민원정보와 AI를 활용한 재해 초단기 예측: 나우캐스트 방법론을 중심으로

➊ 민원 데이터와 외생적 공간·환경 정보를 활용하여 재해의 이상징후(Signal)를 조기 감지하고, 초단기 예측이 가능한 AI 기반 나우캐스트 모델의 프레임워크 (가칭) AI-raDar(AI-driven Nowcasting Framework for Disaster Prediction)를 제안

➋ 각종 데이터로부터 시공간 통합 및 분석 프레임워크 설계를 통해 민원정보, 도로 인프라, 인구 등 이질적인 데이터 간 융합 구조를 설계하고, 딥러닝 등 AI 기반 모델을 통해 격자 단위로 재해위험도 예측 프레임워크를 제안
- ① 민원DB로부터 재해 관련 유관 민원 추출, ② 싱크홀, 화재, 홍수 등 실제 발생 기록과 결합, ③ 민원으로부터 위험징후 키워드 추출, ④ 각종 정보를 1km 격자 단위로 배분, ⑤ AI 기반 학습 및 예측의 5단계로 구성

➌ (가칭) AI-raDar 방법론을 적용하여 선제적 재난대응 및 현장감 있는 정책실현 기반 마련과 향후 도입을 위한 부처별 협업 방안 제안