높은 스마트 폰 보급률과 함께 급진적으로 발달한 소셜 네트워크 서비스(SNS)는 서비스의 형태를 벗어나 새로운 정보를 생산하는 채널로 이용되고 있다. 이로써 생산된 빅데이터(Big Data)는 다양한 분야에서 활용되고 있으며 특히 재난과 관련된 상황에서도 유의하게 사용되고 있다. 한 예로 2013년에 캐나다에서 발생한 알버타 강 범람이나 인도네시아의 자카르타 홍수가 발생했을 때 Google 위기 대응팀은 이러한 데이터를 수집하여 위급한 상황을 실시간으로 알리는 서비스를 제공하였으며 대피 구역 및 긴급 피난처 위치 등을 나타낸 위기 지도를 제공하였다. 현재 국내 홍수 예⋅경보 시스템은 계측기를 통한 정형화된 수치 데이터만을 활용하여 예경보가 이뤄지고 있어 미계측 지역이 많은 소하천지역이나 도심하천의 경우 늦은 예경보가 이루어져 인명사고가 일어나는 등의 한계점이 존재한다.

따라서, 본 연구에서는 기존의 정형데이터 뿐만 아니라 인구의 유동성을 고려한 SNS 데이터 등의 비정형 데이터의 효용성을 분석해보고 이를 통해 홍수와 같은 수난(水難) 발생 시 소셜 미디어 데이터와 같은 비정형데이터의 활용 방안을 도출하는 것을 목표로 한다.

국외의 선행연구로 Taniguchi (2012)는 태풍으로 인한 폭우가 내리는 동안 트위터(Twitter)가 재난 정보를 효과적으로 제공하는 도구로서의 성능을 확인하였다. Zhang et al. (2016)은 재난 및 사건, 사고 등의 이벤트들에 대한 트위터의 흐름을 실시간으로 모니터링이 가능한 GEOBURST 프로그램을 제작하였으며 이벤트의 규모를 보다 빠르게 전달이 가능함을 확인하였다. Johansson et al. (2012)은 유럽의 Alert4All 연구 프로젝트를 통해 소셜 미디어를 활용한 위기 모니터링 및 대응에 효과적임을 확인하였다.

2010년 Murthy and Longwell (2013)은 파키스탄에 발생한 홍수에서 트위터의 효용성을 확인하기 위해 키워드 홍수와 관련된 키워드를 기반으로 트위터 데이터를 추출 후 사람들의 기존 뉴스와 같은 전통 미디어 매체와의 활용성과 선호도를 비교하였다. 그 결과 홍수와 같은 재난을 겪는 동안 사람들은 기존의 매체보다 트위터가 활성화된 것을 확인하여 재난 발생 시 활용방안을 제안하였다.

기존 국내 선행연구에서 Kim (2011) 국가 재난 대응에 있어서의 소셜 미디어 활용 방안에 대한 연구가 진행되었다. 소셜 미디어의 신속성, 경제성 및 다양성은 재난 대응에서의 의사소통 역할이 가능하다는 것을 실제의 활용 예시와 함께 긴급 상황에서의 소셜 미디어의 활용 방안을 제안하였다. Kim et al. (2017)은 실시간의 기상 데이터 및 뉴스 데이터, 키워드 데이터를 기반으로 하는 홍수 재난 안전 시스템 연구가 진행된 바 있다. 따라서 본 연구에서는 Fig. 1과 같이 웹 스크래핑 프로그램을 개발하여 데이터를 그림 과 같이 추출하려 한다. 또한, 이를 통해 수집한 소셜 네트워크 서비스 데이터(SNS)를 분석 및 패턴 해석을 하여 홍수 발생 예측에 있어서 SNS 데이터 활용 가능성을 확인하고자 한다.

SNS 데이터와 홍수 발생 간의 시⋅공간적 패턴을 분석을 하고자 2018년에 발생한 강우 사상과 태풍의 사례에 대한 비교 분석하였다. 개발한 웹 스크래핑 프로그램을 이용하여 각 사상에 대한 데이터를 수집한 후 데이터 분석을 진행하였다. 분석에 사용한 홍수 사상은 Table 5와 같다.

총 두 개의 강우 사상을 이용하여 SNS 데이터와 비교 분석하였으며 이는 각각 2018년 5월 16일 서울 성북구 정릉천에서 발생한 홍수사상과 같은 해 10월 6일에 발생한 태풍 콩레이 홍수 사상이다.

현재 우리나라 홍수 예보는 계측기를 활용한 정형데이터인 수치 데이터를 주로 활용하고 있다. 홍수로 인한 인명 피해 발생 예측은 인구의 유동성 고려가 요구되지만 비정형데이터의 불확실성으로 인해 우리나라에서는 활용을 못하고 있는 실정이다. 반면 해외에서는 홍수나 지진과 같은 재해 및 재난 발생 시 다양한 채널의 소셜 네트워크 서비스를 통하여 재난 발생 시 대피로나 인명구조에 활용된 사례가 있다. 따라서 본 연구에서는 우리나라의 홍수 발생 시 비정형데이터를 활용하는 방안을 제안하고자 크라우드 소싱 기반 웹크롤러를 개발하였다. 키워드를 기반으로 하여 웹사이트 데이터 추출을 함으로써 홍수와 관련성 높은 데이터를 얻을 수 있었으며 실제 홍수 사례와 비교하여 시⋅공간적 상관성을 분석하였다. 2018년에 발생한 두가지 홍수 사상인 정릉천 홍수사례와 태풍 콩레이 사례를 이용하였으며 두 사상 모두 SNS 데이터의 양과 일일 강우량이 대체적으로 비슷한 경향을 보였다. 키워드별 빈도수는 사상마다 차이가 있으나 대체적으로 유사한 결과가 나왔으며 빈도수가 높은 키워드의 경우 지역별 데이터의 양에 대한 상관계수가 매우 높게 나옴으로써 시⋅공간적 상관성이 매우 높은 것으로 확인되었다. 낮은 상관성을 보이는 키워드는 주로 신문기사에서 쓰이는 데이터로 나타났다. 보다 정형화되어있는 기사보다 SNS데이터만을 분석에 활용하는 것 또한 고려해 보아야 것이다. 이를 통하여 SNS 데이터와 국부적으로 발생하는 강우사상 뿐만 아니라 전 지역에 걸쳐 발생하는 태풍 피해 예측에도 SNS 데이터와 같은 비정형데이터의 적용이 가능할 것이라고 사료된다. 더불어 본 결과는 홍수 외에도 미세먼지, 화재, 범죄, 지진, 산사태, 산불, 가뭄 등 인간이 체감 가능한 어떠한 재해 재난에도 적용할 수 있고 피해 정도를 실시간으로 검증할 수 있다는 점에서 매우 활용성이 높을 것으로 판단되므로 향후 보다 다양한 연구가 필요하다.