[논문 리뷰] Intelligent Disaster Response via Social Media Analysis - A Survey

Tahora H. Nazer, Guoliang Xue외 2명|arXiv (Cornell University)|2017. 09. 07.

Public Relations and Crisis Communication참고 문헌 24인용 수 5

한 줄 요약

이 종합 검토는 재난 발생 시 상황 인식을 향상시키기 위해 실시간 소셜 미디어 분 析를 활용하는 지능형 재난 대응 프레임워크를 제안한다. 경고, 영향, 대응, 복구 단계에서 사용자 생성 콘텐츠를 분석함으로써 기계 학습 및 자연어 처리 기법을 사용해 초기 재난 탐지, 노이즈 필터링, 실행 가능한 통찰 추출, 비상 대응 시스템 통합을 수행한다. 이는 지진 탐지에서 60초 이내로 대응 시간을 단축시킬 수 있음을 입증한다.

ABSTRACT

The success of a disaster relief and response process is largely dependent on timely and accurate information regarding the status of the disaster, the surrounding environment, and the affected people. This information is primarily provided by first responders on-site and can be enhanced by the firsthand reports posted in real-time on social media. Many tools and methods have been developed to automate disaster relief by extracting, analyzing, and visualizing actionable information from social media. However, these methods are not well integrated in the relief and response processes and the relation between the two requires exposition for further advancement. In this survey, we review the new frontier of intelligent disaster relief and response using social media, show stages of disasters which are reflected on social media, establish a connection between proposed methods based on social media and relief efforts by first responders, and outline pressing challenges and future research directions.

연구 동기 및 목표

• 기존의 정보원이 지연되거나 과부하가 걸릴 수 있는 재난 상황에서 신속하고 정확한 재난 정보의 필요성을 해결한다.
• 재난 기간 동안 고속도로의 소셜 미디어 데이터 처리 과제를 해결한다. 이는 소문, 스팸, 관련 없는 콘텐츠 포함이다.
• 연구 방법을 실제 재난 대응 단계와 연계하여 소셜 미디어 데이터와 현장 구조대 운영 간 격차를 메운다.
• 사용자 게시물에서 구조 요청, 피해 보고, 자원 수요 등의 실행 가능한 통찰을 자동으로 추출할 수 있도록 한다.
• 기존 센서 및 비상 관리 시스템과 소셜 미디어 지능을 통합하여 대응 정확도와 속도를 향상시킨다.

제안 방법

• 소셜 미디어 활동 패tern과 콘텐츠 특성에 기반해 재난 단계(경고, 영향, 대응, 복구)를 분류한다.
• 언어 사용의 이질성, 감성 변화, 주제 추세를 분석해 재난의 조기 징후로 삼기 위해 자연어 처리 및 기계 학습 기법을 적용한다.
• 소셜 미디어 게시물의 시간적·공간적 분석을 통해 공식 발표 이전에 발생하는 사건을 식별한다. 예를 들어, 센서보다 60초 일찍 지진을 탐지할 수 있다.
• 가짜 정보, 봇, 스팸을 제거하기 위해 소문 탐지 및 필터링 기법을 구현함으로써 데이터 신뢰도를 향상시킨다.
• Ushahidi, AIDR, TweetTracker와 같은 자원봉사 기반 플랫폼을 활용해 소셜 미디어에서 정보를 공동으로 수집하고 검증한다.
• USGS 지진 센서와 같은 센서 데이터와 소셜 미디어 데이터를 통합하여 조기 경고 정확도와 상황 인식 능력을 향상시킨다.

실험 결과

연구 질문

• RQ1 전통적 소스(예: 센서 또는 뉴스 통신사)보다 소셜 미디어를 어떻게 더 이르게 재난을 탐지하는 데 활용할 수 있는가?
• RQ2 재난의 각 단계에서 소셜 미디어 콘텐츠의 언어적 및 행동적 변화는 무엇인가?
• RQ3 실시간 재난 관련 소셜 미디어 데이터에서 소문, 스팸, 봇 활동 등의 노이즈를 효과적으로 걸러내는 방법은 무엇인가?
• RQ4 재난 대응 기간 동안 소셜 미디어에서 자동으로 추출할 수 있는 실행 가능한 통찰(예: 식료품, 주거, 의료 지원 요청)은 무엇인가?
• RQ5 소셜 미디어 데이터를 어떻게 다른 데이터 소스(예: 지진 센서)와 의미 있게 통합하여 재난 탐지 및 대응을 향상시킬 수 있는가?

주요 결과

• 소셜 미디어를 통해 기존 센서보다 지진을 최대 60초 일찍 탐지할 수 있어 더 빠른 비상 경고 및 대피를 가능하게 한다.
• 2012년 허리케인 샌디 이후, 소셜 미디어 활동 peak는 분당 16,000개의 트윗에 달했으며, 이는 자동 처리가 필요한 막대한 데이터량을 보여준다.
• 2013년 보스턴 마라톤 폭탄 테러 사건에서 800만 개의 재난 관련 트윗 중 29%가 소문으로 확인되어 가짜 정보 문제를 드러낸다.
• 2011년 일본 지진 및 쓰나미 발생 당시 도쿄에서 분당 1,200개의 트윗이 게시되어 실시간 데이터 생성의 규모를 입증한다.
• 소셜 미디어를 통해 양방향 소통이 가능해 구조대가 정보를 배포하고 피해자 집단으로부터 피드백을 받을 수 있다.
• Ushahidi, AIDR, TweetTracker와 같은 시스템은 실시간으로 사용자 보고를 지도 태깅, 번역, 시각화함으로써 재난 대응을 성공적으로 지원한다.