최근 건설 기업들이 질적 성장을 필요로 하면서 리스크 분석 요구가 증가하고 있다. 하지만 건설 현장의 정량적인 데이터를 활용하여 손해 범위로 리스크 분류를 진행하는 연구는 미비한 실정이다. 따라서 본 연구에서는 건설 현장의 사고원인에 따른 내 외부 리스크 핵심 요인을 분석하는 것을 목표로 한다. 이를 위해 본 연구에서는 A보험사에서 실제 12년간 발생된 사고 데이터를 329개 수집하였다. 우선 수집한 데이터를 토대로 내 외부 발생 위험도에 따른 사고 원인별 중요도 차이를 분석하기 위해 RPN 기법을 수행하였다. 또한, 이러한 차이가 유의미한지를 분석하기 위해 T-test분석을 활용하여 내 외부 발생 위험도 간의 피해율 차이를 검증하였다. 그 결과, 내 외부 발생 위험도 간의 차이는 유의미한 것으로 나타났으며, 특히 480억 미만의 건설 현장의 사고에서는 시공결함과 진동 소음 먼지가, 480억 이상의 대규모 건설 프로젝트의 현장에서는 호우, 태풍이 주요사고 원인으로 이에 대한 대처 방안이 필요한 것으로 나타났다. 본 연구의 결과는 향후 건설 공사 현장에서 리스크 관리를 수행할 때, 내 외부에 따른 체계적인 리스크 식별 데이터로 활용이 가능할 것으로 기대된다.
최근 건설 기업들이 질적 성장을 필요로 하면서 리스크 분석 요구가 증가하고 있다. 하지만 건설 현장의 정량적인 데이터를 활용하여 손해 범위로 리스크 분류를 진행하는 연구는 미비한 실정이다. 따라서 본 연구에서는 건설 현장의 사고원인에 따른 내 외부 리스크 핵심 요인을 분석하는 것을 목표로 한다. 이를 위해 본 연구에서는 A보험사에서 실제 12년간 발생된 사고 데이터를 329개 수집하였다. 우선 수집한 데이터를 토대로 내 외부 발생 위험도에 따른 사고 원인별 중요도 차이를 분석하기 위해 RPN 기법을 수행하였다. 또한, 이러한 차이가 유의미한지를 분석하기 위해 T-test분석을 활용하여 내 외부 발생 위험도 간의 피해율 차이를 검증하였다. 그 결과, 내 외부 발생 위험도 간의 차이는 유의미한 것으로 나타났으며, 특히 480억 미만의 건설 현장의 사고에서는 시공결함과 진동 소음 먼지가, 480억 이상의 대규모 건설 프로젝트의 현장에서는 호우, 태풍이 주요사고 원인으로 이에 대한 대처 방안이 필요한 것으로 나타났다. 본 연구의 결과는 향후 건설 공사 현장에서 리스크 관리를 수행할 때, 내 외부에 따른 체계적인 리스크 식별 데이터로 활용이 가능할 것으로 기대된다.
The demand of construction risk analysis is rapidly increased to improve the competitiveness of construction companies and the sound management of the construction project. However, estimating the amount and uncertainty of the risk is difficult due to the wide range of risks in the construction indu...
The demand of construction risk analysis is rapidly increased to improve the competitiveness of construction companies and the sound management of the construction project. However, estimating the amount and uncertainty of the risk is difficult due to the wide range of risks in the construction industry. Moreover, most of the research on risk management of construction risk is only focused on the causes of risk without separate the internal and external risk. This study statistically analysis the internal risk and external risk based on the accidents cases which are caused at construction sites to define the difference and importances of the risk. An accident cause analysis and T-test analysis are carried out to reach the goal of study. The results of the study are expected to be used as a guideline of construction project risk analysis.
The demand of construction risk analysis is rapidly increased to improve the competitiveness of construction companies and the sound management of the construction project. However, estimating the amount and uncertainty of the risk is difficult due to the wide range of risks in the construction industry. Moreover, most of the research on risk management of construction risk is only focused on the causes of risk without separate the internal and external risk. This study statistically analysis the internal risk and external risk based on the accidents cases which are caused at construction sites to define the difference and importances of the risk. An accident cause analysis and T-test analysis are carried out to reach the goal of study. The results of the study are expected to be used as a guideline of construction project risk analysis.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
하지만 외부 및 내부 발생 위험의 평균 차이가 유의미한지를 분석하기 위해서는 통계적인 분석이 요구된다. 따라서 본 연구에서는 T-test 분석을 통해 입증하고자 한다. 또한, 이를 위해서는 우선 본 연구에서 선정된 표본들의 정규성을 검토할 필요가 있다.
따라서 본 연구에서는 보다 체계적이고 종합적인 건설공사의 위험 관리 및 위험 정량화를 위해 건설현장의 사고원인에 따른 내· 외부 리스크 핵심 요인을 도출하고 내·외부 위험량을 통계적으로 분석하는 것을 목표로 한다.
따라서본 연구는 건설 현장 사고원인에 따른 내·외부 리스크 핵심요인 분석을 수행하고자 한다.
본 연구는 건설 공사의 내부 발생 위험과 외부 발생 위험의 차이를 분석하기 위해 실제 건설공사의 손해액 데이터를 토대로 리스크 인자의 빈도와 강도 조합을 통하여 인자의 위험성을 평가하는 RPN 기법 및 통계적 분석을 위해 T-test를 수행하고자 한다. 이에 다음 같이 연구를 진행하였다.
RPN 평가 방법을 활용하는 대부분의 연구는 사고 발생 빈도와 심도에 대한 결정을 설문 조사나 문헌 분석으로 이루고 있으며, 빈도와 심도를 척도로 나누어 구간으로 평가하고 있다. 하지만 본 연구에서는 기존 연구와는 달리 실제 사고 사례를 수집하여 경험적이고 정량적인 근거 자료를 토대로 사고원인별 리스크 분석을 실시하고자 한다.
가설 설정
Hypothesis 1은 “480억원 미만의 건설프로젝트에서 내부 발생 위험도와 외부 발생 위험도의 피해율 평균차이는 유의미하다”를 의미하며, Hypothesis 2는 “480억원 이상의 건설프로젝트에서 내부 발생 위험도와 외부 발생 위험도의 피해율 평균차이는 유의미하다”를 나타낸다.
제안 방법
둘째, 수집한 데이터를 RPN 기법으로 분석하기 위해 선정된 데이터 표본을 토대로 내·외부 발생 위험도로 사고 발생 빈도 및 심도를 파악하였다.
먼저, 프로젝트 규모에 따라 구분하기 위해 수집한 총 공사금액 데이터의 중위수인 480억원을 기준으로 가설을 분류하였다. Hypothesis 1은 “480억원 미만의 건설프로젝트에서 내부 발생 위험도와 외부 발생 위험도의 피해율 평균차이는 유의미하다”를 의미하며, Hypothesis 2는 “480억원 이상의 건설프로젝트에서 내부 발생 위험도와 외부 발생 위험도의 피해율 평균차이는 유의미하다”를 나타낸다.
설문조사나 문헌분석으로 이루어져 개념적인 측면으로 접근한 기존 연구와는 달리, 본 연구는 사례를 중심으로 리스크 발생이 주로 분포된 건설 현장에 집중하여 내·외부 발생 위험도로 분류하여 실질적인 분석 체계를 제시하였다.
하지만 내·외부 발생 위험도에 따른 상세한 분석이 필요하다. 이에 본 연구에는 RPN기법에 따라 외부발생 위험도 및 내부발생 위험도를 빈도 및 심도로 나누어 위험도별 사고원인 리스크를 분석을 수행한다.
이에 본 연구에서는 ‘내·외부 위험도의 피해율(Loss ratio)의 평균 차이가 유의미하다’는 가설을 설정하고, T-test 분석을 활용하여 두 그룹의 차이를 분석하고자 한다.
이에 본 연구에서는 12년간 발생한 건설 공사의 규모에 따른 건설 현장의 사고 사례를329개를 수집하였으며, 내·외부 발생 위험도로 분류 하여 분석하였다.
첫째, 수집한 데이터를 토대로 내·외부 발생 위험도에 따른 사고 원인별 중요도 차이를 분석하기 위해 RPN 기법을 수행하였다.
총 공사금액 480억원 미만의 기초 데이터를 외부 및 내부 발생 위험으로 나누어 피해율을 비교분석하였다. 분석결과, 외부 발생 위험 및 내부 발생 위험은 각각 평균 152.
대상 데이터
실제 피해 데이터는 A보험사의 건설현장에서 발생한 사고 사례를 사용하였다. 사고 사례는 데이터의 균질성을 위해 국내 빌딩 건설 현장에서 발생한 사고 사례만을 사용하였다. 설문조사나 문헌분석으로 이루어져 개념적인 측면으로 접근한 기존 연구와는 달리, 본 연구는 사례를 중심으로 리스크 발생이 주로 분포된 건설 현장에 집중하여 내·외부 발생 위험도로 분류하여 실질적인 분석 체계를 제시하였다.
본 연구는 실제 건설 현장에서 발생하는 내·외부 위험을 RPN (Risk priority number) 기법을 통해 내·외부 리스크 인자에 대한 우선순위를 도출하고, T-test를 통해 통계적으로 내부 위험과 외부 위험의 차이를 검증하였다. 실제 피해 데이터는 A보험사의 건설현장에서 발생한 사고 사례를 사용하였다. 사고 사례는 데이터의 균질성을 위해 국내 빌딩 건설 현장에서 발생한 사고 사례만을 사용하였다.
이에 다음 같이 연구를 진행하였다. 첫째, 건설 현장 사고 데이터 수집으로 본 연구에서 사용하고 있는 데이터는 329개로, 12년간 A보험사에서 수집하였다. 둘째, 수집한 데이터를 RPN 기법으로 분석하기 위해 선정된 데이터 표본을 토대로 내·외부 발생 위험도로 사고 발생 빈도 및 심도를 파악하였다.
데이터처리
Table 5과 같이 실제 피해액과 Risk Index의 상관성을 분석하기 위해 Correlation 분석을 실시하였다. 분석 결과 Risk Index와 실제 피해액은 통계적으로 유의미한 관계임을 알 수 있다.
둘째, 내·외부 발생 위험간의 피해율의 통계적 차이를 검증을 위해 T-test 분석을 수행하였다.
Figure 7은 피해율의 히스토그램으로 정규성 검정을 뒷받침하고 있다. 따라서, 가설 1, 2의 검증하기 위한 방법으로 모수검정인 T-test 분석을 수행하였다.
외부 발생 위험도의 주요원인은 시공결함, 진동·소음·먼지, 작업자 부주의로 나타났다. 또한, 실제 피해액과 Risk Index의 상관성을 분석하기 위해 Table 3과 같이 risk index와 각 사고원인별 총 피해금액을 Correlation 분석 하였다. 분석 결과 Risk Index와 실제 피해액은 통계적으로 유의미한 관계가 있음을 알 수 있다.
본 연구는 실제 건설 현장에서 발생하는 내·외부 위험을 RPN (Risk priority number) 기법을 통해 내·외부 리스크 인자에 대한 우선순위를 도출하고, T-test를 통해 통계적으로 내부 위험과 외부 위험의 차이를 검증하였다.
셋째, 내·외부 발생 위험도를 기술통계 분석 및 정규성 검정하였으며, 통계적인 의미가 있는지 분석하기 위해 이를 토대로 T-test 분석을 활용하여 분석하였다.
이론/모형
T-test 분석을 수행하기 전에 피해액 및 피해율이 정규분포를 따르는지 정규성 검토를 하는 것이 필요하다. 본 연구에서는 정규성 검토를 위해 Kolmogorov-Smirnov test를 수행하였다. Kolmogorov-Smirnov test는 50개 이상인 표본의 정규성 검증에 주로 사용한다.
성능/효과
1) 480억원 미만의 건설 프로젝트에서 영향을 주는 정도를 나타내는 피해율의 경우에는 유의확률이 0.004이하로 가설 1의 H0가 기각되어 외부 발생 위험과 내부발생 위험간의 평균차이는 통계적으로 유의미하다.
2) 480억원 이상의 피해율은 유의확률이 0.006로 P-value 가 0.05이하를 만족하여, 외부 발생 위험과 내부 발생위험 간의 평균차이는 통계적으로 유의미하다고 결론을 내릴 수 있다.
둘째, 내·외부 발생 위험간의 피해율의 통계적 차이를 검증을 위해 T-test 분석을 수행하였다. 가설 1의 결과는 480억 미만의 건설 프로젝트의 평균 피해율은 통계적으로 차이가 나타났으며, 외부 발생 위험도의 평균 피해율이 약 72.0% 더 크고 사고 발생 빈도는 약 4.1배 높게 나타났다. 가설 2의 분석 결과는 480억 이상의 건설 프로젝트의 피해율 평균 차이가 유의미한 것으로 나타난다.
1배 높게 나타났다. 가설 2의 분석 결과는 480억 이상의 건설 프로젝트의 피해율 평균 차이가 유의미한 것으로 나타난다. 외부 발생 위험의 사고 발생 빈도가 27.
내부 발생 위험과 관계된 사고원인은 도난, 시공결함, 화재 및 폭발, 태풍, 집중호우, 폭설 및 한파, 번개, 작업자 부주의, 홍수, 기계 고장, 전기적 사고, 기타로 Table 4와 같이 빈도, 심도로 분석한 결과, 주요 사고원인은 집중호우, 태풍, 화재 및 폭발 순서로 리스크 중요도가 큰 것으로 분석된다.
0% 더 크게 나타났다. 또한, 총 공사금액 480억원 이상의 기초 데이터를 분석한 결과, 외부 및 내부 발생 위험이 각각 평균 8.66, 13.93으로 외부 발생 위험이 37.8% 작게 나타났다. Figure 5은 건설 프로젝트의 피해율 평균의 대략적인 차이를 알아보기 위해 480억원 미만 및 480억원 이상으로 오차막대를 나타냈다.
이를 토대로 매트릭스를 크게 4가지로 분류할 수 있다. 먼저, 시공 결함은 빈도는 높지만 심도가 낮은 사고 원인으로 상시 주의가 요구되는 것으로 분석된다. 또한, 홍수, 작업자 부주의, 기타와 같은 사고 원인은 빈도는 낮지만 심도가 높은 사고 원인으로, 사고 발생 시 손실을 최소화하기 위한 노력이 필요할 것으로 판단된다.
또한, 실제 피해액과 Risk Index의 상관성을 분석하기 위해 Table 3과 같이 risk index와 각 사고원인별 총 피해금액을 Correlation 분석 하였다. 분석 결과 Risk Index와 실제 피해액은 통계적으로 유의미한 관계가 있음을 알 수 있다. 따라서 RPN을 통한 외부 Risk Index는 위험을 나타내기에 적절한 방법임을 알 수 있다.
Table 5과 같이 실제 피해액과 Risk Index의 상관성을 분석하기 위해 Correlation 분석을 실시하였다. 분석 결과 Risk Index와 실제 피해액은 통계적으로 유의미한 관계임을 알 수 있다. 따라서 RPN을 통한 내부 Risk Index는 위험을 나타내기에 적절한 방법임을 알 수 있다.
총 공사금액 480억원 미만의 기초 데이터를 외부 및 내부 발생 위험으로 나누어 피해율을 비교분석하였다. 분석결과, 외부 발생 위험 및 내부 발생 위험은 각각 평균 152.53, 42.68로 외부 발생 위험이 72.0% 더 크게 나타났다. 또한, 총 공사금액 480억원 이상의 기초 데이터를 분석한 결과, 외부 및 내부 발생 위험이 각각 평균 8.
분석결과, 외부 발생 위험도는 도난, 화재 및 폭발, 폭설 및 한파, 번개, 기계 결함, 전기적 사고와 연관이 없는 것으로, 내부 발생 위험도는 진동·소음·먼지와 연관이 없는 것으로 나타났다.
사고 원인에 따라 분석한 결과, 외부 발생 위험도의 주요 사고 원인은 시공결함, 진동·소음·먼지, 작업자 부주의로 각각 전체의 80.4%, 15.2%, 8.3%를 차지하고 있다.
외부 발생 위험도의 주요원인은 시공결함, 진동·소음·먼지, 작업자 부주의로 나타났다.
가설 2의 분석 결과는 480억 이상의 건설 프로젝트의 피해율 평균 차이가 유의미한 것으로 나타난다. 외부 발생 위험의 사고 발생 빈도가 27.4% 높으나 평균 피해율은 내부 발생 위험이 약 37.8% 더 크게 나타났다.
후속연구
따라서 본 연구에서는 T-test 분석을 통해 입증하고자 한다. 또한, 이를 위해서는 우선 본 연구에서 선정된 표본들의 정규성을 검토할 필요가 있다.
먼저, 시공 결함은 빈도는 높지만 심도가 낮은 사고 원인으로 상시 주의가 요구되는 것으로 분석된다. 또한, 홍수, 작업자 부주의, 기타와 같은 사고 원인은 빈도는 낮지만 심도가 높은 사고 원인으로, 사고 발생 시 손실을 최소화하기 위한 노력이 필요할 것으로 판단된다.
만약 두 그룹간의 피해율 평균 차이가 유의미하다면 향후 건설 공사 현장에서 리스크 관리를 수행할 때, 내·외부에 따른 체계적인 리스크 식별 데이터로 활용이 가능할 것이다.
본 연구 결과에 따르면 국내에서 진행되는 480억 미만의 건설 현장의 사고에서는 외부 발생 위험의 사고 중 주요 원인인 시공결함과 진동·소음·먼지에 대해 적극적인 대처 방안이 필요한 것으로 판단된다.
앞서 내·외부 발생 위험도 간의 사고 원인별 차이를 조사하였으나, 이러한 차이가 유의미한지를 분석하기 위해서는 통계적인 검증이 요구된다.
또한, 480억 이상의 대규모 건설 프로젝트의 현장에서는 여름철에 주로 발생되는 자연재해인 호우, 태풍과 같은 사고에 유의해야하며 리스크 전가 즉, 건설공사보험과 같은 제도를 통해 대비할 필요성이 있을 것으로 판단된다. 향후 본 연구의 결과는 내·외부 발생 위험에 따라 건설 프로젝트의 실무를 수행하는데 발생 가능한 손해에 대하여 적극적으로 대응하기 위한 건설 리스크 분석의 기초 데이터로 활용이 가능할 것으로 기대된다.
또한, 480억 이상의 대규모 건설 프로젝트의 현장에서는 여름철에 주로 발생되는 자연재해인 호우, 태풍과 같은 사고에 유의해야하며 리스크 전가 즉, 건설공사보험과 같은 제도를 통해 대비할 필요성이 있을 것으로 판단된다. 향후 본 연구의 결과는 내·외부 발생 위험에 따라 건설 프로젝트의 실무를 수행하는데 발생 가능한 손해에 대하여 적극적으로 대응하기 위한 건설 리스크 분석의 기초 데이터로 활용이 가능할 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
RPN 기법은 주로 어디에 사용되는가?
RPN 기법은 건설 프로젝트의 정량적인 리스크 분석을 위해 주로 사용되며, 이를 활용한 다양한 연구가 진행되고 있다. 예를 들어, Kim[19]은 부동산 개발사업의 리스크 요인 분석 및 관리방안을 제시하였으며, RPN기법으로 리스크 발생 빈도와 강도로 설명하였다.
건설 프로젝트가 타 산업에 비해 리스크 분석을 위한 불확실한 요소 추정이 어려운 이유는 무엇인가?
하지만 건설 프로젝트는 타 산업에 비해 복합적인 산업으로 리스크 범위가 넓어서 리스크 분석을 위한 불확실성 요소 추정이 어렵다[7]. 따라서 리스크를 분석하기에 앞서 리스크 분류체계를 파악하는 것이 중요하다.
RPN 기법으로 리스크 중요도를 산출할때 각 요소의 의미는 무엇인가?
RPN 기법은 일반적으로 리스크를 평가하는 방법으로써리스크 인자에 대한 빈도와 심도를 파악하고 리스크의 우선 순위를 결정하기 위해 식(1)을 바탕으로 상대적인 리스크 중요도를 산출한다. 여기서, 리스크 빈도 (Risk Frequnecy)는 사고 발생 횟수를 뜻하며, 리스크 심도 (Risk Severity)는 사고 원인에 대한 심각성으로 본 연구에서는 사고 발생에 따른 사고 원인 별 평균 피해액을 의미한다[18]. 또한, 리스크 빈도 및 심도, 두 변수의 상대적인 관계가 불균형하게 리스크 중요도에 영향을 미치기 때문에 동일한 조건인 0에서 1사이로 범위를 보정하였다.
참고문헌 (23)
Kim CW, Go SS. A study on the key control elements for activating the construction industry. Journal of the Regional Association of Architectural Institute of Korea. 2016 Feb;18(1):241-8.
Kim MH, Lee HI, Choi SI. Domestic and international construction market outlook and pending issues. 1st ed. Seoul: Construction & economy eesearch institute of korea; 2015. 120p.
Choi SJ, Lee KW, Han SH. Selection and Strategies of New Leading Businesses in International Construction Market. Korean Journal of Construction Engineering and Management. 2012 May;13(2):25-36.
Lee JS, Ahn BJ, Kim JJ. Evaluating and suggesting sey risk factors according to risk hierarchy of occurrence field of occurrence field in the overseas development projects. Korean Journal of Construction Engineering and Management. 2012 May; 13(2):70-9.
Kim JE, Kim YS. An Analysis of Profitability Study of Overseas Construction Projects using Multiple-Regression. Korean journal of Construction Engineering and Management. 2014 Mar; 15(2):95-103.
Kim CH, Kang LS, Park HT. Risk Level Assessment in the Preconstruction Phase of a Large Construction Project. Journal of the Korean Society of Civil Engineers. 2000 Sep;20 (5D):559-69.
Yoo WH, Hyun CT, Moon HS, Kim JH. Contractual Risk Evaluation Model for International Construction Projects using FIDIC Silver Book. Journal of the Achitetural Institute of Koarea Structure & Construction. 2011 Nov;27(11):159-68.
Kang IS, Kim CH, Kwok JM. Analysis for the Importance of Risk Factors through the Project Life Cycle. Journal of the Architectural Institute of Korea Structure & Construction. 2001 Aug;17(8):103-10.
Yoon YS, Suh SW. Park MS. Jang MH. Construciton process based schedule risk management system. Korean Journal of Construction Engineering and Management. 2008 Aug;9(4):101-10.
Kim CH, Lee BH, Kang LS. Contingency Estimating through Risk Analysis of Construction Projects. Journal of the Korean Society of Civil Engineers. 1999 Sep;813-23.
Ryu HG, Son KY, Kim JM, Loss Prediction Model for Building Construction Projects Using Insurance Claim Payout. Journal of Asian Architecture and Building Engineering. 2016 Jan;15(3):441-6.
Dariusz Skorupka, Identification and Initial Risk Assessment of Construction Projects in Poland. Journal of Management in Engineering. 2008 July;24(3):120-7.
Kuo YC, Lu ST, Using fuzzy multiple criteria decision making approach to enhance risk assessment for metropolitan construction projects. International Journal of Project Management. 2003 May;31(4):602-14.
Daniel W.M. Chan, Albert P.C. Chan, Patrick T.I. Lam, John F.Y. Yeung b, Joseph H.L. Chan. Risk ranking and analysis in target cost contracts: Empirical evidence from the construction industry. Internation Journal of Project Management. 2011 Aug;29(6):751-63.
Griffis FH, Christodoulou S. Construction Risk Analysis Tool for Determining Liquidated Damages Insurance Premiums: Case Study, Journal of Construction Engineering and Management, 2000 Dec;126(6):407-13.
Lee HY, Kim YT, Koo KJ, Hyun CT. An application of contractor's risk to the premium rate of CAR. Journal of Construction Engineering and Project Management. 2003;4(1):122-30.
Kim HK. the assessment of risk factors to establish risk management system in local government. Korean Review of Crisis & Emergency Management. 2010 Mar;6(1):159-83.
Kim MH. A Study on the Method of the Risk Management in the Real Estate Development Project. Seoul: Construction & economy research institute of korea; 2005 Dec. 57 p.
Osama AJ, Salman A. risk assessment in construciton. ASCE Journal of Construction Engineering and Management. 2003 Oct;129(5):492-500.
Mohamed A, Aminah RF. risk management in the construction industry unsing combined fuzzy FMEA and fuzzy AHP. ASCE Journal of Construction Engineering and Management. 2010 Sep;136(9):1028-36.
Lee YM, Kim YS. A Study for Major Delay Risk Factors in Curtain Wall Work of High-rise Building using FMEA. Jounal of the Architectural Institute of Korea Structure & Construction. 2011 Jan;27(1):189-96.
Yu YJ, Son KY, Kim JM. risk analysis according to construction insurance claim payouts. Journal of the Korea institute of Building Construction. 2016;16(3):22-30.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.