- 최근 3년 간 도내 연평균 화재출동 11,530건 중 오인출동 75%로 실제화재의 2.9배에 달해
- 소방경보설비 오작동 예측모델 통해 도출된 고 위험대상 600개소5~6월 집중 점검 예정

경남 소방본부가 빅데이터 분석을 활용해 화재오인출동 경감에 나선다.

최근 3년(2019~2017년)간 도내 연평균 화재출동 11,530건 중 오인인 경우가 75%(연 8,605건)로 실제화재의 2.9배(연 2,924건)에 이른다.

접수되는 모든 화재신고는 현장에서 오인으로 확인되기 전 까지는 실제 화재와 같은 규모로 대응하기 때문에 오인출동에 많은 소방력이 동원되고 있다.

이에 경남소방본부 빅데이터분석 TF팀은 화재오인 경감대책 마련을 위해 최근 3년간 화재오인출동 데이터와 도내 건축물 및 소방설비 정보 등 326만 건의 데이터를 연계해 빅데이터 분석을 추진했다.

분석결과 화재오인의 34%(연 2,910건)는 소방경보설비의 오작동으로, 55%(연 4,731건)는 신고자의 오해로 발생한 것으로 나타났다.

특히 경보설비 오작동은 연평균 63%씩 증가하고 있고, 오작동 발생 후 3개월 내 재발률은 50%에 이르며, 습도가 높은 7월에는 2.4배 수준으로 증가한다.

이에 분석팀은 경보설비를 선제적으로 점검해 오작동을 예방하고자, 향후 오작동 발생 가능성을 예측하는 모델(44개 변수 사용)을 개발했다.

예측모델은 독립된 검증데이터를 사용해 성능평가를 한 결과 71%의 정밀도를 보여줬으며, 이는 오작동이 발생할 것으로 예측한 대상물이 100개라고 가정하면 그 중 71개에서 실제 오작동이 발생했다는 의미이다.

분석을 통해 도출된 화재오인출동 경감 방안은 즉시 추진된다. 소방경보설비 오작동 예측모델을 통해 도출된 고 위험대상 600개소는 5~6월 집중 점검할 계획이다. 연중 점검대상 선정 기준에도 오작동 예측결과를 반영하기로 했다.

또한 신고자의 오해로 동일 장소에서 5회 이상 반복 오인신고 된 22개 장소의 경우 현장 확인을 통해 원인 개선을 추진한다.

하지만 무엇보다 중요한 것은 각 대상물 마다 선임돼 있는 소방안전관리자의 관심이다. 소방경보설비는 기계적 설비로 습도, 먼지 등 환경요인에 의해 오작동을 일으킬 가능성이 높기 때문에 주기적인 점검으로 상시 정상작동 상태를 유지해야 한다.

소방안전관리자는 오작동이 반복해서 나타났다 하더라도, 절대 전원을 꺼두어서는 안되며, 즉시 수리 또는 교체를 해야 한다. 소방경보설비가 멈추면 화재에 무방비 상태로 노출되는 것으로 소방안전관리자의 책임 있는 관리가 요구된다.

경남소방본부 관계자는 “빅테이터 분석을 통한 화재오인출동 경감으로 소방력 낭비를 최대한 방지할 예정이다. 앞으로도 소방의 다양한 분야에 빅데이터를 활용할 수 있는 방안을 지속적으로 연구하겠다”고 말했다.