• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2013년도 춘계학술대회
• /
• pp.385-387
• /
• 2013

기존의 해양사고 데이터에 기반한 해양안전관리체제에서 준해양사고 중심의 데이터 분석을 통하여 보다 선제적인 해양사고 예방시스템 구축에 대하여 고찰하는 한편, 인천VTS의 사례로 준해양사고 데이터 기반의 해양안전관리체제를 살펴보고, 그 중심에서 VTS의 기능을 확장할 수 있는 방안에 대하여 총체적으로 연구함

• 한국항해항만학회지
• /
• 제47권1호
• /
• pp.1-9
• /
• 2023

해양사고 분석에 관한 많은 연구가 진행되고 있으며, 해양사고는 매년 업데이트되고 있어 주기적으로 원인을 분석하고 규명하는 것이 필요하다. 이 연구에서는 이전의 데이터와 새로운 데이터를 활용하여 해양사고를 파악·분석을 통해 어선 해양사고 원인을 규명하여 사고를 예방하는 것이다. 해양사고 데이터는 어선의 특수성을 고려하여 해양안전심판원의 어선에 대한 해양사고재결서 16년간의 1,921건을 수집하였으며, 해양수산부 종합상황실 사고알림문자 이력 3년간의 1,917건을 수집하였다. 재결서 데이터와 문자 데이터는 변수에 따라 분류하였으며, 수량화 작업을 수행하였다. 수량화 작업을 통한 데이터를 사용하여 베이지안 네트워크를 이용해 사전확률을 계산하였고, 후방 추론을 이용하여 어선 해양사고를 예측하였다. 두 가지 수집한 데이터 중 해양사고재결서는 모든 어선의 사고가 재결서에 포함되지 않았기 때문에 해양수산부 사고알림문자를 선택하였다. 분류한 데이터를 베이지안 네트워크를 사용하여 어선 해양사고의 사전 확률을 계산하였다. 후방 추론으로 계산한 기관손상이 서해 연안에서 발생할 어선 해양사고의 확률은 0.0000031%였다. 이 연구의 기대효과는 어선 해양사고를 분석하기 위하여 새로운 사고알림문자 데이터를 활용하여 실제 어선 특성에 맞는 해양사고를 분석할 수 있다는 것이다. 추후에는 어선 해양사고에 영향을 미치는 변수들 간의 인과관계에 관한 연구를 수행할 예정이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2018년도 춘계학술대회
• /
• pp.50-52
• /
• 2018

준해양사고는 해양사고를 제외하고 선박의 구조, 설비 또는 운용과 관련하여 시정 또는 개선되지 않을 경우, 선박과 사람의 안전 및 해양환경 등에 위해를 끼치거나 위해를 끼칠 수 있는 사고를 의미하며, 이를 통해 사고를 사전에 예방하는 제도를 준해양사고제도라 한다. 우리나라는 2010년부터 국제해사기구의 권고에 따라 본 제도를 도입하였고, 다각적인 방법을 통해 활성화를 위하여 노력하고 있다. 하지만 8년이 지난 지금도 본 제도는 좀처럼 활성화되지 못하고 있으며 해운선사의 자발적인 참여가 미흡한 실정이다. 이에 본 연구는 준해양사고와 해양사고 데이터를 다각도로 분석하여 연관성을 정량적으로 검증하고자 노력하였고, 동시에 준해양사고제도의 운영이 해양사고를 예방하는데 도움이 됨을 입증하고자 하였다. 이를 위해 준해양사고와 해양사고를 다각도로 비교 분석하여 연관성을 검토해보았고, 그 결과 지금까지의 준해양사고 건수 증가 이후에 해양사고가 증가한다는 일반적 견해에 반하여 준해양사고 건수 증가는 해양사고 증가에 후행하여 나타날 수 있는 가능성에 주목하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2016년도 춘계학술대회
• /
• pp.194-195
• /
• 2016

IMO에서 규정하는 모든 교육 및 훈련을 이수한 전문 해기인력이 매년 배출되고 있지만, 해양사고의 발생은 끊이지 않고 있다. 이는 해양사고를 대처하는 해기사의 위험상황 대처 능력이 크게 개선되지 않았다는 점을 의미한다. 공통적으로 해기사에게 제공되는 교육 및 훈련뿐만 아니라 해기사 개개인의 위험요소를 파악하여 해당 위험 요소에 대한 매뉴얼을 제공할 수 있는 모델이 개발되면 해양사고를 대처할 수 있다. 이러한 모델을 개발하기 위하여 모델 구축에 필요한 데이터베이스(Data Base, D/B)가 필요하다. 이러한 D/B는 모델에 활용할 수 있도록 숫자로 표기된 것이어야 한다. 본 연구에서는 해양안전심판원에서 제공하는 해양사고 데이터를 수집, 분석하여 해양사고 예방을 위한 모델에 활용할 수 있는 해양사고 수량화 D/B를 구축하는 방법에 대하여 고찰하였다. 1차적으로 해양사고 수량화 D/B를 구축하였으나, 이의 유용성이나 목적에 적합한 D/B의 규모 등에 관한 연구는 추후에 계속 되어야 한다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2002년도 추계학술발표회
• /
• pp.163-175
• /
• 2002

가상현실 기법(virtual reality technologies)를 해양안전사고 가시화 시스템 개발에 적용하기 위한 개발론에 대해서 기술하였다. ‘목포해심’ 재결서 700여가지 사건에 대한 분류표와 수령화 표를 작성하여 질적 데이터를 양적 데이터로 변환하였다. 개발론에 대한 검토결과, 과거 10년 간의 해양사고 사건사례를 압축하여 저차원 데이터를 획득하기 위해서는 다변량해석기법(multivariate analysis)을 적용해야하고, 위기관리를 종합적으로 수행하기 위해서는 기존에 제시되고 있는 PRA, QRA, SPE 등의 기법 중 적합한 것을 적용할 필요가 있으며, 통계 데이터의 가시화를 위해서는 MATLAB의 Simulink 와 VR Toolkit을 이용하면 가능함을 분석할 수 있었다.

• 해양환경안전학회지
• /
• 제28권5호
• /
• pp.780-790
• /
• 2022

해양사고 예방을 위해서는 사고의 원인과 결과에 대한 분석 및 진단뿐만 아니라, 사고의 발생 패턴과 변화 추이를 예측함으로써 정량적 위험도를 제시할 필요성이 있다. 선박교통과 관련된 해양사고 예측은 선박의 충돌위험도 분석 및 항해 경로 탐색 등 선박교통의 흐름에 관한 연구가 주로 수행되었으며, 해양사고의 발생 패턴에 대한 분석은 전통적인 통계 분석에 따라 제시되었다. 본 연구에서는 해양사고 통계 자료 중 선박교통관련 사고의 월별, 시간대별 발생 현황 데이터를 활용하여 해양사고 발생 예측 모델을 제시하고자 한다. 국내 해양사고 발생 현황 중 월별, 시간대별 데이터 집계가 가능한 1998년부터 2021년까지의 통계자료 중 선박교통 관련 데이터를 분류하여 정형 시계열 데이터로 변환하였으며, 대표적인 인공지능 모델인 순환 신경망 기반 장단기 기억 신경망을 통하여 예측 모델을 구축하였다. 검증데이터를 통하여 모델의 성능을 검증한 결과 RMSE는 초기 신경망 모델에서 월별 52.5471, 시간대별 126.5893으로 나타났으며, 관측값으로 신경망 모델을 업데이트한 결과 RMSE는 월별 31.3680, 시간대별 36.3967로 개선되었다. 본 연구에서 제안한 신경망 모델을 기반으로 다양한 해양사고의 특징 데이터를 학습하여 해양사고 발생 패턴을 예측할 수 있을 것이다. 향후 해양사고 발생 위험의 정량적 제시와 지역기반의 위험지도 개발 등에 관한 추가 연구가 필요하다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.244-245
• /
• 2019

국내외 해양사고 조사체계 비교 분석을 통해 국내 해양사고 조사체계의 법제도와 시설, 장비, 전문 인력 등 시스템 문제점 및 개선방안을 도출하고 대형 해양사고 발생원인 및 위험요소의 명확한 조사 분석을 위한 우리나라 해양사고 조사체계 및 과학적인 분석시스템 구축방안을 제시하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2015년도 추계학술대회
• /
• pp.193-195
• /
• 2015

해양사고 원인의 70 % 이상을 차지하는 인적오류 예방은 해양안전에 가장 중요한 이슈이다. 인적오류는 확률기반의 인적 모델을 구축하여 평가함으로써 예상되는 위기의 수준을 과학적으로 예측할 수 있다. 확률기반 인적 모델을 구축하기 위해서는 사건의 원인과 결과 사이에 연계성을 갖고 있는 통계 데이터가 필요하다. 본 연구에서는 이러한 연계 데이터 확보를 위한 것으로, 해양안전심판원의 통계 데이터 사이의 연계성 확보 방안을 주로 검토하였다. 그리고 이러한 통계 데이터를 인적 모델에 적용하는 방법과 전략도 검토하였다. 인적 모델은 회사, 선박, 해기사 관련 요소들이 총체적으로 반영될 필요가 있음을 알았고, 이러한 세 가지 요소로 구성된 통합 모델을 설계하기 위한 방안도 검토하였다. 특히, 각 요소들에 포함될 데이터 사이의 연계성 확보를 위해서 해양사고 연계 체인(Chain)을 도입하였다. 확보한 데이터는 사고의 가장 근본원인인 Hazard부터 사고의 영향을 나타내는 Impact까지의 6 단계 분석 방법을 적용하여 통계 데이터에 결합되어 있는 원인과 결과 사이의 연계성을 확보할 수 있는 방안을 수립하였다. 본 연구는 중장기적으로 추진할 과제이기 때문에 향후 본 연구 내용을 토대로 인적 모델을 개발하여 해양사고 예방에 적극 기여하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2021년도 추계학술대회
• /
• pp.185-186
• /
• 2021

해양사고 분석을 위한 해양사고 재결서는 중요한 정보제공의 원천이며 재발방지를 위한 개선사항을 제시한 자료이다. 하지만 이는 보고서 형태로 구성되어 수량화 하여 데이터로 활용하기에는 한계가 있다. 본 연구에서는 이러한 해양사고 재결서를 원인요소와 결과요소로 구분하여 계층화작업을 시행하였다. 이를 통해 충돌사고에서 선박조우상황과 충돌부위와의 상관관꼐를 증명하기 위한 기초자료로 사용하고자 한다. .

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2016년도 춘계학술대회
• /
• pp.196-198
• /
• 2016

해양사고 원인의 대부분을 차지하는 인적오류 예방은 해양안전에 가장 중요하며 인적오류는 확률기반의 인적 모델을 구축하여 평가할 수 있다. 확률기반 인적 모델을 구축하기 위해 사건의 원인과 결과 사이에 연계성을 갖고 있는 통계 데이터가 필요하다. 이러한 데이터는 정부 공식통계로서 해양안전심판원에서 제공하는 재결서의 내용 분석을 통해 얻고자 하나, 측정변수가 너무 많아 계산량이 방대하다. 본 연구에서는 재결서 분석서의 원인판단에서 기준이 되는 해양안전심판원의 해양사고조사심판정보포털(이하 해심)에서 제공하는 재결서 내용의 핵심적인 내용으로 구성된 '주제어 '데이터를 활용하여 주제어에 포함된 핵심단어 분석절차를 수립하였다. 이들 단어가 구분형태별로 어떻게 분포된 상태인지 알아보고, 선박사고별로 최적으로 설명할 수 있는 단어 객체수를 검토해보고자 한다. 향후 축소된 차원으로도 해양사고 인적과실의 인과관계 설명이 가능하면, 인적모델의 측정변수를 결정하는 경우 쉽게 타당성을 확인 할 수 있어 해양안전을 위한 중요한 자료로 활용할 수 있다.