스마트폰 기반 지진 조기경보에 대한 사용자 인식 분석

본 논문은 2025년 4월 23일 터키 마르마라 지역에서 발생한 Mw 6.2 규모 지진을 실제 현장 시험으로 활용해, 구글이 개발한 Android Earthquake Alert(AEA) 시스템의 사용자 인식을 정량·정성적으로 분석한다. 연구는 크게 네 부분으로 구성된다. 첫째, 데이터 수집 및 전처리 단계에서는 X(구 트위터) 플랫폼에서 “Android Deprem”(터키어 ‘지진’)이라는 키워드와 스크린샷을 포함한 게시물을 3일간 수집하였다. 총 511개의 공개 게시물이 선정되었으며, 이는 알림 수신자·현지 사용자 중심의 고정밀 표본을 목표로 한 전략이다. 단일 키워드와 한 플랫폼에 의존함으로써 전 세계 뉴스봇·국제 관찰자들의 잡음을 최소화했지만, 현지 언어·문화에 익숙하지 않은 사용자나 다른 키워드로 게시한 사례를 배제함으로써 표본 편향이 존재한다는 점을 명시한다. 둘째, 속성 추출 및 검증 단계에서는 Google Gemini Pro 2.5와 Vertex AI를 활용해 프롬프트 엔지니어링·few‑shot 학습을 적용하였다. 42개의 속성이 자동으로 추출되었으며, 여기에는 알림 유형(‘Take Action’ vs ‘Be Aware’), 알림 모드(소리·무음), 사용자 인구통계(성별·연령·과거 지진 경험), 감정(불안, 안도, 놀라움, 짜증 등), 신뢰도, 인지된 정확성·명료성, 사후 행동(대피·드롭‑앤‑커버 등) 등이 포함된다. 자동 추출 결과의 정확성을 확보하기 위해 전체 데이터의 10%를 무작위 추출해 인간 전문가가 교차 검증했으며, 주요 속성에서 95% 이상 일치율을 기록하였다. 셋째, 통계·감정 분석 결과는 두 가지 핵심 인사이트를 도출한다. 첫째, 경보 도착 시점(진동 전·중·후)과 사용자 신뢰도 사이에 강한 양의 상관관계(r ≈ 0.68, p < 0.01)가 발견되었다. 진동 전에 경보를 받은 사용자는 경보의 정확성을 높게 평가하고, 향후 시스템에 대한 신뢰를 유지하거나 증가시키는 경향이 있었다. 반면, 진동 중·후에 도착한 경보는 부정적 감정(불만, 짜증)과 연관되었으며, 일부는 알림 자체가 누락됐다고 보고했다. 이는 기존 EEW 연구에서 강조하는 “시간”이 사용자가 체감하는 “정확성”의 핵심 요소임을 실증적으로 뒷받침한다. 둘째, 감정 분석에서는 전체 게시물 중 약 55%가 긍정적 감정(안도·놀라움·감사), 35%가 중립적, 10%가 부정적(불안·짜증) 감정을 나타냈다. 긍정적 감정은 경보가 조기에 도착하고, 알림 내용이 명확하며, 사용자가 실제 보호 행동을 수행한 경우에 집중되었다. 부정적 감정은 알림 지연·미전송, 혹은 iOS 기반 경쟁 서비스와의 비교에서 발생한 불만으로 귀결되었다. 지역별 분석에서는 이스탄불 대도시권 사용자가 전체의 56.7%를 차지했으며, 이들 중 49%는 ‘Be Aware’ 알림을, 13.4%는 ‘Take Action’ 알림을 받았다. 지진 강도(MMI)와 알림 유형 간에는 일관성이 있었으며, 약 55%가 진동 전에 경보를 받았다는 점이 사용자 설문과 일치한다. 다만, X 플랫폼 특성상 ‘Not Felt’(진동을 느끼지 않음) 응답이 설문 대비 낮게 나타났으며, 이는 소셜 미디어 사용자의 자기선택적 특성으로 해석된다. 넷째, 논의와 결론에서는 연구의 제한점과 향후 과제를 제시한다. 한 플랫폼·한 키워드에 의존한 표본 편향, 스크린샷 기반 위치 추정의 불확실성, 감정 라벨링의 주관성 등이 주요 제한점으로 언급된다. 그럼에도 불구하고 LLM 기반 자동화 파이프라인이 대규모 비구조화 데이터를 신속히 정제·분석할 수 있음을 보여주며, 향후 다중 플랫폼·다언어 데이터와 결합해 보다 포괄적인 사용자 행동 모델을 구축할 가능성을 제시한다. 결론적으로, 이 연구는 (1) 스마트폰 EEW 시스템의 기술적 성공을 사용자 관점에서 검증, (2) 경보 시점이 신뢰와 행동에 미치는 결정적 영향을 실증, (3) LLM을 활용한 대규모 소셜 미디어 분석 방법론을 제시함으로써 재난 위험소통 분야에 새로운 연구 패러다임을 제공한다는 점에서 학문적·실무적 의의가 크다.