A Study on the Quantification System of Social Distance Using Unstructured SNS Data

(1)

https://doi.org/10.34163/jkits.2021.16.1.006

Journal of Knowledge Information Technology and Systems

ISSN 1975-7700 (Print), ISSN 2734-0570 (Online) http://www.kkits.or.kr

Jin-An Cha, Jin-Soo Kim

^*

Department of Medical Engineering, Konyang University

A B S T R A C T

In recent years, numerous respiratory diseases such as SARS and MERS have become popular around the world, and now the respiratory virus epidemic is serious due to the outbreak of corona-19. As a result, each country is focusing its capabilities on preventing the spread of viruses. South Korea is also making efforts to reduce the risk of spreading the virus around by sending in medical personnel on standby to conduct real-time tests when suspected cases occur, and by informing the location and number of confirmed cases in real time. According to WHO and other health organizations, the most important and basic prevention method to prevent the spread of respiratory viruses is social distance compliance. However, there is a limit to the practice of social distance keeping, just by recommending people to follow the guidelines for social distance keeping because the criteria for compliance with social distance are different for each individual and difficult to objectively implement. To solve this problem, this paper proposes a system that can be quantitatively monitored by scoring individuals' compliance with social distance based on user movement, number of visits by processing large unstructured data such as GPS coordinates, TAG data, and TXT data on SNS with Hadoop and Spark-based distributed processing systems.

User movement, Unstructured data

A R T I C L E I N F O : Received 18 November 2020, Revised 5 February 2021, Accepted 9 February 2021.

*Corresponding author is with the Department of Medical Engineering, Konyang University, 158 Gwanjeodong-ro Seo-gu Daejeon, 35365, KOREA.

E-mail address: [email protected]

(2)

1. 서 론

최근 몇 년 동안, 중증급성호흡기증후군(SARS), 중동호흡기증후군(MERS)을 비롯한 수많은 호흡기 질환이 세계적으로 유행하였고, 금년에는 코로나19 가 발생하여 전 세계적으로 전염 문제를 해결하기 위해 역량을 집중하고 있다. 대표적으로 일선에서 직접적으로 감염을 차단하는 의료진들과

IT

산업 기반의 SMS(Short Message Service), 웹상 실시간 확진 상황 전파는 국민이 감염에 대처하는데 많은 도움을 주고 있다.

WHO(World Health Organization)를 비롯한 국제

기구들에 의하면, 호흡기 바이러스의 전염 예방을 위한 가장 효과적이고 핵심적인 방법은 사회적 거 리두기 준수라고 말한다[1,2].

우리나라의 질병관리본부에서도 사회적 거리두 기 가이드라인을 작성하여 그 실천을 권고하고 있 다. 그러나 개개인이 생각하는 사회적 거리두기 실 천의 정도가 달라 객관적으로 제대로 시행되기 어

렵다. 일례로

3월 중순부터 시행된 사회적 거리두

기 이후 코로나19의 감염 속도가 급감하였지만, 식 당 및 유흥가 등의 인구 밀집 시설에서의 활동 인 구가 꾸준했고 결국

5월에는 이태원에서 집단 감

염 사태가 발생하여 상황이 악화되었다[3].

코로나19의 전염성이 심각해

1월부터 각 지역에

서

SMS를 통한 확진자 발생 알림 서비스를 시작하

였고 확진자 발생시 실시간으로 이를 전파하고 있 지만, 지자체 입장에서의 일방적인 형태이기 때문 에 수신자에게 필요하지 않은 정보까지 담고 있는 경우가 많고, 수신 빈도가 잦을수록 경각심을 불러 일으키기 어려우며 피로감을 유발한다는 한계가 있다[4,5].

본 논문에서는 위에서 제시한 한계를 고려해서 사회적 거리두기의 실천 정도를 정량화하여 확인 할 수 있는 시스템을 제안한다[6].

본 시스템은 아파치 하둡과 스파크 기반의 분산 처리시스템을 기반으로 하여

SNS(Social Network Service)

상의 코로나

19

와 관련된 키워드

,

태그

,

위 치 정보 등의 비정형 데이터를 분석해 개인별 사 회적 거리두기의 실천 정도를 모니터링하고 이를 점수화해 정량적으로 제공할 수 있도록 되어 있다

.

본 논문의 구성은 다음과 같다

. 2

장에서는 관련 내용을 정리하고

, 3

장에서는 구현된 시스템의 구조 와 정량화 방안에 대해서 설명하고

, 4

장에서 결론 과 향후 연구를 제시한다

.

2. 관련 연구

2.1 웹 크롤러 (Web Crawler)

웹 크롤러는 웹 서버를 순회하여 웹페이지를 분 석하고

URL

을 수집하는 것을 자동화 시킨 프로그 램을 말한다

[7].

웹 크롤러의 기본 구조는

<

그림

1>

과 같다

.

시드라고 하는

URL

리스트를 얻어 해당

URL

과 연결된 웹 페이지를 다운로드하고

,

웹 페이 지 내의 모든 하이퍼링크를 인식하여 추출한다

.

그 리고 식별된 하이퍼링크에 해당하는 웹 페이지를 반복적으로 다운로드 하는 방식으로 작동한다

.

그림 1. 웹 크롤러의 구조 Figure 1. Structure of Web Crawler

(3)

웹 크롤러의 대표적 응용분야는 수집된

URL

을 서버에 보존한 뒤 쿼리로 정보를 검색하는 검색엔 진이 있다

.

또한

,

특정 주제의 데이터를

Mining

하 는 연구에 주로 응용되고 있다

.

José Antonio Iglesias

는

EFS(Evolving Fuzzy System)

을 응용한 웹 크롤러로 웹 뉴스를

Mining

하였고

[8], Kia Jahanbin

은 트위터와 웹 뉴스를

Mining

해 코로나 발발 후의 상황을 예측하였다

[9].

이 밖에도 웹 크롤러는 다양한 분야의 데이터를

Mining

할 때 사용된다

.

2.2 웹 스크래퍼 (Web Scraper)

위에서 설명한 전통적 방식의 웹 크롤러들은 동적

URL

에서는 필요한 데이터를 가져오지 못한 다

.

이 점을 보완한 것을 웹 스크래핑

(Web Scraping)

이라고 한다

.

웹 스크래핑은 브라우저의 화면을 스크랩하여 필요한 데이터를 추출하는 프로그램으로

,

기존 웹 크롤러가 처리하지 못했던 동적 웹 페이지에서도 데이터를 추출할 수 있다

.

웹 스크래핑의 방식에는 웹 브라우저를 기반으로 하는 방법과 프로토콜을 기반으로 하는 방법이 있다

.

웹 브라우저 기반의 대표적인 방법은 셀레늄 웹 드라이버

(Selenium Web Dirver)

를 이용한 방법이 있다

.

셀레늄은 테스트 코드의 실행으로 브라우저에서 의 액션을 테스트할 수 있는 도구로써

,

자바스크립 트 페이지를

HTML

페이지로의 변환이 가능하고

,

이를 통해 동적 웹 페이지에서 데이터를 추출한다

.

그러나 셀레늄 웹 드라이버 기반으로 웹 페이지 변환 시 브라우저가 실행되고 꺼짐을 반복하기 때 문에 작업에 긴 시간이 소요된다

.

이 때문에 웹 스크래퍼를 구현할 때에는 주로 브라우저 화면 없이 동작하는 헤드리스 브라우저

(Headless Browser)

를 사용한다

.

헤드리스 브라우저를 이용하면 웹 스크래퍼가 브라우저 화면 없이 동작하기 때문에 소요되는 시 간을 단축할 수 있다

.

2.3 분산 처리

분산 처리란, 단일 컴퓨터에서 불가능한 대량의 데이터 처리를 위해 컴퓨팅 자원을 병렬처리 하는 기법이다[10,11]. 그 중 대규모 데이터를 처리하는 데 대표적으로 사용되는 분산 처리 프레임워크 중 가장 널리 사용되는 것이 자바 기반의 오픈소스 프레임워크인 하둡(Apache Hadoop)이다[12].

하둡은 하둡 생태계를 구성하는 상호보완적인 프로그램들로 이루어져 있으며, 값싼 컴퓨팅 자원 으로 클러스터를 구성하여 대규모 데이터를 처리 할 수 있다는 장점을 가지고 있다[13]. 이러한 장점 을 이용해 다양한 분야의 프로젝트들이 진행되고 있다[14]. 그러나 오픈소스의 한계로 직관적인 사 용이 어렵고, 활용할 수 있는 기능이 한정적인 단 점이 있다. 이 점을 보완하기 위해 아파치 스파크

(Apache Spark)가 함께 사용된다[15].

스파크는 하둡과 같은 분산 컴퓨팅 프레임워크 로써 인메모리 컴퓨팅을 이용한 빠른 연산속도가 특징이며 이 점을 이용해 실시간으로 데이터를 처 리해야 하는 시스템에 사용된다. 또한, 자바, 스칼 라 등의 고급언어 지원, 범용엔진으로 다양한 분야 에 활용 가능한 장점이 있다.

Chih-Chiang Wei는 하둡과 스파크를 조합해 실

시간으로 태풍의 정량적 강수량을 예측하는 시스 템을 구축하였고[16], Prabhjot Kaur Chaha는 뇌

MRI

영상 데이터에서 종양을 분할하는 시간을 단 축시키기 위해 하둡 기반에 스파크를 결합한 시스 템을 구축해 유의미한 데이터 처리 속도 증가를 확인하였다[17].

(4)

3. 제안하는 시스템의 구조

제안하는 Social Distancing Monitor System의 구 조는 View-Model-Control 계층으로 구성되어 있다.

각 계층에서는 데이터 수집(Data Scraping) – 데 이터 처리(Data Processing) – 데이터 시각화(Data

Visualization)로 이루어진다.

데이터 수집(Data Scraping) 단계에서는 GPS 좌 표, TAG 텍스트 등의 비정형 데이터를 수집하고, 데이터 처리(Data Processing) 단계에서는 하둡 및 스파크 기반의 분산처리 시스템으로 데이터를 처 리한다. 그리고 데이터 시각화(Data Visualization) 단계에서는 저장된 데이터를 시각화하여 사용자의 위치, 점수 등을 웹상에 표시한다. 구체적인 시스 템의 구조는 다음 <그림 2>와 같다.

그림 2. 제안된 시스템의 구조 Figure 2. Structure of Proposed System

3.1 데이터 수집 단계

시스템은 크롤러에

SNS

계정 정보를 입력하여 동작한다

.

크롤러는 실시간으로 계정의 코로나

19

3.2 데이터 처리 단계

앞의 과정을 거쳐 수집된 데이터를 기반으로 시 스템에서 사회적 거리두기 점수를 산정한다. 수집 된 데이터는 다양할 수 있으나, 본 연구에서는 사 용자의 거주지역, 방문지역, 방문시설 및 방문횟수 만을 사용하여 사회적 거리두기 점수를 산정한다.

먼저 사용자의 거주지역과 방문지역은

<표 1>

우리나라의 사회적 거리두기 단계를 기반으로 일 주일 동안 방문지역을 기준으로 하였고, 해당 지역 의 사회적 거리두기 단계를 가중치로 사용하였다.

1단계 생활방역 생활 속 거리두기 1.5단계

지역 유행 단게

지역적 유행 개시 2단계 지역 유행 급속 전파,

전국적 확산 개시

2.5단계 전국

유행 단계

전국적 유행 본격화

3단계 전국적 대유행

표 1. 사회적 거리두기 단계 Table 1. Social Distance Level

(5)

예를 들어

,

해당 주일에 충청권에 거주하는 사용 자가 수도권과 호남권을 방문하였다면 그 주일에 해당 지역

(

거주지

: 1.5

단계

,

수도권

: 2

단계

.

호남권

: 1

단계

)

의 사회적 거리두기 단계를 가중치로 사용 하였다

.

두 번쨰로 방문시설은 일주일간

SNS

에서 감염이 많이 발생한 해당 지역 시설을 기준으로

5

단계로 구분하여 상대적인 가중치를 부여하였다

.

예를 들 어 충청지역에서 일주일간 집단감염이 가장 많이 발생한 시설이 요양병원

(1.5),

의료기관

(1.4),

콜센터

(1.3),

종교시설

(1.2),

노래방

(1.1)

순이었다면 상대적 으로 감염이 가장 많이 발생한 시설의 가중치를

1.5

로 부여하고 순차적으로 감염 발생이 적은 시설 에

1.1

을 부여하였다

.

수집된 데이터를 기반으로 사회적 거리두기 점 수를 산출하는 방식은 다음과 같다

.

해당되는 일주 일동안 방문한 지역이나 시설이 없는 경우의 사회 적 거리두기 점수

100

점을 기준으로 해당 일주일간 의 거주지역 및 방문지역

,

방문시설

,

방문횟수를 계산하여

100

점에서 차감하는 방식으로 사회적 거 리두기 준수 점수를 계산한다

.

사회적 거리두기 준수 점수

=

100 - { (

거주지 사회적 거리두기 단계

*

거주지 방문시설 가중치

*

방문횟수

) + (

방문지역 사회적 거리두기 단계

*

방문지역 방문시설 가중치

*

방문횟수

) . . . }

예를 들어 사용자의 일주일간 동선이 표

2.

와 같 다면 사회적 거리두기 점수 계산식은 다음과 같다

.

사회적 거리두기 준수 점수

= 100 - {

(1.5 * 1.2 * 3) + (2 * 1.5 * 2) + (1 * 1.2 * 3) }

해당지역

사회적 거리두기 단계 (α)

방문 시설 (β)

방문 횟수

(γ) 현거주지

(충청지역) 1.5 1.2

(종교시설) 3 방문지역1

(수도권) 2 1.5

(노래방) 2

방문지역2

(호남지역) 1 1.2

(요양병원) 3 표 2. 일주일간 사용자 이동 동선 Table 2. User Movement for One Week

본 사례에서 사용자는 일주일동안 거주지인 충 청지역의 종교시설을

3

번 방문하였고

,

수도권 노래 방을

2

번 방문하였으며

,

호남권 요양병원을

3

번 방 문하였다

.

해당 일주일간 충청지역에서는 종교시설 이

4

번째로 확진자가 많이 발생하였고

,

수도권에서 는 노래방이 가장 많은 확진자가 나왔으며

,

호남권 에서는 요양병원이

4

번째로 많은 확진자가 나왔다 고 가정하였다

.

3.3 데이터 시각화 단계

해당 계산을 통해서 산출된 사회적 거리두기 준 수 점수는 다음

<그림 3>과 같이 웹상에서 사용자

에게 표시된다.

그림 3. 제안된 시스템의 웹 페이지 Figure 3. Web page for the Proposed System

(6)

[1] P. Phillips, A. Titterton, M. Tooma.

Managing the health and safety legal and psychological ramifications of covid-19: an australian multidisciplinary perspective.

Society Register, Vol. 4, No. 3, pp. 45-66, 2020.

[2] J. A. Lewnard, and N. C. Lo, Scientific and ethical basis for social-distancing interventions against COVID-19. The Lancet.

Infectious diseases, Vol. 20, No. 6, pp.

631-633, 2020.

[3] The Hankook Ilbo, A case of domestic

group infection, https://www.hankookilbo.com/News/Read/2020

05081570074462, May 2020.

[4] S. G. Jeong, and K. S. Pyo, A status and improvement plan on the cell broadcasting service (CBS). The Korean Institute of Communications and Information Sciences, Vol. 37, No. 11, pp. 220-221, 2018.

[5] JoongAng Ilbo, Causing fatigue from

frequent disaster texts, https://news.joins.com/article/23720935, Mar.

2020.

[6] J. A. Cha, J. S. Kim, A Study on the quantification system of social distance using spatial information, Journal of Knowledge Information Technology and Systems, Vol.

15, pp. 135-138, 2020.

[7] L. Liu, and, M. Tamer, Encyclopedia of database systems, Springer US, 2009.

[8] J. A. Iglesias, A. Tiemblo, A. Ledezma, A.

Sanchis, Web news mining in an evolving framework, Information Fusion, Vol. 28, pp.

90-98, 2016.

[9] K. Jahanbin, V. Rahmanian, Using Twitter 웹상에서 사용자가 확인할 수 있는 정보는 다음

과 같다

.

첫 번째로 사용자의 사회적 거리두기 준 수 점수가 표시되고

,

두 번째로 정부가 게시하는 최신 코로나

19

감염예방수칙을 확인할 수 있으며

,

질병관리본부에서 실시간으로 제공되는 국내 총 확진자 데이터를 표시한다

.

또한

,

하단의 그래프에 서는 사용자의 현 위치를 실시간으로 확인할 수 있으며

,

주 단위로 사용자의 방문지역에 대한 사회 적 거리두기 단계를 확인할 수 있다

.

4. 결론 및 향후 연구

코로나

19

의 발생 이후

,

세계적으로 이를 극복하 기 위해 움직이고 있다

.

가장 기본적이고 효율적인 방법인 사회적 거리두기 시행 뿐 아니라 인터넷

, TV

등의 매체를 이용해 전염의 위험성을 강조하고 실시간 알림도 시행하고 있다

.

그러나 매체와

SMS

를 통한 재난알림 같은 방식의 서비스는 일방향의 한계를 가지고 있기 때문에 단순히 정보를 전달하 는 기능에 그치게 되어 중요한 정보를 무시하게 되는 역효과를 가져올 수 있다

.

본 논문에서는 개개인이 인식하는 사회적 거리 두기의 기준이 달라 이를 올바르게 실천하지 못해 발생하는 문제를 해결하기 위해

SNS

상 위치정보 등의 비정형 데이터를 활용하여 사회적 거리두기 준수 정도를 점수로 정량화하여 사용자 스스로가 사회적 거리두기의 기준을 잘 준수하고 있는지 확 인할 수 있는 시스템을 구현하였다

.

향후 연구로는 다양한 실험 데이터를 추가하 여 사회적 거리두기의 실시간 모니터링이 정밀하 고 객관성을 가질 수 있는 방안을 모색할 계획이 다

.

References

(7)

and web news mining to predict COVID-19 outbreak, Asian Pacific Journal of Tropical Medicine, Vol. 13, No. 8, pp. 378-380, 2020.

[10] D. Borthakur, J. Gray, J.S. Sarma, K.

Muthukkaruppan, N. Spiegelberg, H. Kuang, K. Ranganathan, D. Molkov, A. Menon, S.

Rash, R. Schmidt, and A. Aiyer, Apache hadoop goes realtime at facebook, Proceedings of the ACM SIGMOD International Conference on Management of Data, Vol. 11, pp. 1071-1080, 2011.

[11] K Shvachko, H Kuang, S Radia, R Chansler The hadoop distributed file system. 2010 IEEE 26th symposium on mass storage systems and technologies (MSST), IEEE, pp.

1-10, 2010.

[12] S. T. Hwang, A study on big data platform architecture-based conceptual measurement model using comparative analysis for social commerce, Journal of Knowledge Information Technology and Systems, Vol. 15, No. 5, pp. 623-630, 2020.

[13] D. Borthakur, The hadoop distributed file system: Architecture and design, Hadoop Project Website, 2007.

[14] A. O’Driscoll, J. Daugelaite, and R. D.

Sleator, ‘Big data’, Hadoop and cloud computing in genomics, Journal of biomedical informatics, Vol. 46, No. 5, pp.

774-781, 2013.

[15] B. Akil, Y. Zhou, and U. Röhm. On the usability of Hadoop MapReduce, Apache Spark & Apache flink for data science, 2017 IEEE International Conference on Big Data (Big Data), IEEE, pp. 303-310, 2017.

[16] C. C. Wai, T. H. Chou, Typhoon

quantitative rainfall prediction from big Data analytics by using the Apache Hadoop Spark parallel computing framework, Atmosphere, Vol. 11, No. 8, pp. 870, 2020.

[17] P. K. Chahal, S.Pandey, An efficient Hadoop

‐based brain tumor detection framework using big data analytic, Software: Practice and Experience, Vol. 50, pp. 1-14, 2020.

비정형

SNS

데이터를 이용한 사회적 거리두기 정량화 시스템에 관한 연구

차진안^1, 김진수²

1건양대학교 의료IT_{공학과 석사과정}

2건양대학교 의료IT_{공학과 교수}

요 약

최근 몇 년 동안 SARS, MERS 등의 수많은 호흡기 질환이 세계적으로 유행하였고 현재는 코로나-19의 발생으로 호흡기 바이러스 전염 문제가 심각하다. 이 에 따라 각 국가들이 바이러스 전파 방지에 역량을 집중하고 있다. 우리나라도 확진 의심자가 발생하면 대기중인 의료진이 투입되어 실시간으로 검사를 실시 하고, 확진자 발생시에는 실시간으로 확진자의 위치와 수를 알려 바이러스를 주변에 전파할 위험을 줄이는 노력을 하고 있다. WHO를 비롯한 보건기구들에 따르 면, 호흡기 바이러스 전파를 막는 가장 핵심적이고 기본 적인 예방 방법은 사회적 거리두기 준수라고 말한다. 그 러나 사회적 거리두기 준수의 기준이 개개인별로 다르 고 객관적으로 실천하기 어려워 사회적 거리두기 가이 드라인을 따르도록 권고하는 것만으로는 사회적 거리두 기의 실천에 한계가 있다. 본 논문에서는 이 문제를 해 결하기 위해 SNS상의 GPS 좌표, TAG 데이터, TXT 데 이터 등의 대규모 비정형 데이터를 하둡과 스파크 기반 의 분산처리 시스템으로 처리해 주 별 평균 이동동선과 방문횟수를 기준으로 개인의 사회적 거리두기 준수 정 도를 점수화하여 정량적으로 모니터링 할 수 있는 시스 템을 제안한다.

(8)

Jin An　 Cha received the bachelor’s degree in the Department of Medical Inform ation Technology Engineering from the Konyang University in 2019.

He has the master's course in the Department of Medical Information Technology at Konyang University since 2020.

Jin-Soo Kim received the M.S. degree in Software Engineering from Chung-Ang University in 1988 and Ph.D. degree in Software Engineering from Chung-Ang University in 1997. He has been a professor of Dept. of Medical Information Technology at Konyang University since 1998. His current research interests include Medical Big Data, Healthcare Platform, Digital Therapeutics.

감사의 글

이 논문은 2020년도 정부(미래창조과학부)의 재원 으로 한국연구재단-현장 맞춤형 이공계 인재양성지원 사업의 지원을 받아 수행된 연구임(No.2020082500).