[데이터 리뷰] 소방안전 빅데이터 플랫폼 (2) 지역별 특수건물 화재

데이터 리뷰 : 데이터 대신 읽어드립니다!
#5 소방안전 빅데이터 플랫폼 (2) 지역별 특수건물 화재

 

 

 

 모든 건물은 건물이 안전한지 점검받고, 안전 등급을 매겨 건물을 안전하게 관리하도록 하는데요, 여러 항목들을 통해 건물의 위험도를 측정하게 됩니다. 이와 관련해서 '소방안전 빅데이터 플랫폼'에서는 여러 항목에 따라 지역별로 특수건물의 위험도를 측정한 데이터가 있는데요, 이번 데이터 리뷰기에서 '특수건물 지역별 위험도 현황'이라는 데이터를 읽어보도록 하겠습니다.

 

또한, 특정 지역에서 '특수건물 화재사고 피해'와 관련된 데이터를 함께 읽어보려고 하는데요, 두 데이터에 공통적으로 들어가 있는 '지역' 칼럼을 이용하여 특수건물의 화재 등 위험을 방지할 수 있는 분석 방안을 생각해보도록 하겠습니다!

 

 

 

 

지역별 특수건물 위험도 / 화재

 

이번 데이터 리뷰기에서 읽을 데이터는 총 2개인데요,
(1) 2017년 ~ 2019년의 특수건물 지역별 위험도 현황 데이터와
(2) 2014년 ~ 2019년 특수건물 화재 정보 데이터입니다.

 

 

(1) 특수건물 지역별 위험도 현황

 

• 제공기관 : 화재보험협회
• 데이터 개수 : 431건
• 데이터 형식 : csv
• 칼럼 : 양식명칭, 년도, 컬럼 그룹 ID, 컬럼 명칭, 컬럼 구분 명칭, 서울, 부산, 대구, 인천, 대전, 광주, 울산, 세종, 경기, 강원, 충북, 충남, 전북, 전남, 경북, 경남, 제주
• https://www.bigdata-119.kr/goods/goodsInfo?goods_id=202101000051

 

 첫 번째로 읽을 데이터는 2017년부터 2019년까지 지역별로 특수건물의 위험도 현황을 구축한 데이터로, 위 링크를 통해 소방안전 빅데이터 플랫폼에 들어가게 되면 해당 데이터를 다운로드 받을 수 있답니다. 

데이터를 다운로드하면 아래와 같이 csv 파일이 열리고 데이터를 볼 수 있습니다.

 

 

데이터를 보면 문자열 데이터와 숫자열 데이터로 데이터가 이루어져 있습니다. 첫 번째 행을 보면 칼럼 명으로 추측되는데요, 파일을 다운로드 받은 웹페이지에 들어가면 아래와 같이 데이터 컬럼 정보가 있답니다!

 

 

이렇게 각 칼럼이 무슨 칼럼인지 나와있는데요, 이를 이용하여 데이터의 첫 행을 수정해보도록 하겠습니다.

 

 

데이터를 수정한 결과, 좀더 데이터가 무슨 데이터인지 알기 쉬워졌는데요, 데이터를 이제 살펴보도록 하겠습니다.

 

데이를 보면 [양식명칭]이라는 칼럼이 있는데 이는 위험도를 측정할 항목, [년도]는 측정 시기, [컬럼 명칭]은 세부적인 항목 기준을 나타내는 것 같습니다. 그리고 그 오른쪽으로는 지역별로 해당되는 특수건물의 수, 또는 그 측정값이 담겨 있습니다.

 

 

한편, 주목해야 할 칼럼은 첫 번째 칼럼인 [양식명칭] 칼럼인데요, 데이터를 내리다 보면 그 항목들이 위와 같이 다양하게 있는 것을 확인할 수 있습니다. 아무래도 위험도를 한 가지 항목으로 측정할 수 없으니 특수건물의 종류, 소방서와의 거리, 건축연도별 등에 따른 위험도를 확인할 수 있도록 다양한 항목들에 따른 값들이 구축되어 있는 것을 볼 수 있습니다.

그리고, 한 항목에 따라서 각 지역별로 특수건물의 위험도 분포를 수치를 통해 비교 및 확인을 쉽게 할 수 있을 것 같아 보입니다!

 

 

 

 

(2) 특수건물 화재사고 피해 자료

 

• 제공기관 : 화재보험협회
• 데이터 개수 : 16,721건
• 데이터 형식 : csv
• 칼럼 : 일련번호, 사고년월, 시간, 도시명, 피해액(천원), 사망, 부상, 업종
• https://www.bigdata-119.kr/goods/goodsInfo?goods_id=202101000061

 

 두 번째로 읽을 데이터는 2014년부터 2019년까지의 특수건물 화재사고 피해 자료를 담은 데이터입니다. 마찬가지로 위 링크를 통해 소망안전 빅데이터 플랫폼에서 데이터를 다운로드 받으실 수 있습니다. 

 

 

데이터를 보면 위와 같이 8개의 칼럼으로 이루어져 있는데요, 마찬가지로 칼럼 정의서를 보고 데이터를 수정해보도록 하겠습니다.

 

 

 

 

이제 데이터를 읽어보도록 하겠습니다. 데이터를 보면 크게 날짜, 지역, 피해액, 사망자 및 부상자 수, 그리고 업종에 대한 내용이 있는데요, 화재가 발생한 각 사건의 위치, 피해 규모, 구체적인 업종이 무엇인지 알 수 있습니다.

 

이 데이터의 경우 도시명에 따라 데이터를 정리한다면, 각 지역별로 발생한 사건을 나열할 수 있을 텐데요, 첫 번째로 읽은 데이터 '특수건물 지역별 위험도 자료'도 지역별로 정리되어 있기 때문에 데이터를 같이 추합 할 수 있을 것 같아 보입니다.

 

그렇게 두 데이터를 지역별로 정리하게 되면 지역별 특수건물의 위험도와 피해규모를 함께 분석하여, 위험도와 사건 발생률/피해 규모와의 상관관계를 분석할 수 있지 않을까 싶습니다. 또한 이러한 분석을 통해 특정 위험도 구간과 화재 사건 발생률 간의 상관관계를 찾는다면 화재를 미연에 방지할 수 있는 분석이 되지 않을까 싶습니다!

 

 

 

 

 

#소방안전 빅데이터 플랫폼

 

 

이번 데이터 리뷰기에서 소개한 데이터를 다운로드 받은 '소방안전 빅데이터 플랫폼'은 한국소방안전원에서 구축한 플랫폼인데요, 국민의 안전과 소방산업의 혁신을 지원하는 데이터를 개방/공유/유통/거래 기반 플랫폼으로 소방 안전 정보 빅데이터 허브를 구축하여 소방산업 업체, 종사자, 관·연·학계 및 대국민에게 양질의 특화된 소방안전 및 소방산업분야 빅데이터 서비스를 제공하는 목적으로 구축된 플랫폼입니다.

 

 

소방안전 빅데이터 플랫폼에는 소방안전정보부터 국민 생활안전정보, 재난예방 대응정보, 연구분석정보에 대한 데이터를 오픈하고 있는데요, 총 734건의 데이터를 다운로드 받아서 데이터분석에 사용할 수 있습니다.

 

 

또한 아래와 같이 카테고리별 검색을 통해 필요한 데이터를 쉽게 찾을 수 있답니다.

 

 

 

이렇게 오늘은 소방안전 빅데이터 플랫폼에 대한 소개와 화재 사건과 관련된 2개의 데이터를 읽어보고, 데이터 활용 방안까지 생각해보았는데요, 다음 리뷰기에서도 소방안전 빅데이터 플랫폼에서 좋은 데이터를 가져와 리뷰하도록 하겠습니다.

이전 글에서는 다른 플랫폼에서 가져온 데이터 리뷰기들이 있으니 궁금하시면 참조하시기 바랍니다! 혹시나 특정 분야나 궁금한 데이터가 있다면 댓글로 남겨주시면 참조해 데이터 리뷰를 하도록 하겠습니다! 감사합니다 :D