인공지능을 활용한 전기화재 분석용 용융흔 판별에 관한 연구

A Study on the Determination of Melting Marks for Electrical Fire Analysis Using Artificial Intelligence

전기화재의 경우 전기선의 금속이 아크와 열에 녹아 응고되어 생성되는 용융흔이 생성된다. 용융흔은 1차 단락흔, 2차 단락흔, 열흔 3가지 종류로 나뉜다. 1차 단락흔은 전기가 흐르는 상태에서 전선의 피복이 손상되어 단락되어 생성되며 전기화재의 직접적인 원인으로 생성된다. 2차 단락흔은 전선 피복이 화재로 녹아내려 생성 된 흔적이며 마지막으로 열흔은 전기가 흐르지 않는 상태에서 외부의 열기로 녹아내려 생성된 흔적이다. 이러한 용융흔을 판별하는 것은 화재의 진행 방향, 원인 등을 판별하는데 있어 다양한 정보를 얻을 수 있기 때문에 매우 중요한 요소로 작용한다. 하지만 실제 화재 감식의 경우 전문 조사관이 직접 판별하기 때문에 전문가의 주관적인 지식을 바탕으로 잘못된 판별이 될 가능성이 존대한다. 이러한 잘못된 판별은 향후 보험금, 책임 보상 등 다양한 곳에서 억울한 피해자가 발생할 수 있어 신중한 판별이 필요로 한다. 따라서 본 연구에서는 사람의 주관적인 지식을 바탕으로 판별하는 것을 방지하기 위해 Convolution Neural Network (CNN)기반의 알고리즘인 Vgg16, Googlenet, Inception v3, Resnet50을 활용하여 단락흔과 열흔을 실시간으로 판별하는 연구를 진행하였다. 실험결과 단락흔과 열흔을 판별하는 정확도는 아래 표와 같이 Googlenet 96.11%, Inception v3 97.8%, Vgg16 93.27%, Resnet50 97.05%를 보였다. 향후 비교적 분석하기 어려운 1차 단락흔과 2차 단락흔을 판별하는 연구를 진행하고자 한다.