인과네트워크 기반의 재난 확산 모형에 관한 연구 동향과 사례 연구: 대구 지하철 화재를 중심으로

  • Published : 2012.04.30

Abstract

인과네트워크는 변수 간의 인과관계를 통해 현상을 이해하고 설명하는 체계이다. 이 네트워크는 이학 및 공학, 의학, 사회과학 등 여러 학문 분야에서 원인 변수와 결과 변수 간의 관계를 나타내어, 발생 가능한 현상의 원인을 예측하고, 그 결과를 설명하는데 사용되고 있다. 이를 다이어그램 형태로 표현하면 변수 간의 인과관계를 쉽게 입증할수도 있다. 특정 재난은 다양한 변수가 인과관계로 서로 연관되어 있기 때문에 인과네트워크의 적용이 가능한 분야이다. 따라서 이 네트워크는 재난 변수 간의 인과관계를 규명하여 재난의 확산 반응을 분석하고, 대응 시스템을 설계하는데 도움을 줄 수 있다. 실제로 지진, 정전, 테러, 화재 등의 인과관계를 규명하기 위한 재난 확산 모형에 대한 연구가 활발히 이루어지고 있다. 2003년 대구에서 일어난 지하철 화재는 여러 변수가 복합적으로 작용하여 일어난 재난이다. 또한 재난에 대응하는 인간 행동 및 인지 요인이 중요한 변수로 작용하였다. 따라서 이를 반영한 재난 확산 모형을 적용하여 실제 재난 상황을 재구성해 보고자 한다. 본 논문에서는 인과네트워크의 정의와 인과네트워크를 표현하는 4개의 방법론을 선별하여 각각의 특성을 살펴본다. 또한 이를 재난 분야에 적용한 인과네트워크 기반의 재난 확산 모형에 대한 연구 동향을 살펴본다. 마지막으로 2003년 대구 지하철 화재를 사례로 하여 재난의 확산과 대응체계의 인과관계에 대해 연구하였다. 이 때 인간 행동과 인지 분석 결과를 토대로 심층적인 접근을 시도해 보았다. 이를 통해 재난의 인과관계와 근본적 대응방안의 가능성을 타진해 보았다.

Keywords

Acknowledgement

Supported by : 정보통신산업진흥원

References

  1. Lauria, E. J. M., Duchessi, P. J., "A methodology for developing bayesian networks: an application to information technology (IT) implementation" , European Journal of Operational Research, vol. 179, issue. 1, PP. 234-252, 2007. https://doi.org/10.1016/j.ejor.2006.01.016
  2. Mazlack, L., "Discovery of causality possibilities", International Journal of Pattern Recognition and Artificial Intelligence, vol. 18, issue. 1, PP. 63-73, 2004. https://doi.org/10.1142/S0218001404003058
  3. Pearl, J., "Causal inference in statistics: an overview", Statistics Surveys, vol 3, PP. 96-146, 2009. https://doi.org/10.1214/09-SS057
  4. Dye, C., Gay, N., "Modeling the SARS Epidemic", Science, vol. 300, PP. 1884-1885, 2000.
  5. Mainzer, K., "Causality in natural, technical, and social systems", European Review, vol. 18, no. 4, PP. 433-454. 2010. https://doi.org/10.1017/S1062798710000244
  6. Morris, D. R., "Causal inference in the social sciences: variance theory, process theory, and system dynamics", The 23rd International Conference of the System Dynamics Society, Boston, MA, USA, July 17-21, 2005.
  7. Sanguesa, R., Cortes , U., "Learning causal networks from data: a survey and a new algorithm for recovering possibilistic causal networks" , AI Communications, vol. 10, issue. 1, PP. 31-61, 1997.
  8. Perdicoulis, A., Glasson, J., "Causal networks in EIA", Environmental Impact Assessment Review, vol. 26, issue. 6, PP. 553-569, 2006. https://doi.org/10.1016/j.eiar.2006.04.004
  9. Jordan, M. I., "Learning in graphical models", 1998, MIT Press.
  10. Cooper, G. F., Herskovits, E., "A bayesian method for the induction of probabilistic networks from data", Machine Learning, vol. 9, no. 4, PP. 309-347, 1992.
  11. Jensen, F. V., Nielsen, T. D., "Bayesian networks and decision graphs", 2007, Springer.
  12. Pearl, J., "Causality: models, reasoning, and inference", 2000, Cambridge University Press.
  13. Kaplan, D. W., "Structural equation modeling: foundations and extensions" , 2008 , Sage Publications. Inc.
  14. Vinzi, V. E., Chin, W. W., Henseler, J., Wang, H., "Handbook of partialleast squares", 2010, Springer.
  15. Tenenhaus, M., Vinzi, V. E., Chatelin, Y-M, Lauro, C., "PLS path modeling", Computational Statistics & Data Analysis, vol. 48, issue. 1, PP. 159-205, 2005. https://doi.org/10.1016/j.csda.2004.03.005
  16. Haenlein, M., Kaplan, A. M., "A beginner's guide to partial least squares analysis", Understanding Statistics, vol. 3, issue. 4, PP. 283-297, 2004. https://doi.org/10.1207/s15328031us0304_4
  17. 문태훈, "시스템다이나믹스의 발전과 방법론적 위상", 시스템다이내믹스연구, 제3권, 제1호, PP. 61-77, 2002.
  18. Sterman, J. D., "Business dynamics: systems thinking and modeling for a complex world", 2000, McGraw-Hill/Irwin.
  19. Borshchev, A., Filippov, A., "From system dynamics and discrete event to practical agent based modeling: reasons, techniques, tools", The 22nd International Conference of the System Dynamics Society, Oxford, England, July 25-29, 2004.
  20. Lyneis, J. M., "System dynamics for market forecasting and structural analysis", System Dynamics Review, vol. 16, no. 1, PP. 3-25, 2000. https://doi.org/10.1002/(SICI)1099-1727(200021)16:1<3::AID-SDR183>3.0.CO;2-5
  21. Sterman, J. D., "Systems dynamics modeling: tools for learning in a complex world" , Engineering Management Review, IEEE, vol. 30, issue. 1, PP. 42- 52. 2002
  22. Deaton, M. L., Winebrake, J. J., "Dynamic modeling of environmental systems", 2000, Springer.
  23. Albeverio, S., Jentsch, V., Kantz, H., "Extreme events in nature and society", 2006, Birkhauser.
  24. Liang, W., Yongli, C., Hongquan, C., Daler, D., Jingmin, Z., Juan, Y., "Flood disaster in taihu basin, china: causal chain and policy option analyses" , Environmental Earth Sciences, vol. 63, no. 5, PP. 1119-1124. 2010.
  25. 금종수, 장운재 "SD법을 이용한 해양사고 예방의 정책대안 분석", 한국해양환경안전학회지, 제10권, 제2호, PP. 17-22. 2004.
  26. Leach, J., Campling, J., "Survival psychology", 1994, Macmillan.
  27. 전규엽, 홍원화, "대구지하철 화재 조사 분석 (3)", 대한건축학회 학술발표대회 논문집, 제23권, 제2호, PP. 885-888. 2003.
  28. 이장한, "재난과 인간행동 반응", 강원도 재난심리지원센터 주최 워크숍 자료집, 대한민국, 2004.
  29. Kobes, M., Helsloot, I., de Vries, B., Post, J. G., "Building safety and human behaviour in fire: a literature review", Fire Safety Journal, vol. 45, issue. 1, PP. 1-11, 2010. https://doi.org/10.1016/j.firesaf.2009.08.005
  30. 곽호완, 박창호, "대구지하철 화재사고에 대한 분석 1: 인간에러와 시스템", 한국심리학회지 : 실험, 제17권, 제3호, pp. 311-326, 2005.
  31. 박창호, 곽호완, "대구지하철 화재사고에 대한 분석 2: 행동과 인지 측면", 한국심리학회지 : 실험, 제17권, 제3호, pp. 327-341, 2005.
  32. 홍원화, "2 18 대구지하철 화재 참사 기록과 교훈", 2005, 119매거진.
  33. 성한기, 김교헌, "대구지하철 방화피의자의 방화행위에 대한 사례연구", 한국심리학회지 : 건강, 제9권, 제1호, pp. 163-185. 2004.