Search
Search

연구성과물 검색 타이틀 이미지

HOME ICON HOME > Search by Achievements Type > Reports View

Reports Detailed Information

https://www.krm.or.kr/krmts/link.html?dbGubun=SD&m201_id=10071445&local_id=10086234
빅데이터를 활용한 아프리카 분쟁 예측모형 개발
Reports NRF is supported by Research Projects( 빅데이터를 활용한 아프리카 분쟁 예측모형 개발 | 2016 Year 신청요강 다운로드 PDF다운로드 | 최현진(경희대학교) ) data is submitted to the NRF Project Results
Researcher who has been awarded a research grant by Humanities and Social Studies Support Program of NRF has to submit an end product within 6 months(* depend on the form of business)
사업별 신청요강보기
  • Researchers have entered the information directly to the NRF of Korea research support system
Project Number 2016S1A5A8020214
Year(selected) 2016 Year
the present condition of Project 종료
State of proposition 재단승인
Completion Date 2017년 10월 28일
Year type 결과보고
Year(final report) 2017년
Research Summary
  • Korean
  • 우리나라는 1991년 9월 UN에 가입한 이래 평화유지활동에 적극적으로 참여해 왔다. 1993년 소말리아에 육군 공병대대인 상록수부대를 파견한 것을 시작으로, 1999년에는 동티모르에 육군 특전사와 해병대로 구성된 최초의 전투부대를 파병했다. 2010년 7월부터 2014년 6월까지는 아프간의 전후 재건활동을 지원하기 위해 약 350여명 규모의 오쉬노 부대(Unit Ashena)를 파병하였다. 현재는 아프리카 신생독립국인 남수단과 레바논 남부 지역에 약 300명 규모의 부대를 파견해 재건 및 인도적 지원 활동을 펼치고 있으며, 그 외 6개 지역에 정전감시 및 재건지원 인력이 활동 중이다 (외교부 2016).
    하지만 한국의 평화유지활동이 내전과 분쟁 상황에서 임무를 효과적으로 수행하기 위해서는 당면한 안보위협을 보다 심층적으로 분석하고 문제점을 보완해야 한다. 실례로 2011-12년 오쉬노 부대가 주둔하던 아프간 파르완주(州) 차리카르 기지가 반군 세력으로부터 10여 차례의 로켓(RPG) 공격을 받았고 이 중 2발은 기지 안에 떨어지기도 했다 (동아일보 2011). 2012년 9월에는 인근에 위치한 바그람 공군기지가 탈레반으로부터 포탄공격을 받아 우리군의 UH-60 헬기가 일부 파손되기도 하였다 (한국일보 2012). 2013년 12월에는 내전이 격화되고 있는 남수단 보르 지역에 주둔 중인 한빛부대가 일본의 육상 자위대로부터 실탄 1만발을 지원 받은 사건이 있었다 (세계일보 2013).
    이러한 배경에서 본 연구는 남수단·아프간과 같은 고강도 분쟁 지역에서 수행하는 평화유지활동의 위험성을 최소화시키고 임무의 효율성을 제고하기 위해 「빅데이터 기반 분쟁위치 예측모형」을 개발하였다. 이를 위해 지리정보 시스템과 시공간 분쟁데이터를 활용해 현재 내전이 진행 중인 아프리카 국가들의 분쟁 위치와 강도를 실시간으로 분석하고, 이 정보를 평화유지임무에 활용할 수 있는 방안을 제시하는 한편, 시공간 통계기법을 활용해 가까운 미래에 발생할 분쟁의 위치를 예측하였다.
    구체적으로, 1997년 1월부터 2012년 12월까지 아프리카에서 발생한 모든 형태의 분쟁정보와 방대한 양의 데이터(지형지물, 지리적 위치, 민족분포, 강우량, 범죄율, 폭동, 시위, 민병대 활동, 마약생산, 다이아몬드 생산, 석유생산, 야간조도, 과거 분쟁의 시공간적 패턴, 지역 농수산물시장의 가격 변동 등)를 수집한 후 시공간통계를 통해 2013년 1월에 발생할 분쟁의 위치를 예측했다. 연구과정은 다음과 같은 3단계로 나눠 진행됐다. 첫째, 아프리카대륙을 바둑판무늬와 같은 동일한 크기의 (50×50km) 그리드로 나눈 후 월별로 각각의 그리드 안에서 발생한 폭력사건의 수를 기록했다. 둘째, 위에서 제시한 변수를 포함한 등식을 설정해 분쟁의 시공간적 패턴을 분석했다. 다음으로, 1997년 1월부터 2012년 12월까지의 분석 결과를 바탕으로 2013년 1월에 각각의 그리드 안에서 폭력사태가 발생할 확률을 계산했다.
    본 연구의 활용방안은 다음 세 가지로 요약된다. 첫째, 국방대학교의 PKO센터와 같이 평화유지군 교육을 담당하는 기관에서 본 연구결과를 활용할 수 있다. 고강도 분쟁지역에 파견되는 평화유지군에게 내전의 성격과 진행과정을 사전에 교육하여 임무 수행 시 닥칠지 모를 위기와 불확실성에 철저히 대비해야 한다. 이를 위해 다양한 내전 상황을 가정한 모의훈련을 실시하는 한편, 본 연구결과를 활용한 위험예측 능력을 갖출 필요가 있다. 둘째, 지리정보데이터를 적극 활용하여 평화유지임무 중 위험과 불확실성을 최소화 할 수 있다. 실시간으로 분쟁의 진행상황을 분석하여 분쟁지도를 제작, 평화유지군에 전달하고, 분쟁의 변동 상황에 따른 맞춤형 대응전략을 수립해야 한다. 셋째, 시공간분석기법을 사용한 실시간 위험 예측을 통해 위기관리태세를 강화할 수 있다. 빅테이터를 활용한 미래 예측이 한빛부대와 같이 고강도 분쟁지역에 주둔중인 평화유지군의 대비태세 확립과 위기관리 시스템 구축에 활용될 수 있기를 희망한다.
  • English
  • This study predicts future conflict locations by investigating diffusion patterns of violent events. Making such predictions includes a three-step process. First, diffusion patterns of rebel activities are analysed using the contagion model of near-repeat victimization. This method enables to assess how the risk of violent events at a given location is transmitted to neighbouring locations within a limited amount of time. Next, an autoregressive distributed lag (ARDL) model is specified based on diffusion patterns of violence identified in the first stage. This model is then applied to monthly, disaggregated data on African civil wars over the period 1997―2012. Finally, estimation results are used to predict the location of conflict in the following month at the level of 55×55km grids. The generated predictions pose both promises and challenges of conflict prediction, with the potential to provide policy-makers with timely and policy-relevant information on future conflict.
Research result report
  • Abstract
  • 본 연구는 남수단·아프간과 같은 고강도 분쟁 지역에서 수행하는 평화유지활동의 위험성을 최소화시키고 임무의 효율성을 제고하기 위해 「빅데이터 기반 분쟁위치 예측모형」을 개발하는데 그 목적이 있다. 이를 위해 지리정보 시스템과 시공간 분쟁데이터를 활용해 현재 내전이 진행 중인 아프리카 국가들의 분쟁 위치와 강도를 실시간으로 분석하고, 이 정보를 평화유지임무에 활용할 수 있는 방안을 제시하는 한편, 시공간 분석기법을 활용해 가까운 미래에 발생할 분쟁의 위치를 예측한다.
    이를 위해 1997년 1월부터 2012년 12월까지 아프리카에서 발생한 모든 형태의 분쟁정보와 다양한 독립변수를 사용해 2013년 1월의 분쟁지역을 예측했다. 구체적으로, 아프리카대륙을 바둑판무늬와 같은 동일한 크기의 (50×50km) 그리드로 나눈 후 월별로 각각의 그리드 안에서 발생한 폭력사건의 수를 기록했다. 그 후, 현 위치와 이웃지역에서 과거 1년간 발생한 폭력사건의 수(NEIGHBOR), 경제규모(GCP), 수도와의 거리(km)(CAPDIST), 국경으로부터의 거리(km)(BORDIST), 인구수(LNPOP), 민족차별의 수준(EXCLUSION), 고도 (MOUNTAIN), 마약생산량(DRUG), 강우량(PRECIPITATION), 다이아몬드생산량(DIAMOND), 석유생산량(PETROLEUM), 농지규모(AGRICULTURE), 민병대에 의한 폭력(MILITIA), 야간 조도(NIGHTLIGHTS) 등의 변수를 포함하여 등식을 설정한 후, 패널 로지스틱(Panel Logistic) 기법으로 분쟁의 시공간적 패턴을 분석하였다. 이를 바탕으로 2013년 1월에 발생한 분쟁의 약 44%를 사전에 예측했다. 특히 소말리아, 알제리, 나이지리아, 콩고민주공화국, 수단, 에티오피아에서 비교적 성공적인 예측 결과를 보여주었다.
  • Research result and Utilization method
  • 1. 활용방안: 본 연구의 활용방안은 크게 다음의 세 가지로 볼 수 있다. 첫째, 국방대학교의 PKO센터와 같이 평화유지군 교육을 담당하는 기관에서 본 연구결과를 활용할 수 있을 것이다. 지금까지 우리의 PKO 교육은 베트남전과 같은 고전적 비정규전을 중심으로 이루어졌다. 대 테러 전에 대한 교육도 주로 미군의 교범에 입각하여 알카에다와 같은 국제테러단체를 중심으로 진행되어왔다. 하지만, 내전의 위험이 있는 저개발 국가에 파견되는 평화유지군의 경우, 지역 고유의 특성과 내전의 진행상황에 대한 보다 깊이 있는 이해가 필요하다. 따라서 내전의 성격과 진행과정을 사전에 교육하여 평화유지임무 수행 시 닥칠지 모를 위기와 불확실성에 철저히 대비하여야 한다. 이를 위해 아프리카와 중동지역의 내전에 대한 전문가를 양성하고, 다양한 내전의 상황을 가정한 모의훈련을 실시하는 한편, 본 연구결과를 활용한 위험예측 능력을 갖출 필요가 있다. 둘째, ACLED와 같은 지리정보데이터를 적극 활용하여 평화유지임무 중 위험과 불확실성을 최소화 할 수 있다. 실시간으로 분쟁의 진행상황을 분석하여 분쟁지도를 제작, 평화유지군에 전달하고, 분쟁의 변동 상황에 따른 맞춤형 대응전략을 수립해야 한다. 셋째, 공간통계기법을 사용한 실시간 위험 예측을 통해 위기관리태세를 강화할 수 있다. 빅테이터를 활용한 미래 예측이 한빛부대와 같이 고강도 분쟁지역에 주둔중인 평화유지군의 대비태세 확립과 위기관리 시스템 구축에 활용될 수 있기를 희망한다.
    2. 연구성과: 본 연구결과는 “Predicting the Location of Civil War: How diffusion patterns of violence improve the forecasting of future conflicts”이라는 제목으로 2016년 4월 미국 시카고에서 열린 Midwest Political Science Association 연례학술회의에서 발표됐고, 평화유지군의 임무와 안전보장에 기여할 수 있다는 점에서 좋은 평가를 받았다. 논문은 추후 수정을 거쳐 SCOPUS 등재학술지로 유엔 평화유지활동 연구 분야와 전문가 그룹에서 영향력이 있는 「Journal of International Peacekeeping」에 투고할 예정이다.
  • Index terms
  • 내전, 아프리카, 평화활동, 평화유지군, 빅데이터, 시공간분석, 분쟁예측, 지리정보시스템
  • List of digital content of this reports
데이터를 로딩중 입니다.
  • This document, it is necessary to display the original author and you do not have permission
    to use copyrighted material for-profit
  • In addition , it does not allow the change or secondary writings of work
데이터 이용 만족도
자료이용후 의견
입력
트위터 페이스북
NRF Daejeon
(34113) 201, Gajeong-ro, Yuseong-gu, Daejeon, Korea
Tel: 82-42-869-6114 / Fax: 82-42-869-6777
NRF Seoul
(06792) 25, Heonreung-ro, Seocho-gu, Seoul, Korea
Tel: 82-2-3460-5500 / Fax: 82-2-3460-5759
KRM Help Center
Tel : 042-710-4360
E-mail : krmcenter@nrf.re.kr / Fax : 042-861-4380