XR기반 소방안전관리자용 메타버스 교육훈련 시스템을 위한 AI 기술 개발안

AI Technology Development Plans for XR-based Fire Safety Manager Metaverse Training System

소방안전관리자용 훈련 시스템에서는 대피자들의 화상 및 질식 위험도를 기반으로 대피자들의 피난경로를 예측하는 시스템이 필요하다. 피난경로 예측 시스템과 더불어 훈련자들의 대피 유도 행동 및 음성을 인식하여 평가 시스템을 고도화하는 기술을 개발하고자 한다. 본 연구에서는 인공지능 기술을 기반으로 소방안전관리자의 훈련 시 피난 유도 행동을 자동 인식하며 행동 유형, 발생 시각, 인식 정확도 등의 분석 평가 요소를 자동 추출하여 실시간 훈련 평가 시스템을 개발하는 것을 목표로 한다. 제안된 기술은 딥러닝 기반의 모션 인식 모듈을 통해 인식 결과 및 정보를 실시간으로 디지털 파일로 변환하여 분석 평가 요소를 추출한다. 모션 인식 시스템에 더불어 STT (Speech-To-Text) 기반 인공지능 모델을 이용하여 소방안전관리자 훈련 시 실시간으로 음성을 인식하고 텍스트를 추출하여 시나리오와의 비교 및 평가를 수행하는 시스템을 구축한다. 자연어 처리 알고리즘 BERT (Bidirectional Encoder Representations from Transformers) 기반의 평가 알고리즘 적용을 통해 문맥을 파악하고 소방안전관리자 훈련에 최적화된 평가가 가능하다. 디지털 트윈 기술 기반으로 화재 및 대피자 위치에 따라 실시간으로 대피자 위험도를 예측한다. 화상 및 질식 위험도를 Pennes’ Bioheat Equation 및 Coburn-Forster-Kane Equation을 통한 일산화탄소 농도와 온도에 따른 구간별 중증도 점수 책정 후 중증도 계수를 적용하여 위험도를 단계별로 판별할 수 있다. 이후 Dijkstra's Shortest Path 기법을 활용하여 매핑된 건물 내에서 최소 위험도로 산출되는 최적 경로를 탐색한다. 본 연구를 통해 개발되는 디지털 트윈 기반 화재 상황에서의 대피자 피난경로 알고리즘 최적화 시스템 및 훈련자 맞춤형 음성⋅모션 평가 시스템을 활용하여 소방안전관리자 메타버스 교육 콘텐츠를 고도화할 수 있다. 또한, 개발된 시스템은 여러 재난 상황 혹은 건축물 환경에서도 활용이 가능하여 폭넓은 확장성을 기대할 수 있다.