한국재난안전뉴스 이계홍 기자 | 5호선 여의나루역과 마포역 사이는 한강 지하 구간이다. 만에 하나 사고가 나면 속수무책일 수밖에 없고, 최악의 경우 한강물이 지하철을 덮쳐 모든 승객의 생사를 담보할 수 없다. 그래서 한강 지하를 지날 때는 유독 신경을 써야 하고, 안전에 철저히 대비해야 한다. 그런데 이 구간에서 정신없는 사람이 불을 놓아 하마터면 대형 사고가 날뻔했다. 방화자는 이혼에 불만을 품고 다같이 죽자며 휘발유를 전동차 바닥에 쏟아붓고 불을 냈다. 기관사의 기지와 승객들의 민첩한 대응으로 큰 사고를 막았지만, 돌이켜보아도 아찔해지는 순간이다. 지난달 31일 여의나루역에서 마포역으로 향하던 서울지하철 5호선 열차 객실에 불을 지른 60대 남성 원모씨가 살인미수 혐의 등으로 재판에 넘겨졌다. 많은 시민이 목숨을 잃을 수 있다는 것을 알고도 방화를 벌인 ‘살상 의도’를 혐의로 추가한 것이다. 원씨가 범행 열흘 전 휘발유와 토치형 라이터를 준비하고, 정기예금과 보험을 해지하는 등 사전에 범죄를 계획한 정황도 검찰 조사 과정에서 드러났다. 연합뉴스 보도에 따르면, 서울남부지검 ‘지하철 5호선 방화 사건' 전담수사팀(팀장 손상희)은 서울지하철 5호선 열차 안에
한국재난안전뉴스 이계홍 기자 ㅣ 지하철역 혼잡 시 대응체계를 어떻게하고, 출퇴근시간대 인파사고를 예방할 수 있는 안전조치를 어떻게 취할 수 있는가. 승강장의 혼잡 상황을 먼저 살피는 것이 우선적으로 요구되는 일이다. 행정안전부(장관 이상민) 통합데이터분석센터는 지난 6월부터 서울지하철과 김포 골드라인을 샘플로 진행해온 ‘AI 기반 지하철 승강장 혼잡도 예측 모델’ 개발을 마치고 이달부터 서울지하철에 시범적용한다고 2일 밝혔다. 이번에 개발된 모델은 AI가 산출한 지하철 승강장의 체류인원을 토대로 승강장 면적을 고려한 밀도와 혼잡률을 산출한 뒤, 그 수준을 1단계부터 4단계까지로 구분하여 표출하는 개념이다. 모델개발과정에는 통합데이터분석센터와 서울교통공사, 김포 골드라인이 함께 참여했으며, 지하철 승하차 태그 데이터, 교통카드 정산 데이터, 열차 출도착 데이터 등 800만 건의 데이터가 활용되었다. 승강장 체류인원은 승차게이트를 통과한 후 승강장에서 지하철을 기다리는 인원과 지하철에서 하차 후 승강장을 통해 하차게이트로 이동하는 인원을 의미한다. 해당역에서 실시간 승하차 게이트 통과인원, 이전역에서 승하차 게이트를 통과한 인원, 해당시간대의 과거 승하차 인원