다중운집 인파 안전 관리를 위한 DEVS 기반 모델링 및 시뮬레이션

DEVS-Based Simulation Model for Safety Management of Pedestrian Streams in High-Density Situations

다중운집 인파 사고는 전 세계적으로 빈번히 발생하며, 실제 상황에서의 군중 전개 양상이 예측과 다르게 나타나 사전에 마련된 통제 조치가 효과적으로 작동하기 어렵다. 그 결과, 단시간 내에 대규모 인명 피해로 이어지는 사회적 재난으로 부각되고 있다. 기존 연구는 특정 시설이나 상황에 국한된 대피 모델 혹은 개별 보행자 행태 분석에 집중하여 다양한 환경적 조건에 대응하여 적용하는 데 한계가 있었다. 본 연구는 이러한 한계를 보완하기 위해 DEVS(Discrete Event System Specification) 형식론을 기반한 다중운집 인파 안전관리 시뮬레이션 모델(CrowdSim)을 제안한다. 제안된 모델은 다양한 환경과 시나리오에 적용할 수 있도록 보행자를 독립적 행위 주체로 유지하면서, 보행로 네트워크 상의 이동·체류 과정과 밀집도 변화를 동적으로 모사하도록 설계하였다. 시뮬레이션에 2022년 이태원 참사 당시의 공간 및 교통 데이터를 적용한 결과, 전체 보행로에서 지하철 하차 주기(4분)에 따른 밀집도 변동 패턴이 관찰되었으며, 특히 특정 구간(n1_n2)에서는 밀집도가 급격히 상승하여 위험 단계에 도달하는 과정이 확인되었다. 본 모델은 단순 인파 규모 예측을 넘어 시간대별 공간적 제약을 반영한 군중 흐름을 반영할 수 있어, 향후 효과적인 인파 안전 관리 및 사고 예방 대책 수립을 지원하는 실무적 도구로 활용될 수 있을 것으로 기대된다.

Crowd accidents in high-density situations occur frequently worldwide, and the actual development of crowd dynamics often deviates from prior expectations, making it difficult for pre-established control measures to function effectively. As a result, such incidents have emerged as critical social disasters that can lead to large-scale casualties within a short time. Previous studies have mainly focused on evacuation models confined to specific facilities or situations, or on the analysis of individual pedestrian behaviors, thereby limiting their applicability under diverse environmental conditions. To address these limitations, this study proposes CrowdSim, a DEVS (Discrete Event System Specification)-based simulation model for safety management of pedestrian streams in high-density situations. The proposed model is designed to enhance generalizability across various environments and scenarios by treating pedestrians as independent agents and dynamically simulating their movement, stay, and density variations within walkway networks. Applying the model to spatial and transportation data from the 2022 Itaewon disaster, the results revealed periodic density fluctuation patterns across the entire walkway network according to the subway passenger drop-off cycle (every 4 minutes), with a specific edge (n1_n2) showing a rapid density increase that reached hazardous levels. The proposed model goes beyond simple crowd size prediction by incorporating time-dependent spatial constraints and crowd flows, and it is expected to serve as a practical tool for supporting effective crowd safety management and preventive countermeasure planning.