확률론적 추정 개념을 적용한 건설 공사 현장의 사고원인별 리스크 정량화 연구 A Risk Quantification Study for Accident Causes on Building Construction Site by Applying Probabilistic Forecast Concept원문보기
최근 건설프로젝트가 대형화 복잡화되어 감에 따라, 건설공사에서의 리스크 및 불확실성이 급증하고 있다. 증가하고 있는 건설 공사의 위험을 정량적으로 평가하고 관리 할 수 있는 모델 개발을 위해서는 위험 인자를 식별하고 위험인자의 발생 빈도와 심도를 계량화하는 연구가 우선되어야 한다. 이에 본 연구에서는 건설현장에서 발생한 사고 데이터를 기반으로 하여 위험요인의 확률분포 및 리스크 레벨별 위험의 발생 확률과 위험의 발생 빈도를 몬테카를로 기법을 통해 시뮬레이션하였다. 시뮬레이션을 통해 사고 원인의 확률 분포 및 사고 원인별 위험도를 분석하여 계량적 분석 결과를 도출하였다. 본 연구의 결과는 향후 정량적 위험관리모델 및 위험관리 연구를 위한 기초 자료가 될 것이다.
최근 건설프로젝트가 대형화 복잡화되어 감에 따라, 건설공사에서의 리스크 및 불확실성이 급증하고 있다. 증가하고 있는 건설 공사의 위험을 정량적으로 평가하고 관리 할 수 있는 모델 개발을 위해서는 위험 인자를 식별하고 위험인자의 발생 빈도와 심도를 계량화하는 연구가 우선되어야 한다. 이에 본 연구에서는 건설현장에서 발생한 사고 데이터를 기반으로 하여 위험요인의 확률분포 및 리스크 레벨별 위험의 발생 확률과 위험의 발생 빈도를 몬테카를로 기법을 통해 시뮬레이션하였다. 시뮬레이션을 통해 사고 원인의 확률 분포 및 사고 원인별 위험도를 분석하여 계량적 분석 결과를 도출하였다. 본 연구의 결과는 향후 정량적 위험관리모델 및 위험관리 연구를 위한 기초 자료가 될 것이다.
Recently the construction project is becoming large-sized, complicated, and modernize. This has increased the uncertainty of construction risk. Therefore, studies should be followed regarding scientifically identifying the risk factors, quantifying the frequency and severity of risk factors in order...
Recently the construction project is becoming large-sized, complicated, and modernize. This has increased the uncertainty of construction risk. Therefore, studies should be followed regarding scientifically identifying the risk factors, quantifying the frequency and severity of risk factors in order to develop a model that can quantitatively evaluate and manage the risk for response the increased risk in construction. To address the problem, this study analyze the probability distribution of risk causes, the probability of occurrence and frequency of the specific risk level through Monte Carlo simulation method based on the accident data caused at construction sites. In the end, this study derives quantitative analysis by analyzing the amount of risk and probability distributions of accident causes. The results of this study will be a basis for future quantitative risk management models and risk management research.
Recently the construction project is becoming large-sized, complicated, and modernize. This has increased the uncertainty of construction risk. Therefore, studies should be followed regarding scientifically identifying the risk factors, quantifying the frequency and severity of risk factors in order to develop a model that can quantitatively evaluate and manage the risk for response the increased risk in construction. To address the problem, this study analyze the probability distribution of risk causes, the probability of occurrence and frequency of the specific risk level through Monte Carlo simulation method based on the accident data caused at construction sites. In the end, this study derives quantitative analysis by analyzing the amount of risk and probability distributions of accident causes. The results of this study will be a basis for future quantitative risk management models and risk management research.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
몬테카를로 시뮬레이션은 난수를 활용하여 최솟값, 최댓값, 평균값 그리고 최빈도값 등을 통해 확률 분포를 제공함으로써 위험의 분포를 정의해 준다. 본 논문에서는 몬테카를로 시뮬레이션을 통해 건설현장에서 발생하는 주요 위험원인들의 리스크 레벨에 따른 위험의 누적 분포를 알아보고 아울러 위험의 변화량 및 변동 범위를 알아보고자 한다.
또한, 목적물 손해란 우연히 발생한 사고로 공사목적물, 공사용 재료, 공사용 가설물 등의 재물에 입힌 손해이며, 사고가 발생한 경우 분류에 따라 보험사에서 직접 보상을 처리하게 된다. 본 연구에서는 건설 공사 현장에서 발생하는 사고의 피해 금액을 집중적으로 파악하기 위해 우선하여 목적물 손해를 대상으로 분석을 수행하고자 한다.
하지만, 건설현장을 위한 높은 신뢰성을 가진 리스크 분류체계를 위해서는 정량적인 평가 및 건설 현장에 집중된 분류체계가 요구 된다[11]. 이에 본 연구에서는 불확실성이 큰 건설 현장의 특성을 고려한 건설현장의 리스크 인자 분류를 위해 정량화된 사고 데이터를 활용하여 리스크 분석을 수행하고자 한다.
이에 본 연구에서는 확률론적 추정 개념을 토대로 건설공사 현장의 사고원인별로 분류하여 리스크를 분석하는 것을 목적으로 한다. 향후 본 연구의 결과는 정량적 위험관리 모델 및 위험관리 연구를 위한 기초 자료로 이용될 것이다.
제안 방법
다섯째, 최종적으로 확률론적 시뮬레이션으로 추정된 사고원인별 모집단을 활용하여 사고 원인별 위험도 분포 특징을 분석한다.
이를 위해서 A보험사의 건설공사보험 가입자의 피해액 데이터를 표본추출 하였으며, 건설공사 위험도 산정식을 적용하였다. 모델의 입력 변수에 불확실성을 내포하기 위해 사고 발생 빈도, 심도 및 건설공사위험도를 Figure 1,2,3과같이 확률누적분포를 통해 나타내었으며, 각각의 사고 원인별 확률분포의 특징을 다음과 같이 리스크 레벨에 따라 분석해보았다.
본 연구에서 시뮬레이션은 식(1)을 근거로 건설공사위험도를 추정한 확률누적분포의 리스크 레벨을 0∼1 사이의 난수로 주어진 삼각분포에 따라 이용하였으며, 실험결과 추출을 10,000회 반복하여 역함수를 취득하였다.
본 연구에서는 사고원인별 건설공사위험도 모형 개발을 위해 건설공사에서 발생하는 리스크 빈도 및 심도 분석을 통해 평가모형을 제시하고, 누적분포함수를 이용해 발생 확률에 따른 건설공사위험도를 분석한다. 식(1)은 리스크 분석을 수행하기 위한 함수식을 나타낸다[15].
본 연구에서는 수집한 데이터의 형태를 파악하고, 누적분포함수(Cumulative distribution function)를 이용하여 건설공사위험도를 추정하였다. 이를 위해 사고원인별 발생 빈도 및 심도에 대해서 파악할 필요가 있다.
셋째, 건설공사위험도 추정모형을 개발을 위해 정량적인 리스크 분석 기법인 사고 발생 확률과 발생 강도 분석방법을 선정한다. 확률누적분포를 통해 사고 발생 확률과 발생 강도를 분석하여 보상금 지급액을 모수 추정한다.
이를 위해서 A보험사의 건설공사보험 가입자의 피해액 데이터를 표본추출 하였으며, 건설공사 위험도 산정식을 적용하였다. 모델의 입력 변수에 불확실성을 내포하기 위해 사고 발생 빈도, 심도 및 건설공사위험도를 Figure 1,2,3과같이 확률누적분포를 통해 나타내었으며, 각각의 사고 원인별 확률분포의 특징을 다음과 같이 리스크 레벨에 따라 분석해보았다.
특히 건설 산업은 리스크 관리가 반드시 필요한 분야로 다양하게 연구되고 있지만, 건설 프로젝트의 특성상 복합적으로 발생하는 모든 불확정 요소를 파악할 수 없다. 이에 본 연구에서는 확률론적인 시뮬레이션 방법으로 접근하여 건설 공사 현장의 사고원인 분석을 수행하였다.
대상 데이터
불확실성이 큰 현장의 사고 원인을 활용하여보다 현장에 집중된 결론을 도출하고자 한다. 둘째, 본 연구의 데이터는 건설공사보험의 기본담보 대상인 목적물로 손해 대상을 한정한다. 이는 리스크 관리 대상을 한정하여 실제 현장에서 효율적인 평가 및 운영이 가능하리라 기대할 수 있다.
둘째, 정량화된 사고 데이터 수집을 위해 지난 12년간 건설 프로젝트 현장에서 발생한 사고 데이터를 수집한다.
본 연구에서 사용된 데이터는 A보험사의 건설공사보험 가입자의 피해액 데이터를 표본추출 하였으며, 사고년도 기준으로 2001년부터 2012년까지 국내 건축공사에서 발생한 목적물손해(Material damage)를 가입대상으로 선정하였다. 선정된 가입대상은 건설공사보험의 약관에 따라 건설공사 중 발생하는 사고를 구분하였다.
데이터처리
상기 분석은 실제 사례를 토대로 분석한 결과이며, 사고원인에 따른 모델을 최적화하기 위해서는 많은 시간과 비용이 소모되는 점을 극복하기 위해 몬테카를로 시뮬레이션을 수행하였다. 그 결과, 각 사고 원인별로 10,000회의 시뮬레이션 결과를 얻을 수 있었으며 이를 이용하여 히스토그램을 작성하였다. 각각의 사고원인별 히스토그램 분석을 통해 발생 확률 대비 사고 심도로 평가가 가능하고, 이를 통해 사고원인별 정량화된 예측이 가능하다.
위 분석한 확률누적분포는 건설 프로젝트에서 발생할 수 있는 손해분포에 대해서 파악할 수 있으나, 향후 건설공사의 리스크를 분석할 때 적절하게 사고원인별 특성을 반영하는 데에는 한계가 있다. 따라서 몬테카를로 시뮬레이션을 통해서 사고원인별 확률분포를 분석하였다.
그래서 본 연구에서는 위험요인의 확률분포 및 리스크 레벨별 위험의 발생 확률과 위험의 발생 빈도를 몬테카를로 기법을 통해 시뮬레이션해 보았다. 몬테카를로 기법을 통해 확률(Probability)과 무작위 수 (Random Number)를 사용하여 객관적 자료를 분석하여 사고원인별 계량적 분석 결과를 도출하였다.
상기 분석은 실제 사례를 토대로 분석한 결과이며, 사고원인에 따른 모델을 최적화하기 위해서는 많은 시간과 비용이 소모되는 점을 극복하기 위해 몬테카를로 시뮬레이션을 수행하였다. 그 결과, 각 사고 원인별로 10,000회의 시뮬레이션 결과를 얻을 수 있었으며 이를 이용하여 히스토그램을 작성하였다.
이론/모형
건설공사의 잠재 위험 분석을 위해서는 다양한 피해 원인의 불확실성을 참작할 수 있는 확률론적 분석이 필요하다. 그래서 본 연구에서는 위험요인의 확률분포 및 리스크 레벨별 위험의 발생 확률과 위험의 발생 빈도를 몬테카를로 기법을 통해 시뮬레이션해 보았다. 몬테카를로 기법을 통해 확률(Probability)과 무작위 수 (Random Number)를 사용하여 객관적 자료를 분석하여 사고원인별 계량적 분석 결과를 도출하였다.
성능/효과
1) 사고원인별 빈도가 시공결함, 화재, 태풍, 폭우, 작업자 부주의 순으로 높게 나왔으며, 리스크 레벨이 높을수록 태풍, 폭우, 화재, 시공결함 순서대로 높게 나왔다.
2) 사고원인별 평균 손해액은 리스크 레벨이 낮은 경우, 사고원인별 손해액이 홍수, 폭설, 시공결함, 전기적 사고 순으로 높게 나왔으며, 리스크 레벨이 높을수록 도난, 기타, 폭우, 화재, 시공결함 순서대로 높게 나타났다.
3) 건설공사위험도는 리스크 레벨이 낮은 경우, 건설공사위험도가 시공결함, 태풍, 폭우, 홍수, 화재 순으로 높게 나왔으며, 리스크 레벨이 높을수록 폭우, 화재, 태풍, 시공결함, 기타가 높은 것으로 분석되었다.
셋째, 기존의 안전보건공단의 데이터와 달리 확률론적 결론으로 불확실 요소에 대응해 건설 현장의 리스크요인과 결과를 체계적으로 평가할 수 있는 자료로 활용가능하다. 넷째, 본 연구에서 사용된 데이터는 보험회사의 건설 현장에서 발생한 보험손실액으로써 건설현장 위험 정량화 연구에 적합한 데이터라고 판단된다. 보험손실액은 보험회사의 규정화된 보상절차와 검증된 손해사정사에 의해 보상액이 지출되기 때문에 사고원인 및 발생 장소 등의 유용한 정보뿐만 아니라 실제 사고의 심도를 적절하게 반영하고 있다.
따라서 본 연구에서 수집한 손해액 데이터의 모형은 정규성 검토 결과, 모든 사고원인의 p-value가 0.05 이하로 누적분포함수 분석에 적합한 로그 정규분포를 따르는 것으로 나타났다. 따라서 Table 5와 같이 기술통계 분석을 수행하였다.
상기 분석한 데이터를 바탕으로 식(1)에 따라 분석한 사고원인별 발생 빈도와 심도를 이용하여 확률누적분포를 그래프로 나타내었다. 분석결과, Figure 3과 같이 리스크 레벨이 낮은 경우, 건설공사위험도가 시공결함, 태풍, 폭우, 홍수, 화재 순으로 높게 나왔으며, 리스크 레벨이 높을수록 폭우, 화재, 태풍, 시공결함, 기타가 높은 것으로 분석되었다.
후속연구
본 연구의 결과는 건설 프로젝트에서 리스크를 정량화하기 위한 기초 연구이며, 향후 건설 프로젝트에 대한 정량적 위험관리 모델 및 위험관리 연구를 위한 기초자료로 활용될 수 있다. 아울러, 실제 건설 프로젝트에 적용하여 계획단계부터 발생 가능한 사고에 대한 피해예측 및 그에 대한 대책 마련, 공정 단계별 사고 예방 전략 수립 등에 기여할 것이다.
이는 리스크 관리 대상을 한정하여 실제 현장에서 효율적인 평가 및 운영이 가능하리라 기대할 수 있다. 셋째, 기존의 안전보건공단의 데이터와 달리 확률론적 결론으로 불확실 요소에 대응해 건설 현장의 리스크요인과 결과를 체계적으로 평가할 수 있는 자료로 활용가능하다. 넷째, 본 연구에서 사용된 데이터는 보험회사의 건설 현장에서 발생한 보험손실액으로써 건설현장 위험 정량화 연구에 적합한 데이터라고 판단된다.
본 연구의 결과는 건설 프로젝트에서 리스크를 정량화하기 위한 기초 연구이며, 향후 건설 프로젝트에 대한 정량적 위험관리 모델 및 위험관리 연구를 위한 기초자료로 활용될 수 있다. 아울러, 실제 건설 프로젝트에 적용하여 계획단계부터 발생 가능한 사고에 대한 피해예측 및 그에 대한 대책 마련, 공정 단계별 사고 예방 전략 수립 등에 기여할 것이다.
위 분석한 확률누적분포는 건설 프로젝트에서 발생할 수 있는 손해분포에 대해서 파악할 수 있으나, 향후 건설공사의 리스크를 분석할 때 적절하게 사고원인별 특성을 반영하는 데에는 한계가 있다. 따라서 몬테카를로 시뮬레이션을 통해서 사고원인별 확률분포를 분석하였다.
또한, 히스토그램 꼬리의 길이는 고위험의 발생률을 보여주는데, 예를 들어 홍수의 꼬리 길이는 사고원인 중 가장 긴데 이것은 홍수가 타 사고원인보다 고액 사고의 발생률이 높음을 나타내며, 반대로 전기적 사고는 사고원인 중 꼬리가 가장 짧은데 이는 전기적 사고가 타 사고 원인에 비해 고액사고의 발생률이 낮음을 보여준다. 이러한 연구 결과들은 향후 정량적 위험관리 및 위험관리 연구를 위한 기초 자료가 될 것이다.
첫째, 건설공사의 리스크 분석에 대한 이론적 분석 및 국내외 연구 동향 분석을 토대로 고찰한다.
이에 본 연구에서는 확률론적 추정 개념을 토대로 건설공사 현장의 사고원인별로 분류하여 리스크를 분석하는 것을 목적으로 한다. 향후 본 연구의 결과는 정량적 위험관리 모델 및 위험관리 연구를 위한 기초 자료로 이용될 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
건설공사보험이란 무엇인가?
건설공사보험이란 건축, 토목공사에서 적용되는 손해 보험으로 공사 기간 중 발생하는 모든 손해에 대하여 보상하는 보험이다. 일반적으로 손해보험사는 대수의 법칙에 따라 리스크 분석을 수행하기 위해 건설 프로젝트의 진행 중 발생한 손해액 데이터를 지속해서 수집 및 보유하고 있다.
본 연구에서 사고원인의 분석대상으로 번개, 진동·소음·먼지, 기계 고장 및 누전을 제외한 이유는?
본 연구에서는 번개, 진동·소음·먼지, 기계 고장 및 누전은 분석대상에서 제외하였다. 제외한 이유는 지급 건수가 0 또는 1인 경우, 해당 해의 사고 빈도 및 보상금 지급액의 분산이 0으로 나타나서 시뮬레이션 모수 추정 시 오류가 발생하기 때문이다. 또한, 통계분석 시 오류를 발생시키는 다음과 같은 데이터는 제외된다고 가정한다.
리스크 분석 방법을 변수의 입력 값에 따라 분류하면?
리스크 분석 방법은 일반적으로 변수의 입력 값에 따라 결정론적 방법과 확률론적 방법으로 분류된다. 결정론적 방법은 변수별로 확정된 하나의 값이 하나의 결과를 산출하는 방법이며, 확률론적 방법은 변수로 확률 분포 특징이 입력되어 확률분포로 결괏값을 얻을 수 있다.
참고문헌 (15)
Kim JH, Park DJ. A study on the review of risk concepts. Journal of the Korean Society of Safety. 2013 Oct;28(6):90-6.
Park JB, Cho Y, Kwon KB, Paek JH. Feasibility analysis model study of realestate development: focused on construction project development of apartment and stores. Journal of the Architectural Institute of Korea (Structure & Construction). 2008 Mar;24 (3):179-86.
Kim CH, Kang LS, Park HT. Development of a risk management procedure model for the construction project using construction risk management system. Journal of the Korean Society of Civil Engineers. 2010 July;30(4D):423-32.
Kim JH. A study of the risk reflection on the expansion of construction insurance. Journal of the Korea Institute of Building Construction. 2010 Jun;10(3):99-111.
Sun Y, Fang D, Wang S, Dai MD, Lv X. Safety risk identification and assessment for Beijing olympic venues construction. Journal of Management in Engineering. 2008 Jan;24(1):40-7.
Nasir D, McCabe B, Hartono L. Evaluating risk in construction？schedule model :Construction schedule risk model. Journal of Construction Engineering and Management. 2003 Oct;129(5):518-27.
Lee HS, Kim HS, Park MS, Teo EAL, Lee KP. Construction risk assessment using site influence factors. Journal of Computing in Civil Engineering. 2012 May;26(3):319-30.
Kim KS. A Study of the risk reflection on the expansion of construction insurance [dissertation]. [Seoul (Korea)]: Hanyang university; 2009. 59 p.
Lee HS, Kim HS, Park MS, Lee KP, Lee SB. Construction risk assessment methodology using site risk influence factors. Journal of Construction Engineering and Project Management. 2009 Nov;10(6):117-26.
Muga H, Mukherjee A, Mihelcic J. An integrated assessment of the sustainability of green and built-up roofs. Journal of Green Building. 2008 Mar;3(2):106-27.
Kim TH, Choi JS, Park YJ, Son KY. Life cycle costing: maintenance and repair costs of hospital facilities using monte carlo simulation. Journal of the Korea Institute of Building Construction. 2013 Dec;13(6):541-8.
Yu YJ, Son KY, Kim JM. Risk analysis using construction insurance claim payouts. Journal of the Korea Institute of Building Construction. 2016 Aug;16(4):349-357.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.