6단계에서 추출한 개념을 온톨로지 7요소 — 객체 · 속성 · 관계 · 상태 · 액션 · 권한 · KPI — 로 구조화합니다. 대피자·군중·출구·위험구역·병목지점·관리자·안전요원·AI Agent가 하나의 실행 가능한 지식 구조로 연결되어, 이후 플랫폼 원시 요소(8단계)와 데이터 모델의 기반이 됩니다.
왜 온톨로지인가? 재난대피 현장의 사람·공간·위험·역할은 서로 얽혀 있어 단순 목록으로는 AI가 판단할 수 없습니다. "무엇(객체)이, 어떤 성질(속성)을 가지고, 어떻게 연결(관계)되며, 지금 어떤 상태이고, 어떤 행동(액션)을 하며, 누가 무엇을 할 수 있고(권한), 무엇으로 성과(KPI)를 측정하는가"를 정의해야 FireNavi Agent가 위험을 예측하고 경로를 추천할 수 있습니다.
FireNavi가 인식하고 추적하는 실체입니다. 사람·공간·위험·시스템 4개 군으로 묶어 관리합니다.
각 객체가 가지는 측정 가능한 성질입니다. 이 값들이 실시간으로 변하며 상태 판단과 액션의 트리거가 됩니다.
위치 · 이동속도 · 알림 수신 여부 · 대피 완료 여부
군중 밀도 · 경로 혼잡도
출구 폭 · 수용력 · 사용 가능 여부
통로 폭 · 계단 수용력
위험구역 거리 · 연기 접근 여부 · 대체경로 안전도
관리자 확인 여부 · 안전요원 위치
객체 사이의 연결과 영향을 문장으로 정의하고, 이를 그래프로 시각화합니다. 화살표 라벨이 곧 관계 문장입니다.
대피 상황은 시간에 따라 상태가 전이됩니다. 각 상태는 특정 속성 임계값이나 액션에 의해 다음 상태로 이동합니다.
FireNavi와 각 역할이 수행하는 실행 단위입니다. 감지 → 분석 → 대응 → 마무리의 흐름으로 배열됩니다.
화재 감지 · 위험구역 표시
군중 흐름 분석 · 출구 혼잡도 계산 · 병목 위험 예측 · 대체경로 추천
대피자 알림 발송 · 관리자 알림 생성 · 안전요원 배치 요청 · 출구 사용 제한 안내 · 취약계층 지원 요청
대피 완료 확인 · KPI 리포트 생성 · 훈련 결과 저장
역할별로 접근·판단·통제할 수 있는 범위를 명확히 구분합니다. 고위험 통제 판단의 최종 책임은 사람(관리자·구조기관)에게 있습니다.
| 역할 | 권한 범위 |
|---|---|
| 대피자 | 개인 대피 안내와 안전 알림을 받는다. |
| 안전요원 | 개입 지점, 배치 요청, 현장 안내 정보를 받는다. |
| 관리자 | 전체 대피 상황, 위험구역, 출구 상태, 병목 위험, AI 추천을 확인하고 승인한다. |
| 관제센터 | CCTV, 센서, 대시보드 정보를 통합하여 모니터링한다. |
| 구조기관 | 고위험 구역, 잔류 가능 구역, 대피 완료 상태를 확인한다. |
| AI Agent | 위험을 예측하고 경로를 추천하지만, 고위험 통제 판단은 관리자·구조기관 책임 구조 안에서 수행한다. |
FireNavi의 효과를 측정하는 지표입니다. 분산·시간·안전·정확도 관점으로 구성됩니다.
| KPI | 관점 | 측정 의미 |
|---|---|---|
| 출구별 분산률 | 분산 | 대피 인원이 여러 출구로 고르게 분산된 정도 |
| 대피 완료 시간 | 시간 | 전체 인원 대피 완료까지 걸린 시간 |
| 병목 위험 감소율 | 안전 | 추천 개입으로 병목 위험이 감소한 비율 |
| 관리자 알림 확인 시간 | 시간 | 알림 생성 후 관리자가 확인하기까지의 시간 |
| 안전요원 배치 시간 | 시간 | 배치 요청 후 현장 도달까지의 시간 |
| 위험구역 체류 인원 | 안전 | 위험구역에 머무르는 인원 수 |
| 대체경로 수용률 | 분산 | 추천 대체경로를 실제로 이용한 비율 |
| 취약계층 지원 완료율 | 안전 | 지원이 필요한 대상 중 지원 완료 비율 |
| 대피 안내 정확도 | 정확도 | 추천 경로가 실제 안전 경로와 일치한 정도 |
| 대피훈련 성공률 | 정확도 | 훈련 시나리오 목표 달성 비율 |
| 사후 리포트 생성 시간 | 시간 | 대피 종료 후 분석 리포트가 생성되기까지의 시간 |