1. 문제 정의 (Problem)

긴급 대응 시스템은 경찰, 소방, 의료 서비스, 정부 기관, 언론 등 다양한 기관과 시스템에서 생성된 방대하고 이질적인 데이터를 처리해야 합니다.

• 데이터의 복잡성: 구조화된 필드와 자유 형식 텍스트, 오디오, 이미지 등 비구조화된 요소가 혼재되어 있으며, 각 기관마다 고유한 표준과 라이프사이클을 따릅니다.
• 통합의 어려움: 기존 모놀리식 (단일 구조) 데이터 변환 파이프라인은 언어 해석, 시간적 상관관계 분석, 공간적 해석, 의미론적 정규화를 단일 워크플로우 내에서 통합하는 데 한계가 있습니다.
• NG9-1-1 의 요구사항: 차세대 9-1-1(NG9-1-1) 시스템은 텍스트, 영상, 센서 데이터 등 다양한 미디어를 처리해야 하며, NENA(국가 비상 번호 협회) 의 새로운 표준인 **EIDO(Emergency Incident Data Object)**를 준수해야 하지만, 이를 실시간으로 통합하고 업데이트하는 메커니즘은 부족합니다.

2. 방법론 (Methodology)

이 논문은 SentinelAI라는 멀티 에이전트 프레임워크를 제안하여, 복잡한 데이터 구조화 작업을 독립적인 하위 작업으로 분해하고 전문 에이전트에게 위임하는 방식을 사용합니다.

2.1 아키텍처 개요

SentinelAI 는 NENA EIDO 표준에 부합하는 3 개의 전문 에이전트로 구성된 비동기 처리 파이프라인을 기반으로 합니다.

1. EIDO 에이전트 (Structuring & Interpretation):
   • 역할: 이질적인 입력 (콜테이커 메모, 지시 요약, 라디오 전사본 등) 을 표준화된 EIDO-JSON 문서로 변환합니다.
   • 기능: 비구조화된 텍스트에서 개체 (사람, 장소, 조직) 추출, 기관별 고유 코드 (예: 'Code 3', '211A') 를 IANA 레지스트리 표준 값으로 매핑, 날짜/시간 필드를 ISO 8601 형식으로 통합, 템플릿 기반의 일관된 출력 생성.
2. IDX 에이전트 (Incident Correlation & Synthesis):
   • 역할: 새로 생성된 EIDO 문서가 기존 사고와 관련 있는지, 아니면 새로운 사고인지 판단하여 링크합니다.
   • 기능: 가중치 점수 함수 ($\Sigma$) 를 사용하여 시간적 근접성, 공간적 근접성, 의미론적 유사성 (텍스트 임베딩 기반) 을 종합적으로 평가합니다.
   • 연결 로직: 점수가 임계값 ($\tau$) 을 초과하면 해당 EIDO 를 기존 사고 컨텍스트에 링크하고, 그렇지 않으면 새로운 사고 컨텍스트를 생성합니다.
3. 지오코딩 에이전트 (Spatial Enrichment):
   • 역할: 긴급 통신에서 흔히 사용되는 비공식적 장소 설명 (지명, 랜드마크, 맥락적 참조) 을 해석하여 공간 정보를 보강합니다.
   • 기능: 지역별 랜드마크 데이터베이스, 외부 매핑 서비스 (Google Maps, OpenStreetMap), 사고 컨텍스트를 결합하여 위치를 해결하고, 좌표, 지명, 주소, 신뢰도 점수를 EIDO 에 포함시킵니다.

2.2 운영 데이터 모델: 연결된 사고 (Linked-Incident)

• SentinelAI 는 사고를 단일 정적 레코드가 아닌, 시간에 따라 점진적으로 업데이트되는 EIDO 객체의 집합으로 취급합니다.
• 복합 사고 표현 (Composite Representation): 링크된 모든 EIDO 객체에서 최신 상태, 통합된 내러티브, 관련 자원 등을 동적으로 집계하여 '복합 뷰'를 생성합니다. 이는 정보 손실 없이 사고의 진화 과정을 추적할 수 있게 합니다.

3. 주요 기여 (Key Contributions)

1. 3 에이전트 참조 아키텍처: NENA EIDO 표준에 정렬된 구체적인 참조 구현 (EIDO, IDX, Geocoding 에이전트) 을 제시했습니다.
2. 운영적 연결 사고 데이터 모델: 개별 EIDO 객체를 공통 사고 컨텍스트에 링크하여, 새로운 정보가 도착할 때 점진적으로 업데이트되는 방법론을 정립했습니다. 이는 정보를 단일 레코드로 축소하지 않고 원본의 맥락을 보존합니다.
3. 기업 간 상호운용성 (Interoperability) 증명: Safe Software 의 FME(지리공간 데이터 통합 플랫폼) 와의 통합을 통해 기존 지리정보시스템 (GIS) 및 긴급 관리 시스템과의 호환성을 입증했습니다. EIDOReader 와 EIDOWriter 를 통해 레거시 데이터를 EIDO-JSON 으로 변환하고 반대로 출력하는 양방향 흐름을 구현했습니다.

4. 결과 및 사례 연구 (Results & Case Study)

• 사례 연구: 2026 년 1 월 1 일 샌디에이고 카운티의 폭우 상황을 시뮬레이션했습니다.
  • 소스 1: 기상청 (NWS) 의 홍수 경보 텍스트.
  • 소스 2: 샌디에이고 유니온-트리뷴의 뉴스 기사.
• 프로세스:
  1. EIDO 에이전트가 두 소스를 각각 별도의 EIDO-JSON 문서로 변환했습니다.
  2. IDX 에이전트가 시간 (동일한 날), 공간 (중앙 샌디에이고 카운티 내 샌디에이고 강), 의미 (홍수, 비) 를 분석하여 두 문서가 동일한 사고에 속한다고 판단하고 링크했습니다.
  3. 결과: 기상청의 공식 경보 상태와 뉴스의 구체적인 피해 정보 (도로 침수, 정전 등) 가 결합된 통합 사고 타임라인이 생성되어, 단일 소스보다 포괄적인 운영 상황을 제공했습니다.
• 성공 요인: 이 접근 방식은 다양한 소스의 데이터를 표준화하고, 점진적으로 업데이트되는 사고의 진화 과정을 정확하게 모델링할 수 있음을 보여주었습니다.

5. 의의 및 중요성 (Significance)

• NG9-1-1 표준의 실질적 구현: NENA 의 새로운 EIDO 표준을 이론적 개념을 넘어 실제 작동 가능한 멀티 에이전트 시스템으로 구현했습니다.
• 데이터 구조화 및 상호운용성 강화: 운영 의사결정 지원보다는 데이터 구조화와 상호운용성에 초점을 맞춰, 하위 시스템이 일관되고 기계 판독 가능한 데이터를 활용할 수 있는 기반을 마련했습니다.
• 확장성과 유연성: 에이전트 기반 아키텍처는 새로운 데이터 소스나 처리 로직을 쉽게 추가할 수 있으며, FME 통합을 통해 기존 기관의 레거시 시스템과도 원활하게 연동될 수 있음을 입증했습니다.
• 향후 연구의 토대: 일관된 기계 판독 가능한 긴급 사고 데이터를 기반으로 한 향후 연구 및 시스템 개발을 위한 참조 아키텍처를 제공합니다.

이 논문은 긴급 대응 데이터의 파편화 문제를 해결하고, 차세대 9-1-1 시스템이 요구하는 실시간, 다중 소스, 표준화된 데이터 흐름을 실현하기 위한 강력한 기술적 프레임워크를 제시합니다.