선박은 해양사고 발생 시 최악의 경우 퇴선을 해야 하나 특성상 협소하고 복잡하며 해상에서 운항하므로 퇴선이 쉽지 않다. 특히, 여객선의 경우 해상에서의 안전훈련을 이수하지 않은 불특정 다수의 승객들로 인해 더욱 퇴선이 어려운 상황이 된다. 이런 경우 승무원들의 피난 유도가 상당히 중요한 역할을 하게 된다. 그리고 구조자가 사고 선박에 진입하여 구조 활동을 하는 경우 어느 구역으로 진입해야 가장 효과적인지에 대한 검토가 필요하다. 일반적으로 승무원 및 구조자는 최단경로를 택하여 이동하는 것이 일반적이나 최단 경로에 사고 상황 등이 발생했을 경우 제2의 최적 경로 선택이 필요하다. 이러한 상황을 해결하기 위해 이 연구에서는 머신러닝(Machine learning)의 기법 중에 하나인 강화학습(Reinforcement Learning)의 Q-Learning 이용하여 퇴선 경로를 산출하고자 한다. 강화학습은 인공지능(Artificial Intelligence)의 가장 핵심적인 기능으로 현재 여러 분야에 사용되고 있다. 현재까지 개발된 대부분의 피난분석 프로그램은 최단경로를 탐색하는 기법을 사용하고 있다. 이 연구에서는 최단경로가 아닌 최적경로를 분석하기 위해 머신러닝의 강화학습 기법을 이용하였다. 향후 AI기법인 머신러닝은 자율운항선박의 최적항로 선정 및 위험요소 회피 등 다양한 해양관련 산업에 적용 가능할 것이다.

본 연구에서는 인명구조활동을 지원하기 위한 피난동선예측 알고리즘 개발의 첫 단계로 피난동선예측 알고리즘의 개념을 정립 하고 그 타당성을 수치적으로 명확히 제시하였다. 제안하는 알고리즘은 평상시 선박내 모니터링 시스템으로부터 지속적으로 승객이동 데이터를 취득, 분석, 정형화하고, 재난발생시 이 데이터와 예측 툴을 활용해 도출한 승선자의 피난동선예측 정보를 구조자에게 제공하여 인명피해를 최소화시키는 프로세스로 요약할 수 있다. 피난훈련을 통해 피난특성 데이터를 취득하였고 이를 기존 인명피난예측 툴에 입력하여 피난특성을 예측한 결과, 예측 툴의 구조적 원인으로 인해 가시거리가 충분히 확보되고 피난경로를 충분히 숙지한 상황에서의 피난 시나리오(SN1)에서만 신뢰할 만한 예측결과가 도출되었다. 본 연구에서 제안하는 알고리즘의 타당성을 확인하기 위해 타 분야의 예측툴을 사용하여 피난특성을 예측한 결과, 제안 알고리즘이 구현될 경우 평균피난시간예측값과 피난동선(지점경유)예측값이 각각 0.6 ~ 6.9%, 0.6 ~ 3.6% 범위의 오차에서 실측값과 매우 유사한 경향을 보였다. 향후 선내 모니터링 데이터를 분석하고 이를 활용한 예측성능이 우수한 피난동선예측 알고리즘을 개발할 계획이다.

사고에서 인명을 구조할 수 있는 시간인 골든타임의 중요성은 날로 커져가고 있다. 특히 해양사고의 경우 발생 위치에 따라 구 조세력이 도착하는 데는 수시간이 걸릴 수 있으므로 이에 대한 대비가 필요하다. 본 논문은 해상에서 긴급상황이 발생하여 대피항로를 선 정 시, 선박운항자 관점의 우선 고려사항을 도출하는 것을 목적으로 한다. 이를 위해서 선행연구와 해양사고 재결서 및 국내선사의 비상대 응 매뉴얼 분석을 통하여 선박 대피시의 고려사항을 식별하고 선박운항자를 대상으로 AHP 분석(의사결정계층 분석)을 실시하였다. AHP 분석 결과 선박운항자는 인명의 안전을 선박의 안전보다 약 6배 중요하게 생각하며, 대피항로를 선정하기 위해서는 주변의 해경함정에 도 움요청, 피난항 위치, 비상투묘, 주변선박 도움요청, 표류, 임의좌주 순으로 고려하는 것으로 나타났다. 우선순위를 이용해서 긴급상황 발 생 시 공황 상태의 선교에 선박운항자의 의사결정을 도울 수 있는 기초 정보자료로 제공할 수 있다.

교통공학 분야에서 비상사태와 기후 변화로 인한 교통망의 영향을 연구하는 주제는 많은 관심을 받고 있다. 특히, 많은 인구가 거주하고 있는 도심지역 교통망에 대해서는 비상사태에 대응하기 위한 적절한 교통운영관리 대책이 필요하다. 이를 위해 교통망 수요와 공급에 비정상적인 상황이 발생했을 때, 영향권 내에 있는 차량들의 신속한 대피와 그 근방 지점으로 접근 하는 차량들에 대한 우회경로 정보제공 전략 개발을 위한 다양한 시뮬레이션 모형이 개발되어 왔다. 비상사태의 특성에 따라 요구되는 교통운영관리 전략 및 대응방안이 달라지는 것이 일반적이다. 이에 대한 연구의 일환으로 최근 들어 유비쿼터스 (ubiquitous) 통신 및 센서네트워크 기술을 적용하여 비상사태 발생 시 개별 맞춤 정보제공을 통해 교통운영관리의 실효성을 증진하기 위한 방안이 개발 중에 있다. 신속하고 정확한 비상사태 관련정보의 수집, 연계, 제공으로 교통운영관리에 대한 관리기반을 확보하고, 보다 체계적인 교통운영의 상황조치와 모니터링으로 교통운영관리의 시스템 안전성을 유지하는 것이다. 본 연구에서는 이에 필요한 핵심 사항 중 비상사태 발생 시 차량에 대한 대피 및 우회정보 제공을 위한 알고리즘을 개발하였다. 본 연구에서 개발된 알고리즘은 비상사태 발생 시 교통망에 근거한 동적 대피 및 우회경로 제공을 위해 동적 최단경로 탐색기법과 동적 통행배정모형을 기반으로 하였다. 이를 서울시 강남구 도로망에 적용하였고 가상 시나리오(테러 발생)에 따라 모형의 성능을 평가하였다.

최근 10년(‘99~‘08년)간 재해로 인한 피해가 과거 10년(‘89~‘98년)에 비해 3년 이상 증가하는 등 피해 규모가 갈수록 증가하고 있는 추세다. 또한 상습침수지역에 반 지하주택의 건설 및 전기·가스시설 등으로 인하여 침수피해로 대피하는 주민들이 위험에 노출되어 있다. 이 때문에 전문가들은 급속한 경제 성장 과정에서 재해위험을 크게 고려하지 않고 도시계획 및 개발을 주요원인으로 지적하고 있다. 따라서 침수위험지역에서 일어나는 잠재위험성을 예측하고, 위험성에 따른 영역을 분석하기 위한 연구가 필요하다. 그래서 본 연구에서는 강우빈도에 따른 도시침수 영역을 분석하여 안전한 주민대피 방안을 제시하기 위하여, MIKE URBAN의 모형 중 도심지 배수시스템의 복잡한 수리학 및 유체역학적 모의가 가능한 MOUSE Model을 선정하였으며, 경사가 급하고 우수관로가 노후하여 침수피해가 빈번한 인천시 서구 지역을 대상으로 모의를 실시하였다. 입력 자료는 인천광역시 서구의 유출계수, 지반고, 우수 관망 자료를 이용하였다. 모의 결과는 강우빈도 10년부터 200년까지 조건으로 모의하였을 때, 발생되는 침수의 지역은 대체로 비슷하나 강우빈도가 높아질수록 수위와 침수범위가 증가하는 것으로 나타났다. 강우빈도에 따른 모의결과 비교검증을 통해 보다 정확한 결과를 도출할 것이며, 모의 결과를 바탕으로 강우빈도별 침수지역 및 범위에 따라 재난시 국가에서 지정된 대피소(학교, 공원 등)에 연령대별 자유보행속도를 고려하여 최단거리의 대피로를 산정 본 연구의 결과로 강우빈도에 맞는 시나리오 구성을 지역적 특성에 맞게 적용하여 주변 도시의 재해 위험성을 사전에 예측하고 재해 취약지점에 대비할 수 있는 기초자료를 제공 할 수 있을 것으로 기대한다.