선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그 결과, 도장공, 방수공, 조적공, 전공, 용접공은 고위험 직종으로 나타났다. 이에 다른 직종보다 우선적이고 집중적인 안전교육과 체계적인 작업인원 배치를 한다면 재해예방효과는 크게 향상될 것이라고 제안하였다.
- 이에 본 연구에서는 A 보험사의 실제 건설현장에서 발생한 인명사고 보상지급액 데이터를 토대로 사고분석(계절, 공정률, 지역) 및 몬테카를로 시뮬레이션을 통해 인명사고 발생형태에 대한 정량화 모델을 개발하고자 한다. 본 연구의 결과는 향후 건설현장 안전관리 체크리스트 개발 및 인명사고 예측 모델 개발의 참고자료로 활용될 것으로 기대된다.
- 이러한 문제점을 해결하기 위해서는, 인명사고 예측모델에 대한 프레임이 구축되어야 하며, 인명사고 발생형태에 대한 정량화 연구가 필요하다. 이에, 본 연구는 인명사고 발생형태의 불확실성을 정량화하고 몬테카를로 시뮬레이션을 통해 다양한 환경에서 어떻게 변화하는지 예측하고자 한다. 이를 위하여 첫째, 선행연구 고찰을 통해 인명사고 발생형태를 정의한다.
가설 설정
- 몬테카를로 시뮬레이션 수행 시, 변수의 확률분포가 우선 가정되어야 한다. 이에 수집된 데이터를 바탕으로 모수의 확률분포를 가정하였다. 식(2)는 한 프로젝트 내에서 1년에 발생할 수 있는 사고발생 확률을 함수식으로 나타낸 것이다.
제안 방법
- 각 프로젝트별로 사고 빈도를 분석하고, 이를 프로젝트 기간으로 나누어 한 프로젝트에서 매년 발생할 수 있는 사고빈도(A)를 나타내었다. 그 결과, 78개의 프로젝트에서 매년 평균 0.
- 셋째, 수집된 데이터를 토대로 인명사고 발생형태별 유형 및 특성을 파악하기 위해 기술통계를 실시한다. 넷째, 각 인명사고의 발생형태를 정량적으로 분석하기 위하여 발생형태별 사고발생확률과 보상지급액의 모수를 추정한다. 다섯 째, 추정된 모집단을 몬테카를로 시뮬레이션을 활용하여 사고 발생형태별 분포 특징을 분석한다.
- 셋째, 발생형태별 특성을 파악하기 위해 수집된 데이터를 토대로 기술통계분석을 실시한다. 넷째, 인명사고 발생형태를 정량적으로 분석하기 위하여 발생형태별 사고 발생 확률과 보상지급액의 모수를 추정한다. 마지막으로 추정된 모집단을 토대로 몬테카를로 시뮬레이션을 실시하여 인명사고 발생형태별 분포 특징을 분석한다.
- 넷째, 각 인명사고의 발생형태를 정량적으로 분석하기 위하여 발생형태별 사고발생확률과 보상지급액의 모수를 추정한다. 다섯 째, 추정된 모집단을 몬테카를로 시뮬레이션을 활용하여 사고 발생형태별 분포 특징을 분석한다.
- 도출된 평균값과 표준편차를 바탕으로 정규분포를 가정하고 시뮬레이션을 10만번 실시하였다. 도출된 시행값은 식(4)와 같이 제곱함수를 이용하여 역치환을 실시하였다.
- 넷째, 인명사고 발생형태를 정량적으로 분석하기 위하여 발생형태별 사고 발생 확률과 보상지급액의 모수를 추정한다. 마지막으로 추정된 모집단을 토대로 몬테카를로 시뮬레이션을 실시하여 인명사고 발생형태별 분포 특징을 분석한다. 본 연구의 결과는 향후 건설현장 안전관리 체크리스트 개발 및 인명사고 예측 모델 개발의 참고 자료로 활용될 것으로 기대된다.
- 몬테카를로 시뮬레이션 활용을 위해 각 발생형태의 발생확률과 보상지급액의 확률분포를 모수 추정하였다. 추정된 확률분포는 10만번의 시뮬레이션을 수행을 통해 시행값들을 분석해 보았다.
- 건설현장에 존재하는 리스크들은 불확실한 특성을 가지고 있으며 국내 건설업의 재해율을 선진국 수준의 재해율 수준으로 향상시키기 위해선 확률론적인 시뮬레이션 방법을 통해 인명사고 발생형태별 정량화 분석이 수행되어야 한다. 이를 위해 A보험사를 대상으로 14년 간 건설현장에서 발생한 인명사고 및 보상지급액 데이터를 수집하였고 사고 발생 형태별 특성을 파악하기 위해 기술통계를 실시하였다. 그리고 각 사고형태를 상대적으로 비교분석함으로써 사고 유형을 분석한 결과 1)떨어짐은 사고빈도는 낮지만 보상지급액이 높은 유형, 2)넘어짐, 깔림 및 뒤집힘은 사고빈도는 낮지만 보상지급액이 높은 유형, 3)부딪힘 및 물체에 맞음, 무너짐은 사고빈도와 보상지급액이 모두 낮은 유형으로 나타났다.
- [8]은 1)연령, 2)충돌 유닛, 3)차량 유형, 4)음주, 5)조명 상태, 6)충돌 유형, 7)심각도와 같은 7가지 요인을 트리 다이어그램에 적용하였다. 이를 통해, 가능한 모든 사고 시나리오를 식별하였으며 사고 빈도와 장기적 근무지역의 충돌을 결합하여 사상자 위험을 예측하기 위한 새로운 확률론적 QRA모델을 제안하였다.
- 하지만 2,5번 요인은 15개 미만으로 나타났다. 이에 2,5번 요인에 대해서는 데이터가 부족하여 확률분포를 추정하지 못하고 정규분포로 가정하는 방법을 사용하였다. 수집된 데이터를 바탕으로 모수의 확률분포를 가정할 시 데이터가 정규성을 만족하는지에 대한 선행분석이 수행되어야 한다[16].
- 건설현장에 존재하는 리스크들은 변수들의 관계가 불확실하여 예측치를 정확하게 찾을 수 없는 특성을 가지고 있어 확률론적 분석이 필요하다. 이에 본 연구에서는 몬테카를로 시뮬레이션을 활용하여 사고 발생형태별 발생확률과 보상지급액을 추정하였다. 또한, 도출된 결과값들은 식(1)을 통하여 사고 발생형태별 위험도 수준을 계량적으로 분석해 보았다.
- 사건발생수가 0 또는 1인 사고발생형태를 제외한 이유는, 수집된 데이터를 바탕으로 몬테카를로 시뮬레이션 모수 추정 시, 각 독립변수(사고 발생형태)의 분산이 0임으로 확률분포를 정의할 수 없는 오류가 발생하기 때문이다[10]. 이에, 재해발생형태별 사건발생 수가 2건 이상인 154개의 데이터를 선정하여 1)넘어짐, 2)떨어짐, 3)깔림 및 뒤집힘, 4)부딪힘 및 물체에 맞음, 5)무너짐과 같이 5가지 발생형태로 분류하였다
- 인명사고 발생형태의 특성을 분석하기 위해 Table 3와 같이 사고 발생형태별 누적공정률, 계절, 지역과 같은 3가지 항목으로 구분 후 기술통계분석을 실시하였으며 분석결과는 다음과 같다.
- 본 연구의 목적인 인명사고 정량화 모델 개발을 위해 Figure 1과 같이 5가지 단계로 수행하였다. 첫째, 건설현장에서의 발생한 산업재해의 의미를 정의하기 위해 국내외 선행연구들을 고찰한다. 둘째, 14년(2001~2014)간 국내 건설현장에서 발생한 인명사고 및 보상지급액 데이터를 수집하였으며 근로자의 부상에 한해서 수행되었다.
대상 데이터
- 본 연구에서는 A보험사를 대상으로 2001년부터 2014년까지 14년 간 건설현장에서 발생한 인명사고 및 보상지급액 데이터 156개를 수집하였다. 그 중 사건발생 수가 0 또는 1개인 폭발, 빠짐 및 익사, 감전을 제외하였으며 154개의 데이터를 선정하였다. 사건발생수가 0 또는 1인 사고발생형태를 제외한 이유는, 수집된 데이터를 바탕으로 몬테카를로 시뮬레이션 모수 추정 시, 각 독립변수(사고 발생형태)의 분산이 0임으로 확률분포를 정의할 수 없는 오류가 발생하기 때문이다[10].
- 이를 위하여 첫째, 선행연구 고찰을 통해 인명사고 발생형태를 정의한다. 둘째, 14년 간 국내 건설현장에서 발생한 인명사고 및 보상지급액 데이터를 수집한다. 셋째, 발생형태별 특성을 파악하기 위해 수집된 데이터를 토대로 기술통계분석을 실시한다.
- 첫째, 건설현장에서의 발생한 산업재해의 의미를 정의하기 위해 국내외 선행연구들을 고찰한다. 둘째, 14년(2001~2014)간 국내 건설현장에서 발생한 인명사고 및 보상지급액 데이터를 수집하였으며 근로자의 부상에 한해서 수행되었다. 셋째, 수집된 데이터를 토대로 인명사고 발생형태별 유형 및 특성을 파악하기 위해 기술통계를 실시한다.
- 본 연구에서는 A보험사를 대상으로 2001년부터 2014년까지 14년 간 건설현장에서 발생한 인명사고 및 보상지급액 데이터 156개를 수집하였다. 그 중 사건발생 수가 0 또는 1개인 폭발, 빠짐 및 익사, 감전을 제외하였으며 154개의 데이터를 선정하였다.
데이터처리
- 실제 데이터를 기반으로 확률분포 모형을 추정하기 위해 Crystal Ball 프로그램의 분포적합기능을 활용하였다. 또한, 분포형태를 결정하고 Anderson-Darling 검정을 실시하였다. 분포 적합도 검정 결과 A-D통계량이 1.
- 둘째, 14년 간 국내 건설현장에서 발생한 인명사고 및 보상지급액 데이터를 수집한다. 셋째, 발생형태별 특성을 파악하기 위해 수집된 데이터를 토대로 기술통계분석을 실시한다. 넷째, 인명사고 발생형태를 정량적으로 분석하기 위하여 발생형태별 사고 발생 확률과 보상지급액의 모수를 추정한다.
- 둘째, 14년(2001~2014)간 국내 건설현장에서 발생한 인명사고 및 보상지급액 데이터를 수집하였으며 근로자의 부상에 한해서 수행되었다. 셋째, 수집된 데이터를 토대로 인명사고 발생형태별 유형 및 특성을 파악하기 위해 기술통계를 실시한다. 넷째, 각 인명사고의 발생형태를 정량적으로 분석하기 위하여 발생형태별 사고발생확률과 보상지급액의 모수를 추정한다.
- 몬테카를로 시뮬레이션 활용을 위해 각 발생형태의 발생확률과 보상지급액의 확률분포를 모수 추정하였다. 추정된 확률분포는 10만번의 시뮬레이션을 수행을 통해 시행값들을 분석해 보았다. 도출된 시행값들은 인명사고 위험도 산정 식을 통하여 정량화된 위험도를 산출할 수 있으며 다양한 환경에서 위험도가 어떻게 변화하는지 예측할 수 있다.
이론/모형
- 실제 데이터를 기반으로 확률분포 모형을 추정하기 위해 Crystal Ball 프로그램의 분포적합기능을 활용하였다. 또한, 분포형태를 결정하고 Anderson-Darling 검정을 실시하였다.
- 즉, 몬테카를로 시뮬레이션을 통해 추출된 예측 값은 하나의 값이 아닌 평균값과 분산을 가지는 확률분포로 나타나며 다양한 환경에서 어떻게 변화하는지 예측할 수 있다. 이러한 결과 값들을 토대로 건설프로젝트 내에 발생할 수 있는 위험요소들을 정량화 할 수 있기에 본 연구에서는 몬테카를로 시뮬레이션을 적용하였다
성능/효과
- 2,5번 요인에 대해 정규성 검정을 실시한 결과 정규성을 만족하지 못한 것으로 나타났다. 이에 식(3)과 같이 루트함수를 이용하여 데이터를 치환시켜 정규성 검정을 실시하였다.
- [6]은 11년(1992~2002년)간 건설현장에서 발생한 재해사례를 대상으로 공정별 작업을 세부적으로 분류 후 재해발생정도와 위험도를 분석하여 건축공사 공종별 위험도를 제안하였다. 건설공종별 재해를 분석 결과, 거푸집공사 17.4%, 가설공사 11.6%, 철골공사 11.0%의 위험발생 확률을 나타났으며 이는 1달에 1회 이상의 재해가 발생하는 것을 의미한다.
- 관리자와 근로자들은 떨어짐에 대해 안전을 제고하고 있지만 주로 안전시설문제 등의 이유로 사고가 발생하였으며 다른 사고 발생형태보다 심각한 부상을 초래하며 더 심하게는 사망할 수 있다. 공정률의 경우 80~100%구간에 사고가 집중적으로 발생하는 것으로 났으며 공사 후반부인 60~100% 구간이 20~60%에 비해 보상지급액이 높은 것으로 나타났다. 이는 건설 프로젝트가 진행됨에 따라 건물의 높이는 증가하게 되며 고층에서 추락할 경우 부상의 정도가 크기 때문이다[12].
- 각 프로젝트별로 사고 빈도를 분석하고, 이를 프로젝트 기간으로 나누어 한 프로젝트에서 매년 발생할 수 있는 사고빈도(A)를 나타내었다. 그 결과, 78개의 프로젝트에서 매년 평균 0.83회, 표준편차 0.9338회로 나타났다. 또한 분포적합도를 이용하여 모수 추정한 결과, 로그분포로 나타났으며 A-D값은 0.
- 그 결과, Table 7과 같이 정규성을 만족하는 것으로 나타났으며 확률분포형태는 2번 요인에 대해 평균 4.66백만원, 표준편차 0.99백만원, 5번 요인에 대해 2.11백만원, 표준편차 2.99백만원으로 나타났다.
- [7]은 3년(2005~2007년)간 국내 건설현장에서 발생한 재해사례를 대상으로 직종별 부상재해와 사망재해를 분석하고 Risk plane과 IRR(index of relative risk for a given trad) 재해 평가 기법을 이용하여 직종별 위험점수를 산출하였다. 그 결과, 도장공, 방수공, 조적공, 전공, 용접공은 고위험 직종으로 나타났다. 이에 다른 직종보다 우선적이고 집중적인 안전교육과 체계적인 작업인원 배치를 한다면 재해예방효과는 크게 향상될 것이라고 제안하였다.
- Sayegh and Monir[9]은 전문가 설문조사를 통해 건설프로젝트의 리스크들을 42가지로 분류하였으며 리스크 영향도를 분석하였다. 그 결과, 물가상승, 발주자의 무리한 공기 일정 요구, 하청 업체의 저조한 실적 및 관리 순으로 건설프로젝트에 많은 영향을 미치는 것으로 나타났다. 또한, 정치적, 사회적, 문화적인 리스크는 영향도가 상대적으로 낮은 범주에 속한 것으로 분석되었다.
- 이를 위해 A보험사를 대상으로 14년 간 건설현장에서 발생한 인명사고 및 보상지급액 데이터를 수집하였고 사고 발생 형태별 특성을 파악하기 위해 기술통계를 실시하였다. 그리고 각 사고형태를 상대적으로 비교분석함으로써 사고 유형을 분석한 결과 1)떨어짐은 사고빈도는 낮지만 보상지급액이 높은 유형, 2)넘어짐, 깔림 및 뒤집힘은 사고빈도는 낮지만 보상지급액이 높은 유형, 3)부딪힘 및 물체에 맞음, 무너짐은 사고빈도와 보상지급액이 모두 낮은 유형으로 나타났다.
- 9338회로 나타났다. 또한 분포적합도를 이용하여 모수 추정한 결과, 로그분포로 나타났으며 A-D값은 0.4991, P-value는 0.14로써 적합하다고 검증되었다.
- 그 결과, 물가상승, 발주자의 무리한 공기 일정 요구, 하청 업체의 저조한 실적 및 관리 순으로 건설프로젝트에 많은 영향을 미치는 것으로 나타났다. 또한, 정치적, 사회적, 문화적인 리스크는 영향도가 상대적으로 낮은 범주에 속한 것으로 분석되었다.
- 무너짐은 단 5건만이 발생했으며 전체 사고빈도의 3.2%를 차지하였으며 평균 보상지급액은 6.36백만원으로 가장 낮은 것으로 나타났다. 공정률의 경우 공사 후반부인 60~100% 구간에서만 사건이 발생하였다.
- 이에 발생형태별 사고빈도, 평균 보상지급액, 편차와 같은 기술통계를 Table 2에 나타내었다. 분석 결과, 사고 빈도의 경우 넘어짐, 깔림 및 뒤집힘, 부딪힘 및 물체에 맞음 순으로 많이 발생하였으며 평균 지급액은 떨어짐이 가장 높았다.
- 사고 발생형태별 위험도의 평균값을 비교한 결과, 깔림 및 뒤집힘(2.74), 넘어짐(2.44)이 다른 사고 발생형태에 비해 위험도가 높은 것으로 도출되었으며 떨어짐(1.33), 부딪힘 및 물체에 맞음(0.576), 무너짐(0.130) 순으로 나타났다. 이는 건설현장 내에서 안전관리를 수행할 때 깔림 및 뒤집힘, 넘어짐을 다른 발생형태보다 중점적으로 주시해야 한다는 것을 의미한다
- 사고원인별 위험도의 평균값을 비교한 결과, 깔림 및 뒤집힘(2.74), 넘어짐(2.44)은 떨어짐(1.33), 부딪힘 및 물체에 맞음(0.576), 무너짐(0.130)에 비해 매우 높은 것으로 나타났다. 표준편차와 첨도를 통하여 위험도의 변화폭을 분석한 결과, 모든 원인에 대해 변동 폭이 매우 큰 것으로 나타났으며 깔림 및 뒤집힘(5.
- 역치환된 데이터는 시뮬레이션을 통해 모수 추정된 보상지급액을 의미하며 확률분포는 정규분포로써 2번 요인에 대해 평균 22.73백만원, 표준편차 9.37백만원, 5번 요인에 대해 4.94백만원, 표준편차 2.99백만원으로 나타났다.
- 그 결과, 건설 현장에서의 발생할 수 있는 사고유형은 다음과 같다. 첫째, 떨어짐은 사고빈도는 낮지만 보상지급액이 높은 유형, 둘째, 넘어짐, 깔림 및 뒤집힘은 사고빈도는 높지만 보상지급액이 낮은 유형, 셋째, 부딪힘 및 물체에 맞음, 무너짐은 사도빈도와 보상지급액이 모두 낮은 유형으로 나타났다.
- 130)에 비해 매우 높은 것으로 나타났다. 표준편차와 첨도를 통하여 위험도의 변화폭을 분석한 결과, 모든 원인에 대해 변동 폭이 매우 큰 것으로 나타났으며 깔림 및 뒤집힘(5.93, 325.91), 넘어짐(4.973,3044.76), 떨어짐(1.594, 62.9), 부딪힘 및 물체에 맞음(0.768, 46.79), 무너짐(0.179, 123.25) 순으로 나타났다. 최댓값을 통해 극단적으로 발생할 수 있는 고위험의 사고발생확률을 예측할 수 있다.
- 표준편차와 첨도를 활용하여 위험도의 변화폭을 분석할 수 있으며 모든 발생형태에 대해 변동 폭이 매우 큰 것으로 나타났다. 변동 폭이 클 경우에는 최소와 최댓값의 범위가 넓어지는 문제가 발생할 수 있으나, 범위를 넓히는 것이 극단적인 값을 더 잘 테스트할 수 있는 장점으로 작용한다[15].
후속연구
- 하지만, 본 연구에서 수행한 5가지 발생형태에 대해서는 건설 프로젝트 계획 수립 시, 계획단계에서 종료단계까지 발생할 수 있는 인명사고를 예측할 수 있으며 프로젝트 규모, 공정률, 계절과 같은 다양한 상황에 적합한 인명사고 예방 전략 수립에 기여할 것이다. 또한, 건설 현장 내에서 발생하는 인명사고 발생형태를 정량화하기 위한 기초 연구로 수행되었으며 향후 건설현장 안전관리체크리스트 개발 및 인명사고 예측 모델 개발의 참고 자료로 활용될 것으로 기대된다.
- 본 연구의 결과는 5가지 발생형태에 한해서 수행되었기 때문에 다양한 발생형태에 대한 데이터를 수집 및 분석하는 추가적인 연구가 필요하다. 하지만, 본 연구에서 수행한 5가지 발생형태에 대해서는 건설 프로젝트 계획 수립 시, 계획단계에서 종료단계까지 발생할 수 있는 인명사고를 예측할 수 있으며 프로젝트 규모, 공정률, 계절과 같은 다양한 상황에 적합한 인명사고 예방 전략 수립에 기여할 것이다.
- 이에 본 연구에서는 A 보험사의 실제 건설현장에서 발생한 인명사고 보상지급액 데이터를 토대로 사고분석(계절, 공정률, 지역) 및 몬테카를로 시뮬레이션을 통해 인명사고 발생형태에 대한 정량화 모델을 개발하고자 한다. 본 연구의 결과는 향후 건설현장 안전관리 체크리스트 개발 및 인명사고 예측 모델 개발의 참고자료로 활용될 것으로 기대된다.
- 이에 본 연구에서는 A 보험사의 실제 건설현장에서 발생한 인명사고 보상지급액 데이터를 토대로 사고분석(계절, 공정률, 지역) 및 몬테카를로 시뮬레이션을 통해 인명사고 발생형태에 대한 정량화 모델을 개발하고자 한다. 본 연구의 결과는 향후 건설현장 안전관리 체크리스트 개발 및 인명사고 예측 모델 개발의 참고자료로 활용될 것으로 기대된다.
- 이는 국가차원에서 재해예방을 위해 수행하는 안전활동들이 건설산업의 재해율 감소에는 효과를 보이지 못한다는 것을 의미한다. 이러한 문제점을 해결하기 위해서는, 인명사고 예측모델에 대한 프레임이 구축되어야 하며, 인명사고 발생형태에 대한 정량화 연구가 필요하다. 이에, 본 연구는 인명사고 발생형태의 불확실성을 정량화하고 몬테카를로 시뮬레이션을 통해 다양한 환경에서 어떻게 변화하는지 예측하고자 한다.
- 본 연구의 결과는 5가지 발생형태에 한해서 수행되었기 때문에 다양한 발생형태에 대한 데이터를 수집 및 분석하는 추가적인 연구가 필요하다. 하지만, 본 연구에서 수행한 5가지 발생형태에 대해서는 건설 프로젝트 계획 수립 시, 계획단계에서 종료단계까지 발생할 수 있는 인명사고를 예측할 수 있으며 프로젝트 규모, 공정률, 계절과 같은 다양한 상황에 적합한 인명사고 예방 전략 수립에 기여할 것이다. 또한, 건설 현장 내에서 발생하는 인명사고 발생형태를 정량화하기 위한 기초 연구로 수행되었으며 향후 건설현장 안전관리체크리스트 개발 및 인명사고 예측 모델 개발의 참고 자료로 활용될 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.