2020 서울시 빅데이터캠퍼스 공모전 수상후기✌

기린이·2021년 1월 4일

플젝기록✍

목록 보기

3/4

서울시 빅데이터캠퍼스라는 서울시에서 운영하는 서울시의 공공데이터를 제공하고 분석 환경을 제공해주는 곳이다. 여기서 매년 서울시의 공공데이터를 활용한 데이터 분석 공모전을 주최한다.

"닥터헬기 인계점 최적입지 선정"을 주제로 참가했다. 인계점이란 환자가 발생했을때 닥터헬기가 환자를 태우는 지점을 뜻한다. 이 인계점을 어디에 배치하는 것이 가장 적합할 것인지 분석하는 프로젝트였다.

서울시의 닥터헬기 정식용어로는 응급의료전용헬기는 존재하지 않았다.
닥터헬기의 첫시작이 도서산간지역의 응급의료를 위함이었기 때문이라고 생각된다.

2020년부터 서울시도 닥터헬기가 생기게 된다. 정확히 말하면 소방헬기이나, 소방헬기에 닥터헬기급 의료장비를 보충해 마련한 것이다.
소방헬기이므로 소방헬기 인계점을 사용하나, 소방헬기 인계점은 닥터헬기 인계점의 요구점을 만족하기 어려운 경우가 많았다.(ex.건물옥상)

정부 메뉴얼과 관련 연구 논문을 기반으로 요인 선정했다.
교통정체구역 / 중증응급환자발생구역 / 응급의료취약구역 의 대분류를 가진다.
교통정체구역은 서울시의 교통량 데이터를 이용. 교통정체구역을 파악했다.

중증응급환자는 중증외상(화상사고, 교통사고), 중증내상(뇌졸증,심근경색)환자를 의미한다.

그렇기에 화상사고,교통사고, 중증내상환자 발생률이 높은 지역을 파악하였다.

응급의료 취약구역은 인구대비 구급차수가 적은 지역 (구급차 가용 사각지역) 중증환자를 치료할 수 있는 시설인 권역응급의료센터 반경 5.95km 제외 지역

전체 분석 흐름은 위와같다.
목적 : 서울시의 격자 단위당 인계점 필요점수를 산출.

AHP는 평가기준이 다수이고 정량적인 지표로 결정하기 힘든상황에서 전문가의 의견을 기준으로 가중치를 구성하는 것이다.
우리는 가중치를 산출할 정답값, label이 없어서 이 방법을 선택했다.

설문지를 통해 쌍대비교를 반복하면서 전문가가 결국 어떤 순위로 어떤 요인을 중요하게 생각하는지 알아내고
답변의 일관성이 유지되는 설문에 한해서 가중치를 도출했다.

지점•선 / 버퍼 / 구역 유형의 데이터마다
동일한 방법으로 격자당 값을 산출한다. (구역 데이터의 처리가 매우 번거로웠다.)

가중치를 반영해서 모든 변수의 값을 합쳐 총점을 낸다.

위에서 필요도가 높았던 구역에서 실제로 어떤 장소에 인계점을 설치할 지 결정해야한다.

인계점으로 활용할 수 있는
기존 시설물(공영 운동장, 학교운동장, 헬기장, 공공체육시설, 공영주차장) 데이터를 확보한다.
헬기착륙을 위해 필요한 기준
적절한 부지크기를 가졌는지. (주차장 같은 경우엔 면적을 알 수 없어서 법적으로 차 1대당 가지는 주차면적 x 수용가능차량수 로 추정)으로 필터링하였다.

주요도로와 가까운지, 주변에 장애물이 없는지 확인하고 최종 입지를 선정한다.

빅캠공모전을 2019에도 참가했지만 예선에도 들지못했으나 다시 심기일전해서 수상까지 이뤄내 뿌듯하고 2~3개월 정도 진행하면서 스트레스 받으면서 열심히 했더니 결과가 뒤따라줘서 기쁘다.

성장한 점이라면,,

철저한 자료조사
분석 주제의 당위성, 현황 파악, 분석의 현실성, 논리적인 흐름을 위해서는 해당 도메인을 철저히 이해해야한다. 자료조사 중요성 다시금 깨달았다.
QGIS 능력
구역데이터, 구별/동별 단위 데이터를 격자 단위로 값을 도출하기 위해 면적을 고려해 점수를 산출하는 고급(?)수준까지 어느정도 다룰 수 있게 됐다. 내가 GIS담당이었기 때문에 실력이 많이 늘었다.

중요한 것은 속력이 아니라 방향성