본 연구를 통해 화학사고 사상사고 예측모형을 개발하였다. 모형은 로지스틱회귀분석 모델을 활용하여 사상사고에 영향을 주는 변수를 도출하여 적용하였고, 통계적 검증방법과 오즈비를 활용하여 모형의 신뢰성 및 정확성을 검증하였다. 모형에 활용한 사고 자료는 과거 발생했던 화학사고 통계를 분석하여 활용하였으며, 사고의 유형, 원인, 발생 장소, 사상자 현황 및 사상자를 발생시킨 화학사고 등의 자료 분석을 통해 통계적으로 유의하게 나타난 독립변수(p < 0.05)를 적용하였다. 본 연구에서 개발한 모형은 사업장에서 화학사고로 인해 발생하는 사상사고의 예방 및 안전시스템 구축을 위한 연구로서 의의가 있다고 할 수 있다. 모형에 의한 분석결과 사상사고 발생에 가장 크게 영향을 미치는 변수는 폭발에 의한 화학사고인 것으로 조사되었다. 따라서 사업장에서 발생하는 폭발 유형의 화학사고를 예방하기 위한 대책마련이 시급하다고 판단된다.
본 연구를 통해 화학사고 사상사고 예측모형을 개발하였다. 모형은 로지스틱회귀분석 모델을 활용하여 사상사고에 영향을 주는 변수를 도출하여 적용하였고, 통계적 검증방법과 오즈비를 활용하여 모형의 신뢰성 및 정확성을 검증하였다. 모형에 활용한 사고 자료는 과거 발생했던 화학사고 통계를 분석하여 활용하였으며, 사고의 유형, 원인, 발생 장소, 사상자 현황 및 사상자를 발생시킨 화학사고 등의 자료 분석을 통해 통계적으로 유의하게 나타난 독립변수(p < 0.05)를 적용하였다. 본 연구에서 개발한 모형은 사업장에서 화학사고로 인해 발생하는 사상사고의 예방 및 안전시스템 구축을 위한 연구로서 의의가 있다고 할 수 있다. 모형에 의한 분석결과 사상사고 발생에 가장 크게 영향을 미치는 변수는 폭발에 의한 화학사고인 것으로 조사되었다. 따라서 사업장에서 발생하는 폭발 유형의 화학사고를 예방하기 위한 대책마련이 시급하다고 판단된다.
Through this study, we developed a model for predicting chemical accidents lead to casualties. The model was derived from the logistic regression analysis model and applied to the variables affecting the accident. The accident data used in the model was analyzed by studying the statistics of past ch...
Through this study, we developed a model for predicting chemical accidents lead to casualties. The model was derived from the logistic regression analysis model and applied to the variables affecting the accident. The accident data used in the model was analyzed by studying the statistics of past chemical accidents, and applying independent variables that were statistically significant through data analysis, such as the type of accident, cause, place of occurrence, status of casualties, and type of chemical accident that caused the casualties. A significance of p < 0.05 was applied. The model developed in this study is meaningful for the prevention of casualties caused by chemical accidents and the establishment of safety systems in the workplace. The analysis using the model found that the most influential factor in the occurrence of casualty in accidents was chemical explosions. Therefore, there is an urgent need to prepare countermeasures to prevent chemical accidents, specifically explosions, from occurring in the workplace.
Through this study, we developed a model for predicting chemical accidents lead to casualties. The model was derived from the logistic regression analysis model and applied to the variables affecting the accident. The accident data used in the model was analyzed by studying the statistics of past chemical accidents, and applying independent variables that were statistically significant through data analysis, such as the type of accident, cause, place of occurrence, status of casualties, and type of chemical accident that caused the casualties. A significance of p < 0.05 was applied. The model developed in this study is meaningful for the prevention of casualties caused by chemical accidents and the establishment of safety systems in the workplace. The analysis using the model found that the most influential factor in the occurrence of casualty in accidents was chemical explosions. Therefore, there is an urgent need to prepare countermeasures to prevent chemical accidents, specifically explosions, from occurring in the workplace.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 화학사고 사상사고 예측모형을 개발하기 위해 사업장 화학사고와 관련된 변수를 활용하여 로지스틱회귀분석 후 유의성 있는 변수들을 추출하였다(Table 3). 독립변수 16개 중 최종적으로 유의수준이 0.
사업장규모의 경우 사고 사업장이 대기업, 중견기업, 중소기업 등에 따라, 사고원인 변수를 통해서는 작업자 부주의, 운송차량사고, 시설관리미흡 등에 따라 사상사고 발생 차이를 검증하고자 하였다. 사고유형의 경우는 화재, 폭발, 유출, 누출, 이상반응, 복합 등이며, 장소의 경우 사고가 발생한 장소로서 사업장 내부, 사업장 인근 도로, 사업장에 소속된 실험실 등에 따라 사상사고 발생에 대한 차이를 검증하고자 하였다.
각 카테고리와 관련된 변수 16개를 독립변수로 선정하였다. 사업장규모의 경우 사고 사업장이 대기업, 중견기업, 중소기업 등에 따라, 사고원인 변수를 통해서는 작업자 부주의, 운송차량사고, 시설관리미흡 등에 따라 사상사고 발생 차이를 검증하고자 하였다. 사고유형의 경우는 화재, 폭발, 유출, 누출, 이상반응, 복합 등이며, 장소의 경우 사고가 발생한 장소로서 사업장 내부, 사업장 인근 도로, 사업장에 소속된 실험실 등에 따라 사상사고 발생에 대한 차이를 검증하고자 하였다.
이 제도에서는 유해화학물질의 취급시설을 설치·운영하려는 자는 사전에 화학사고 발생에 따른 사업장 주변 지역의 사람이나 환경 등에 영향을 평가한 화학사고 장외영향평가서를 작성하여 환경부장관에게 제출하도록 하고 있다. 아직 설치되지 않은 취급시설을 대상으로 위험도 산정을 통해 장외영향평가를 수행하여 화학사고의 발생 가능성을 확인하고 사업장으로 스스로 이에 대한 사고 영향을 줄이거나 사고발생빈도를 줄이는 위험도 감소대책을 적용하도록 유도하는 것이다. 즉, 신규 시설의 사고 피해를 사전에 예측하고 예방대책을 수립한다.
로지스틱회귀분석은 독립변수와 이분형 종속변수 간의 관계를 분석하는데 있어서 다른 회귀분석 방법에 비해 매우 유연하게 사용할 수 있다. 이에, 본 연구에서 화학사고의 사상사고 예측을 위해 로지스틱회귀분석 모델을 개발하여 사용하였다.
이에, 본 연구에서는 사업장에서 발생한 화학사고의 사상사고 중 최근 2013년부터 2018년까지의 6개년 동안의 사고 발생수와 사고자 수가 가장 많았던 사고 장소 중 사업장을 표본(Sample)으로 사고 유발 요인에 대한 변수(Variable)를 도출하여 변수 간 사고에 미치는 특성 분석과 사고 요인별 상관관계 데이터마이닝(Data mining) 기법 중 로지스틱 회귀분석 모델을 통해 사고예측 모형을 개발함으로써, 화학사고 예방 및 효과적인 안전대책에 기여 하고자 한다.
제안 방법
사업장에서 발생하는 화학사고 사상사고에 영향을 줄 것으로 판단한 사업장 규모, 사고원인, 사고유형, 장소 등을 주요 요인으로 한정하여 선정하였고 이들 사상사고 유발 요인을 로지스틱회귀분석의 독립변수로 적용하였다. 또한, 화학사고 발생 시 이들 독립변수들에 따른 사상자 발생 여부를 종속변수로 적용하였다. 이는 독립변수인 사상사고 요인들이 종속변수인 사상사고 발생 여부에 어떤 영향을 주는지 분석함으로써 사상사고 예방을 위한 대책마련을 연구하는데 기여할 수 있을 것으로 사료된다.
로지스틱 회귀모형의 가설검정은 전체 로지스틱회귀 모델의 유의성 검정, 개별 로지스틱회귀 계수에 대한 유의성 검정의 두 가지 측면에서 수행한다. 전체 로지스틱회귀 모델의 유의성 검정은 우도비(Likelihood ratio)라는 통계량으로 수행한다.
본 연구를 통해 화학사고 사상사고 예측모형을 개발하였으며, 이를 위해 “화학안전정보 공유시스템”의 사업장 화학사고 발생 요인 카테고리와 관련된 변수를 독립변수로 적용하였다. 또한, 예측모형은 로지스틱회귀분석 모델을 활용하여 사상사고에 영향을 주는 통계적으로 유의한(p < 0.
이는 사업장 화학사고의 발생 유형, 원인, 가능성 등을 알 수 없어 사고 대응과 예방대책수립에도 어려움이 있다. 본 연구에서 개발한 화학사고 사상사고 예측모형은 사업장에서 발생하는 화학사고 유형, 원인, 장소, 피해 등에 대한 예측을 가능하게 한다. 따라서, 본 연구에서 개발한 화학사고 사상사고 예측모형은 향후 사업장 화학사고의 예방 및 피해 감소 등의 안전성 제고를 위한 연구 및 정책 수립 등의 활동에 기여할 수 있을 것이다.
본 연구에서는 로지스틱회귀분석 모델을 활용하여 사업장에서 발생하는 화학사고의 사상사고 예측모형을 개발하였으며, 이를 적용해 사상사고에 영향을 미치는 요인을 분석하였다(Figure 1). 사업장에서 발생하는 화학사고 사상사고에 영향을 줄 것으로 판단한 사업장 규모, 사고원인, 사고유형, 장소 등을 주요 요인으로 한정하여 선정하였고 이들 사상사고 유발 요인을 로지스틱회귀분석의 독립변수로 적용하였다.
본 연구에서는 로지스틱회귀분석 모델을 활용하여 사업장에서 발생하는 화학사고의 사상사고 예측모형을 개발하였으며, 이를 적용해 사상사고에 영향을 미치는 요인을 분석하였다(Figure 1). 사업장에서 발생하는 화학사고 사상사고에 영향을 줄 것으로 판단한 사업장 규모, 사고원인, 사고유형, 장소 등을 주요 요인으로 한정하여 선정하였고 이들 사상사고 유발 요인을 로지스틱회귀분석의 독립변수로 적용하였다. 또한, 화학사고 발생 시 이들 독립변수들에 따른 사상자 발생 여부를 종속변수로 적용하였다.
유의한(p < 0.05) 결과를 나타낸 4개의 독립변수는 사상사고 예측모형에 적용되었으며, 사상사고는 2013년부터 2018년까지 발생한 화학사고 중 사업장에서 사망 또는 부상 등의 인명피해를 발생시킨 사고를 적용하였고, 인명피해가 없는 화학사고를 비사상사고로 구분하였다.
환경부 화학물질안전원에서 운영 중인 “화학안전정보공유시스템”(www.csc.me.go.kr)에서는 국내에서 발생한 화학사고에 대하여 발생 요인 특성에 따라 분류하고 이에 대한 사고 통계정보를 제공하고 있으며(11), 본 연구에서는“화학안전정보 공유시스템”의 사업장 화학사고 발생 요인 특성, 즉, 사업장 규모, 사고원인, 사고유형, 사고장소 등의 카테고리와 관련된 변수를 화학사고 사상사고 예측모형을 위한 독립변수로 선정하였다.
데이터처리
본 연구를 통해 화학사고 사상사고 예측모형을 개발하였으며, 이를 위해 “화학안전정보 공유시스템”의 사업장 화학사고 발생 요인 카테고리와 관련된 변수를 독립변수로 적용하였다. 또한, 예측모형은 로지스틱회귀분석 모델을 활용하여 사상사고에 영향을 주는 통계적으로 유의한(p < 0.05) 변수를 도출하여 적용하였고, 모형의 신뢰성 및 정확성을 검증하기 위해 통계적 검증방법과 오즈비를 활용해 모형을 검증하였다. 예측모형에 활용한 사고자료는 과거 발생했던 화학사고 통계 DB(1)를 분석하여 활용하였으며, 사고의 유형, 원인, 발생 장소, 사상자 현황 및 사상자 발생 화학사고 등의 자료 분석을 통해 통계적으로 유의하게 나타난 독립변수(p < 0.
05) 변수를 도출하여 적용하였고, 모형의 신뢰성 및 정확성을 검증하기 위해 통계적 검증방법과 오즈비를 활용해 모형을 검증하였다. 예측모형에 활용한 사고자료는 과거 발생했던 화학사고 통계 DB(1)를 분석하여 활용하였으며, 사고의 유형, 원인, 발생 장소, 사상자 현황 및 사상자 발생 화학사고 등의 자료 분석을 통해 통계적으로 유의하게 나타난 독립변수(p < 0.05)를 적용하였다. 본 연구에서 개발한 모형은 사업장에서 화학사고로 인해 발생하는 사상사고의 예방 및 안전시스템 구축을 위한 연구로 의의가 있다고 할 수 있다.
로지스틱 회귀모형의 가설검정은 전체 로지스틱회귀 모델의 유의성 검정, 개별 로지스틱회귀 계수에 대한 유의성 검정의 두 가지 측면에서 수행한다. 전체 로지스틱회귀 모델의 유의성 검정은 우도비(Likelihood ratio)라는 통계량으로 수행한다. 또한 최대우도법(Maximum-likelihood method)라는 방법을 이용하여 모수(로지스틱회귀 계수)를 추정한다.
05보다 작아 사상사고 예측모형 구축에 유의하다고 분석된 변수는 대기업, 작업자 부주의, 폭발, 복합사고 발생 등이며, 이 변수들이 화학사고 사상사고 예측모형의 독립변수이다(Table 3). 통계적으로 유미한 독립변수들 간의 상대적 중요도(영향력)를 측정하기 위해 준표준화계수(Roncek’s semi-standardized coefficient)를 계산하였고 그 결과를 살펴보면, 상대적 중요도가 가장 높은 독립변수는 폭발(Explosion)인 것으로 확인되었다(12,13).
화학사고의 사상사고 관련 자료는 화학물질안전원에서 제공하는 “화학안전정보 공유시스템”의 2013년부터 2015년까지 최근 6년간 발생한 530개의 사고 자료를 분석하여 활용하였고, IBM SPSS Statistics 25.0 Software를 이용하여 로지스틱회귀분석을 수행하였다. 통계치의 유의수준(p-Value)은 0.
이론/모형
전체 로지스틱회귀 모델의 유의성 검정은 우도비(Likelihood ratio)라는 통계량으로 수행한다. 또한 최대우도법(Maximum-likelihood method)라는 방법을 이용하여 모수(로지스틱회귀 계수)를 추정한다. 여기서 모수 추정치가 주어졌을 때 관측값이 나타날 확률을 우도(Likelihood)라고 하고 이 값의 로그 값에 -2배를 한 지표(-2LL, -2log-likelihood)가 추정된 모델이 데이터를 얼마나 적합 시키는지 척도로 사용한다(5).
성능/효과
모형의 적합도 분석을 위해서는 귀무가설 기각 여부와 모형의 유의수준을 확인한다. 귀무가설은 화학사고 사상사고 발생에 대한 ‘관측빈도와 예측빈도는 일치한다’이며, 유의수준은 0.132으로 귀무가설을 기각하지 않기 때문에 본 연구의 모형은 통계적으로 적합한 것으로 분석되었다.
094로 Explosion 회귀계수와 일치한다(Table 3). 또한, 오즈비 변화율에 대하여 살펴보면, 폭발이 없었던 화학사고에 대한 폭발이 있었던 화학사고의 사상사고 발생 확률은 약 8배가량 높게 나타났으며 이는 Table 3의 오즈비 값 8.117과 일치하며 상대적 중요도를 측정하는 준표준화계수의 결과와도 일치한다(βR = 2.488).
이에 따라 화학물질의 체계적인 관리와 화학사고 예방을 통해 국민 건강 및 환경을 보호하기 위한 목적으로 화학물질에 대한 통계조사 및 정보체계구축, 유해화학물질 취급 및 설치·운영기준 구체화 등의 안전관리를 강화하였다. 또한, 화학사고 장외영향평가제도, 위해관리계획 및 영업허가제 신설 등을 통해 유해화학물질 예방관리 체계가 강화되었고, 화학사고의 발생 시 즉시 15분 이내 신고의무, 사고수습을 위한 현장조정관 파견 등 화학사고의 대비·대응이 대폭 강화되었다. 이러한 제도들의 시행으로 2015년에는 화학사고 발생건수가 113건에서, 2018년에는 66건이 발생하여 점차 감소하고 있는 추세이다.
본 연구에서 화학사고 사상사고의 예측을 위해 모델에 적용된 독립변수는 사업장 규모, 사고 유형, 사고 원인 등이고, 이는 양적인 척도가 아닌 질적인(Qualitative) 범주형 척도로서 이를 크게 원인-결과 이분형 변수(Binary variable) 로 나타낼 수 있다. 따라서 원인에 해당되는 독립변수와 결과에 해당되는 종속변수 간 관계를 나타내는 이분형 변수 형태인 로지스틱회귀분석을 사용하여 사고를 분석할 필요가 있다.
Table 8은 예측모형에 의한 화학사고 비사상사고와 사상사고 분류 정확도를 나타낸다. 분류표에서 화학사고의 비사상사고와 사상사고에 대한 관찰치와 예측치 간의 차이를 보면 비사상사고의 경우 191건, 사상사고의 경우 52건이 정확히 분류되었으며, 분류정확도는 73.4%의 정확도를 나타냈다.
회귀계수 β값은 모두 (+)의 부호로 나타내어 다른 독립변수의 변화가 없다는 전제하에 특정 독립변수가 1단위 증가할 경우 사상사고가 발생할 확률이 높아지는 정도를 나타내는 것으로 해석된다. 사상사고가 발생하는데 가장 큰 영향을 미치는 독립변수는 “폭발”인 것으로 분석되었다.
예측모형에 의한 화학사고의 분석결과 사상사고 발생에 유의하게 영향을 미치는 변수(p < 0.05)는 대기업, 작업자 부주의, 대기업, 복합사고 발생 등이었으며, 변수 중 가장 크게 영향을 미치는 변수는 폭발에 의한 화학사고인 것으로 조사되었다. 따라서 사업장에서 발생하는 폭발 유형의 화학사고를 예방하기 위한 대책마련이 시급하다고 판단된다.
이항 로지스틱 회귀분석의 경우 종속변수가 0, 1만의 값을 갖는 가변수(Dummy variable)인 경우에 y의 기댓값을 나타내는 반응함수의 모양이 다음의 Figure 2와 같이 S형 곡선을 그리는 경우가 실제로 많이 나타난다. 종속변수의 예측 값은 항상 0과 1사이 확률 값을 갖게 되며, 따라서, 본 연구에서는 값이 0.5보다 크면 종속변수인 “사상사고 발생”의 발생 확률이 높고 0.5보다 작으면 사상사고 발생확률이 낮다고 예측할 수 있다. 선형회귀분석에서는 독립변수와 종속변수간의 선형관계를 가정하지만 로지스틱회귀분석에서는 사고 원인이 되는 독립변수와 사고 결과인 종속변수 간 비선형인 S곡선의 형태를 갖는다(5).
사고 현황 통계를 살펴보면, 사업장이 기록한 통계치가 화학사고, 화학사고 사상사고, 사망자, 부상자 등 모든 지표에서 가장 높은 통계치를 보이고 있다. 화학사고 발생건수의 경우 두 번째로 많이 발생한 장소인 도로상에서 보다 약 3배가량 많은 것으로 조사되었으며, 사상사고, 사망, 부상자 등의 지표에서는 각각 약 6배, 8배, 8배가량 높게 발생한 것으로 조사되어, 사업장에서 발생하는 화학사고에 대한 대책마련의 필요성을 보여준다.
후속연구
본 연구에서 개발한 화학사고 사상사고 예측모형은 사업장에서 발생하는 화학사고 유형, 원인, 장소, 피해 등에 대한 예측을 가능하게 한다. 따라서, 본 연구에서 개발한 화학사고 사상사고 예측모형은 향후 사업장 화학사고의 예방 및 피해 감소 등의 안전성 제고를 위한 연구 및 정책 수립 등의 활동에 기여할 수 있을 것이다.
향후 화학사고 사상사고와 인과관계가 높은 독립변수 발굴 및 이를 적용한 추가연구가 필요하다. 또한, 화학사고로 인한 사상자피해 뿐만 아니라 환경피해에도 영향을 미칠 수 있는 요인들의 발굴에 대한 지속적인 연구와 예방을 위한 정부의 제도적, 정책적 뒷받침이 필요하다고 사료된다.
본 연구의 한계점으로서, 독립변수의 선정은 “화학안전정보공유시스템”에서 제공하는 화학사고 발생 요인 카테고리로 한정하였다. 향후 화학사고 사상사고와 인과관계가 높은 독립변수 발굴 및 이를 적용한 추가연구가 필요하다.
또한, 화학사고 발생 시 이들 독립변수들에 따른 사상자 발생 여부를 종속변수로 적용하였다. 이는 독립변수인 사상사고 요인들이 종속변수인 사상사고 발생 여부에 어떤 영향을 주는지 분석함으로써 사상사고 예방을 위한 대책마련을 연구하는데 기여할 수 있을 것으로 사료된다.
본 연구의 한계점으로서, 독립변수의 선정은 “화학안전정보공유시스템”에서 제공하는 화학사고 발생 요인 카테고리로 한정하였다. 향후 화학사고 사상사고와 인과관계가 높은 독립변수 발굴 및 이를 적용한 추가연구가 필요하다. 또한, 화학사고로 인한 사상자피해 뿐만 아니라 환경피해에도 영향을 미칠 수 있는 요인들의 발굴에 대한 지속적인 연구와 예방을 위한 정부의 제도적, 정책적 뒷받침이 필요하다고 사료된다.
참고문헌 (13)
Chemistry Safety Clearing-house (csc.me.go.kr).
Deputy Director General of Safety Environment in the Office for Government Policy Coordination, "Accidents of Harmful Substance's Crisis Management and Direction of Policy" (2013).
Ministry of Environment, "Chemicals control Act" (2015).
H. S. Lee and J. P. Yim, "A Study on Prevention Measure Establishment through Cause Analysis of Chemical Accidents", Journal of the Korean Society Safety, Vol. 32, No. 3, pp. 21-27 (2017).
S. B. Jin and J. W. Lee, "Study on Accident Prediction Models in Urban Railway Casulty Accidents Using Logistic Regression Analysis Model", Journal of the Korean Society for Railway, Vol. 20, No. 4, pp. 482-490 (2017).
J. H. Kang, K. W. Kim and S. M. Kim, "Development of the U-turn Accident Model at Signalized Intersection in Urban Areas by Logistic Regression Analysis", Journal of the Korean Society on Civil Engineers, Vol. 34, No. 4, pp. 1279-1287 (2014).
B. H. Park, J. M. Yang and J. Y. Kim, "Logistic Regression Accident Models by Location in the Case of Cheong-ju 4-Legged Signalized Intersections", Journal of Korea Society of Road Engineers, Vol. 11, No. 2, pp. 17-25 (2009).
X. Yan, E. Radwan and M. Abdelaty, "Characteristics of Rear-end Accidents at Signalized Intersections Using Multiple Logistic Regression Model", Accident Analysis & Prevention, Vol. 37, No. 2, pp. 253-259 (2005).
C. W. Park, J. B. Wang, M. S. Kim and D. B. Choi, "Development of Risk Assessment for Railway Casulty Accidents", Journal of Korean Society for Railway, Vol. 12, No. 2, pp. 190-198 (2009).
K. Y. Kim, M. S. Jeon, H. C. Kang and S. K. Lee "Regression Analysis by Example", Free Academy, Seoul, pp. 334-357 (2009).
National Institute of Chemical Safety, "Chemistry Safety Clearing-house (csc.me.go.kr)" (2015).
R. D. Hartley, S. Maddan and J. T. Walker, "Sentencing Practices under the Arkansas Sentencing Guideline Structure", Journal of Criminal Justice, Vol. 34, No. 2, pp. 493-506.
J. T. Walker and S. Maddan, "Statistics in Criminology and Criminal Justice: Analysis and Interpretation", Jones & Bartlett Learning (2013).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.