AI 기반 디지털 트윈 기술을 활용한 다중운집인파사고 관리체계 개선 방안 : 안전취약계층을 중심으로

다국어 초록 (Multilingual Abstract)

Development of an AI-Driven Digital Twin Framework for Enhancing Crowd Disaster Management Systems: Focused on Safety Vulnerable Groups

Lee DaeJin
Advisor : Prof. Song Chang-Yeong, Ph.D.
Department of Disaster Prevention & Safety,
Graduate School of Gwangju University


The Itaewon disaster revealed the fundamental weakness of the modern disaster management system. Although surveillance technology and density-based monitoring systems have been introduced everywhere, there are still fatal loopholes in safely managing large crowds. Existing research has been conducted under the premise of a uniform crowd with the same adult, that is, everyone behaves similarly. This method improves the simplicity of management, but in reality, it does not properly reflect the reality that each individuals characteristics are complex and affect collective dynamics in a high-density environment.

Most of these studies do not reflect safety vulnerable groups such as the elderly, children, and the disabled. Safety vulnerable groups are exposed to risks due to complex limitations in crowded situations. As it has such various vulnerabilities, it greatly reduces the accuracy of disaster prediction. A disaster management system that does not receive fair protection results in deepening disaster inequality in crisis situations.

Existing studies have focused on crowd density. Individual diversity has often been put on the back burner. As a result, studies so far have been close to follow-up after a problem occurs. In this paper, a study is needed on how to organize the crowd and how the risks vary depending on these configurations.

These changes go beyond simple technological innovation and lead to ethical discussions that take a new look at crowd safety from the perspective of distribution justice. Based on this, a preemptive AI-based framework based on the disaster justice principle that values fairness and inclusion is being proposed. The system combines computer vision classification model and digital twin simulation environment to identify vulnerable groups in real time and calculate the Safety Vulnerable Class Weighted Risk Index (V-CRI), thereby evaluating their impact on the overall risk.

By making the composition of the crowd itself an important variable, this approach allows a transition from the existing post-response and density-centered method to a preemptive system. Those in urgent need of protection before an incident can be protected first.

Keywords : AI, Digital Twin, Crowd Disaster Management, Safety Vulnerable Group

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구의 배경 및 필요성 1
• 1. 연구의 배경 1
• 2. 연구의 필요성 2
• 제2절 연구의 목적 및 방법 4
• 1. 연구의 목적 4
• 2. 연구의 방법 5
• 제2장 이론적 배경 및 고찰 7
• 제1절 다중운집인파사고의 개념 및 사례 7
• 1. 다중운집인파사고 개념 8
• 2. 주요 국가별 다중운집인파사고 사례 12
• 3. 주요 국가별 다중운집인파사고 입법사례 16
• 제2절 다중운집인파사고 관리체계 20
• 1. 현행 관리체계 분석 20
• 2. 현행 관리체계의 구조적 한계 21
• 제3절 다중운집인파사고 관리를 위한 기술 동향 22
• 1. 디지털 트윈 기술 개요 22
• 2. AI를 통한 예측 29
• 제4절 이론적 고찰 31
• 1. 군중 동역학과 이질적 군중 모델 31
• 2. 안전취약계층의 특성 33
• 3. AI 기반 인파 감지 35
• 제3장 AI 기반 디지털 트윈 시스템 및 안전취약계층 위험 평가 모델(V-CRI) 설계 37
• 제1절 시스템 아키텍처 37
• 1. 아키텍처 정의 37
• 2. 안전취약계층 데이터 처리 42
• 제2절 AI 기반 안전취약계층 식별 모델 43
• 1. 안전취약계층 실시간 탐지 및 분류 43
• 2. 학습데이터 확보 방안과 전처리 46
• 3. 폐색 상황에서의 식별 49
• 제3절 안전취약계층 가중 위험지수(V-CRI) 모델 51
• 1. 밀도 중심 위험 평가의 한계 51
• 2. 안전취약계층 가중 위험지수(V-CRI) 51
• 3. V-CRI 모델 가중치 설정 52
• 4. 안전취약계층 위험 가중치 53
• 제4절 소결 56
• 제4장 시뮬레이션 기반 관리체계 개선 58
• 제1절 시뮬레이션 설계 58
• 1. 디지털 트윈 환경 구축 및 에이전트 구현 58
• 2. 시나리오 구성 61
• 3. 평가지표 67
• 제2절 시뮬레이션 결과 비교 분석 68
• 1. 안전취약계층 결과 분석 69
• 2. 비선형적 패턴 분석 및 임계점 규명 74
• 제3절 다중운집인파사고 관리체계 개선 77
• 1. V-CRI 기반 위험 평가 77
• 2. 안전취약계층 분리 78
• 3. 현행 관리체계 개선 방안(AS-IS vs TO-BE) 79
• 제5장 결론 81
• 참고문헌 83
• 부록 90