Earticle

최근 기후변화로 인해 국내외적으로 화재, 풍수해, 지진 등의 다양한 재해에 쉽게 노출되 어 있으며, 특히 어린이와 같은 사회적 약자 등을 포함한 다양한 사람들이 이용하는 전통 시장, 노유자시설, 다중이용시설 등의 이용자 밀집지역에서 재난사고가 지속적으로 발생 하고 있다. 본 연구에서는 재난 발생 시 시설물 관리의 경영효율을 높이기 위해 시설물 재난안전 평가지침과 평가등급을 수립하고, 각 시설에서 재난상황을 조기에 감지할 수 있는 스마트기술을 통해 시설물 안전 대피유도기술을 개발하는데 목적이 있다. 이를 위해 재난 유형 별 시설물 재난안전 평가지침을 수립하고, 시설물 재난안전 평가등급을 제시하 였으며 최적의 대피경로를 도출할 수 있는 HPA*E 알고리즘을 이용하여 대피경로와 대피 시간을 시나리오별로 산출하였다. 또한 관리자가 빅데이터, IoT센서 등의 스마트기술을 활용하여 실시간으로 재난상황을 감지하고 시나리오 별 최적의 대피경로를 도출하여 대피 자가 안전하게 대피할 수 있는 대피유도기술을 개발하였다. 본 연구는 안전관리업무에 있어 시설물의 위험성 평가를 통해 시설물 관리의 비용절감과 경영효율을 높이고 재난 발생 시 각 시설물 안의 대피자가 신속하게 대피할 수 있도록 경로를 제시함으로써 인명피 해를 줄일 수 있을 것으로 기대된다.

Due to recent global warming, it is easily exposed to various disasters such as fire, flood, and earthquakes. In particular, large-scale disasters continue to occur in densely populated areas such as traditional markets, facilities for old people and infants, and public facilities attracted by various people. The purpose of this study is to establish facility disaster safety evaluation guidelines and evaluation grades to increase management efficiency of facility management control in the event of a disaster, and to develop facility safety evacuation induction technology through Smart Technology that can detect disaster situations at each facility early. The guidelines for evaluating facility disaster safety for each type of a disaster were established, and facility disaster safety evaluation grade was provided, and evacuation routes and evacuation times were calculated for each scenario using the HPA * E algorithm to derive the optimal evacuation route. In addition, an evacuation inducing technology was developed in which people can safely evacuate by detecting the disaster situation in real-time using Smart technologies (Big data, IoT sensors, etc.) and deriving the optimal evacuation route for each scenario. This study is expected to increase the budget efficiency of facility management through the facility risk assessment in safety management work and to reduce life damages providing a safe and quick route to evacuate in disaster situations.

Effective management of catastrophic events in high-risk zones necessitates a holistic technological approach to protect ecosystems, biodiversity, and native populations. Limitations in sensor range and connectivity hamper real-time data gathering in secluded areas, while financial and technical hurdles hinder the creation of cost-effective, automated systems. This study presents stochastic models, the LoRaW protocol, and cloud technology to enhance sensor deployment simulations. Wireless Sensor Networks and LoRa technology are crucial for extensive monitoring and communication infrastructures. Stochastic Petri Net models optimize system components by assessing crucial performance indicators, such as average response time and system utilization, thus improving disaster response and supporting research hypotheses.

Early warning is essential for reducing disaster damage. There is a need for an automated catastrophe classification model that can respond fast to local disaster damage by using the properties of social media, where information is exchanged swiftly. Recently, research on automatically identifying disasters using deep learning has begun, with the goal of supplementing the deep learning model's performance. Here, we propose a novel framework, Metamon-Disaster for deep learning model that automatically classifies disasters based on disaster-related keyword data collected from social media. To classify disasters by type, a learning model generated from NAS was employed, and when compared to other classification such as RF (Random Forest), SVC (Support Vector Classifier) or GBM (Gradient Boost Machine) to check the optimal performance of the model, the suggested model exhibited the best performance with an 0.8928 F1-Score. The model for disaster notification service will provide automated disaster notice and rapid reaction.

본 연구에서는 지하공동구에 적용될 디지털 트윈기술 플랫폼 DATA 생성의 기본이 되는 각종 센서 및 작업자와 순찰자의 재 난 발생 시 구호를 위한 개발 기술에 대하여 설명하고자 한다. 지하공동구는 도시계획시설의 하나로서 2가지 이상의 매설물을 공동 수용할 목적으로 시설하는 터널 형태의 지하시설로 전기, 통신, 가스, 수도, 하수관 같은 도로의 지하매설물을 공동수용 함 으로써 미관 및 도로구조의 보전을 도모하는 시설을 말한다. 이러한 지하공동구는 통신, 금융, 주거 등에 영향을 미치는 국가의 중요한 안보시설인 동시에 도시의 형성이나 시민생활에 있어서 필수적인 시설로서 입지와 규모에 따라 그 시설이 위치한 지역은 물론 도시 전체의 기능과 발전에 큰 영향을 미치는 시설이기 때문에 미리 입지와 규모에 대한 기준을 정해 두고 도시 관리 계획에 의해 계획적으로 배치할 필요가 있다. 따라서 이러한 중요시설인 지하 공동구 관리의 중요성 및 재난발생시의 사회적, 경제적 파급성 등을 고려할 때 디지털 트윈의 첨단기술을 적용한 사전대응 기술개발이 절실하게 필요한 시점이라 할 수 있다.

재난은 자연적 또는 인위적 요인으로 인해 예측이 어렵게 발생하며, 복합적 양상으로 확대되어 심각한 피해를 초래한다. 이러한 재난 상황에서 신속하고 정확한 탐지는 피해 최소화를 위한 초기 대응의 핵심 요소이다. 본 연구에서는 6종 재난 유형을 탐지·분류할 수 있는 YOLOv8 기반 객체 탐지 모델을 개발하였다. 수집된 이미지를 전처리하고 애노테이션을 수행한 후, 다양한 이미지 증강(image augmentation) 기법을 적용하여 모델의 일반화 성능을 강화하였다. 성능 평가 결과 Precision = 0.956, Recall = 0.937, mAP@0.5 = 0.964, mAP@0.5-0.95 = 0.792로 높은 탐지 정확도를 보였다. 특히 화재 및 홍수 관련 재난에서 우수한 성능을 나타냈으나, 산불화재 및 도로균열처럼 배경과 색상·질감이 유사한 객체에서는 상대적으로 낮은 탐지율을 보였다. 제안된 모델은 다양한 환경에서도 신속하고 정확한 재난 탐지 및 분류가 가능한 고성능 프레임워크를 제시하였으며, 향후 시민제보, 드론 영상, CCTV 영상 등 실시간 영상 데이터와 연계한 재난 대응 및 관리 체계의 고도화에 기여할 수 있을 것으로 기대된다.

Disasters occur in diverse and unpredictable forms, underscoring the necessity of rapid initial response. Citizen-reported images captured via smartphones provide a valuable means of acquiring disaster scene information without temporal or spatial constraints; however, the risk of misinformation necessitates careful verification. This study developed a YOLOv8-based object detection model to detect and classify six disaster types forest fire, vehicle fire, building fire, pothole, road crack, and flood using citizen-reported images. The dataset was collected, preprocessed, and augmented, and transfer learning was applied to optimize model performance. Evaluation was conducted through cross-validation and an independent test dataset, yielding strong results with Precision = 0.956, Recall = 0.937, mAP@0.5 = 0.964, and mAP@0.5-0.95 = 0.792. The model achieved excellent performance in fire- and flood-related categories, while relatively lower performance was observed for forest fire and road crack due to similarities in color and texture with the background. The proposed model improves the reliability and timeliness of image-based disaster detection and classification, contributing to the advancement of early disaster response and management systems. Furthermore, it supports the verification of citizen-reported images, reducing false detections caused by misinformation, and provides a foundation for building standardized disaster image databases and developing intelligent disaster management systems.

화학재난 발생시 현장대응 요원들은 사건 원인물질의 성상과 잔류오염 농도를 신속·정확하게 파악해야 한다. 또한 화학재난 현장에서의 적절한 대응절차 진행을 위해서는 화학물질의 성상과 오염농도 확인은 필수적이다. 이를 위해 현장에서 사용하는 각 장비의 특징을알아보고자 한다. 현장대응장비는 모든 화학물질을 확인할 수 없으며, 각 장비별로 물질탐지에 제한적이다. 장비별 물질탐지 범위와 상호보완성을 고려해야 한다. 본 연구에서는 현장 활용장비인 간이탐지 킷과 검지관식 탐지장비, 전자식 탐지장비의 신속한 현장 활용을위한 대응절차를 마련하여 현장대응에 도움을 주고자 한다.

The event of a Chemical disaster response personnel are causative events quicklyAppearance & residual contaminant concentrations, should be identified accurately. Inaddition, the chemical disaster response procedure appropriate progress in the field ofChemical Composition and contaminant concentrations in order confirmation is essential. Use in the field to using the characteristics of each equipment. on-Site responseequipment can not verify all the chemicals, materials detection, limited by eachequipment. Detection range of equipment & specific materials should be consideredcomplementary. In this study, using the equipment on-site detection of detection kit anddetector tube, electronic detection equipment utilized for the rapid response procedurefor helping a person to cope.

본 논문은 음원 탐지 및 음원 위치를 추정하는 IoT Device 시스템에 관한 것으로, 보다 구체적으로는 복수의 마이크로폰 센서로부터 수집된 음원 신호의 도달 시간차를 분석하여 음원의 방향을 정확히 검출하고, IoT 센서를 이용하여 음원의 발생방향을 추적할 수 있는 음원 방향 탐지 Device를 이용한 시스템이다. 음파를 이용하 여 위치를 추정하는 기술은 예전부터 군사적 목적으로 개발되어 왔지만 현재는 이를 응용하여 방범‧방재 분야 등에 많이 쓰이고 있다. 이에 따라 본 시스템의 제작을 통해 옥외에 설치한 후 여러 방향에서 음원 발생시켜 성능 시험을 실시하였다. 그 결과 음향 탐지 영역 140dB, 반응시간 1초 이내, 방향 각도 분해능 1° 이내로 매우 정확하게 동작 함을 확인할 수 있었다. 향후에는 본 설계안을 바탕으로 빅데이터 분석을 통한 인공지능 알고리즘을 반영하여 보다 신뢰성을 향상시켜 상용화할 계획에 있다.

This paper relates to an IoT device system that detects sound source and estimates the sound source location. More specifically, it is a system using a sound source direction detection device that can accurately detect the direction of a sound source by analyzing the difference of arrival time of a sound source signal collected from microphone sensors, and track the generation direction of a sound source using an IoT sensor. As a result of a performance test by generating a sound source, it was confirmed that it operates very accurately within 140dB of the acoustic detection area, within 1 second of response time, and within 1° of directional angle resolution. In the future, based on this design plan, we plan to commercialize it by improving the reliability by reflecting the artificial intelligence algorithm through big data analysis.

이 연구는 도심지 시설물 붕괴현장에서의 매몰자의 위치정보 탐지 및 제공 방법론을 제시하는데 목적이 있다. 도심지 붕괴사고는 지진, 테러, 화재 등 다양한 상황에서 발생가능하기 때문에 사고발생 시 매몰된 사람들을 구조하기 위해 매몰자의 위치를 확인하는 노력들이 반드시 필요하다. 따라서 이 연구에서는 재난발생 이후에 신속하고 안전한 매몰자 구호를 위해 다음과 같은 방법론을 제시하였다. 첫째, 기존 매몰자 탐지방식이 갖고 있는 문제점을 분석하고 구조자의 2차 붕괴사고로부터 안전 확보와 신속한 탐지를 위해 무인비행장치(드론)를 제안하였다. 둘째, 도시민 대다수가 소지하고 있는 스마트폰의 Wi-Fi를 활용하여 위치정보를 취득할 수 있도록 무선통신모듈을 개발하였다. 셋째, 무선통신기반 스마트폰 감지 모듈과 연동되는 매몰자 탐지 시스템을 구현할 수 있는 운용프로그램을 개발하였다. 넷째, 매몰자의 위치정보를 2차원 맵 상에 가시화하였으며, 개발된 장비 및 시스템에 대하여 현장검증 테스트를 실시하였다. 이와 같은 방법론을 토대로 알고리즘 개발과 함께 패키지화된 장비 개발을 통해 실제 현장에 적용 시, 인명구호작업에 큰 도움이 될 것으로 판단된다.

The aim of this study is to suggest methodologies of location detection and information provision for buried victims in the collapsed area. Since the collapse accidents in urban areas can occur in diverse disaster environments such as earthquake, terrors and fire, it is essential to identify the location of buried victims for rapid and safe rescue. For this purpose, this study presented the following methodologies: First, we developed a wireless communication module that can acquire location information by using WiFi in smartphones possessed by a majority of urban residents in Korea and then built an operation program that can implement a detection system for buried victims. Second, the location information of buried victims was visualized on the two-dimensional map and tested for verification on fields. Based on the suggested methodologies, if a packaged equipment is developed along with the algorithm, it is expected that these technologies will be helpful in rescuing buried victims rapidly.

본 연구에서는 집중호우 시 사면재해 피해를 예방하기 위한 급경사지 위험도를 분석하고, 최적의 대피경로 확보에 대한 연구 를 진행하였다. LiDAR와 드론을 활용하여 사면의 경사를 확인하고, 위험도를 분석하였다. LiDAR를 통해 포인트클라우드 데이터를 수집하고, 경사도를 정밀하게 분석한다. 경사도 분석 결과값을 지도위에 표시하여 산사태 위험지도를 만들고, 위험 등급이 높은 지역에 대해서 산사태가 발생할 시 대피할 수 있는 최적의 대피경로를 파악한다. GIS의 네트워크분석을 통해 위험 지역 내에 포함되어 있는 건물에서 대피할 수 있는 최적의 경로를 추출하였다. 본 연구를 통해 접근이 어려운 급경사지에 대한 사면 정밀 분석을 할 수 있으므로 사면재해 피해 예방에 도움이 될 것으로 기대한다.

본 논문에서는 임업인의 신체 이상 징후를 실시간 모니터링하여 응급 조치를 수행함과 동시에 인근의 산불 이나 산사태와 같은 자연재해 또는 열사병에 대한 알람을 제공하는 IOT 구축을 제안한다. 임업인에게 제공되는 노드에 6축 센서, 온도 센서, GPS, LoRa를 포함하도록 하고, LoRa 통신을 이용하여 측정된 데이터를 게이트웨이 를 통해 네트워크 서버에 송신한다. 네트워크 서버는 6축 센서 데이터로 임업인의 신체 이상 징후 여부를 판단한 후 GPS 위치를 추적하여 응급 조치를 수행한다. 온도 데이터를 분석한 후 열사병 가능성이 있는 경우 또는 인근에 서 산불 및 산사태가 발생했을 경우에 알람을 제공한다. 본 논문에서는 노드 및 게이트웨이를 제작하고, 네트워크 서버를 구축하여 얻은 데이터를 분석하여 임업인의 신체 이상 징후 실시간 감지 및 재해조기경보 IOT 구축이 가능 함을 확인하였다.

In this paper, we propose the construction of an IOT that monitors foresters' physical abnormalities in real time, performs emergency measures, and provides alarms for natural disasters or heatstroke such as a nearby forest fire or landslide. Nodes provided to foresters include 6-axis sensors, temperature sensors, GPS, and LoRa, and transmit the measured data to the network server through the gateway using LoRa communication. The network server uses 6-axis sensor data to determine whether or not a forester has any signs of abnormal body, and performs emergency measures by tracking GPS location. After analyzing the temperature data, it provides an alarm when there is a possibility of heat stroke or when a forest fire or landslide occurs in the vicinity. In this paper, it was confirmed that the real-time detection of physical abnormalities of foresters and the establishment of disaster early warning IOT is possible by analyzing the data obtained by constructing a node and a gateway and constructing a network server.

Recently, harmful algae (e.g., red tide) has damaged human and marine ecosystems. To address this, a response system should be developed to quickly cope with these ocean disasters. However, it is difficult to simultaneously monitor the vast ocean areas. Here, a marine disaster detection system can be developed through a convergence between the satellite-based ocean color remote sensing and the marine sensor network. The system architecture is divided into two steps: first, the system detects ocean anomalies in real-time using the satellite-based techniques, and secondly, the detected disaster information is transferred to the ships via the marine sensor networks. In this paper, we only focused on the first step and the second step is reserved for future work. Although the polar orbit satellite-based ocean color sensor platforms (e.g., MODIS, MERIS, and SeaWifs) can be used to simultaneously monitor the vast ocean areas, they are unsuitable for capturing subtle changes on a geographically equivalent area. On the other hand, the Geostationary Ocean Color Imager (GOCI), the world’s first ocean color remote sensor platform operated on a geostationary orbit, receives ocean color data around the Northeast Asia region every hour, eight times a day. Therefore, GOCI can be more effectively utilized to observe subtle changes and to detect anomalies in ocean environments in real-time. In this paper, we attempted to build a system to monitor marine disasters by detecting ocean anomalies using the ocean color data derived from GOCI. This system directly compares the test spectrum vectors (i.e. anomaly candidates) to a predefined reference spectrum vector (i.e. a target anomaly) through the cosine similarity. The experimental result showed that the proposed system could efficiently detect the disasters (e.g., the red tide) on the ocean environments.

Wireless Ad hoc sensor nodes are playing a vital role in wireless data transmission infrastructure. Due to its compact size and energy efficient structure these nodes can be successfully deployed in wireless Ad hoc infrastructure where these nodes can be efficiently transmit the disaster related sensed data to Sink nodes via Ad hoc relay stations. In this Research study we are going to propose a Model for the Disaster survivor detection based on extremely critical Disaster situation where this energy efficient Architecture can successfully trace and locate thousands of people in critical circumstances. The emphasis of the research focuses on earth quake based disasters. Our proposed Model can also be successfully integrated with Telemedicine based infrastructure for emergency response authorities to take necessary measures in a limited span of time.

Indonesia, geographically and geologically, is potentially encounter natural disasters. One of the tools used to early detect disaster is sensor of ocean waves change, but it has drawbacks including the time difference between information/warnings obtained with the disaster event is very short, less than 30 minutes. The faster detector is required, so the time difference will be longer. For example, early detection of natural disasters information system, which can be made with the pattern recognition of satellite imagery sequences of before and during natural disaster images. This study was conducted to determine the right wavelet to compress the satellite image sequences. The compressed images will be used to perform the pattern recognition of natural disaster using artificial neural network. This study use satellite imagery sequences of tornadoes and hurricanes. The eight wavelets used are Haar, Coiflet 1, Coiflet 3, Symlet 2, Symlet 5, 1 AJS, AJS 2, and AJS 3. The test results are then compared with the compression ratio. Result of this study are the comparison of wavelet used to compress satellite imagery sequences, which is save the storage space, access time, processing time and delivery time.

본 논문에서는 트위터를 이용하여 위치기반의 실시간 재난탐지 시스템을 제안한다. SNS 중 트위터는 정보의 빠른 전파력과 확산을 특징으로 갖는다. 이러한 특성은 긴급한 재난 상황에서 트위터를 통해 재난상황을 공유하기 때문에 트위터 사용자를 센서로 이용하여 재난을 탐지할 수 있다. 재난정보 수집과 재난탐지 과정을 병렬적으로 처리하여 실시간으로 재난을 탐지하고 시스템 사용자에게 재난발생 위치를 기반으로 전파한다. 실험결과 본 논문의 시스템 정확도는 88.14%로 측정되었고 재난 키워드 예외처리의 필요성을 확인하였다.

본 논문에서는 트위터를 이용하여 위치기반의 실시간 재난탐지 시스템을 제안한다. SNS 중 트위터는 정보의 빠른 전파력과 확산을 특징으로 갖는다. 이러한 특성은 긴급한 재난 상황에서 트위터를 통해 재난상황을 공유하기 때문에 트위터 사용자를 센서로 이용하여 재난을 탐지할 수 있다. 재난정보 수집과 재난탐지 과정을 병렬적으로 처리하여 실시간으로 재난을 탐지하고 시스템 사용자에게 재난발생 위치를 기반으로 전파한다. 실험결과 본 논문의 시스템 정확도는 88.14%로 측정되었고 재난 키워드 예외처리의 필요성을 확인하였다.

산업재해로 인한 피해를 줄이기 위해 다양한 ICT 기술이 지속적으로 개발되고 있으며, 센서, IoT, 빅데이터, 머신러닝 및 인공지능 등을 활용하여 산업재해 발생 시 피해를 최소화하고자 하는 연구가 진행되고 있다. 본 논문에서는 산업 현장의 밀폐구간, 산악, 해양, 탄광 등의 통신 음영지역에서 디바이스 간 다자간 통신 및 스마트 중계기와의 통신이 가능한 스마트 디바이스의 설계 방안을 제안한다. 제안된 스마트 디바이스는 작업자 위치, 이동 속도 등 작업자 정보와 지형, 풍향, 온도, 습도 등 환경정보를 수집하고 작업자 상호 간의 안전거리를 확보하여 위험 상황 발생 시 경고가 가능하며 헬멧에 부착할 수 있도록 설계하였다. 이를 위해, 스마트 디바이스에 필요한 기능적 요구사항과 스마트 디바이스 내의 센서와 모듈을 이용하여 요구사항을 구현하기 위한 설계 방안과 스마트 디바이스의 성능평가를 위한 지표를 도출하고 산악지역에서의 성능평가를 위한 평가환경을 제안한다.

There are various ICT technologies continuously being developed to reduce damage by industrial accidents. And research is being conducted to minimize damage in case of industrial accidents by utilizing sensors, IoT, big data, machine learning and artificial intelligence. In this paper, we propose a design method for a smart device capable of multilateral communication between devices and smart repeater in the communication shaded Areas such as closed areas of industrial sites, mountains, oceans, and coal mines. The proposed device collects worker's information such as worker location and movement speed, and environmental information such as terrain, wind direction, temperature, and humidity, and secures a safe distance between workers to warn in case of a dangerous situation and is designed to be attached to a helmet. For this, we proposed functional requirements for smart devices and design methods for implementing each requirement using sensors and modules in smart device. And we derived evaluation items for performance evaluation of the smart device and proposed an evaluation environment for performance evaluation in mountainous area.

본 논문에서는 zigbee로 구성된 무선 센서 네트워크 기반의 재난재해 감지 시스템에서 쿼드콥터를 이용한 영상 데이터 수집 및 노드 대체 방법을 제안한다. 기존의 영상을 이용한 무선 센서 네트워크 기반의 시스템에서는, 카메라가 고정되어 있어 넓은 지역을 관측하지 못한다. 기존의 시스템은 노드가 재난재해로 인해 누락되는 상황에서 대체방안이 제시되지 않는 문제점이 있다. 본 논문에서는 쿼드콥터에 IP 카메라와 통신 노드를 장착하여 센서 노드의 신뢰성 향상과 대체 노드로 활용하는 방법을 제안한다. 기존의 시스템보다 쿼드콥터의 영상을 통한 센서노드 및 실시간 상황 정보의 신뢰성을 향상시킬 것으로 기대된다.

In this paper, we propose an alternative method of collecting image data and changing nodes in wireless sensor networks based sensing disaster systems configured with zigbee using quad copter. It is difficult to observe a wide area caused by existing fixed video cameras in the wireless sensor network system using a conventional image-based. Also the nodes don't have provide to alternate methodology in situations when missing due to a disaster or destruction. In this paper, to use wearing the IP camera and the communication node to the quad copter, it provides a method to take advantage of as improving an alternative node of the reliability of the sensor node. The results show to improve the reliability of the sensor nodes and real-time status information through a video quad Copt than conventional systems.

최근 빈번히 발생하고 있는 지진, 건축물의 노후화에 따라 건축물 붕괴 및 기울어짐 사고 등이 자주 발생하고 있는 실정이다. 이런 건축물에 대한 재난을 방지하기 위하여 다양한 방법이 제시되고 있는 실정이다. 이에 본 논문에서는 IoT(Internet of Things)기반의 건축물 이상 유무를 실시간으로 모니터링 하여 건축물의 붕괴, 기울어짐 등에 대한 이상 징후현상을 사전에 제공하는 시스템을 제시한다. 다중첨단센서는 기울기 센서, 가속도 센서를 기반으로 센서별 검출된 데이터를 서버로 실시간 전송, 데이터를 축적하며, 설정된 임계치를 상위할 경우 대응할 수 있는 서비스를 제공 한다. 건축물의 붕괴, 기울어짐 등 현상에 대한 임계치 상위 이벤트 발생시 경고를 함으로, 건축물의 붕괴 및 기울어짐 현상에 대한 대피, 보수가 가능하여, 건축물에서 발생할 수 있는 재난에 대응할 수 있을 것이라고 사료된다.

In recent years, there have been frequent occurrences of collapsing buildings and tilting accidents due to frequent earthquakes and aging of buildings. Various methods have been proposed to prevent disasters on these buildings. In this paper, we propose a system algorithm that provides an indication of anomalous phenomena such as collapse and tilting of buildings by real - time monitoring of IoT (Internet of Things) - based architectural anomalies. The multi-advanced sensor is based on the Inclinometer sensor and the Accelerometer sensor, transmits the detected data to the server in real time, accumulates the data, and provides the service to cope when the set threshold value is different. It is possible to evacuate and repair the collapse and tilting of the building by warning the occurrence of the upper threshold event event such as the collapse and tilting of the building.