본 연구에서는 철도운영 및 시설기관의 사고/장애 데이터를 분석하여 근본원인-사고원인-위험원에 대한 분류체계를 수립하였고, 사고유형, 사고원인, 위험원, 근본원인에 대한 패턴분석을 통해 주요 사고별로 사고에 영향을 미치는 원인이 무엇인지를 정확히 분석하여, 철도사고를 유발할 수 있는 위험원인를 근본적으로 차단하기 위해 사고원인분석 정보를 국가 및 철도운영기관 등이 활용함으로써 효율적인 철도안전정책을 수립할 수 있는 사고원인분석시스템을 개발하였다.
본 연구에서는 철도운영 및 시설기관의 사고/장애 데이터를 분석하여 근본원인-사고원인-위험원에 대한 분류체계를 수립하였고, 사고유형, 사고원인, 위험원, 근본원인에 대한 패턴분석을 통해 주요 사고별로 사고에 영향을 미치는 원인이 무엇인지를 정확히 분석하여, 철도사고를 유발할 수 있는 위험원인를 근본적으로 차단하기 위해 사고원인분석 정보를 국가 및 철도운영기관 등이 활용함으로써 효율적인 철도안전정책을 수립할 수 있는 사고원인분석시스템을 개발하였다.
We have identified which causes have influenced to accidents, case by case through a relational analysis on data of accidental case, root case, accident cause and hazard. The data on the accident of railway operation and system have been analyzed and the root cause, accident cause and hazard have be...
We have identified which causes have influenced to accidents, case by case through a relational analysis on data of accidental case, root case, accident cause and hazard. The data on the accident of railway operation and system have been analyzed and the root cause, accident cause and hazard have been classified. This research has developed accident cause analysis system to build efficient railway safety policy which will be used to prevent railway accidents by government and railway operator.
We have identified which causes have influenced to accidents, case by case through a relational analysis on data of accidental case, root case, accident cause and hazard. The data on the accident of railway operation and system have been analyzed and the root cause, accident cause and hazard have been classified. This research has developed accident cause analysis system to build efficient railway safety policy which will be used to prevent railway accidents by government and railway operator.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 시스템은 사고의 심각도 등을 고려해서 심각도가 높은 사고에 대하여 그 사고에 대한 세부 원인을 규명하고자 함이 목적이며, 이를 위해서 심각도가 높은 사고에 대해서 FT 및 ET를 통해서 근본적인 사고원인을 규명하고 분석하는 시스템이다. Rail-PRISM 역시 분석 측면에서는 FT, ET 등을 이용하여 각 사고별로 세부적인 분석은 가능하지만, 국가적으로 사고를 관리하기 위한 목적으로는 너무 세부적인 분석을 요구하고 있어, 위험도분석의 방법론 정도를 활용하였다.
확률추정은 빈도분석 자료로 활용함은 물론 안전정책지원시스템에서 주요 내용인 위험도(위험도=심각도×확룰) 분석에서 활용하기 위한 목적이다.
제안 방법
4절의 선행연구를 통하여 K-HPES에서의 인적오류의 해석방법을 사고의 해석으로 응용하고, SMIS의 위험사건의 현황분석 방법론과 Rail-PRISM의 위험도 분석방법을 적용하고, 이들 시스템의 각각의 장점에 대하여는 아이디어를 활용하고, 단점을 보완하여 국가 및 철도운영기관 등에서는 철도사고원인분석에 의한 철도안전을 가장 효율적으로 관리 할 수 있도록 시스템을 구축하였다.
따라서 본 시스템에서의 사고 분석은 각 사고별로 사고발생 경위 및 사고발생 원인이 무엇인지 체계적이고 시각적으로 보여주는 것이 주요 특징이라고 할 수 있다. 그러나 이 시스템은 사고원인을 체계적으로 관리하는 목적은 본 연구의 목적과 일치하지만 주로 인적오류에 대한 내용으로 국한되어 인적오류의 관리체계는 활용하고, 인적오류 이외의 사고에 대한 원인분석이 가능하도록 본 연구의 시스템에 적용하였다.
그러나, 기존의 시스템에서나 타분야 혹은 한국철도기술연구원의 시스템에서는 사고유형에 대한 사고원인, 근본원인이 구분되지 않는 일/이차원적 분석이 가능하였지만, 사고원인분석시스템은 기존에서 찾지 못 하였던 사고의 원인을 분석하기 위하여, 사고유형-위험원-사고원인-근본원인에 대한 분류체계를 구축하여 다차원적인 사고원인을 분석할 수 있도록 개발한 시스템이다. 또한, 사고원인분석 정보를 국가 및 철도운영기관 등이 활용함으로써 효율적인 철도안전정책을 수립할 수 있도록 하였다.
본 시스템과 비슷한 성향의 선진 시스템에 대한 분석을 통하여 보다 정확한 시스템 기능구현을 하고자 국내외 시스템에 대한 분석을 실시하였다. 분석된 내용은 한국철도기술연구원에서 철도 사고별로 심층적인 분석을 통해 사고 원인을 찾고 각 사고별로 FT(Fault Tree) 및 ET(Event Tree)를 수행할 수 있는 Rail-PRISM(Rail Program for Risk Informed Safety Management), 영국철도의 사고보고 및 분석을 위한 SMIS(Safety Management Information System)의 각 기능 및 원인분석 내용에 대해서 조사하였다.
본 시스템과 비슷한 성향의 선진 시스템에 대한 분석을 통하여 보다 정확한 시스템 기능구현을 하고자 국내외 시스템에 대한 분석을 실시하였다. 분석된 내용은 한국철도기술연구원에서 철도 사고별로 심층적인 분석을 통해 사고 원인을 찾고 각 사고별로 FT(Fault Tree) 및 ET(Event Tree)를 수행할 수 있는 Rail-PRISM(Rail Program for Risk Informed Safety Management), 영국철도의 사고보고 및 분석을 위한 SMIS(Safety Management Information System)의 각 기능 및 원인분석 내용에 대해서 조사하였다. 또한 박찬우 등[3]은 한국철도기술연구원에서 철도 위험도를 분석하기 위한 웹기반의 프로그램을 개발 하였으나, 한국철도기술연구원에서 개발한 시스템은 FT, ET등을 이용하여 각 사고별로 세부적인 분석은 가능하지만, 국가적으로 사고를 관리하기 위한 목적으로는 활용면에서 다소 차이가 있어 상세 내용은 정리하지 않았다.
빈도분석은 사고유형별, 사고원인별, 근본원인별, 위험원별 선택조건에 따른 빈도를 제공해주는 기능이다. 빈도분석의 조건을 선택하고 분석 버튼을 누르면 기본적으로 해당 항목 전체에 대한 빈도분석을 실시하고, 필요 시 누적중요도 혹은 관계정보 등록에서 등록된 항목만 또는 이를 병행한 항목에 대한 분석을 할 수 있도록 하였다. 빈도분석의 주요 내용은 사고보고서를 통해 활용할 수 있는 지역, 피해정도, 날씨 등 환경적인 요인을 활용한 분석이 병행될 수 있도록 하는 기능이다.
사고 분석은 순차적으로 발생하는 위험사건과 위험사건에 따른 순차적인 발생원인, 원인별 관련자 및 관련시설/장비를 규명한다. 사고 1건당 여러 건의 위험사건이 있을 수 있으며, 위험사건 1개에 여러 개의 발생 원인이 존재할 수 있도록 제작하였다.
Rail-PRISM(Rail Program for Risk Informed Safety Management)[5]은 철도 위험도 평가가 방대한 사고/장애 자료의 처리와 사고 시나리오 모델 개발에 많은 인력과 시간이 소요될 뿐만 아니라, 향후 철도안전법의 시행에 따른 주기적 철도 위험도 분석의 효율성을 고려할 때 철도 사고/장애 자료와 사고 시나리오 모델의 유기적인 유지 및 연계 관리, 신속한 철도 위험도 정량분석을 통한 의사결정 지원 등이 요구되므로 철도 위험도 평가에 특성화된 시스템이다. 이를 위해서 다양한 철도분야의 안전관계자가 철도 위험도 관련 자료에 대한 입출력이 가능 하도록 하고, 위험도 평가용 모듈인 철도사고/장애자료 DB, 위험분석자료 DB, Hazard List DB, PHA DB를 통해 운영기관에서 보유하고 있는 기존 보고 내용의 변환을 통한 입력 및 사용자의 직접입력이 가능하도록 하기 위하여 효율적이고 사용 편이성이 확보된 인터페이스를 갖도록 한 시스템이다. 시스템 구성도는 Fig.
이에 본 연구에서는 이러한 단점을 보완하고 체계적인 철도사고 원인분석을 위해 철도안전정보종합관리시스템[7]의 '05년부터'09년까지 5개년의 사고정보를 분석하여 Table 1과 같이 철도사고에 대한 분류체계를 정리하고, 이를 활용하여 데이터를 입력하는 기능, 위험원과 근본원인에 대한 분류체계를 관리하는 기능, 사고, 사고원인, 위험원, 근본원인의 각 항목별로 빈도분석을 하는 기능, 사고유형-위험원-사고원인-근본 원인 각 항목별로 관계분석을 할 수 있는 기능 및 이런 분석을 통해 관계정도를 시각화 하여 이해도를 높이기 위해 그림으로 나타내는 관계도를 작성할 수 있도록 함으로써 철도 사고 패턴을 분석 할 수 있는 기능으로 구성되었다.
철도안전정보종합관리시스템의 '05년부터 '09년까지 5개년 철도사고 통계자료를 분석하여 철도교통여객사상의 근본원인-위험원-사고원인 관계에 대한 패턴을 찾아내었고, 이런 패턴은 기존의 시스템에서는 찾지 못했으나 이 시스템에서는 Fig. 3과 같이 사고유형에 대한 근본원인-위험원-사고원인의 관계도를 보여줌으로써 보다 체계적인 사고원인분석이 가능하도록 하였다.
현행 철도사고 분류체계에 의해 철도운영기관 등이 사고 통계분석시스템에 입력한 사고정보로는 철도사고의 80% 이상을 차지하고 있는 사상사고는 사고유형-사고원인이 1차원 적인 분류체계로 되어 있어 사고에 대한 근본적인 원인을 분석할 수 없다. 체계적인 철도안전관리를 위하여 사고발생 유형에 따라 철도운영기관의 철도사고담당자가 근본원인, 사고원인, 위험원을 분석할 수 있는 새로운 분류체계대로 정보를 등록하여 동일 사고의 재발방지 및 사고의 최소화로 철도안전도를 증대할 수 있는 시스템 개발의 필요성이 요구되어 철도사고원인분석시스템을 구축하게 되었다.
이론/모형
본 시스템은 사고의 심각도 등을 고려해서 심각도가 높은 사고에 대하여 그 사고에 대한 세부 원인을 규명하고자 함이 목적이며, 이를 위해서 심각도가 높은 사고에 대해서 FT 및 ET를 통해서 근본적인 사고원인을 규명하고 분석하는 시스템이다. Rail-PRISM 역시 분석 측면에서는 FT, ET 등을 이용하여 각 사고별로 세부적인 분석은 가능하지만, 국가적으로 사고를 관리하기 위한 목적으로는 너무 세부적인 분석을 요구하고 있어, 위험도분석의 방법론 정도를 활용하였다.
SMIS의 경우에도 위험사건을 정의하고 위험사건의 체계적인 현황을 분석하는 용도로는 의미가 있으나 세부적인 위험원인을 규명하는 데는 한계점이 있다. 또한 위험사건의 정의도 국내 철도의 여건과 불일치하는 점이 있어 위험사건을 정의하고 위험사건의 현황분석 방법론을 본 연구의 시스템에서 활용하였다.
사전확률은 전문가들의 지식을 입력하여 포아송분포, 베타분포, 정규분포 및 대수정규분포 등을 통해 사후확률을 계산하고 이를 활용하는 방법이다. 본 시스템에서는 발생빈도가 10건 이상의 경우에는 포아송 분포의 모수적 추정방법인 MLE를 이용하고, 그렇지 않을 경우에는 베이지안 방법을 활용하도록 구성하였다.
확률추정은 빈도분석과 관계분석에서 제공될 내용으로서 발생빈도를 중심으로 한 비모수적 추정 방법 및 베이지안 (Bayesian) 추정방법을 활용한다. 확률추정은 빈도분석 자료로 활용함은 물론 안전정책지원시스템에서 주요 내용인 위험도(위험도=심각도×확룰) 분석에서 활용하기 위한 목적이다.
후속연구
본 연구를 통해 개발된 철도사고원인분석시스템은 철도운영 및 시설관리와 관련된 위험요인을 체계적으로 조사, 분석할 수 있는 기반을 마련하였고, 분석 정보를 활용하여 예방대책 제안, 위험요인을 원천적으로 제거하여 궁극적으로 국가 및 철도운영기관 등은 철도사고 예방에 기여할 수 있을 것으로 기대된다.
이와 같이 철도운영기관 등에서의 위험요인관리, 안전관리업무 효율, 철도종사자의 안전의식 고취로 인해 사고 위험을 낮출 수 있다면 전체적인 사고비용을 절감할 수 있을 것이다. 뿐만 아니라 향후 국가 및 철도운영기관 등은 철도 사고의 발생확률과 발생빈도를 고려한 위험도를 정량적으로 평가하여 평가점수, 법규제 관련, 기술적 대안, 재정적 능력, 이해관계자 간의 견해를 검토하여 당해 연도 목표 반영, 예산·기술상 문제를 반영한 안전관리를 하는데 활용도가 높을 것으로 사료된다.
참고문헌 (8)
Ministry of Land, Transport and Maritime Affairs (2007) Guidelines on the railway accident report.
Ministry of Land, Transport and Maritime Affairs (2007) Railway accident risk analysis and assessment system construction, railway total safety technology development project 3rd year Interim Report.
C.W. Park, S.L. Kwak, J.B. Wang, J.N. Park (2006) Development of a Web Based Railway Accident Analysis Program for Risk Assessment, Korea Society for Railway Autumn Scholarship Conference Journal, pp. 1-6.
Korea Hydro & Nuclear Power (2006) Close-case accident analysis procedure development and K-HPES Improvement Report.
Korea Railroad Research Institute (2007) Web Based Railway Risk Information Management Computer Program Development Report.
RSSB, Safety Management Information System(SMIIS), 2006.
Korea Transportation Safety Authority (2009) Rail Safety Information System.
M.S. Kim, J.B. Wang C.W. Park, Y.O. Cho (2009) Development of the Risk Assessment Model for Railway Level-Crossing Accidents by Using The ETA and FTA, Journal of the Korean Society for Railway, 12(6), pp. 936-943.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.