Abstract
Marine Incidents based on Heinrich's law are very important in preventing accidents. However, marine Incident data are mainly qualitative and are used to prevent similar accidents through case sharing rather than statistical analysis, which can be confirmed in the marine Incident-related data posted in the Korea Maritime Safety Tribunal. Therefore, this study derived quantitative results by analyzing the causes of marine incidents during berthing using various methods of statistical analysis. To this end, data involving marine incidents from various shipping companies were collected and reclassified for easy analysis. The main keywords were derived via primary analysis using text mining. Only meaningful words were selected via verification by an expert group, and time series and cluster analysis were performed to predict marine incidents that may occur during berthing. Although the role of an expert group was still required during the analysis, it was confirmed that quantitative analysis of marine incidents was feasible, and iused to provide cause and accident prevention information.
하인리히의 법칙에 근거한 준해양사고는 사고를 미리 방지할 수 있는 수단으로서 매우 중요하다. 이에 본 연구에서는 정성적 데이터가 주를 이루는 정박 중 발생한 준해양사고에 대해 다양한 통계 분석 방법을 활용하여 정량적 결과를 도출하고자 하였다. 이를 위해 다양한 해운회사로부터 준해양사고 자료를 수집하여 분석에 쉽도록 재분류하였고, 텍스트마이닝 분석기법을 활용하여 1차 분석하여 주요 키워드를 도출하였다. 도출된 키워드는 전문가 집단의 검증을 거쳐 의미 있는 단어만 선택되었고, 시계열 및 군집 분석을 시행하여 정박 중 발생할 수 있는 준해양사고를 예측하였다. 이를 통해, 데이터 분석기술을 활용하면 정성적 준해양사고 자료를 정량화된 데이터 전환과 통계적 분석이 가능함을 확인할 수 있었다. 또한, 발생 가능한 준해양사고의 경향을 파악함으로써 원인과 예방 대책에 대한 정보 제공도 가능함을 확인할 수 있었다.
