미세면지 스토어

미세면지

개인

팔로워0 팔로우

소개

등록된 소개글이 없습니다.

전문분야 등록된 전문분야가 없습니다.

판매자 정보

학교정보

입력된 정보가 없습니다.

직장정보

입력된 정보가 없습니다.

자격증

입력된 정보가 없습니다.

판매지수

판매중 자료수

1개
전체 판매량

15개
최근 3개월 판매량

0개
자료후기 점수

-
자료문의 응답률

-

전체자료 1개

[소논문] 빅데이터를 활용한 층간소음 분쟁 완화

빅데이터를 활용한 층간소음 분쟁 완화- 층간소음 감지 시스템 구축을 중심으로 -목차Ⅰ. 서론11) 연구목적2) 연구내용 및 방법Ⅱ. 본론21) 문제현황 및 실태(1) 층간소음 분쟁현황(2) 형태에 따른 층간소음 현황(3) 층간소음 법적기준 실태(4) 층간소음 이웃사이센터 실태2) 데이터수집(1) 지역선정(2) 충격음 감지센서를 통한 음성데이터 수집(3) 사용자의 ‘성가심 반응’분석3) 빅데이터 분석 기법(1) 데이터마이닝(2) 딥 러닝4) 실생활 적용Ⅲ. 결론9Ⅳ. 참고문헌11Ⅰ. 서론1) 연구목적최근 층간소음으로 인한 보복범죄가 사회적 문제로 대두되면서, 이에 대한 국민들의 불안이 고조되고 있다. 소음방지 매트와 같은 니즈 상품 판매의 급증이 그 증거다. 이러한 층간소음은 피해자 뿐 아니라 가해자의 스트레스 또한 함께 유발시키기 때문에 깊은 갈등을 초래하기 쉽다. 특히 공동주택 거주 비율이 높은 우리나라의 경우, 국민의 대다수가 층간소음에 노출되고 있어 그 피해가 심각하다. 국민권익위원회의 조사(2013)에 따르면, 전체 인구의 88% 가량이 층간소음으로 인한 피해경험을 호소했다고 한다. 이런 연유로 대책 마련을 논의해야 한다는 목소리가 날로 높아지고 있으나, 그 수준은 방향 제시에 그치고 있다.이러한 층간소음 분쟁을 완화하기 위해서는, 우선 문제에 대한 정확한 이해가 필요하다. 하지만 다양한 연구 기관의 상이한 분석결과는 현황 파악을 어렵게 만들고 있다. 그러므로 기관의 일원화를 통해 데이터 신뢰도를 높일 수 있다면 관련 정책의 운용에도 도움이 된다. 한편, 자료의 수집이 미흡하다는 사실은 실용적 대안의 마련을 어렵게 만들고 있다. 분쟁 완화에 무용한 층간소음 법적기준이 그 결과물이다. 그러나 개인 간의 사안인 층간소음의 성격을 고려했을 때, 이는 근본적 해결책이 되기 어렵다. 때문에 보다 심층적인 연구를 진행, 분석하여 가치 있는 정보를 추출해내야 한다. 문제는 개인차가 큰 층간소음이기에 심층적인 연구로 나아가기가 어렵다는 점이다.이에 따라 본 연구는 층 평소 민감도에 다다르지 않았을 경우, 즉각적 항의보다는 스스로를 제어할 가능성이 높아지기 때문이다.Ⅱ. 본론1) 문제현황 및 실태층간소음은 물건의 낙하, 어린이의 놀이 등으로 발생한 충격이 바닥을 진동시켜 아래층에 소음을 일으키는 것으로, 크게 ‘경량충격음’과 ‘중량충격음’으로 구분된다. 이러한 층간소음 문제는 공동주택이 보편적 주거수단으로 자리 잡게 되면서 더욱 심화되었다. 이는 급속한 사회발전을 이룩하는 과정에서 발생한 폐해다. 문제를 인식한 정부는 갖가지 대책을 내놓고 있으나, 그 해결책은 수동적이고 단순 기술에 그치고 있다. 그 원인으로는 층간소음에 대한 이해의 부족이 꼽힌다. 때문에 본격적인 연구에 앞서, 문제에 대한 정확한 이해를 선행하고자 한다.(1) 층간소음 분쟁 현황국토교통부에서 조사한 ‘층간소음 민원 현황’에 따르면, 2005년부터 2017년까지 전국 16개 시도에서 접수된 층간소음 민원은 총 5,851건으로 집계됐다. 문제는 이중 80% 이상이 최근 5년 사이에 발생했다는 사실이다. 2005년 단 114건에 불과했던 민원은 2017년 1,467건으로 10배 이상 급증한 모습을 보였다.자료 : 통계청[표 1] 우리나라 공동주택 추이(%)연도단독주택공동주택영업주택199066.031.12.9199547.149.23.7200037.259.23.6200531.966.51.6201027.371.61.1201516.681.02.4[그림 1]에 나타난 층간소음 민원의 급증은, 주거수단의 변화와 밀접한 관련이 있다. 1990년만 하더라도 단독주택의 거주비율이 과반을 넘었으나 현재는 채 20%가 되지 못한다. 같은 기간에 공동주택의 거주 비율은 2배 이상 급증하였다. 이는 도시로의 인구집중과 생활편리성을 추구하는 현대인의 모습을 적나라하게 보여준다. 이와 같은 공동주택 거주 비율의 증가는 필연적으로 층간소음분쟁의 급증을 가져온다. 한편 이러한 변화가 단기간 이루어진 탓에 층간소음에 적응할 시간이 부족했다는 사실도 상황을 어렵게 만들었다.(2) 형태에 따른 해결을 유도한다. 하지만 이론적 의의는 좋으나, 법적 구속력이 없어 실효용이 떨어지고 있는 상황이다.자료 : 이웃사이센터[표 4] 1차 상담대비 비율연도현장방문(%)현장측정(%)201220.78.3201317.714.1201421.622.4201524.425.9201632.329.4201740.437.9평균27.225.0[표 4]는 2012년 개설이후, 이웃사이센터의 민원처리 현황을 보여준다. 이를 통해 알 수 있는 사실은, 전화로 이루어지는 1차 상담대비 현장방문 및 측정 비율이 현저히 떨어진다는 점이다. 참고로 현장측정 비율이 더 높다는 것은 재측정 횟수의 증가를 의미한다. 물론 2014년 이래로 그 비율이 증가하고 있다는 점은 고무적임에 틀림없다. 그러나 시행 6년째에도 과반을 넘지 못한다는 사실은 좋게 보기 어렵다.이렇듯 현장측정이라는 최종 단계까지 이르지 못하고 있는 것은 정부의 지원 부족에서 기인한다. 2017년 기준, 전국 이웃사이센터의 총 인력은 23명에 불과하다. 뿐만 아니라 서울과 강원권을 묶어 한 관할구역으로 분류하는 등 일개 부서에 과중되는 부담이 너무 과도하다. 이런 구조적 문제들은 현장측정을 어렵게 만들었으며, 이용자들의 불만을 높이고 있다.자료 : 환경부[표 5] 이웃사이센터 만족도연도종합 만족도현장진단 만족도201347.4/10036.7/100201450.4/10039.7/100201552.0/10034.5/100201654.7/10031.6/100이웃사이센터에 대한 종합적인 만족도는 100점을 기준으로 50점 안팎에 머물고 있다. 이는 상대적 인식의 차이를 감안하더라도 매우 낮은 수치다. 더군다나 조금이지만 상승추세에 있는 종합 만족도와 달리, 현장진단 만족도는 하락세에 접어든 형국이다. 이를 통해 층간소음 이웃사이센터라는 제도적 장치가 실생활에 유용하지 않음을 확인할 수 있다.이처럼 층간소음에는 다양한 문제가 복합적으로 얽혀있으며, 이를 해결하기 위해서는 창의적 대안이 필요하다. 때문에 2절부터는, 빅데이터를 활용하여 층간소음터는 마이닝 기법을 통해 분석이 이루어지고, 이용자의 민감도 데이터와 결합을 이루게 된다. 결과적으로 음성데이터 마이닝과 기계학습을 활용한 층간소음 감지시스템이 구축되는 것이다. 더불어 이러한 정보들은 눈덩이 표집을 통해 인공지능의 실생활 활용을 이야기할 수 있다.(1) 지역 선정1차적인 지역선정은‘국가소음정보시스템’의 ‘층간소음 이웃사이 센터’에서 제공하는 정형데이터 분석을 통해 경기도로 선정하였다. 층간소음 이웃센터에서 발표한 ‘2018년 3월 운영결과 보고’에 따르면 전체 현장진단·측정 접수건수 중 경기지역이 11,525건(33.4%)으로 가장 많이 접수되었으며, 울산지역이 635건(1.9%)으로 가장 적게 접수되었다. 전체적으로 수도권(서울·경기·인천)지역이 22,479건으로 전 지역 대비 66.8%의 점유율을 보여 수도권 지역의 충간소음 갈등 완화를 위한 노력이 요구됨이 파악되었다. 또한 경기지역은 ‘국가통계포털(KOSIS)’에 따르면 면적(㎢) 당 인구수가 1,226.4명의 결과를 보였으며 2016년부터 2017년 1년간 전국 인구 증가율은 0.25%에 머물렀지만, 경기도 인구 증가율은 1.43%로 조사되었다.2차 세부적인 지역 선정은 공동주택의 노후화 정도를 고려하였다. 공동주택의 층간소음으로 인한 피해가 늘어나자 정부는 ‘공동주택 층간소음 방지기준’을 정해 2004년 4월 23일부터 경량충격음에 대한 기준을 시행하기 시작했으며, 2005년 7월부터는 중량충격음에 대한 기준을 시행하였다. 따라서 법적 기준이 적용되지 않은 1970년대부터 1980년대 후반 이후까지 건축된 1기 신도시를 중심으로 조사를 진행하였으며 경기도에서는 성남시 분당구와 고양시 일산구가 이에 해당한다. 이 시기에 건설된 공동주택은 20년 이상이 경과되어 노후화된 공동주택이 급증하면서 주택의 유지·관리 및 개·보수의 필요성 증대와 주택의 질에 대한 사회의 다양한 요구 변화로 주거환경개선을 위한 재정비의 필요성이 재기되고 있다. 결과적으로 시설의 노후화가 진행되면서 층간소음의 문제다.성가심 분석은 특정 소음 원을 대상으로 노출되는 소음 정도에 따라 어떤 성가심 반응을 보이는지 상호 관계를 알아보는 것에서부터 시작된다. 따라서 표본추출대상 지역의 입주민들을 대상으로 설문조사를 실시하고, 이를 통한 심리적인 결과를 나타내는 %HA조사를 통한 분석을 진행한다. 여기서 %HA란 소음에 노출된 사람들의 총 인원수에 대한 성가심 크기의 상위 범주에 반응한 사람들 수의 비율로 정의된다. 소음에 대한 성가심 정도를 0(전혀 불쾌하지 않은, not annoyed)에서 100(매우 불쾌한, extremely annoyed)까지 범위로 설정하고, 전체 응답자의 50% 이상이 성가심을 호소하는 “Percent annoyed”와 72%이상의 “Percent Highly Annoyed”를 사용하여 평가한다.성가심 반응 분석은 주간과 야간이 개별적으로 진행된다. 안정과 수면을 취해야 하는 야간시간대에 주로 문제가 발생하고 있으며, 낮은 층간소음에도 예민하게 받아들여 깊은 잠을 이루지 못하는 경우가 있기 때문이다. 따라서 주간시간대와 야간시간대를 구분하여 조사할 필요가 있다.3) 빅데이터 분석 기법수집한 데이터를 효과적으로 분석하고 활용하기 위한 기법으로 딥 러닝과 음성데이터마이닝을 사용한다. 음성데이터마이닝을 통해 소음들을 수집하여 데이터로 변환하고, 사용자에게 정보를 제공한다. 또한, 사용자가 제공한 소음민감도정보를 기반으로 하는 기계학습을 통해 민감도테스트의 정확도를 높인다.(1) 데이터마이닝데이터 마이닝(data mining)이란 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 것을 말한다. 본 연구에서는 소리라는 비정형 데이터를 분석하여 가치 있는 정보를 캐내는 것에 중점을 두고 있다. 소음 측정기에 측정된 소리들 중에서 소음이 될 수준의 소리만을 분석하여 변환하고 패턴을 분석한다. 결과적으로 데이터가 누적되면서 음성 분석의 정확성을 향상시킬 수 있다.[그림 2] 데이터 마이닝 과정[그림 1]은 측정된 음성 데이터 중

공학/기술| 2018.10.22| 15페이지| 3,000원| 조회(460)

소논문, 글쓰기, 빅데이터, 층간소음, 글쓰기 과제, 글쓰기2, 빅데이터 사례, 글쓰..

미리보기

닫기