고래안 v2 | Notion

1. 개요 (Product Overview)

1.1 제품명

울산 고래안 (Whale-AN) & Urban Safety Twin

1.2 제품 비전

"보이지 않는 위험을 예측하고, 도시의 안전을 사전에 설계한다." 사후 대응(Response) 중심의 기존 체계를 넘어, 데이터 부족 한계를 극복하는 사전 예방 및 정책 시뮬레이션(Pre-emption) 통합 플랫폼.

1.3 배경 및 문제 정의 (Why Now?)

높은 잠재 위험: 울산은 국가산단과 주거지가 인접해 화학사고 위험이 상존함.
현실적 인프라의 한계 (Critical Pain Point):
- 현재 울산 전역에 유해화학물질 센서가 약 10개로 부족하며, 데이터 수집 주기도 30분 간격이라 완벽한 실시간 탐지가 불가능함.
- 기존 시스템(CARIS 등)은 사고 후 확산 예측에 집중되어 있어, "어디에 센서를 더 설치해야 하는가?", "이 대피소가 안전한가?" 같은 사전 예방 정책 수립에는 활용되지 못함.
정책적 니즈: 예산 집행의 근거(Data-driven)와 실전 같은 모의 훈련 시스템 부재.

2. 타겟 사용자 (Target Audience)

구분	사용자	주요 니즈 (Needs)
Primary	울산시 안전총괄과 / 도시계획과	최적의 센서/대피소 입지 선정, 공장 인허가 시 안전성 검증, 데이터 기반 예산 수립
Secondary	소방본부 / 경찰청	사고 시나리오별 진입/통제 경로 훈련(Wargame), 골든타임 확보를 위한 교통 통제 계획 수립
Tertiary	시민 (대국민 서비스)	(사고 발생 시) 내 위치 기준의 행동 요령 및 실시간 대피 경로 안내

3. 핵심 기능 (Key Features)

Module 1. 정책 지원 및 훈련용 시뮬레이터 (Strategic Simulator)

현재의 데이터 공백(센서 부족)을 메우기 위한 '가상 시나리오 분석' 도구

1) 인프라 최적 입지 선정 (Infrastructure Optimization)

기능: 수년 간의 기상 데이터(풍향/풍속)와 공장 위치를 분석하여 최적의 신규 센서 설치 좌표를 추천.
활용:
- "예산으로 센서 5개를 추가한다면 어디가 효율적인가?" (Blind Spot 분석)
- 이동형 센서(드론, 로봇 등) 도입 시 거점 스테이션 위치 선정.
대피소 적합성 검증: 기존 대피소가 화학단지 풍하측(바람 아래)에 위치하는지 분석하여 대피소 재지정 또는 보강 제안.