( )_TCDIS_보고서(최종).hwp_S69pRTR0l9XKJkTxjt4S

Transcription

1 발 간 등 록 번 호 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 Enhancement of TCDIS (Typhoon Committee Disaster Information System) and Development of Strategic Plans for Abroad Application of Domestic Disaster Prevention Techniques 안 전 행 정 부 국 립 재 난 안 전 연 구 원

2 과 제 명 : 태풍위원회 재해정보시스템 고도화 및 국내 방재 기술의 해외적용계획 수립 연 구 기 간 : ~ (8개월) 용역감독관 감 독 관 : 국립재난안전연구원 이치헌 연구사 부 감 독 관 : 국립재난안전연구원 김경준 연구사 참여연구진 연구책임자 : SDM엔지니어링 대 표 김 지 태 책임연구원 : 노 아 솔 루 션 부 장 박 종 필 연 구 원 : SDM엔지니어링 차 장 박 인 찬 : SDM엔지니어링 과 장 안 상 현 : SDM엔지니어링 과 장 지 용 근 : SDM엔지니어링 과 장 김 민 기 : SDM엔지니어링 대 리 이 경 빈 : SDM엔지니어링 대 리 김 상 문 : SDM엔지니어링 대 리 김 동 석 : SDM엔지니어링 사 원 최 정 렬 : SDM엔지니어링 사 원 이 민 호 : SDM엔지니어링 사 원 한 유 림 : 노 아 솔 루 션 과 장 오 현 준 : 노 아 솔 루 션 과 장 김 철 환 : 노 아 솔 루 션 대 리 전 호 중 : 노 아 솔 루 션 사 원 유 지 성 : 노 아 솔 루 션 사 원 김 민 희

3 제 출 문 국립재난안전연구원장 귀하 본 보고서를 태풍위원회 재해정보시스템 고도화 및 국내 방재 기술의 해외적용계획 수립 에 대한 최종보고서로 제출합니다 주식회사 에스디엠엔지니어링 대 표 김 지 태 주식회사 노 아 솔 루 션 대 표 양 동 민

4

5 요 약 문 Ⅰ. 연구제목 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 Ⅱ. 연구목적 1. 태풍위원회 재해정보시스템 개선계획 도출 및 고도화 2. 국내 방재기술의 글로벌 역량강화를 위한 해외 적용계획 수립 3. 태풍위원회 재해정보시스템 신규 컨텐츠 개발 Ⅲ. 연구내용 1. 태풍위원회 재해정보시스템 개선계획 도출 및 고도화 가. 회원국 재해정보 DB확대구축 나. 웹 GIS 표출 변경을 통한 시스템성능 개선 다. 웹 표준화를 통한 재해정보시스템 구동 환경 개선 라. 피해이력 표출 계획 고도화 계획수립 및 시스템 개선 마. 전문가, 전문기관, 관련학회 등 정보수집 및 DB구축 바. 온라인 자료은행 구축 사. 유사태풍 선정 알고리즘 분석 및 개선 아. 유사태풍 선정 옵션기능 추가로 사용성 확대 자. 유사태풍 검색 결과 보정 및 모델 검증 차. 국내 피해현황 및 행정구역 확대 구축

6 카. 기상정보 및 태풍정보 확대구축 2. 국내 방재기술의 글로벌 역량강화를 위한 해외 적용계획 수립 가. 재해유형별 국내 방재기술 분석 나. SWOT 분석을 통한 방재기술별 특성 분석 3. 국가별 재해특성, 재해취약도, 재해관련 정부조직 및 기관 분석 가. 동남아시아 국가 나. 중앙아시아 국가 다. 기타 KOICA 사업 중점지원국가 4. 국가 및 지역적 특성을 고려한 맞춤형 방재기술의 적용계획 도출 가. 글로벌 시장 적용을 위한 지역별 방재기술 적용계획 수립 나. 글로벌 역량강화를 위한 TCDIS 신규 컨텐츠 및 태풍위원회 방재분야 신규 프로젝트 개발 Ⅳ. 주요 연구결과 1. TCDIS 웹 포탈 개선 및 고도화 2. TCDIS 유사태풍 검색 알고리즘 개선 및 보완 3. 동남아시아, 중앙아시아, KOICA 중점지원국가의 국가특성 조사 및 분석 4. 국가 및 지역 특성을 고려한 방재기술 컨텐츠 개발 및 적용계획 수립

7 SUMMARY Ⅰ. Title Enhancement of TCDIS (Typhoon Committee Disaster Information System) and Development of Strategic Plans for Aborad Application of Domestic Disaster Prevention Techniques Ⅱ. Objectives 1. Deduction of improvement plan and enhancement of Typhoon Committee Disaster Information System 2. Establishment of abroad application planning for the global strengthening ability of domestic disaster prevention techniques 3. Development of new contents for Typhoon Committee Disaster Information System Ⅲ. Contents 1. Deduction of improvement plan and enhancement of Typhoon Committee Disaster Information System 1) Enlargement and construction of disaster information DB of TC member countries 2) System performance improvement through the change of web GIS display 3) Performance condition improvement of TC disaster information system through Web standardization 4) System improvement and establishment of display enhancement plan of damaged

8 history 5) Construction and collection of DB on experts, specialized agencies, related literal societies etc. 6) Construction of online data bank 7) Analysis and improvement of similar typhoon tracking algorithm 8) Expansion of application through the addition of analysis option on similar typhoon tracking 9) Calibration and verification of similar typhoon tracking results 10) Expansion of domestic damage condition and administrative districts 11) Expansion of meterological and typhoon information 2. Establishment of abroad application planning of global strengthening ability of domestic disaster prevention techniques 1) Analysis of disaster prevention techniques for the field of National Disaster Management Institute 2) Characteristics analysis of disaster prevention techniques using SWOT method 3. Analysis of disaster characteristics, disaster vulnerability, disaster related organization for each country 1) Southeast Asia 2) Central Asia 3) Prior supported countries by KOICA 4. Deduction of customized disaster prevention techniques application plan for each country 1) Establishment of disaster prevention techniques application plan for global market

9 2) Development of new contents for Typhoon Committee Information System and TC disaster field the global strengthening ability Ⅳ. Conclusions 1. Improvement and enhancement of TCDIS web portal 2. Improvement and supplementation of TCDIS similar typhoon tracking algorithm 3. Investment and analysis of national characteristics of Southeast Asian countries, Central Asian countries, prior supported countries by KOICA etc. 4. Development of disaster prevention techniques and establishment of application planning considering national characteristics

10 10 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 차 례 그림 차례 v 표 차 례 xiii 제1장 서 론 연구의 필요성 연구의 목적 연구의 내용 기대효과 4 제2장 태풍위원회 재해정보시스템 고도화 구축 태풍위원회 재해정보시스템 현황분석 태풍위원회 재해정보시스템의 문제점 웹 표준화를 통한 재해정보시스템 구동 환경 개선 웹 기술 표준화 현황 웹 2.0의 개념 국내 표준화 활동 웹 포탈 고도화 관련 SiteMap 재구성 웹 GIS 표출 변경을 통한 시스템 성능개선 GIS 엔진 교체에 대한 타당성 검토 23 제3장 태풍위원회 재해정보시스템 웹 포탈 확대구축 전문가, 전문기관, 관련학회등 정보수집 및 DB구축 웹 포탈 확대 구축 온라인 자료은행구축 재해정보 DB구축 32

11 제1장 서 론 11 제4장 유사태풍 선정 알고리즘 개선 알고리즘 개선을 위한 현황조사 유사태풍 선정 알고리즘 현황 기존 유사태풍 선정 알고리즘의 한계 유사태풍 선정 알고리즘의 개선 방향 연구동향 유사태풍 선정의 옵션 기능 유사태풍 선정 알고리즘의 신뢰도 향상 유사태풍 선정 알고리즘의 속도 개선 신규 유사태풍 선정 알고리즘 개발 유사태풍 선정 알고리즘의 설계 유사태풍 선정 알고리즘 유사태풍 알고리즘의 구현 유사태풍 분석 결과 태풍 피토(2013년 10월 2일 15시 기준) 태풍 DANAS(2013년 10월 7일 03시 기준) 결론 및 향후 진행 방향 76 제5장 재해정보 DB확대 구축 국내 피해현황 확대 구축 재해현황 분석 행정구역 재해연보 DB확대 구축 태풍위원회 TCDIS 데이터베이스 분석 재해정보 Table 현황 및 정의서 96 제6장 국가별 재해특성, 재해취약도, 재해관련 정부조직 및 기관 분석 동남아시아 지역 베트남 107

12 12 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 태국 필리핀 라오스 말레이시아 캄보디아 인도네시아 방글라데시 중앙아시아 지역 아제르바이잔 몽골 우즈베키스탄 카자흐스탄 키르기스스탄 아르메니아 타지키스탄 KOICA 사업 중점지원국가 나이지리아 모잠비크 동티모르 네팔 파키스탄 페루 콜롬비아 스리랑카 국가별 특성 및 재해취약도 동남아시아 지역 국가 중앙아시아 국가 276

13 제7장 방재기술의 글로벌 역량 강화를 위한 해외 적용계획 수립 재해 유형별 국내 방재기술 홍수 지진 산사태 SWOT분석을 통한 국가 방재 역량 분석 동남아시아 국가 중앙아시아 국가 현황분석 글로벌 시장 적용을 위한 지역별 방재기술의 적용계획 수립 분석 설계 조사 과정 글로벌 역량강화를 위한 TCDIS 신규 컨텐츠 및 태풍위원회 방재분과 신규 프 로젝트 개발 TCDIS 신규 컨텐츠 개발 방재분과 신규 프로젝트 개발 303 제8장 결 론 312 참고문헌 304 부 록 309

14 그 림 차 례 그림 2.1 인터넷 웹 브라우저 이용 현황 7 그림 2.2 W3C 웹 표준의 변화 8 그림 2.3 메인화면 구성 1 그림 2.4 Contact us 12 그림 2.5 Overview 12 그림 2.6 Members(1) 31 그림 2.7 Members(2) 31 그림 2.8 Activity Meeting(1) 3 1 그림 2.9 Activity Meeting(2) 3 1 그림 2.10 Activity Meeting(3) 4 1 그림 2.11 TCDIS-Overview 4 1 그림 2.12 Vision & Mission 41 그림 2.13 Download 15 그림 2.14 Disaster management organization 51 그림 2.15 Disaster Assessment 6 1 그림 2.16 Related sites 61 그림 2.17 태풍 검색 18 그림 2.18 유사태풍 검색 19 그림 2.19 행정구역별 피해이력 20 그림 2.20 강우정보 조회 21 그림 2.21 해당지역 피해이력 조회 21 그림 3.1 시스템 DB 설계 및 구축 절차 25 그림 3.2 TCDIS 웹 포탈 디자인 화면(초안 1) 62

15 그림 3.3 TCDIS 웹 포탈 디자인 화면(초안 2) 62 그림 3.4 TCDIS 웹 포탈 디자인 화면(초안 3) 72 그림 3.5 TCDIS 웹 포탈 디자인 화면(초안 4) 72 그림 3.6 TCDIS 웹 포탈 디자인 화면(초안 5) 82 그림 3.7 TCDIS 웹 포탈 디자인 화면(초안 6) 82 그림 3.8 시도별 피해이력 조회 31 그림 3.9 태풍의 구조 및 태풍의 기압과 풍속의 분포 31 그림 3.10 태풍 중심기압 분류 기준 32 그림 4.1 현 태풍위원회 재해정보시스템 유사태풍 선정 알고리즘 35 그림 4.2 재해상황판단분석시스템 유사태풍 표출화면 36 그림 4.3 경로의 유사도를 이용한 태풍검색 37 그림 4.4 NARI와 TINA의 이동경로 비교 결과 83 그림 4.5 NNM기법을 이용한 태풍이동경로 개념 39 그림 4.6 이동경로의 유사성 40 그림 4.7 단일 위치에 대한 경로 정보 41 그림 4.8 누적된 이동경로 MAP 42 그림 4.9 이동방향의 유사성 43 그림 4.10 이동방향의 유사성 비교 4 그림 4.11 풍속분포의 적용 45 그림 4.12 태풍 나리의 풍속 분포 46 그림 4.13 단일 태풍 정보의 풍속 분포 47 그림 4.14 태풍의 최대풍속 분포(2003년 14호 매미) 8 4 그림 4.15 중심기압의 비교 49 그림 4.16 유사태풍 검색 알고리즘과 TCDIS와의 연계 45 그림 4.17 유사태풍 검색알고리즘의 구조 54 그림 4.18 유사태풍 선정 분석 흐름도 5

16 그림 4.19 Subtractive 클러스터링 알고리즘 개념 57 그림 4.20 Subtractive clustering 예시 95 그림 4.21 SOM 알고리즘의 접근 개념예시 61 그림 4.22 테스트 프로그램 바람장비교 62 그림 4.23 테스트 프로그램 중심기압 및 이동방향 비교 63 그림 년 10월 2일 15시 태풍 PITO 예보 4 6 그림 4.25 PITO 유사태풍분석결과(바람장 100%) 5 6 그림 4.26 PITO 유사태풍분석결과(이동경로 100%) 6 6 그림 4.27 PITO 유사태풍분석결과(바람장 25%, 이동경로 25%, 이동방향 25%, 중심기압 25%) 67 그림 년 10월 7일 03시 태풍 DANAS 예보 8 6 그림 4.29 DANAS 유사태풍분석결과(바람장 100%) 9 6 그림 4.30 DANAS 유사태풍분석결과(이동경로 100%) 0 7 그림 4.31 DANAS 유사태풍분석결과(바람장(40%),이동경로(30%), 이동방향(20%), 중심기압(10%)) 17 그림 5.1 행정구역별 피해현황 표출 8 그림 5.2 TCDIS 테이블 목록 90 그림 5.3 게시판 첨부파일정보 테이블 정의서 91 그림 5.4 게시판 카테고리정보 테이블 정의서 91 그림 5.5 공통코드 코드정보 테이블 정의서 91 그림 5.6 공통코드 그룹정보 테이블 정의서 92 그림 5.7 재해이력정보_한국 테이블 정의서 92 그림 5.8 기상권역 매핑 정보 테이블 정의서 93 그림 5.9 재해코드정보(재해기간) 테이블 정의서 93 그림 5.10 재해코드정보_한국 테이블 정의서 93 그림 5.11 재해분류코드_한국 테이블 정의서 94

17 그림 5.12 재해코드정보_홍콩 테이블 정의서 94 그림 5.13 재해코드정보 일본 테이블 정의서 94 그림 6.1 베트남의 위치 98 그림 6.2 베트남의 GCI 분포 102 그림 6.3 베트남의 NRI 분포 104 그림 6.4 베트남 국가재해관리 기관(CCFSC) 조직도 106 그림 6.5 태국의 위치 108 그림 6.6 태국의 GCI 분포 112 그림 6.7 태국의 NRI 분포 114 그림 6.8 태국의 재해관리 체계 116 그림 6.9 필리핀의 위치 120 그림 6.10 필리핀의 자연재해 발생현황( ) 12 1 그림 6.11 필리핀의 GCI 분포 12 그림 6.12 필리핀의 NRI 분포 124 그림 6.13 라오스의 위치 128 그림 6.14 라오스의 자연재해 발생현황( ) 92 1 그림 6.15 라오스의 GCI 분포 131 그림 6.16 라오스 국가재해 관리위원회(NDMC) 조직도 132 그림 6.17 말레이시아의 위치 134 그림 6.18 말레이시아의 자연재해 발생현황( ) 53 1 그림 6.19 말레이시아의 GCI 분포 136 그림 6.20 말레이시아의 NRI 분포 138 그림 6.21 말레이시아 국가안보국(NSD) 조직도 140 그림 6.22 캄보디아의 위치 142 그림 6.23 캄보디아의 재해 빈도 수 (PreventionWeb) 143 그림 6.24 캄보디아 재해에 따른 손실 145

18 그림 6.25 캄보디아의 GCI 분포 146 그림 6.26 캄보디아의 NRI 분포 148 그림 6.27 캄보디아 재해관리 국가위원회(NCDM) 조직도 150 그림 6.28 인도네시아의 위치 152 그림 6.29 인도네시아의 GDP 및 1인당 GDP 변화 추이 153 그림 6.30 인도네시아 재해에 따른 손실 156 그림 6.31 인도네시아의 GCI 분포 157 그림 6.32 인도네시아의 NRI 분포 159 그림 6.33 인도네시아 국가 재해기구(BNPB) 조직도 162 그림 6.34 방글라데시의 위치 164 그림 6.35 방글라데시의 자연재해 발생현황( ) 66 1 그림 6.36 방글라데시의 GCI 분포 167 그림 6.37 방글라데시의 NRI 분포 168 그림 6.38 방글라데시 국가 재해관리위원회(NDMC) 조직도 170 그림 6.39 아제르바이잔의 위치 172 그림 6.40 아제르바이잔의 GCI 분포 174 그림 6.41 아제르바이잔의 NRI 분포 175 그림 6.42 아제르바이잔 비상사태부(MES)의 조직도 176 그림 6.43 몽골의 위치 177 그림 년도 상반기 몽골의 재해 현황 179 그림 6.45 몽골의 지진 발생 위치( ) 08 1 그림 6.46 몽골의 홍수 피해 180 그림 6.47 몽골의 GCI 분포 184 그림 6.48 몽골의 NRI 분포 186 그림 6.49 몽골 소방방재청(NEMA) 조직도 18 그림 6.50 우즈베키스탄의 위치 191

19 그림 6.51 카자흐스탄의 위치 193 그림 6.52 카자흐스탄의 GCI 분포 196 그림 6.53 카자흐스탄의 NRI 분포 197 그림 6.54 키르기스스탄의 위치 199 그림 6.55 키르기스스탄의 GCI 분포 201 그림 6.56 키르기스스탄의 NRI 분포 202 그림 6.57 키르기스스탄 비상상황부(MES) 조직도 203 그림 6.58 키르기스스탄 예방 및 비상상황 제거(IDC)를 위한 상호 부위원회 조직도 203 그림 6.59 아르메니아의 위치 205 그림 6.60 아르메니아의 GCI 분포 207 그림 6.61 아르메니아의 NRI 분포 208 그림 6.62 아르메니아 지진보호를 위한 국가조사(NSSAP) 조직도 209 그림 6.63 타지키스탄의 위치 210 그림 6.64 타지키스탄의 NRI 순위 213 그림 6.65 타지키스탄 비상사태위원회 조직도 215 그림 6.66 나이지리아의 위치 218 그림 6.67 나이지리아의 GCI 분포 219 그림 6.68 나이지리아의 NRI 분포 21 그림 6.69 나이지리아 재해관리 기구 222 그림 6.70 모잠비크의 위치 223 그림 6.71 모잠비크의 GCI 분포 225 그림 6.72 모잠비크의 NRI 분포 26 그림 6.73 동티모르의 위치 229 그림 6.74 동티모르의 GCI 분포 230 그림 6.75 동티모르의 NRI 분포 231

20 그림 6.76 동티모르 재해관리기구 232 그림 6.77 네팔의 위치 234 그림 6.78 네팔의 GCI 분포 236 그림 6.79 네팔의 NRI 분포 237 그림 6.80 네팔 중앙 자연 재해 구호 위원회 조직도 239 그림 6.81 파키스탄의 위치 241 그림 6.82 파키스탄의 GCI 분포 243 그림 6.83 파키스탄의 NRI 분포 245 그림 6.84 파키스탄 국가 재해 관리 위원회(NDMA) 조직도 247 그림 6.85 페루의 위치 249 그림 6.86 페루의 GCI 분포 251 그림 6.87 페루의 NRI 분포 252 그림 6.88 콜롬비아의 위치 254 그림 6.89 콜롬비아의 GCI 분포 256 그림 6.90 콜롬비아의 NRI 분포 258 그림 6.91 스리랑카의 위치 260 그림 6.92 스리랑카의 GCI 분포 262 그림 6.93 스리랑카의 NRI 분포 263 그림 6.94 스리랑카 재해 관리를 위한 국가 위원회(NCDM) 조직도 264 그림 년 이후 대륙별 자연재해 유형별 연평균 피해액(10억 달러) 270 그림 7.2 국가별 홍수 발생빈도 271 그림 7.3 세계 지진발생 현황 273 그림 7.4 국가별 지진 발생빈도 274 그림 7.5 산사태발생 현황 (David, 2012) 572 그림 7.6 국가별 산사태 발생빈도 275 그림 7.7 AHP분석을 위한 구조화 281

21 그림 7.8 포트폴리오 분석 구조 282 그림 7.9 태풍 내습 경로 288 그림 7.10 태풍발생으로 인한 국내 피해액 현황 289 그림 7.11 행정구역별 피해이력 표출(예시) 291

22 표 차 례 표 2.1 웹 2.0의 주요 기술 및 표준화 현황 9 표 2.2 웹 서비스 표준화 기구의 국내 참여기관 9 표 2.3 웹포탈 Sitemap 재구성 10 표 2.4 DIS Sitemap 재구성 71 표 2.5 국내 서비스 위성영상지도 연계 적정성 검토 및 구축 2 표 3.1 공공시설 재해연보 리스트 29 표 3.2 사유시설 재해연보 리스트 30 표 4.1 국내영향 태풍 현황 51 표 4.2 유사태풍 선정 알고리즘의 개선방향 53 표 4.3 태풍 BOLAVEN 태풍 속성 58 표 4.4 TEST프로그램 개발 환경 61 표 5.1 연도별 태풍 발생 현황 74 표 5.2 산바(SANBA) 재산피해 현황 75 표 5.3 기간별 재해현황 76 표 5.4 재해유형별 기상개황 7 표 6.1 기후위험지수 상위 10개국의 피해현황(1992~2011) 7 9 표 6.2 베트남의 재해유형별 위험도 100 표 6.3 베트남 상위 자연재해별 피해순위(1980~2008) 00 1 표 6.4 동부해안 기원의 태풍 및 베트남에 직접적인 영향을 미친 태풍의 월 평균 빈도수( ) 101 표 6.5 베트남의 GCI 순위 103 표 6.6 베트남의 GCI 인프라 상세 지표 103 표 6.7 베트남의 NRI 순위 103

23 표 6.8 베트남의 NRI 세부 지표 105 표 6.9 태국의 주요 경제지표 109 표 6.10 태국의 주요 재해별 발생 시기 110 표 6.11 태국의 재해현황(2010) 10 표 6.12 태국의 GCI 순위 113 표 6.13 태국의 GCI 인프라 상세 지표 113 표 6.14 태국의 NRI 순위 13 표 6.15 태국의 NRI 세부 지표 14 표 6.16 태국의 3단계 국가재해관리계획 118 표 6.17 재해 예방 및 완화를 위한 국가 종합 계획 119 표 6.18 필리핀의 주요 경제지표 120 표 6.19 필리핀의 GCI 순위 123 표 6.20 필리핀의 GCI 인프라 상세 지표 123 표 6.21 필리핀의 NRI 순위 123 표 6.22 필리핀의 NRI 세부 지표 124 표 6.23 라오스의 GCI 인프라 상세 지표 130 표 6.24 라오스의 GCI 순위 131 표 6.25 말레이시아의 GCI 순위 137 표 6.26 말레이시아의 GCI 인프라 상세 지표 137 표 6.27 말레이시아의 NRI 순위 137 표 6.28 말레이시아의 NRI 세부 지표 138 표 6.29 캄보디아 주요 경제 지표 142 표 6.30 캄보디아 자연재해 유형별 피해 사항 (EM-DAT) 143 표 6.31 캄보디아의 GCI 순위 145 표 6.32 캄보디아의 GCI 인프라 상세 지표 146 표 6.33 캄보디아의 NRI 순위 147

24 표 6.34 캄보디아의 NRI 세부 지표 148 표 6.35 자연재해로 인해 발생한 사망자 및 이재민 수( ) 45 1 표 6.36 인도네시아의 자연재해(2000~2010년) 45 1 표 6.37 인도네시아의 자연재해 요약( ) 55 1 표 6.38 인도네시아의 GCI 순위 156 표 6.39 인도네시아의 GCI 인프라 상세 지표 158 표 6.40 인도네시아의 NRI 순위 158 표 6.41 인도네시아의 NRI 세부 지표 159 표 6.42 인도네시아의 주요 법제 162 표 6.43 방글라데시 거시경제지표 165 표 6.44 방글라데시의 GCI 순위 16 표 6.45 방글라데시의 GCI 인프라 상세 지표 167 표 6.46 방글라데시의 NRI 순위 168 표 6.47 방글라데시의 NRI 세부 지표 169 표 6.48 아제르바이잔 주요 지표별 추이동향 172 표 6.49 아제르바이잔 GCI 순위 174 표 6.50 아제르바이잔의 NRI 순위 175 표 6.51 몽골의 연도별 국내총생산 178 표 6.52 몽골의 주요 재해의 구분 179 표 년부터 2013년까지의 몽골의 재해 통계 181 표 6.54 사망자 순으로 정렬된 재해( ) 28 1 표 6.55 경제적 손실 순으로 정렬된 재해( ) 28 1 표 6.56 몽골의 GCI 순위 183 표 6.57 몽골의 GCI 인프라 상세 지표 185 표 6.58 몽골의 NRI 순위 185 표 6.59 몽골의 NRI 세부 지표 186

25 표 6.60 카자흐스탄 GCI 순위 195 표 6.61 카자흐스탄 NRI 순위 197 표 6.62 키르기스스탄 GCI 순위 201 표 6.63 키르기스스탄의 NRI 순위 202 표 6.64 아르메니아 주요 경제지표 205 표 6.65 아르메니아 GCI 순위 206 표 6.66 아르메니아의 NRI 순위 208 표 6.67 타지키스탄 주요 경제 지표 211 표 6.68 타지키스탄의 NRI 순위 213 표 6.69 타지키스탄의 NRI 세부 지표 214 표 6.70 GDP 상승률 218 표 6.71 나이지리아 GCI 순위 220 표 6.72 나이지리아의 NRI 순위 20 표 6.73 모잠비크의 GCI 순위 224 표 6.74 모잠비크의 GCI 인프라 상세 지표 225 표 6.75 모잠비크의 NRI 순위 27 표 6.76 모잠비크의 NRI 세부 지표 27 표 6.77 동티모르 GCI 순위 231 표 6.78 동티모르의 NRI 순위 231 표 6.79 네팔의 GCI 순위 235 표 6.80 네팔의 GCI 인프라 상세 지표 235 표 6.81 네팔의 NRI 순위 237 표 6.82 네팔의 NRI 세부 지표 238 표 6.83 파키스탄의 GCI 순위 243 표 6.84 파키스탄의 GCI 인프라 상세 지표 24 표 6.85 파키스탄의 NRI 순위 24

26 표 6.86 파키스탄의 NRI 세부 지표 245 표 6.87 파키스탄의 재해관련 계획 248 표 6.88 페루 GCI 순위 250 표 6.89 페루의 NRI 순위 252 표 6.90 콜롬비아의 GCI 순위 256 표 6.91 콜롬비아의 GCI 인프라 상세 지표 257 표 6.92 콜롬비아의 NRI 순위 257 표 6.93 콜롬비아의 NRI 세부 지표 258 표 6.94 스리랑카 GCI 순위 261 표 6.95 스리랑카의 NRI 순위 263 표 6.96 동남아시아 국가의 기본항목에 대한 GCI 265 표 6.97 동남아시아 국가의 효율화 측면에 대한 GCI 26 표 6.98 중앙아시아 국가의 기본항목에 대한 GCI 267 표 6.99 동남아시아 국가의 효율화 측면에 대한 GCI 267 표 7.1 동남아시아 국가 SWOT분석 27 표 7.2 동남아시아 국가의 Cross-SWOT전략 분석 278 표 7.3 중앙아시아 국가 SWOT분석 279 표 7.4 중앙아시아 국가의 Cross-SWOT전략 분석 280 표 7.5 지표별 특성 282 표 7.6 AHP분석을 위한 기준요소 및 내용 284 표 7.7 Agenda별 기술 및 정책 전략과제 285 표 7.8 포트폴리오 분석결과 286 표 7.9 Agenda 1 세부 적용계획 297 표 7.10 Agenda 2 세부 적용계획 298 표 7.11 Agenda 3 세부 적용계획 298

27 제1장 서 론 1.1 연구의 필요성 1.2 연구의 목적 1.3 연구의 내용 1.4 기대효과

28 2 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립

29 제1장 서 론 1 제1장 서 론 1.1 연구의 필요성 과학기술의 다양한 분야에서 국제적 협력은 글로벌 무한 경쟁에서 살아남기 위한 필수 조건이라 할 수 있다. 또한 최근 발생하고 있는 자연재해의 피해정도를 평가하 였을 때, 단일 국가차원에서 대형 재해에 효율적으로 대응하기는 어려운 실정이다. 이러한 이유에서 지구적 차원의 생존문제 등을 해결하기 위한 수단으로 과학기술의 다양한 분야에서의 국제협력이 자국의 경쟁력 강화를 위한 중요한 전략이 된지 오 래이다. 그러나 OECD(Organization for Economic Cooperation and Development), IMD(International Institute for Management Development) 등 여러 국제기관은 우리 나라의 국제협력 수준이 경쟁국에 비해 매우 낮은 수준이며 그 비중이 작다고 지적 하고 있다. 이에 따라 국내에서도 과학기술의 다양한 분야에서 국제협력의 필요성에 대한 인 식과 공감대가 점점 확산되고 있다. 실제로 국제협력을 통한 연구 성과 등이 단독연 구에 비해 우수한 결과로 나타나고 있는 것이 현실이다. 선진국의 과학기술 분야 글로벌 가속화와 후발국의 추격 상황에서, 우리나라의 과 학기술 국제협력을 강화하기 위해서는 협력 분야와 대상, 형태 등을 고려한 전략적 협력방안을 모색해야 한다. 또한 글로벌 리더 국가로서 국내 기술역량 제고에만 초 점을 맞추기보다는 국제협력 분야에 대한 새로운 전략을 창출하는 데 노력을 기울 여야 할 것이다. 우리나라는 2005년 신설된 UN/ESCAP, WMO 산하 태풍위원회 방재분과의 의장국 으로서 중국, 일본, 미국 및 아시아 국가 등 회원국 간의 네트워크가 구축되어 있 다. 또한 AMCDRR 개최, UNISDR 동북아사무소 유치 등 국제사회에서 적극적인 활 동을 수행하고 있는 등 방재분야의 협력강화를 위한 초석이 갖추어진 상태라 할 수 있으며, 이를 통해 재해위험경감을 위한 국제협력 기반을 마련할 필요가 있다. 최근에는 전 세계적으로 태풍, 해일, 홍수 등 대규모 재해발생으로 인명 및 재산

30 2 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 의 피해가 급증하는 양상을 보이고 있다. 특히 남아시아 지진해일(2004년 12월), 일 본 지진해일(2011년 3월), 태국의 대홍수(2011년 7월), 필리핀 태풍 하이옌(HAIYAN, 2013년 11월) 등의 피해는 그 규모와 범위가 한 개의 국가에서 대응 및 복구하기에 는 현실적으로 불가능한 것이었다. 개발도상국이 많은 아시아지역은 독립적으로 재 해에 대응하기에 경제적으로나 기술적으로 어려움이 존재하기 때문에 국제적 지원 과 공조가 필요하다. 태풍위원회 방재분과 의장국으로서 그리고 지원을 받았던 국가 에서 지원을 하는 국가로 전환된 상황에서 우리나라는 방재분야에서 국제적 위상을 높이고 국제 리더로서 자리매김하기 위해 전략적 방재 기술 및 정책 지원방안을 체 계적으로 수립해야 할 시점에 있다. 과거에 진행되어 왔던 선진국의 ODA(Official Development Assistance) 등과 같은 해외 기술지원은 단순히 첨단 신기술을 저개발국가에 원조하는 형태로 진행이 되었 기 때문에 현지 전문가들이 직접 사용할 수 없거나, 시간이 흐른 뒤에 유지관리가 되지 않는 문제들이 발생하게 되었다. 따라서 해외 기술 및 정책을 지원하기 위해서 는 그 나라에서 요구하는 것이 무엇인지, 필요로 하는 것이 무엇인지, 무엇을 해야 하는지 등의 전략적 방법이 제시되어야 효과적인 해외 기술지원이 이루어질 것이라 판단된다. 기술 지원 및 태풍위원회 방재분과 회원국 정보공유, 재해정보 플랫폼 구축의 일 환으로 우리나라에서는 TCDIS(Typhoon Committee Disaster Information System) 즉, 재해정보시스템을 구축, 운영하고 있다. 그러나 지속적인 개선의 미흡으로 사용 성 능이 저하되어 있고, 구동 환경의 제약으로 인하여 재해정보시스템의 접근성과 활용 성에 문제가 있는 상황이다. 또한 재해정보시스템 내 유사태풍검색 기능은 시스템 구축 취지의 적정성 및 적용가능성이 높음에도 불구하고 활용성이 저하된 상태에 있기에 이에 대한 개선이 필요한 상황이다. 따라서 본 과업에서는 재해정보시스템을 개선하고 해당 DB를 확대 구축하여 시스 템의 활용성을 높이고, 해외 방재기술 및 정책 등을 지원하는데 있어서 현지 실정에 맞는 기술 및 정책을 지원하기 위한 전략을 제시하고자 한다.

31 제1장 서 론 연구의 목적 1. 태풍위원회 재해정보시스템 개선계획 도출 및 고도화 2. 국내 방재기술의 글로벌 역량강화를 위한 해외 적용계획 수립 3. 태풍위원회 재해정보시스템 신규 컨텐츠 개발 1.3 연구의 내용 1. 태풍위원회 재해정보시스템 개선계획 도출 및 고도화 가. 회원국 재해정보 DB확대구축 나. 웹 GIS 표출 변경을 통한 시스템성능 개선 다. 웹 표준화를 통한 재해정보시스템 구동 환경 개선 라. 피해이력 표출 계획 고도화 계획수립 및 시스템 개선 마. 전문가, 전문기관, 관련학회 등 정보수집 및 DB구축 바. 온라인 자료은행 구축 사. 유사태풍 선정 알고리즘 분석 및 개선 아. 유사태풍 선정 옵션기능 추가로 사용성 확대 자. 유사태풍 검색 결과 보정 및 모델 검증 차. 국내 피해현황 및 행정구역 확대구축 카. 기상정보 및 태풍정보 확대구축 2. 국내 방재기술의 글로벌 역량강화를 위한 해외 적용계획 수립 가. 재해유형별 국내 방재기술 분석 나. SWOT 분석을 통한 방재기술별 특성 분석 3. 국가별 재해특성, 재해취약도, 재해관련 정부조직 및 기관 분석

32 4 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 가. 동남아시아 국가 나. 중앙아시아 국가 다. 기타 KOICA 사업 중점지원국가 4. 국가 및 지역적 특성을 고려한 맞춤형 방재기술의 적용계획 도출 가. 글로벌 시장 적용을 위한 지역별 방재기술 적용계획 수립 나. 글로벌 역량강화를 위한 TCDIS 신규 컨텐츠 및 태풍위원회 방재분야 신규 프로젝트 개발 1.4 기대효과 1. 태풍위원회 재해정보시스템 고도화로 국제사회 재해위험경감 기틀 마련 2. 우리나라의 방재 기술 및 정책의 저개발 국가 지원을 통한 국제사회 방재분야 위상 제고 3. 태풍위원회 방재분과 운영방안 개선 및 국제협력체계 강화를 통해 우리나라 방 재정책 및 재해관리 기술 전파의 기반 구축 강화

33 제2장 태풍위원회 재해정보시스템 고도화 구축 2.1 태풍위원회 재해정보시스템 현황분석 2.2 웹 표준화를 통한 재해정보시스템 구동 환경 개선 2.3 웹 GIS 표출 변경을 통한 시스템 성능개선

34 6 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립

35 제2장 태풍위원회 재해정보시스템 고도화 구축 7 제2장 태풍위원회 재해정보시스템 고도화 구축 태풍위원회 회원국을 고려한 웹브라우저의 사용 환경 개선을 통해 재해정보시스 템의 사용성을 높일 필요가 있다. 본 과업에서는 단순 자동검사 기능에서 벗어나 지 속적인 접근성 유지 및 실질적으로 시스템을 활용할 수 있도록 하는 것을 목표로 시스템을 검토하고자 하였다. 또한, 웹 디자인 변경과 GIS 정보의 업데이트를 통해 기술검토 후 개선된 GIS MAP을 제공하여 태풍위원회 재해정보시스템의 고도화 구축을 실현하고자 하였다. 2.1 태풍위원회 재해정보시스템 현황분석 태풍위원회 재해정보시스템의 문제점 가. 초기 시스템 구동 지연 문제 TCDIS는 초기에 ActiveX를 구동하여 각국의 지도 및 현 발생중인 태풍을 나타내 는 페이지를 포함 하고 있다. 그러나 ActiveX의 설치를 포함하여 긴 초기화 시간이 필요하다. 국내 인터넷 환경이 세계최고임을 감안할 때 동남아시아의 열악한 인터넷 환경에서 페이지 오픈 시 필요한 시간이 더 길어지는 문제점을 보유하고 있다. 나. 웹브라우저 환경의 변화 2008년 9월 3일 ~ 2009년 2월 1일 동안 Internet Trend의 통계를 보면 IE 98.7%, Firefox 0.8%, 사파리 0.1%이다. 국내 컴퓨터 환경은 MS 윈도우에 IE가 72% 이상의 점유율을 보이고 있다는 것은 알려진 사실이다. 하지만 태풍위원회 회원국인 동남아 시아 등에서는 인터넷 익스플로러의 사용률이 상대적으로 낮다. 그로인해 현 시스템 에 적용되어 있는 ActiveX 기반의 시스템 사용에 제약이 발생하고 있다.

36 8 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 a. 국내 b. 국외 그림 2.1 인터넷 웹 브라우저 이용 현황 자료: 스탯카운트(2013년 7월 기준) 2.2 웹 표준화를 통한 재해정보시스템 구동 환경 개선 1989년에 월드와이드웹(World Wide Web)이 처음 만들어진 이후로 웹 기술은 인 터넷 발전의 중추적인 역할을 해오고 있으며, 1998년에 XML(eXtensible Markup Language) 기술이 개발되면서 이를 기반으로 웹서비스(Web Service), 시맨틱 웹, 유 비쿼터스 웹 기술 등 다양한 차세대 웹 기술 발전이 이루어지고 있다 웹 기술 표준화 현황 가. 웹 표준의 변화 웹 기술표준은 1994년부터 W3C(World Wide Web Consortium)를 중심으로 개발되 고 있으며, 초기의 웹 표준은 HTTP(HyperText Transfer Protocol), URL(Universal Resource Locator), HTML(HyperText Markup Language)과 같은 3개의 표준을 이용 하는 간단한 구조였지만 그림 2.2에서 보듯이 현재는 다양한 환경(단말, 네트워크)에 서의 서비스, 지능화된 서비스 등을 지원하는 복잡한 구조로 변화하고 있다. 특히 최근의 웹은 모바일 도메인으로 확장되고 있고 사용자 인터페이스와 관련하여 음성 정보 교환의 표준화 부분까지 영역을 넓혀 가고 있다.

37 제2장 태풍위원회 재해정보시스템 고도화 구축 9 그림 2.2 W3C 웹 표준의 변화 나. 웹 표준화의 적용 인터넷 익스플로러는 최근 모바일 환경 등의 연계로 현재 국내 점유율 72%, 세계 30% 내외인 것으로 조사된 바 있다. 이렇게 급변하는 인터넷 사용자들의 동향에 맞 춰 웹 표준화를 통한 재해정보시스템 구동환경을 개선하고자 한다. 현재 MS Explorer 기반의 웹 페이지를 웹 표준화 기술을 적용하여 다양한 브라우저에서도 사 용이 가능하도록 하여 해외 회원국을 고려한 크롬, firefox 등의 브라우저 사용 환경 을 제공하고자 한다 웹 2.0의 개념 웹 2.0이란 차세대 웹이 지향하는 사용자 중심의 새로운 기술적 비즈니스적 경향 으로 인터넷 기술의 급변 속에서 살아남은 특징을 의미하며, 현 시점에서 성공하기 위해서 가져야 할 트렌드로 논의되고 있다. 웹 2.0을 구성하고 있는 관련 기술이나 표준의 관점에서 그 특징을 살펴보면 다음 표 2.1과 같다.

38 10 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 표 2.1 웹 2.0의 주요 기술 및 표준화 현황 주 요 기 술 현 황 Rich Internet Application 기술 (예: Ajax) CSS (Cascading Style Sheet) XHTML (extensible HTML) URL (Uniform Resource Locator) 신디케이션 및 Aggregation 기술 (예:RSS/ATOM) 블로그 기술 (Weblog publishing) 매쉬업 기술 (Mashup) 분산처리 기술 (REST 또는 XML Webservice APIs) 표준화 진행중 기본 표준 완료 기본 표준 완료 기본 표준 완료 기본 표준 완료 기본 표준 완료 개별 표준화 기본 표준 완료 국내 표준화 활동 웹 서비스의 주요 국제 표준화 기구는 사실 표준화 기구 중심으로 이루어지고 있 으며, 국내 웹 서비스 표준화 활동의 가장 큰 문제점은 표 2.2와 같이 주요 웹 서비 스 표준화 기구에 대한 국내 참여가 매우 미비하다는 것이다. 표 2.2 웹 서비스 표준화 기구의 국내 참여기관 표준화 기구 W3C OASIS WS-Ⅰ 국내 가입 기관 한국전자통신연구원, 한국전산원, 전자상거래표준화통합포럼, 한국정보통신산업협회 한국전자거래협회/기술협회, 한국전자거래진흥원, 한국무역통신, 한국전산원, (주)티맥스 소프트, 전자상거래표준화통합포럼, 한 국전자통신연구원 삼성 SDS, (주)티맥스 소프트 Parlay 한국전자통신연구원, (주)헤리트, 한국통신, SK텔레콤

39 제2장 태풍위원회 재해정보시스템 고도화 구축 웹 포탈 고도화 관련 SiteMap 재구성 기 구축된 TCDIS는 웹포탈과 유사태풍검색 및 정보를 표출하는 DIS(재해정보시스 템)로 구분되어 대분류, 중분류로 세분화 되어 구성되어 있다. 기존 웹포탈의 경우 Home 화면과 Contact Us, Topic, Related Sites, UN System, Help 등으로 이루어져있 다. 기존 Sitemap의 구성은 대부분 태풍의 정보와 TCDIS의 소개 등으로 이루어져 있으나 사용실적이 미미하고 유사한 콘텐츠들이 분포하고 있어 콘텐츠 추가 및 정 리가 필요할 것으로 판단되어 표 2.3과 같이 사용자의 웹포탈 접근성을 고려하여 재 구성하였다. 가. TCDIS 웹포탈 리뉴얼 표 2.3 웹포탈 Sitemap 재구성 대분류 중분류 소분류 세분류 Name Starting Dt. Disaster Information System Typhoon List Similar Typhoon Search Ending Dt. Result Name Typhoon Information (Input file) Option Result Similar Typhoon Check Box Typhoon Information Similar Typhoon Search Typhoon track Wind strength Central pressure Wind direction Typhoon damage Historical rainfall mapping

40 12 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 1) 메인 화면구성 기존 웹사이트의 인터넷환경 제약 사항과 정보를 제공하는 메뉴들이 유사하거나 정보 제공이 원활하게 이루어지지 않고 있어 사용성이 떨어지는 TCDIS는 구축목적 을 상실한 상태였다. 이번 TCDIS의 고도화는 기존의 웹사이트를 웹포털로 탈바꿈하 여 사용제약에 따른 문제들을 해결하고, 무엇보다 사용자가 원하는 정보를 손쉽게 얻을 수 있도록 하고자하였다. 기본적으로 첫 메인페이지의 느낌은 심플하면서 전체적인 톤이 지나치지 않게 화 사한 분위기로 디자인되었으며 태풍위원회의 소식페이지인 News & Notice, Photo gallery로 새로운 소식을 전하게 된다. 이러한 구성은 앞으로 TCDIS를 통해 태풍위 원회 활동정보 및 새로운 재해관련 뉴스를 제공하고 더 나아가 태풍관련 정보 및 지식 공유를 통해 보다 넓고 풍부한 정보의 공유체계를 만들고자 하였다. 그림 2.3 메인화면 구성

41 제2장 태풍위원회 재해정보시스템 고도화 구축 13 2) Contact us 기존의 Contact us 페이지는 사용목적을 알 수 없는 형태로 무엇을 의도하는지 알 수 없었다. 사용자들이 TCDIS에 접속하여 문의 사항을 신속하게 담당자와 연락을 할 수 있도록 대표 기관 및 담당자로 구성하여 연동 서비스를 보다 효과적 으로 구성하였다. 그림 2.4 Contact us 3) TC WG DRR 전체적인 디자인을 개선하였으며, Meeting, Expert Mission 활동을 통해 정보를 공 유하고 관련 보고서 및 자료를 다운받을 수 있는 형태로 사용자의 효율적인 정보제 공이 이루어지도록 개선하였다. 그림 2.5 Overview

42 14 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 2.6 Members(1) 그림 2.7 Members(2) 그림 2.8 Activity Meeting(1) 그림 2.9 Activity Meeting(2)

43 제2장 태풍위원회 재해정보시스템 고도화 구축 15 그림 2.10 Activity Meeting(3) 4) TCDIS 다운로드를 통하여 사용자는 재해정보시스템에 접속하지 않아도 재해연보의 데이 터를 TCDIS에서 언제든지 다운로드 받을 수 있으며 관련 동영상을 통해 TCDIS의 이해를 도모하고자 하였다. 그림 2.11 TCDIS-Overview 그림 2.12 Vision & Mission

44 16 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 2.13 Download 5) Disaster Information Disaster Assessment를 통해 각 회원국의 데이터베이스에 저장되어 있는 태풍정보 를 읽어 관리자가 매해 바뀌는 정보를 수정하는 것이 아닌 자동으로 페이지에 정보 를 표출한다. 아직 모든 회원국에 대한 정보를 구축하지 못하였으나 향후 점차 확대 해나갈 계획이다. 그림 2.14 Disaster management organization

45 제2장 태풍위원회 재해정보시스템 고도화 구축 17 그림 2.15 Disaster Assessment 그림 2.16 Related sites

46 18 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 나. DIS(재해정보시스템) 리뉴얼 기존 재해정보시스템 베이스 맵의 한계점을 보완하기 위해 구글맵을 활용하여 공 간상의 제약을 해소 하였다. 또한 불필요한 기능들은 통합 또는 삭제를 통해 직관적 인 분석이 가능하도록 설계하였으며 필요한 데이터는 언제든지 다운로드를 받을 수 있도록 구성하였다. 표 2.4 DIS Sitemap 재구성 대분류 중분류 세분류 HOME CONTACT US TC WG DRR TCDIS Disaster Information Map Log-in News&Notice Photo gallery NDMI TCS Admin Overview Members Activitice Overview Vision & Mission Download Disaster Management Organization Disaster Assessment Related sites DIS / Admin Meeting Expert Mission Video clip 재해연보 다운로드 1) 태풍 정보검색 태풍정보 검색은 과거태풍의 경로 및 중심기압 정보를 포함하고 있으며, 사용자가 직접 태풍을 검색하는 등의 수동적인 부분을 모두 제외 시켰으며, DB정보를 연계하 여 태풍리스트를 선택하거나 표준화된 *CSV파일을 입력하여 검색할 수도 있다.

47 제2장 태풍위원회 재해정보시스템 고도화 구축 19 선택된 태풍의 중심기압은 다양한 형태의 연관성 검토 혹은 정략적인 비교 등을 위해서 *.DOC, *.PDF등으로 문서화된 형태가 아닌 수치적인 형태의 자료인 EXCEL 포맷으로 제공하여 활용도가 더 높아질 것으로 예상된다. 그림 2.17 태풍 검색 2) 유사태풍정보검색 유사태풍 검색 방식은 그림 2.18에서 검색한 태풍을 돋보기 아이콘을 클릭 하면 자동으로 페이지 전환이 되면서 검색하고자 하는 태풍의 정보가 자동으로 입력된다. 다른 방식은 사용자의 컴퓨터에 표준화된 양식의 태풍정보(CSV파일)를 Input 아이콘 을 통해 열게 되면 자동으로 입력되어 기존의 데이터베이스에서 태풍을 찾거나 입 력하는 과정들을 모두 생략할 수 있다. 또한 검색하고자 하는 태풍의 옵션(태풍경 로, 바람세기, 중심기압, 바람방향) 선택에 따라 자동적으로 옵션 비율을 정하여 검 색하게 된다.

48 20 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 2.18 유사태풍 검색 표출된 유사태풍의 중심기압을 클릭하게 되면 두 개의 체크박스가 화면에 표출 된다. Typhoon damage는 중심기압에 비례하여 바람의 세기를 측정할 수 있도록 4 개의 클래스로 구분하여 표출되며, 중심기압을 On & Off할 수 있다. (1) 피해이력 조회 태풍이 지나가는 경로상의 지역을 확대하여 태풍 피해이력을 테이블 형식이 아닌 KML데이터를 활용하여 해당 나라의 피해이력을 GIS와 연동되어 범례에 따른 색상 의 채도 차이로 어느 지역의 피해가 보다 심했는지 쉽게 분석이 가능하도록 지원하 며 조회하고자 하는 해당지역을 선택 시 보다 상세한 피해이력 현황을 검색할 수 있는 기능을 제공한다.

49 제2장 태풍위원회 재해정보시스템 고도화 구축 21 그림 2.19 행정구역별 피해이력 (2) 강우정보 조회 Historical rainfall mapping은 과거 강우정보를 누적강우 및 시간강우로 구분하여 분석할 수 있으며 강우정보는 활용 목적에 따라 다양한 연구에 활용될 수 있다. 강우분포를 분석해보면, 지역별로 누적강우량, 강우강도 및 강우지속시간 등이 다 르게 나타나는 것을 확인할 수 있다. 이와 같은 누적강우분포를 가시화한 것은 누적 강우가 많은 지역은 토양수분이 많이 함유되어 있는 토양상태를 보이는 것으로 판 단할 수 있으며, 이는 산사태 발생이나 이후 계속되는 강우발생 시 위험요소로 작용 할 수 있음을 나타낸 것이다. TCDIS 이용자에게 이와 같은 정보를 제공하는 것은 향후 의사결정지원에 도움을 주기 위한 것이다.

50 22 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 2.20 강우정보 조회 그림 2.21의 행정구역별 피해이력 결과에서 한 지점을 선택(클릭)하게 되면, 해당 행정구역의 피해이력을 원그래프로 볼 수 있도록 하였다. 피해이력은 공공시설과 사 유시설로 구분하여 나타내도록 하였으며, 세부 정보는 다운로드를 통해 자료를 받아 볼 수 있도록 하였다. 그림 2.21 해당지역 피해이력 조회

51 제2장 태풍위원회 재해정보시스템 고도화 구축 웹 GIS 표출 변경을 통한 시스템 성능개선 GIS 엔진 교체에 대한 타당성 검토 가. 외부포털 연계 콘텐츠의 적정성 검토 국내 서비스 위성영상지도와 TCDIS의 연계가 가능한지를 검토하고 open GIS map 을 이용하여 웹상의 GIS 표출을 변경하기 위해 국내 서비스 위성영상지도에 대하여 구글, 네이버, 다음 포털을 대상으로 속도, 해상도, 접근성, 비용 부문으로 구분하고 적정성을 검토하였다. 속도부분에서는 다음이 가장 빠른 것으로 나타났고 해상도 부문은 네이버가 60cm 의 해상도를 가지며, 다음은 50cm로 나타났다. 접근성은 각 포털에서 Open API를 제공하기 때문에 비용 부문에서도 비상업적 이용 시 무료라는 이점을 모두 가지고 있다. TCDIS 웹포털은 국내에 국한된 서비스가 아니라 태풍위원회 14개국에서 태풍 정보 검색 및 분석 등의 정보공유 서비스를 확대해 나가는 점을 감안한다면, 시스템 에서 사용자에게 보여주는 첫 이미지는 익숙한 환경을 제공해야할 것이다. 우리나라에만 큰 이점을 보이는 네이버나 다음지도 보다는 전 세계가 표현되는 구글맵이 가장 적합하다고 판단된다. 표 2.5 국내 서비스 위성영상지도 연계 적정성 검토 및 구축 구분 속도 해상도 접근성 비용 구글 60cm 비상업적 무료 네이버 60cm 비상업적 무료 다음 50cm 비상업적 무료

52 24 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립

53 제3장 태풍위원회 재해정보시스템 웹 포탈 확대구축 3.1 전문가, 전문기관, 관련학회 등 정보수집 및 DB구축 3.2 웹 포탈 확대 구축 3.3 온라인 자료은행구축

54 26 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립

55 제3장 태풍위원회 재해정보시스템 웹 포털 확대구축 27 제3장 태풍위원회 재해정보시스템 웹 포탈 확대구축 3.1 전문가, 전문기관, 관련학회등 정보수집 및 DB구축 본 과업에서는 데이터베이스가 제공해야 할 정보 내역을 분석하고, 사용자와 응용 환경 범위에서의 주요 대상범위와 데이터베이스를 사용할 사용자 집단을 검증하였 다. 또한 운영 환경과 처리사항을 분석하여 시스템 내에서의 정보의 흐름, 입력 및 출력 데이터 등을 정의하였고, 요구사항 분석 단계에서 파악한 사용자의 요구사항과 개발자의 경험적인 예측사항을 종합하여 하나의 개념적인 데이터 모델을 구축하였 다. 모델은 H/W, S/W 제약 조건에 대한 고려를 배제함으로써 사용자의 정보 요구를 적절히 충족시킬 수 있는 개념적 데이터 모델로서, 논리적 데이터베이스 설계 단계 에서 개념적 데이터 모델을 업무에 사용할 DBMS가 실행할 수 있는 상태로 변환시 키도록 하였다. 데이터베이스 설계 과정 중 마지막 단계로 논리적 데이터베이스 스키마를 구체적 인 저장 방법과 접근 방법을 명시하는 물리적 구조로 전환시키는 과정으로 접근속 도와 데이터 저장효율 외에도 데이터베이스의 무결성, 보안, 그리고 복구 등에 관한 상항을 고려하여 설계하고자 하였다.

56 28 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 3.1 시스템 DB 설계 및 구축 절차 3.2 웹 포탈 확대 구축 기 운영 중에 있는 TCDIS의 고도화를 위해 웹 포탈 화면의 디자인을 변경하였다. 태풍위원회 회원국을 대상으로 하는 웹 사이트인 만큼 깔끔하고 심플함을 중심으로 디자인 하였다. 관련하여 협의한 결과, 현 과제의 목적 및 취지에 가장 적합하다고 판단되는 초안1을 선정하였다.

57 제3장 태풍위원회 재해정보시스템 웹 포털 확대구축 29 그림 3.2 TCDIS 웹 포탈 디자인 화면(초안 1) 그림 3.3 TCDIS 웹 포탈 디자인 화면(초안 2)

58 30 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 3.4 TCDIS 웹 포탈 디자인 화면(초안 3) 그림 3.5 TCDIS 웹 포탈 디자인 화면(초안 4)

59 제3장 태풍위원회 재해정보시스템 웹 포털 확대구축 31 그림 3.6 TCDIS 웹 포탈 디자인 화면(초안 5) 그림 3.7 TCDIS 웹 포탈 디자인 화면(초안 6)

60 32 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 3.3 온라인 자료은행구축 기존의 TCDIS의 경우 태풍정보 및 피해이력 등의 정보데이터의 조회만 가능하도 록 구성되어 있어 정보만 제공될 뿐 데이터의 활용성면에서는 현저히 떨어지고 있 다. 본 과제에서는 단순 정보 검색으로 끝나는 것이 아니라 제공되는 정보를 활용하 여 더 넓은 영역에서 사용될 수 있도록 폭을 넓히고자 한다 재해정보 DB구축 가. 재해연보 DB구축 재해연보는 매년 시도별로 재해 피해이력을 재해의 종류 및 범위를 정의하여 크 게 공공과 시유시설로 구분하여 재해관리를 한다. 이를 활용하면 시설물 피해액 조 사, 피해현장조사 등을 통해 재해관리 시설물의 취약성 등 분석결과를 통하여 다양 한 연구결과를 얻을 수 있다. 표 3.1 공공시설 재해연보 리스트 NO 리스트 NO 리스트 NO 리스트 01 도로개소 16 어항개소 31 군시설개소 02 도로길이 17 어항피해액 32 군시설피해액 03 교량개소 18 학교개소 33 소규모시설물개소 04 교량길이 19 학교피해액 34 소규모시설물피해액 05 도로 및 교량 피해액 20 철도개소 35 기타개소 06 하천개소 21 철도길이 36 시도 07 하천길이 22 철도피해액 37 시군구 08 하천피해액 23 수리시설개소 38 시군구코드 09 소하천개소 24 방조재개소 39 발생일 10 소하천길이 25 수리방조피해액 40 종료일 11 소하천피해액 26 사방개소 41 재해코드 12 상하수도개소 27 사방ha 42 재해기간코드 13 상하수도피해액 28 임도개소 14 항만시설개소 29 임도ha 15 항만시설피해액 30 사방임도피해액

61 제3장 태풍위원회 재해정보시스템 웹 포털 확대구축 33 표 3.2 사유시설 재해연보 리스트 NO 리스트 NO 리스트 NO 리스트 01 이재민_세대 18 선박_무동반파_척 35 어망,어구통 02 이재민_명 19 선박_무동반파_톤 36 어망,어구통피해금액 03 인명_사망 20 선박_피해금액 37 비닐하우스면적 04 인명_실종 21 농경지_전 38 비닐하우스피해금액 05 인명_부상 22 농경지_답 39 기타사유시설개소 06 침수_농경지 23 농경지_피해금액 40 기타사유시설피해금액 07 침수_도시 24 농작물_전작 41 시도 08 건물_유실전파 25 농작물_답작 42 시군구 09 건물_반파 26 농작물_기타 43 시군구코드 10 건물_침수 27 축대,담장개소 44 발생일 11 건물_피해금액 28 축대,담장피해금액 45 종료일 12 선박_동력전파_척 29 가축마리수 46 재해코드 13 선박_동력전파_톤 30 가축피해금액 47 재해기간코드 14 선박_동력반파_척 31 축사,잠사개소 15 선박_동력반파_톤 32 축사,잠사피해금액 16 선박_무동전파_척 33 수산증양식개소 17 선박_무동전파_톤 34 수산증양식피해금액 나. 시도별 피해이력 표출 기존의 재해정보시스템에서 피해이력 분석은 전국단위로서 많은 피해이력 리스트 를 테이블로 표현함으로써 불필요한 정보 제공 및 해당정보를 다운로드할 수 없어 사용자의 연구목적에 맞추어 정보를 활용할 수 없었다. 이를 해결하기 위하여 그림 3.8과 같이 해당지역별 재해로 인한 주요 피해이력뿐만이 아니라 시도별 세부정보는 다운로드 기능을 사용하여 정보를 사용자의 목적에 맞추어 가공할 수 있도록 하였다.

62 34 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 3.8 시도별 피해이력 조회 다. 태풍 중심기압 태풍의 중심기압과 바람의 강도는 상반되는 성질을 지니고 있다. 즉, 저기압일 때 고기압에 비해 바람의 크기가 강하다. 재해정보시스템에서는 태풍 중심기압을 4단계 로 구분하여 표출 하였으며 세부정보는 Excel형태의 문서로 제공한다. 그림 3.9 태풍의 구조 및 태풍의 기압과 풍속의 분포

63 제3장 태풍위원회 재해정보시스템 웹 포털 확대구축 35 그림 3.10 태풍 중심기압 분류 기준

64 36 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립

65 제4장 유사태풍 선정 알고리즘 개선 4.1 알고리즘 개선을 위한 현황조사 4.2 유사태풍 선정 알고리즘의 개선 방향 4.3 신규 유사태풍 선정 알고리즘 개발 4.4 유사태풍 분석 결과 4.5 결론 및 향후 진행 방향

66 38 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립

67 제4장 유사태풍 선정 알고리즘 개선 39 제4장 유사태풍 선정 알고리즘 개선 태풍위원회 재해정보시스템에 포함된 유사태풍 선정 기능은 기상청에서 제공해주 는 시간대별 태풍의 위치 및 중심기압의 정보를 활용하여 과거에 발생했던 태풍 중 가장 유사한 태풍을 검색하고 선정된 태풍의 피해상황을 참고함으로써 과거 유사태 풍 발생 시의 피해 현황을 표출 및 분석함으로써 상황관리에 활용하였다. 그러나 다 양한 물리적인 값들로 구성된 태풍의 유사성을 경로의 유사성만으로 유사한 태풍으 로 판단하기 어렵기 때문에 중심기압, 풍속, 바람방향 등의 분석옵션이 추가되어야 할 것이라는 의견이 제기되었다. 또한 더 빠르고 더 정확한 알고리즘으로 변경할 필 요성이 제기됨에 따라 본 절에서는 태풍위원회 재해정보시스템에 탑재된 유사태풍 선정 알고리즘을, 다 방면의 유사성에 적용 가능하도록 옵션 기능부여 내부 알고리즘의 개선 의 방향으로 개선하였다. 4.1 알고리즘 개선을 위한 현황조사 유사태풍 선정 알고리즘 현황 가. 태풍위원회 재해정보시스템 현재 태풍위원회 재해정보시스템(TCDIS)에 탑재된 유사태풍 분석과정은 기상청에 서 제공되는 관심태풍정보(예측정보)와 RSMC(Regional Specialized Meterological Centre) 데이터를 기반으로 구축되어 있다. 태풍위원회 재해정보시스템의 유사태풍 선정 알고리즘은 과거 태풍정보를 NNM(Nearest Neighbour Method) 분석을 통하여 가장 유사하다고 판단되는 과거 태풍을 선정하고 있다. 또한 선정된 과거 태풍의 정 보를 활용하여 피해지역 추정 및 피해경향 추정에 활용하고 있다. 그림 4.1은 현 태 풍위원회 재해정보시스템에 포함되어 있는 유사태풍 분석 알고리즘의 개략도이다.

68 40 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 4.1 현 태풍위원회 재해정보시스템 유사태풍 선정 알고리즘 나. 재해상황판단분석시스템 국내에 유사태풍 검색 기능을 구현하는 시스템으로는 상기에 언급되어진 태풍위 원회 재해정보시스템과 재해상황판단분석시스템에 내장된 유사태풍 검색 기능이 있 다. 재해상황판단분석시스템에서는 과거 태풍의 진로와 현재 태풍진로를 비교하여 가장 유사한 태풍 진로를 분석, 표출하는 하는 것으로 태풍이 감시구역으로 진입한 경우 1일 2회 자료를 생성하고, 경계지역으로 진입한 경우 1일 4회 자료를 생성하여 유사태풍을 분석하고 있다. 또한 유사태풍 경로를 추출하고, 괘도 및 내륙지역 상륙

69 제4장 유사태풍 선정 알고리즘 개선 41 예상시간을 분석하며, 232개 시군구 단위로 태풍 영향권 지역을 예측하고 있다. 그 림 4.2는 재해상황판단분석시스템의 유사태풍 표출 화면이다. 그림 4.2 재해상황판단분석시스템 유사태풍 표출화면 기존 유사태풍 선정 알고리즘의 한계 기존의 유사태풍 선정 알고리즘의 경우 태풍위원회 전 회원국을 대상으로 하였기 때문에 검색대상으로 1950년 이후 발생한 모든 태풍의 DATA를 활용하였다. 이는 검색의 정확도를 감소시키며 검색하는 속도가 길어지는 문제점을 가지고 있다. 정확 도와 검색속도를 향상하기 위하여 국가별 영향태풍을 정의하고 국가별로 서로 다른 대상의 태풍정보를 이용하여 유사태풍을 선정하는 것이 효율적이다. 또한 유사태풍이라는 용어의 모호함으로 인하여 태풍의 유사성을 선정함에 있어 선정자의 주관이 개입되어야 하나 기존 유사태풍 선정 알고리즘은 선정자의 의견이 포함되지 않은 상태에서 태풍의 위치, 이동방향, 중심기압, 중심기압변화 등을 포함 할 수 있는 풍속 영향범위와 중심기압의 변화 등을 활용하여 그 유사성을 판단하였 다. 그러나 태풍의 유사성을 판단함에 있어 이동경로가 유사한 경우, 중심기압의 유 사성, 바람장분포의 유사성 등을 구분하여 유사성을 판단할 수 없는 한계를 보유하 고 있다.

70 42 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 4.2 유사태풍 선정 알고리즘의 개선 방향 연구동향 최진무(2011)는 시공간적 유사성에 기초한 태풍 검색 에서 태풍의 시공간적 유 사성을 찾아내는 방법을 절대거리의 차이를 이용한 유사성과 패턴을 이용한 유사성 으로 구분하였고 유사성을 비교하는 알고리즘을 제시하였다. 그림 4.3은 카트리나를 기준으로 절대거리 알고리즘과 패턴을 이용한 알고리즘을 적절하게 적용했을 때의 결과를 나타낸다. 그러나 최진무(2011)의 연구는 태풍의 강도와 무관하게 이동경로 의 유사성만 찾아내는 한계를 보유하고 있다. 그림 4.3 경로의 유사도를 이용한 태풍검색(최진무, 2011)

71 제4장 유사태풍 선정 알고리즘 개선 43 이승호(2010)는 연안재해 경감을 위한 태풍이동경로 추정 및 설계기본풍속 산 정 을 통하여 NNM방법론에 기초하여 유사태풍을 선정하였다. 1951년부터 2006년 사이의 태풍자료를 대상으로 분석을 수행하였으며 태풍 NARI를 대상으로 하여 과거 유사한 이동경로의 태풍을 분석하였다. 유클리드 거리산정 방법으로 기하학적인 거 리의 유사성을 NNM방법으로 분석하였다. 분석결과 태풍 NARI와 유사한 태풍으로 TINA, YANNI, IKE, GILDA등이 선정되었다. 그림 4.4는 태풍 NARI와 TINA, YANNI의 이동경로를 비교한 결과이며 그림 4.5는 NNM기법을 이용한 태풍이동경로 개념으로 P1, P2가 발생중인 태풍일 때 가장 유사한 태풍은 태풍C가 될 것으로 추정하고 있 다. 그림 4.4 NARI와 TINA의 이동경로 비교 결과(이승호, 2010)

72 44 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 4.5 NNM기법을 이용한 태풍이동경로 개념(이승호, 2010) 이영규 등(2007c)은 한반도 내습 태풍의 최대풍속반경 분석 을 통하여 해면기 압 분석에 의한 최대풍속반경을 추정하고 최대풍속반경에 적합한 바람장 모형을 채 택하였다. 기존의 연구에서 최대풍속 반경이 50헤리(92.6km)인 점이 태풍 루사를 모 사하는데 한계가 있어 최대풍속 반경이 100헤리까지 모사가 가능하도록 Batts바람장 모형을 확장하였다. 구혜윤(2008)은 통계분석을 통한 태풍 동반 강우 예측 을 통하여 태풍과 강우 와의 상관관계를 태풍의 중심기압과 중심기압의 거리를 활용하여 예측하고자 하였 다. 또한 연구의 결과로 태풍의 이동속도 및 지형 등에 대한 추가 연구가 필요함을 확인 하였다. 본 연구에서는 태풍의 중심과의 거리에 따른 해당위치의 중심기압을 구하기 위하여 구혜윤(2008)의 연구를 참고하여 활용하였다.

73 제4장 유사태풍 선정 알고리즘 개선 유사태풍 선정의 옵션 기능 가. 이동경로의 유사성 태풍의 여러 가지 정보 중 가시적으로 가장 잘 보이는 태풍의 중심위치를 우선적 으로 적용하여 태풍의 유사성을 판단한다. 이 경우 태풍의 크기와 강도 등을 제외한 태풍의 이동경로를 이용하여 유사성을 판단할 수 있다. 이동경로의 유사성은 피해지 역 분포 등의 유사성과 관련성이 매우 크며 의사결정시 활용될 것이다. 그림 4.6에 서는 이동경로의 비교를 도시화 하였다. 그림 4.6 이동경로의 유사성

74 46 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 과거 발생한 태풍정보를 시간단위로 보정하고 해당 시간에 대한 태풍의 위치를 그림 4.7과 같이 생성한 후 모든 이동경로에 대하여 적용하여 누적된 정보를 확보 하였다. 이 정보를 활용하여 발생하는 태풍에 대하여 이동경로에 대한 유사성을 검 토한다. 그림 4.8은 누적된 태풍 이동경로 MAP이다. 그림 4.8과 같은 DATA의 비교 분석을 통하여 이동경로의 유사성을 분석한다. 그림 4.7 단일 위치에 대한 경로 정보

75 그림 4.8 누적된 이동경로 MAP 제4장 유사태풍 선정 알고리즘 개선 47

76 48 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 나. 이동방향의 유사성 일반적으로 이동방향의 검토는 추세를 보기 위함이 가장 크다. 그러나 태풍의 경 우 여러 가지 인자로 인하여 이동방향이 결정되기 때문에 이동방향의 유사성으로 태풍의 유사성을 결정하는 것은 매우 위험하다. 본 연구에서 이동방향의 유사성은 이동경로의 유사성을 보조하는 인자로서 이동경로에 일관성이 적은 태풍과 일관성 이 있는 태풍간의 유사성을 적용할 때 이동방향의 유사성이 있는 태풍에 가중치를 주기 위하여 적용한다. 그림 4.9는 이동방향의 유사성과 이동경로의 유사성의 차이 점을 보여 준다. 태풍 A의 경우 태풍 B보다 이동경로 상으로는 더 유사하게 나올 수 있으나 경우에 따라 유사도를 B태풍에 더 크게 적용해야 하는 경우를 위하여 이 동방향의 유사성을 검토한다. 그림 4.9 이동방향의 유사성

77 제4장 유사태풍 선정 알고리즘 개선 49 이동방향의 유사성을 비교하기 위하여 위도를 중심으로 1차원 이동방향값을 활용 한다. 6시간 단위의 태풍정보를 보간하여 위도별 이동방향값을 데이터화 하였다. 그 림 4.10은 과거태풍과 가상으로 발생시킨 태풍과의 이동방향의 유사성을 확인하기 위하여 그래프로 도시화한 자료이다. X축의 경우 위도를 나타내며 Y축의 값은 이동 방향으로 수평방향을 기준으로 한 각도(radian 100)를 나타낸다. 과거태풍의 값과 현재태풍의 기하학적 유사성으로 유사성을 판단한다. 그림 4.10 이동방향의 유사성 비교 다. 풍속분포의 유사성 태풍의 가장 중요한 요소 중에 하나가 풍속의 분포이다. 풍속분포의 유사성을 찾 기 위하여 과거 태풍들의 풍속분포를 분석하여 2차원 풍속분포 MAP을 작성하고 작 성된 풍속분포 MAP과 발생된 태풍에 의하여 계산된 2차원 풍속분포 MAP을 비교하 였다. 풍속분포는 태풍 RUSA에도 적용 가능하도록 RSPH(Revised Standard Project Hurricane, NOAA 1972) 및 바람장모형을 확장한 연구(이영규 등, 2007) 결과를 연산 속도를 고려하여 단순화하여 활용하였다. 그림 4.11은 풍속분포의 적용방안을 나타 낸다. 그림과 같이 실제 풍속분포 모델을 단순화하여 적용한다. 그림 4.12는 이영규

78 50 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 와 이승수(2008)의 연구결과인데 바람장 모형과 태풍 NARI의 풍속을 비교한 것으로 최대풍속을 모사함을 나타내고 있다. 그림 4.13은 단일 태풍정보를 이용한 풍속 분 포를 나타내며 단일 태풍정보를 이용하여 풍속분포를 산출하고 산출된 풍속을 누적 하여 그림 4.14와 같은 최대풍속 분포를 계산한다. 그림 4.14는 2003년 14호 태풍 매 미의 최대풍속 분포이다. 국내에 영향이 있었던 모든 태풍에 대하여 최대풍속 분포 의 DATA를 구축하고 이를 유사태풍 검색에 활용하였다. 그림 4.11 풍속분포의 적용

79 제4장 유사태풍 선정 알고리즘 개선 51 그림 4.12 태풍 나리의 풍속 분포(이영규, 2008)

80 52 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 4.13 단일 태풍 정보의 풍속 분포

81 제4장 유사태풍 선정 알고리즘 개선 53 그림 4.14 태풍의 최대풍속 분포(2003년 14호 매미)

82 54 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 라. 중심기압변화의 유사성 태풍의 중심기압은 태풍의 강도를 결정하는 중요한 요소로 Schloemer(1954)의 연 구결과를 이용하여 생성한 Holland Profile(Holland, 1980)의 기압분포를 활용하였다. 이는 반경방향의 기압분포를 추정한다. 본 연구에서는 위도에 따른 중심기압의 상관 계수를 산출하여 유사성을 산출하였다. 위도 25도 이후 0.5도 간격으로 중심기압을 산출하고 이를 이용하여 상관계수를 산출한다. 그림 4.15는 중심기압을 이용하여 유 사태풍을 선정했을 때 가상의 태풍과 과거태풍과의 중심기압을 비교한 그래프이다. X축의 값은 위도 값이며 Y축의 값은 태풍의 중심기압의 값이다. 본 연구에서는 위 도별 중심기압에 대한 기하학적인 유사성을 찾고 이를 유사태풍 선정에 활용하였다. 그림 4.15 중심기압의 비교 유사태풍 선정 알고리즘의 신뢰도 향상 기존의 알고리즘을 개별 적용 가능하도록 수정 보완하였으며 각각의 가중치 부분 을 활용하여 선정자(사용자)가 원하는 방법으로 유사한 태풍을 검색할 수 있도록 하 였다. 수정된 알고리즘은 옵션기능 및 옵션별 가중치를 확인하여 알고리즘의 신뢰도 를 향상하였다. 또한 국내에 영향을 미친 태풍을 대상으로 하여 검색의 효율성 및 불필요한 비교를 수행하지 않도록 알고리즘을 개선하였다.

83 제4장 유사태풍 선정 알고리즘 개선 유사태풍 선정 알고리즘의 속도 개선 알고리즘 내부의 File 입출력 부분의 최적화와 불필요한 반복문의 최적화를 통하 여 알고리즘의 구동속도를 개선하였다. 또한 기존 1,500여개의 대상태풍을 국내 영 향을 준 태풍으로 그 검색범위를 제한하여 전체적인 유사태풍 선정 알고리즘의 구 동 속도를 개선하였다. 표 4.1에는 태풍의 비상구역인 동경 132도 북위 28도의 영역 에 진입했던 태풍의 현황으로 국내 유사태풍 선정에 사용되는 태풍을 수록하였으며, 번호(일련번호), 코드(발생연도 및 호수), 이름의 순으로 정리하였다.

84 56 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 표 4.1 국내영향 태풍 현황 번호 코드 이름 번호 코드 이름 번호 코드 이름 MARGE RITA TED PAT TESS PERCY CHARLOTTE BILLIE ROBYN FREDA DOT RUSS KAREN ELLEN WALT MARY IRIS BRENDAN KIT GILDA DOUG NINA JEAN ELLIE PHYLLIS MAMIE FRED NONAME PHYLLIS SETH JUNE THERESE FAYE DOT WILDA JANIS NONAME ANITA PETER BABS DOT TINA DINAH FRAN WINNIE EMMA AMY YANNI FREDA POLLY NEIL VIRGINIA WENDY OLGA AGNES CARMEN PAUL GRACE IRMA SAM WILDA IRVING WENDY BILLIE JUDY ANN JOAN IDA BART LOUISE NORRIS DAN NORA ORCHID KAI-TAK SARAH IKE BOLAVEN POLLY JUNE BILIS CARMEN OGDEN PRAPIROON BETTY PHYLLIS SAOMAI DORIS AGNES CHEBI HELEN CLARA RAMMASUN KATHY CECIL NAKRI TILDA ELLIS FENGSHEN JOAN FORREST RUSA

85 제4장 유사태풍 선정 알고리즘 개선 57 표 4.1 국내영향 태풍 현황(계속) 번호 코드 이름 번호 코드 이름 번호 코드 이름 NORA ALEX KUJIRA OPAL FREDA SOUDELOR AMY GERALD MAEMI SHIRLEY HOLLY MINDULLE TRIX JUNE MEGI WENDY JEFF SONGDA BETTY KIT HAIMA DORIS LEE KHANUN FLOSSIE MAMIE CHANCHU GRACE ODESSA EWINIAR HELEN BRENDA WUKONG HARRIET NANCY SHANSHAN MARY VERA PABUK WINNIE ABBY NARI BETTY THELMA KALMAEGI CORA ALEX MORAKOT NONAME DINAH DIANMU NONAME JUDY KOMPASU MARY VERA MALOU POLLY OFELIA MERANTI DELLA ROBYN MEARI ELSIE ABE MUIFA OLGA CAITLIN KULAP RUBY GLADYS KHANUN NONAME NONAME DAMREY WILDA KINNA TEMBIN BILLIE MIREILLE BOLAVEN POLLY IRVING SANBA BESS POLLY

86 58 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 표 4.2 유사태풍 선정 알고리즘의 개선방향 현상태 개선방향 효과 일괄적인 유사성 표출 옵션 기능을 통한 선택적 유사성 확인 유사성의 가중치 부여 코드수정 사용성 증대 사용자가 원하는 유사성 검토 가능 검색 정확도 개선 검색 정확도 개선 구동 속도 개선 태풍위원회 적용을 위하여 전체 태풍을 대상으로 함 한반도 영향 태풍 대상 검색 정확도 개선 구동 속도 개선 파일입출력 및 알고리즘 개선사항 있음 파일 입출력 및 반복문 최적화 구동 속도 개선 4.3 신규 유사태풍 선정 알고리즘 개발 유사태풍 선정 알고리즘의 설계 개발될 유사태풍 알고리즘의 경우 DLL(Dynamic Link Library)의 형태로 개발되어 태풍재해정보시스템에 포함되게 된다. 그림 4.16은 유사태풍 DLL을 기준으로 본 태 풍재해정보시스템과의 연계를 나타낸다. 또한 그림 4.17은 유사태풍알고리즘의 내부 흐름도로 4가지의 분석엔진을 포함하고 있으며 분석된 과거 태풍 DATA와 예보된 태풍의 위치, 중심기압 그리고 사용자가 정의한 가중치를 활용하여 유사한 태풍을 선정한다.

87 제4장 유사태풍 선정 알고리즘 개선 59 그림 4.16 유사태풍 검색 알고리즘과 TCDIS와의 연계 그림 4.17 유사태풍 검색알고리즘의 구조

88 60 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 일반적인 통계 기법에서는 각 인자의 민감도 분석을 통하여 평균적인 가중치를 선정하는데, 태풍의 기상학적 정보는 통계적 평균을 적용하기 어려운 Nonstationary Random Data이므로 일반적인 통계방법 적용만으로는 해석이 어렵다. 따라서 본 연 구에서는 태풍이 가지는 기상학적 특성을 반영할 수 있는 유사태풍 선정 알고리즘 을 개발하기 위해 적용 가능하고 국내에서 활용도가 높은 클러스터링 알고리즘 (Clustering Algorithm)을 적용하여 1차 분석을 실시하였다. 분석에서 각 알고리즘은 서로 다른 클러스터링 지수를 만들게 되며, 지수가 높을수록 밀도가 높은 것이라 판 단할 수 있게 된다. 이를 위해 CDbw(Composed Density between and within clusters) 기법을 적용하여 태풍 인자 분석에 적합한 알고리즘을 선정하고, 이를 이 용하여 2차 분석을 실시하여 태풍경로, 중심기압, 바람의 세기 등에 대해 유사태풍 을 선정하도록 하였다. 그림 4.18 유사태풍 선정 분석 흐름도

89 제4장 유사태풍 선정 알고리즘 개선 유사태풍 선정 알고리즘 가. k-means clustering 알고리즘 k-means clustering 알고리즘이란 주어진 데이터집합을 데이터가 가진 속성의 유 사도에 따라서 k개의 집합으로 묶는 기법으로, 간단하면서도 효과적인 클러스터 문 제를 해결하는 자율학습(unsupervised learning) 알고리즘이다. k-means 알고리즘의 데이터 처리방식은 임의의 k개의 군집수와 위치를 설정하고, 각각의 데이터에 대해 k개의 위치까지의 거리를 구하고 가장 가까운 군집에 구속시킨다. 그 다음 군집으 로 나뉜 데이터를 기준으로 군집중앙의 위치를 재설정하여 새롭게 구한 군집중앙의 위치가 기존과 동일하면 알고리즘을 종료하고, 다르게 되면 각 데이터에 대해 k개 의 위치까지의 거리를 다시 구하여 가까운 군집에 소속시키는 일을 재수행하는 일 을 반복하게 된다. 이런 반복과정을 통하여 데이터를 처리하며, 전체 분산은 다음과 같다. (1) 여기서, : 군집의 수, : 군집 중심을 의미 k-means clustering 알고리즘은 단순하지만 구현이 쉽고 일반적인 데이터에 좋은 성능을 보이며, 군집분석 이외에도 오류 값이나 결손 값 처리작업 등 다양한 분석에 사용 할 수 있다. 그러나 제일 처음 클러스터 분류 방법에 상당히 의존한 결과가 나 오므로 초기 클러스터 설정에 따라서 실제 최적값보다 나쁜 값을 얻을 수 있는 단 점이 있다. 나. Subtractive clustering 알고리즘 Subtractive clustering 알고리즘은 Mountain method 알고리즘이 많은 매개변수 설 정문제와 매개변수의 설정에 따라 클러스터의 결과가 크게 변하는 단점을 개선하여 계산량을 줄인 방법으로 데이터의 밀도에 기반을 둔 클러스터링 알고리즘이다. Subtractive clustering 알고리즘의 수행 방법은 다음과 같다.

90 62 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 1 각 데이터에 대하여 다음식의 밀도함수를 사용하여 밀도를 구한다. exp (2) 여기서, r a : 양의 상수로서 밀도함수의 반경을 의미 2 로부터 가장 높은 밀도를 갖는 데이터를 찾고 이 값은 첫 번째 클러스터의 중심이 되며, 이 클러스터의 중심을 다음과 같은 식을 이용하여 파괴한 후, 가장 높 은 밀도 측정값이 설정 값보다 작아질 때까지 반복적으로 수행한다. exp (3) 여기서, r a : 양의 상수로서 파괴함수의 반경을 의미하며 일반적으로 1.5r a 값을 사용 D ci : 밀도측정값 그림 4.19 Subtractive 클러스터링 알고리즘 개념

91 제4장 유사태풍 선정 알고리즘 개선 63 이와 같이 각 자료들 간의 기하학적 거리를 기반으로 자료들의 밀도를 계산하여 분류하는 subtractive clustering 알고리즘의 경우는 다른 클러스터링 기법에 비해 노 이즈가 포함이 되었을 경우에도 양호한 결과를 도출할 수 있는 장점과 함께 계산시 간이 상대적으로 빠른 장점이 있어서 많이 사용되고 있다. 2010년에 발생한 태풍DB(6시간 간격 위경도 좌표, 중심기압, 바람세기, 구름반경 등)를 대상으로 2012년 발생한 태풍 BOLAVEN 과 유사한 태풍 경로를 한 예로 서 subtractive clustering 알고리즘을 이용하여 클러스터링 분석을 실행하였다. 표 4.3은 태풍 BOLAVEN 의 속성으로 STS(Severe Tropical Storm) 단계에서 TY(Typhoon) 단계로 진행되었을 시의 태풍정보를 정리한 것이다. 일시(년월일시분 ) 위도 경도 표 4.3 태풍 BOLAVEN 태풍 속성 중심기압 (hpa) 최대풍속 (m/s) 강도 강풍반경 (km) TY 280 그 결과, 태풍 BOLAVEN 과 유사한 태풍 경로를 가진 태풍 1순위로 태풍 KOMPAS 가 선정되었고, 2순위로는 태풍 MALOU 가 선정되었다. 클러스터링 분석은 1:1 개체(노드)의 다중 비교분석을 통해 이루어지는데, 발생 시기 및 이동거 리와 속도가 서로 다른 태풍의 경로를 분석하기 위해 노드가 일정할 수 있도록 태 풍DB를 검색하고자 하는 태풍의 노드 수와 일치하도록 수정하여 적용하였다. 따라 서 유사태풍 경로 선정을 자동화 및 웹상에 구현하기 위해서는 Neural Network를 이용한 패턴인식 기법이나 각 노드별 절대이동 거리 및 이동 후의 패턴분석을 통한 방향 설정을 실시하는 알고리즘을 추가로 보완하여 적용할 필요가 있다고 판단된다.

92 64 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 4.20 Subtractive clustering 예시 다. k-means & subtractive clustering 알고리즘 k-means clustering 알고리즘은 비교적 정확한 결과와 빠른 속도를 가지며 국부 최적해를 도출 가능한 이점이 있지만 클러스터 개수를 입력인자로 필요로 하고 초 기 클러스터 설정에 따라서 실제 최적값보다 나쁜 값을 얻을 수 있는 단점이 있으 며, subtractive clustering 알고리즘은 국부 최적해 도출 가능성이 낮고 k-means 클 러스터링에 비해 비교적 정확성이 낮은 결과를 도출하며 클러스터 개수를 산정해야 하는 등의 특징이 있다. 이런 두 클러스터 방법의 장단점을 이용하여 결합을 통해 단점을 보완한 것이 subtractive 기반 k-means clustering 알고리즘이다.

93 제4장 유사태풍 선정 알고리즘 개선 65 라. NNM(Nearest Neighbor Method) NNM분석 기법은 일반적으로 임의 현상에 대한 유사성 분석이나 유형 인식을 위 하여 많이 활용되고 있는 방법으로, 태풍의 기상학적 특성이 임의적인 현상임을 고 려할 때 NNM 분석 기법을 활용하여 유사태풍을 선정하는 것은 효율적이라 할 수 있다. NNM 기법의 분석 방법은 대상정보가 세 개의 그룹으로 구분될 때 기준정보인 데 이터와 가장 유사성을 갖는 그룹을 선정하여 도출한다. 먼저 기준정보와 대상정보간 의 거리를 유클리드거리(Euclidean distance)로 계산하여 값이 큰 순서에 따라 정리 하고, 임의의 k번째 대상정보에서의 최근접밀도합수(Nearest Neighbor Density Function)를 이용하여 평가하는 방법으로 이 결과가 가장 높은 값을 갖는 집단이 최 대유사성을 갖는다고 보게 된다. 이러한 분석 기법을 바탕으로 예상되는 태풍의 이 동 경로를 유사한 과거 태풍을 찾아 선별한다고 할 수 있다. 마. SOM(Self-Organizing Map) 자기조직화망인 SOM 알고리즘은 대표적인 신경망 알고리즘 중의 하나로 대부분 의 신경망 알고리즘이 지도(supervised) 학습방법을 사용하는 것과는 대조적으로 자율 (unsupervised)학습방법과 경쟁(competitive)학습방법을 사용한다. 데이터들을 입력 했을 때, 출력 노드 중에서 다른 출력 노드와 비교해서 가장 강하게 반응하는 노드 를 더욱 더 강하게 반응하게끔 반복적으로 학습시키는 것이다. 즉, SOM에서는 입력 에 대해 자연스럽게 반응하는 출력 노드를 선택하여 반복 학습을 시키면, 후에는 결 과적으로 어떤 출력 노드가 반응되는지를 조사하여 거꾸로 입력을 알 수 있게 되는 것이다. 다른 군집화 알고리즘은 새로운 데이터가 들어오면 이것을 기존 데이터 집 합에 합치고 군집화를 처음부터 다시 해야 하지만 SOM 알고리즘은 새로운 데이터 가 들어오면 학습된 신경망으로 새로운 데이터만 군집 배정을 해주면 되는 장점이 있다.

94 66 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 (a) 기법 예시1 (b) 기법 예시2 그림 4.21 SOM 알고리즘의 접근 개념예시 유사태풍 알고리즘의 구현 가. 태풍 알고리즘 구현 환경 유사태풍 알고리즘은 표 4.4에서와 같이 가장 일반적으로 사용되는 PC환경인 마 이크로소프트사의 윈도우즈 bit환경에서 개발되었다. 또한 개발 도구는 Free Pascal의 일종인 Lazarus IDE를 활용하였다. 유사태풍 알고리즘은 DLL의 형태로 자 바기반의 개발환경인 TCDIS 시스템에서 활용된다. 표 4.4 TEST프로그램 개발 환경 구분 운영체제 RAM CPU 개발도구 DBMS 환경 마이크로 소프트 윈도우 bit 8G AMD FX-6100 Lazarus IDE v 사용안함

95 제4장 유사태풍 선정 알고리즘 개선 67 나. 유사태풍 알고리즘 개발을 위한 테스트 프로그램 유사태풍 알고리즘을 개발하기 위하여 그림 4.22, 4.23과 같은 테스트 프로그램을 개발 하였다. 테스트 프로그램은 정해진 양식의 과거 태풍 CSV파일을 읽어 새롭게 정의한 데이터 구조를 형성하고 바람장(압력장) 및 이동경로, 중심기압, 이동방향을 분석하여 DATA파일을 형성한다. 생성된 DATA파일은 유사태풍을 검색하기 위한 기 초 자료로 활용된다. 그림4.22의 좌측 부분에 열거된 정보는 유사한 태풍을 검색하 기 위한 태풍의 정보, 검색된 유사태풍의 리스트, 과거 태풍의 정보를 확인할 수 있 도록 과거 태풍을 열거 하였다. 또한 유사태풍 검색 후 관련된 DATA를 확인할 수 있도록 자체 GIS엔진을 이용하여 확인이 가능 하도록 개발하였다. 그림 4.22 테스트 프로그램 바람장비교

96 68 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 4.23 테스트 프로그램 중심기압 및 이동방향 비교 4.4 유사태풍 분석 결과 태풍 피토(2013년 10월 2일 15시 기준) 2013년 10월 2일 15시에 발생한 태풍 피토를 대상으로 하여 유사태풍을 수행하였 다. 바람장 100%를 적용하여 수행한 경우와 바람장 50%, 이동경로 50%를 적용하여 2가지의 경우를 분석 하였다. 그림 4.24는 2013년 10월 2일 15시경 태풍 피토의 이 동경로와 예상이동경로를 나타낸다. 해당 정보를 이용하여 유사태풍 분석을 수행하 였다.

97 제4장 유사태풍 선정 알고리즘 개선 69 그림 년 10월 2일 15시 태풍 PITO 예보 가. 바람장 100%으로 유사태풍 검색 결과 바람장 100%을 적용하여 태풍 피토와 가장 유사한 태풍을 분석한 결과로 1978년 8호 WENDY가 가장 유사한 것으로 나타났으며 1951년 11호 MARGE, 1977년 17호 ANN, 1971년 20호 POLLY의 순서로 나타났다. 그림 4.25는 바람장으로 유사태풍을 분석했을 때의 결과를 나타내고 있으며 가장 좌측이 검색당시 태풍 PITO의 바람장 분석 결과이며 유사태풍 분석결과로 나타난 4개 태풍의 분석 결과이다.

98 70 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 4.25 PITO 유사태풍분석결과(바람장 100%) 나. 이동경로 100%를 적용한 유사태풍 검색 결과 이동경로 100%를 활용한 유사태풍 검색결과 1978년 8호 WENDY가 가장 유사한 것으로 나타났으며 1985년 9호 LEE, 2010년 7호 KOMPASU, 2012년 15호 BOLAVEN 의 순서로 나타났다. 그림 4.26는 이동경로 100%를 적용한 분석 결과이다.

99 제4장 유사태풍 선정 알고리즘 개선 71 그림 4.26 PITO 유사태풍분석결과(이동경로 100%) 다. 바람장 25%, 이동경로 25%, 이동방향 25%, 중심기압 25%를 활 용한 유사태풍 검색 결과 바람장 25%, 이동경로 25%, 이동방향 25%, 중심기압 25%를 활용한 유사태풍 검색 결과 2010년 7호 KOMPASU가 가장 유사한 것으로 나타났으며 1951년 11호 MARGE, 1985년 9호 LEE, 2012년 15호 BOLAVEN의 순서로 나타났다. 그림 4.27은 바람장

100 72 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 25%, 이동경로 25%, 이동방향 25%, 중심기압 25%를 적용한 분석 결과이다. 그림 4.27 PITO 유사태풍분석결과(바람장 25%, 이동경로 25%, 이동방향 25%, 중심기압 25%) 태풍 DANAS(2013년 10월 7일 03시 기준) 2013년 제 24호 태풍 다나스는 10월 7일 일본 오키나와 동남쪽 약 490Km부근 해 상에서 35Km/h의 속도로 서북서진하고 있으며 매우강한 중형 태풍이었다. 태풍 다

101 제4장 유사태풍 선정 알고리즘 개선 73 나스를 대상으로 다양한 옵션을 적용하여 유사태풍분석을 수행하였다. 그림 4.28은 2010년 10월 7일 3시 기준 태풍의 위치와 예상이동경로를 나타낸다. 그림 년 10월 7일 03시 태풍 DANAS 예보 가. 바람장 100%를 활용한 유사태풍 분석 바람장기준 분석결과 2004년 18호(SONGDA), 1991년 17호(KINNA), 1976년 17호 (FRAN), 1970년 09호(WILDA)가 순차적으로 선정 되었다. 그림 4.29는 바람장을 활용 한 분석 결과이다.

102 74 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 4.29 DANAS 유사태풍분석결과(바람장 100%) 나. 이동경로 100%를 활용한 유사태풍 분석 이동경로기준 분석결과 2004년 18호(SONGDA), 1991년 17호 (KINNA), 1976년 09호 (THERESE), 1956년 12호(EMMA)가 순차적으로 선정 되었다. 그림 4.30은 이동경로기 준 분석결과이다.

103 제4장 유사태풍 선정 알고리즘 개선 75 그림 4.30 DANAS 유사태풍분석결과(이동경로 100%) 다. 가중치 조정을 통한 분석 결과 바람장(40%), 이동경로(30%), 이동방향(20%), 중심기압(10%)의 가중치를 활용하여 분석한 결과 2004년 18호(SONGDA), 1991년 17호(KINNA), 1970년 09호(WILDA), 1976 년 17호(FRAN)가 순차적으로 선정되었다. 그림 4.31은 바람장(40%), 이동경로(30%), 이동방향(20%), 중심기압(10%)를 활용한 분석 결과이다.

104 76 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 그림 4.31 DANAS 유사태풍분석결과(바람장(40%),이동경로(30%), 이동방향(20%), 중심기압(10%)) 4.5 결론 및 향후 진행 방향 기존 개발된 유사태풍 분석 알고리즘에 바람장, 이동경로, 이동방향, 중심기압이 라는 옵션기능을 적용함으로써 사용자가 필요에 의하여 다양한 방법으로 유사태풍 을 검색할 수 있도록 개발하였으며 아울러 대상태풍의 축소를 통하여 더 빠른 유사

105 제4장 유사태풍 선정 알고리즘 개선 77 태풍 분석기능을 구현하였다. 2013년 발생한 DANAS, PITO에 대하여 실제 적용해본 결과, 기상청홈페이지 및 국가태풍센터를 통하여 인터넷으로 확보할 수 있는 정보를 활용하여 유사태풍을 분석을 수행할 수 있었다. 추후 다양한 방법을 통하여 정량적 이고 객관적인 유사도를 산출하여 사용자로 하여금 유사성의 절대적인 진단을 할 수 있도록 유도할 필요가 있다. 또한 지속적인 DATA업데이트를 통하여 분석 DATA 의 유지가 필요하다.

106 78 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립

107 제5장 재해정보 DB확대 구축 5.1 국내 피해현황 확대 구축 5.2 행정구역 재해연보 DB확대 구축

108 80 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립

109 제5장 재해정보 DB확대 구축 81 제5장 재해정보 DB확대 구축 5.1 국내 피해현황 확대 구축 TCDIS의 국내 피해현황은 현재 1993년부터 2010년까지의 피해현황을 포함하고 있 다. 2010년 이후에는 표 5.1과 같이 메아리, 무이파, 카눈 등의 태풍이 발생되었고 피해가 발생되었다. 2010년 이후 출간된 재해연보 자료 등의 수집을 통해 지속적인 관리와 최신의 정확한 정보를 담고자 하였다. 표 5.1 연도별 태풍 발생 현황 연도 유형 재해명 시작일 종료일 2011 태풍 제5호태풍 메아리(MEARI) 태풍 제9호태풍 무이파(MUIFA) 태풍 제7호태풍 카눈(KHANUN) 태풍 제10호태풍 담레이(DAMREY) 태풍 제15호태풍 볼라벤(BOLAVEN) 태풍 제14호태풍 덴빈(TEMBIN) 태풍 제16호태풍 산바(SANBA) 년 제 16호 태풍 산바(SANBA) 1) 는 9월 14일(월) 11시 30분경 경남 남해군 부근으로 상륙한 후 17일(화) 09시경 함경북도 청진 동북동쪽 약 290km 해상의 경 로로 이동하였으며, 상층 기압골과 합류하면서 약 8시간 만에 빠르게 내륙을 통과해 영향 지속시간이 짧았다. 반면 유사한 태풍으로 루사(RUSA, 2002) 의 경우 당시 뚜렷한 지향류(상층 강풍대)가 존재하지 않아 약 20시간 동안 느리게 내륙을 통과하 며 영향을 주었다. 우리나라에서 3개의 태풍(덴빈(14호), 볼라벤(15호), 산바(16호))이 연속하여 상륙한 것은 유사이래 처음이며, 한 해 동안 4개의 태풍이 한반도에 상륙 1) 제 16호 태풍 산바(SANBA) 는 마카오에서 제출한 이름으로 지명의 이름임.

110 82 태풍위원회 재해정보시스템 고도화 및 국내 방재기술의 해외적용계획 수립 한 것은 지난 1962년 이후 50년만의 일이다. 태풍 SANBA의 피해지역은 제주도, 남해안, 동해안 지방 등이며 인명피해는 4명 (사망 2명, 부상 2명), 이재민 1,108세대 2,051명으로 조사되었다. 또한 산바 (SANBA) 로 인한 재산피해는 표 5.2 에 나타낸 것과 같이 건물 파손, 농경지 유실, 등 상당한 피해를 입었던 것으로 조사되었다. 표 5.2 산바(SANBA) 재산피해 현황 피해내역 구분 단위 물량 피해액 건물 파손 침수 동 1,344? 비고 농경지(유실 매몰) ha 8,703? 도 로 교 량 개소 359? 하 천 218? 소 하 천 220? 항만 어항시설? 수리(방조제)시설? 사방(임도)시설? 소 규 모 시 설 287? 군 시 설? 수산증 양식 120? 어 망 어 구 통 1? 기타(비닐하우스 등) 식 1,213? * 피해액은 현재 조사 중임 재해현황 분석 본 연구에서는 태풍에 대한 재해현황을 조사하였으며, 그 결과는 표 5.3과 표 5.4 에 나타내었다.

111 제5장 재해정보 DB확대 구축 83 표 5.3 기간별 재해현황 구분 연도 유형 재해명 시작일 종료일 태풍 제12호태풍 글래디스(GLADYS) 태풍 제19호태풍 테드(TED) 태풍 제7호태풍 로빈(ROBYN) 태풍 제3호태풍 페이(FAYE) 호우 태풍 8.19~8.30호우 및 제7호태풍 재니스(JANIS) 태풍 제9호태풍 예니(YANNI) 호우 태풍 7.23~8.4호우 및 제7호태풍 올가(OLGA) 태풍 제17호태풍 앤(ANN), 제18호태풍 바트(BART) 호우 태풍 8.23~9.1호우 및 제10호태풍 빌리스(BILIS) 태풍 제12호태풍 사오마이(Saomai) 태풍 제5호태풍 라마순(RAMMASUN) 태풍 제15호태풍 루사(RUSA) 태풍 제6호태풍 소델로(SOUDELOR) 중략