KR20230134089A - Ai 기반 사용자 맞춤형 재난 대응 방법, 장치 및 컴퓨터프로그램 - Google Patents

Ai 기반 사용자 맞춤형 재난 대응 방법, 장치 및 컴퓨터프로그램 Download PDF

Info

Publication number
KR20230134089A
KR20230134089A KR1020220169016A KR20220169016A KR20230134089A KR 20230134089 A KR20230134089 A KR 20230134089A KR 1020220169016 A KR1020220169016 A KR 1020220169016A KR 20220169016 A KR20220169016 A KR 20220169016A KR 20230134089 A KR20230134089 A KR 20230134089A
Authority
KR
South Korea
Prior art keywords
disaster
disaster response
user
assets
asset
Prior art date
Application number
KR1020220169016A
Other languages
English (en)
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 KR1020220169016A priority Critical patent/KR20230134089A/ko
Publication of KR20230134089A publication Critical patent/KR20230134089A/ko

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
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • 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
    • G08B25/14—Central alarm receiver or annunciator arrangements
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive 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)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (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

본 발명의 실시예는, 컴퓨팅 장치에 의해 수행되는, AI 기반 사용자 맞춤형 재난 대응 방법에 있어서, 관리 중인 복수의 자산에 대한 사전입력 정보를 복수의 사용자로부터 획득하는 과정; 및 상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 재난대응모듈을 선정하여 상기 복수의 사용자 각각을 위한 사용자 맞춤형 재난 대응 시스템을 구성하는 과정을 포함하며, 하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하는, AI 기반 사용자 맞춤형 재난 대응 방법을 제공할 수 있다.

Description

AI 기반 사용자 맞춤형 재난 대응 방법, 장치 및 컴퓨터프로그램 {Method, apparatus and computer program of AI-based user-customized disaster response}
본 발명은 AI 기반 사용자 맞춤형 재난 대응 방법, 장치 및 컴퓨터프로그램에 관한 것이다.
태풍과 같은 자연 재난이 발생할 경우, 종래의 재난 관리 솔루션은 태풍 발생 여부에 대한 알람을 제공하고, 태풍에 대한 보편적 대응 매뉴얼을 제공하곤 한다.
그러나, 보편적 대응 매뉴얼은 태풍이란 재난 발생 시 일반적으로 취해야할 대응 조치를 기술할 뿐 사용자가 실제 관리하는 시설이나 현장에 맞지 않아 유명무실한 경우가 많다.
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.
또한, 종래의 재난 관리 솔루션은 사용자가 실제 관리하는 시설이나 현장에 맞는 훈련 시나리오도 제공할 수 없는 문제가 있었다.
대한민국 등록특허 제10-2230258호 (재난 상황관리 역량 강화를 위한 매핑 콘텐츠 제공방법)
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.
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.
또한, 본 발명의 실시예는, 사용자가 실제 관리하는 시설이나 현장에 맞는 교육훈련 시나리오 및 재난대응 콘텐츠를 제공하는 것을 목적으로 한다.
상술한 과제를 해결하기 위한, 본 발명의 실시예는, 컴퓨팅 장치에 의해 수행되는, AI 기반 사용자 맞춤형 재난 대응 방법에 있어서, 관리 중인 복수의 자산에 대한 사전입력 정보를 복수의 사용자로부터 획득하는 과정; 및 상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 재난대응모듈을 선정하여 상기 복수의 사용자 각각을 위한 사용자 맞춤형 재난 대응 시스템을 구성하는 과정을 포함하며, 하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하는, AI 기반 사용자 맞춤형 재난 대응 방법을 제공할 수 있다.
본 발명의 실시예는, 사용자 맞춤형 재난 대응 시스템을 구성하는 과정 이후에, 상기 선정된 복수의 재난대응모듈 각각에 대한 자산 별 재난 대응 매뉴얼를 획득하는 과정을 더 포함하는, AI 기반 사용자 맞춤형 재난 대응 방법을 제공할 수 있다.
본 발명의 실시예는, 새로운 자산에 대한 재난 대응 방법에 대한 정보를 포함하는 새로운 재난대응모듈의 추가 정보를 획득하는 과정을 더 포함하는, AI 기반 사용자 맞춤형 재난 대응 방법을 제공할 수 있다.
본 발명의 실시예는, 프로세서; 네트워크 인터페이스; 메모리; 및 상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되, 상기 컴퓨터 프로그램은, 관리 중인 복수의 자산에 대한 사전입력 정보를 복수의 사용자로부터 획득하는 인스트럭션(instruction); 및 상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 재난대응모듈을 선정하여 상기 복수의 사용자 각각을 위한 사용자 맞춤형 재난 대응 시스템을 구성하는 인스트럭션을 포함하며, 하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하는, AI 기반 사용자 맞춤형 재난 대응 장치를 제공할 수 있다.
본 발명의 실시예는, 컴퓨팅 장치에 결합하여 판독가능한 기록매체에 저장된, 관리 중인 복수의 자산에 대한 사전입력 정보를 복수의 사용자로부터 획득하는 과정; 및 상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 재난대응모듈을 선정하여 상기 복수의 사용자 각각을 위한 사용자 맞춤형 재난 대응 시스템을 구성하는 과정을 포함하며, 하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하는, AI 기반 사용자 맞춤형 재난 대응 컴퓨터프로그램을 제공할 수 있다.
상술한 해결 수단을 통해, 본 발명의 실시예는 다음의 효과를 가질 수 있다.
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.
또는, 본 발명의 실시예는, 사용자가 실제 관리하는 시설이나 현장에 맞춤형 재난 대응 시스템을 세팅하고, 이를 이용하여 재난 발생 판단과 재난 대응을 수행하는 효과를 가진다.
또한, 본 발명의 실시예는, 사용자가 실제 관리하는 시설이나 현장에 맞는 교육훈련 시나리오 및 재난대응 콘텐츠를 제공하는 효과를 가진다.
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.
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.
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.
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.
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.
이하, 첨부된 도면을 참조하여 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위협예측 및 안전관리 방법, 장치 및 컴퓨터프로그램을 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 AI 기반 사용자 맞춤형 재난 위협예측 및 안전관리 시스템을 도시한 도면이다.
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.
도 1의 시스템은 실시예에 따른 것으로, 그 구성 요소가 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.
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.
도 2는 본 발명의 실시예에 따른 재난예측관리 장치의 하드웨어 구성도이다.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
다양한 실시예에서, 컴퓨팅 장치(100)는 실시간으로 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 외부서버(300)로부터 수신하여 획득할 수 있다.
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.
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.
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.
도 3은 본 발명의 실시예에 따른 재난의 정보를 보여준다.
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.
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.
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.
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.
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.
이하, 도면을 참조하여, 컴퓨팅 장치(100)에 의해 수행되는 AI 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법에 대해 상세하게 설명하도록 한다.
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.
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.
사전입력 정보는 사용자 혹은 관리자에 의해 입력된 정보로서, 이후 컴퓨팅 장치(100)는 사전입력 정보를 이용해 재난 대응 시스템을 세팅할 수 있다.
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.
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.
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.
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.
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.
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.
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.
이를 통해, 기존의 재난 대응시스템이 재난에 따른 대응 시스템을 제공하는데 반해, 본 발명의 재난 대응시스템은 사용자가 보유한 자산에 따른 대응 시스템을 제공할 수 있다.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
이후, 컴퓨팅 장치(100)는 복수의 제1 재난대응모듈과 이들의 우선순위 정보를 포함하는 사용자 맞춤형 재난 대응 시스템을 구성할 수 있다.
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.
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.
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.
이후, 컴퓨팅 장치(100)는 세팅된 재난 대응 시스템을 이용해 재난 모니터링을 시작할 수 있다.
이하에서 세팅된 재난 대응 시스템을 이용해 컴퓨팅 장치(100)가 재난 발생 여부의 판단과 재난에 따라서 재난 대응 시스템을 작동시키는 방법에 대해 설명한다.
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 4를 참조하면, S120 과정에서, 컴퓨팅 장치(100)는 재난의 발생 여부를 판단하기 위한 재난 모니터링 정보를 획득할 수 있다.
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.
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.
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.
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.
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.
도 4 및 도 9를 참조하면, S130 과정에서, 컴퓨팅 장치(100)는 재난 모니터링 정보에 기초해 실시간으로 발생하는 재난을 판단할 수 있다.
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.
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.
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.
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.
다양한 실시예에서, 컴퓨팅 장치(100)는 재난 모니터링 정보에 기초해 학습된 인공지능 모델을 활용하여 실시간으로 발생하는 재난을 판단할 수 있다.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
도 4 및 도 9를 참조하면, S140 과정에서, 컴퓨팅 장치(100)는 실시간 재난의 연관성 및 긴급성을 판단할 수 있다.
상세히는, 컴퓨팅 장치(100)는 실시간 발생 재난에 기초해 복수의 제1 재난대응모듈에 대한 연관성을 판단할 수 있다.
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.
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.
다양한 실시예에서, 컴퓨팅 장치(100)는 실시간 발생 재난에 기초해 복수의 제1 재난대응모듈에 대한 상기 실시간 발생 재난의 긴급성을 판단할 수 있다.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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 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.
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.
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.
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.
도 13을 참조하면, S220 과정에서, 컴퓨팅 장치(100)는 교육훈련용 재난대응 콘텐츠를 담당자 단말기(420) 혹은 일반직원 단말기(430)에게 제공할 수 있다.
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.
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.
도 15는 사용자 혹은 관리자 단말기의 디스플레이 상에 제공되는 실시간 재난예측관리 모니터링 화면의 일 예이다.
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.
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.
100 : 컴퓨팅 장치
200 : 관리자 단말기
300 : 외부서버
410 : 사용자 단말기
420 : 담당자 단말기
430 : 일반직원 단말기

Claims (5)

  1. 컴퓨팅 장치에 의해 수행되는, AI 기반 사용자 맞춤형 재난 대응 방법에 있어서,
    관리 중인 복수의 자산에 대한 사전입력 정보를 복수의 사용자로부터 획득하는 과정; 및
    상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 재난대응모듈을 선정하여 상기 복수의 사용자 각각을 위한 사용자 맞춤형 재난 대응 시스템을 구성하는 과정을 포함하며,
    하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하는,
    AI 기반 사용자 맞춤형 재난 대응 방법.
  2. 제1항에 있어서,
    사용자 맞춤형 재난 대응 시스템을 구성하는 과정 이후에,
    상기 선정된 복수의 재난대응모듈 각각에 대한 자산 별 재난 대응 매뉴얼를 획득하는 과정을 더 포함하는,
    AI 기반 사용자 맞춤형 재난 대응 방법.
  3. 제1항에 있어서,
    새로운 자산에 대한 재난 대응 방법에 대한 정보를 포함하는 새로운 재난대응모듈의 추가 정보를 획득하는 과정을 더 포함하는,
    AI 기반 사용자 맞춤형 재난 대응 방법.
  4. 프로세서;
    네트워크 인터페이스;
    메모리; 및
    상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되,
    상기 컴퓨터 프로그램은,
    관리 중인 복수의 자산에 대한 사전입력 정보를 복수의 사용자로부터 획득하는 인스트럭션(instruction); 및
    상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 재난대응모듈을 선정하여 상기 복수의 사용자 각각을 위한 사용자 맞춤형 재난 대응 시스템을 구성하는 인스트럭션을 포함하며,
    하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하는,
    AI 기반 사용자 맞춤형 재난 대응 장치.
  5. 컴퓨팅 장치에 결합하여 판독가능한 기록매체에 저장된,
    관리 중인 복수의 자산에 대한 사전입력 정보를 복수의 사용자로부터 획득하는 과정; 및
    상기 사전입력 정보에 기초해 미리 설정된 복수의 재난대응모듈 중에서 상기 복수의 자산에 각각 매칭되는 복수의 재난대응모듈을 선정하여 상기 복수의 사용자 각각을 위한 사용자 맞춤형 재난 대응 시스템을 구성하는 과정을 포함하며,
    하나의 재난대응모듈은 하나의 자산에 대한 재난 대응 방법에 대한 정보를 포함하는,
    AI 기반 사용자 맞춤형 재난 대응 컴퓨터프로그램.
KR1020220169016A 2022-03-10 2022-12-06 Ai 기반 사용자 맞춤형 재난 대응 방법, 장치 및 컴퓨터프로그램 KR20230134089A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220169016A KR20230134089A (ko) 2022-03-10 2022-12-06 Ai 기반 사용자 맞춤형 재난 대응 방법, 장치 및 컴퓨터프로그램

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220029881A KR102490062B1 (ko) 2022-03-10 2022-03-10 Ai 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법, 장치 및 컴퓨터프로그램
KR1020220169016A KR20230134089A (ko) 2022-03-10 2022-12-06 Ai 기반 사용자 맞춤형 재난 대응 방법, 장치 및 컴퓨터프로그램

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020220029881A Division KR102490062B1 (ko) 2022-03-10 2022-03-10 Ai 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법, 장치 및 컴퓨터프로그램

Publications (1)

Publication Number Publication Date
KR20230134089A true KR20230134089A (ko) 2023-09-20

Family

ID=85106532

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020220029881A KR102490062B1 (ko) 2022-03-10 2022-03-10 Ai 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법, 장치 및 컴퓨터프로그램
KR1020220169016A KR20230134089A (ko) 2022-03-10 2022-12-06 Ai 기반 사용자 맞춤형 재난 대응 방법, 장치 및 컴퓨터프로그램

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020220029881A KR102490062B1 (ko) 2022-03-10 2022-03-10 Ai 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법, 장치 및 컴퓨터프로그램

Country Status (1)

Country Link
KR (2) KR102490062B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102571419B1 (ko) 2023-03-03 2023-09-01 소프트온넷(주) 인공지능 기반의 플래닝 및 의사결정을 통한 재난 대응 시스템 및 이를 이용한 방법
KR102559307B1 (ko) 2023-04-24 2023-07-25 제온시스 주식회사 재난 현장에서 생성한 이미지 및 영상 데이터 처리 및 활용 방법, 장치 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102230258B1 (ko) 2020-10-07 2021-03-19 대한민국 재난 상황관리 역량강화를 위한 매핑콘텐츠 제공방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101830295B1 (ko) * 2017-06-23 2018-03-29 주식회사 주빅스 IoT 센서를 이용한 유해물질 사업장의 지능형 사고대비 훈련선정 의사결정시스템
KR102310315B1 (ko) * 2019-10-17 2021-10-06 국민대학교산학협력단 환경시설 재난 대응 의사결정 지원을 위한 시나리오 제공 방법 및 장치
KR102440097B1 (ko) * 2020-06-15 2022-09-06 한국전력공사 전력시설에 대한 재난 예측 및 방재 시스템 및 그의 동작 방법
KR102358494B1 (ko) * 2020-11-26 2022-02-07 국민대학교 산학협력단 환경시설 재난대응 의사 결정 지원 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102230258B1 (ko) 2020-10-07 2021-03-19 대한민국 재난 상황관리 역량강화를 위한 매핑콘텐츠 제공방법

Also Published As

Publication number Publication date
KR102490062B1 (ko) 2023-01-18

Similar Documents

Publication Publication Date Title
US10943464B1 (en) Real property monitoring systems and methods for detecting damage and other conditions
US20220012655A1 (en) Systems and Methods for Improving Process Safety in an Industrial Environment
KR20230134089A (ko) Ai 기반 사용자 맞춤형 재난 대응 방법, 장치 및 컴퓨터프로그램
Marocco et al. Integrating disruptive technologies with facilities management: A literature review and future research directions
US20150242779A1 (en) Computerized complex system event assessment, projection and control
US7653609B2 (en) System and method for managing a chaotic event by optimizing decision subdivisions subject to multidimensional constraints
US7698246B2 (en) System and method for optimal and adaptive process unification of decision support functions associated with managing a chaotic event
Minas et al. A review of operations research methods applicable to wildfire management
US20080177688A1 (en) System and method for managing a chaotic event by providing optimal and adaptive sequencing of decision sets with supporting data
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
Aguirre Homeland security warnings: Lessons learned and unlearned
CN112215458A (zh) 灾害分析方法和电子设备
Aspinall et al. Volcanic risk assessment
EP2975562A1 (en) System, method, and program for supporting intervention action decisions in hazard scenarios
Gao et al. Explainable deep learning powered building risk assessment model for proactive hurricane response
Omar et al. Critical factors affecting fire safety in high-rise buildings in the Emirate of Sharjah, UAE
KR20230170604A (ko) 사업주 맞춤형 중대재해 예방 방법, 장치 및 컴퓨터프로그램
US20160125296A1 (en) System and Method for Securing an Architectural Environment Against Crime and Minimizing Criminal Elements
JP7409187B2 (ja) 被害状況推定装置及びコンピュータプログラム
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