를 기준으로 위해 지수를 산출하고, 위해 지표 예측 모델에 신고 발생 횟수와 연관된 입력 변수를 입력하여 안전도를 예측하는 것을 특징으로 하는 스마트 시티 안전 서비스 제공 방법.
삭제
삭제