2015년 5월 발새안 메르스(MERS)는 그 급속한 확산과 병증의 심각성으로 온 국민을 패닉 상태로 몰아넣었다.
보건사회연구원 송태민 박사팀과 SK텔레콤 스마트인사이트는 공동으로 메르스 발병 및 확산 기간 동안의 온라인 버즈(buzz) 분석을 통해 사람들에게 인지된 공포 및 두려움에 대한 요인과 감정 상태에 대한 분석을 시도했다.
2015년 5월 20일부터 6월 18일까지 약 두달간 발생한 메르스 관련 문서 총 867만 1695건에 포함된 질병 관련 언급 요인들을 오픈소스 통계 프로그램인 R을 이용해 연관성 분석을 수행하였다.
분석 결과 뉴스나 블로그 채널보다는 트위터와 카페에서 질병 관련 부정적 감정 요인들이 좀 더 많게 나타났으며 특히 동일한 메시지가 채널을 통해 확산될 시에도 해당 채널을 통해 나타나는 감정적 반응들에 대한 차이가 확인되었다.
또한 질병에 대한 감정적 우려 보다도 면역력 강화 성분에 대한 언급이 빠르게 확산되고 있음이 검증되었다.
특히 일자별로 변환되는 감염병과 질병 발생 지역에 대한 언급도가 변화, 확산되고 있음이 확인 가능했다.소셜 미디어를 통해 발생된 글을 통해 재난재해를 예측하려는 시도는 다각도로 진행 중이다.
앞서 살펴본 카타르컴퓨팅연구소의 패트릭 마이어 박사팀의 연구도 재난재해 상황에 대한 트위터의 GPS 정보와 재낸재해 상황에 대한 언급 요소를 분류하여 적정한 대응책을 세우는 데 도움을 주려는 시도였다.
2014년 영국에서는 트위터의 자살을 암시하는 언급 데이터를 분석하여 그들에게 희망의 메시지와 상담 서비스를 제공하는 앱 서비스가 출시되었다.해당 서비스는 '사마리아 레이더'로 트위터에서 포착된 자살 가망자의 친구들에게 자살 시도를 할지 모르는 친구를 위한 적절한 대응 가이드를 이메일로 보내 준다고 한다.
국내에서도 정보화진흥원과 보건사회연구원이 SK텔레콤과 함께 2012년과 2013년도에 온라인에서 언급되는 자살 관련 버즈들을 분석하여 청소년 자살 의도자와 일반 자살 의도자의 행동, 정서상 차이를 확인하였고 이후 적극적인 자살 방지 대응책 및 프로세스 마련을 위한 노력을 정부부처와 함께 지속하고 있다.
http://blog.naver.com/hellopolicy/221115519546
기후 변화 징조 및 재난 상황도 실시간 온라인 데이터를 통해 확인 예측이 가능한데, 2012년 안전행정부가 시행한 강우량에 따른 하수범람 예측 가능성 검토에서는 2011년 발생한 폭우 시 강남역 침수 상황에 대한 트위터 문서를 분석하여 그 강수량 및 위기 예측 가능성을 확인하기도 했다.
이처럼 실제 사용자들이 남긴 온라인과 소셜 미디어의 텍스트 빅데이터와 위치 정보들은 사회 재난와 위기를 측정하고 예측하는 또 하나의 바로미터(barometer)가 될 수 있다.
2016년 9월 12일 경주시 내남면 부지리 인근에서 역대 최대의 규모인 5.8의 지진이 발생했다. 이후로도 350회 이상의 여진이 발생했다.
기상청은 진도 5 이상의 지진 예측은 현재의 과학기술로도 어렵다는 의견을 내놓았다. 지진 예측이란 지구 내부 상황을 정확하게 꿰뚫어 볼 수 없기 때문에 개연성이 가장 높은 원인을 분석하는 과정이다.
경주 지진을 미리 알 수 있는 방법은 정녕 없는 것일까?재난 재해는 인간이 살면서 두려워하는 예기치 못한 상황이다. 이에 대해 예측이나 위험 정도를 조금이라도 사전 확보할 수만 있다면 적절한 대응을 통해 리스크를 최소화할 수 있을 것이다.
뉴욕, 일본, 우리나라의 사례에서 살펴본 것처럼 모바일 데이터를 통해 위기 상황을 사전에 감지하고 대응하려는 시도가 시작되고 있으며, 재난 재해 예측을 위한 모바일 데이터의 활용 영역은 앞으로 더욱 커질 것이다.
- 데이터 과학 비즈니스, 김정선 -
Posted from my blog with SteemPress : http://internetplus.co.kr/wp/?p=493