The construction industry stands out for its higher incidence of accidents in comparison to other sectors. A causal analysis of the accidents is necessary for effective prevention. In this study, we propose a data-driven causal analysis to find significant factors of fatal construction accidents. We collected 14,318 cases of structured and text data of construction accidents from the Construction Safety Management Integrated Information (CSI). For the variables in the collected dataset, we first analyze their patterns and correlations with fatal construction accidents by statistical analysis. In addition, machine learning algorithms are employed to develop a classification model for fatal accidents. The integration of SHAP (SHapley Additive exPlanations) allows for the identification of root causes driving fatal incidents. As a result, the outcome reveals the significant factors and keywords wielding notable influence over fatal accidents within construction contexts.

매년 우리나라 연안해역에서 항해 중인 소형선박 및 소형어선과 연안에 어 로작업을 위해 설치된 시설물과의 접촉 사고가 빈번하게 발생한다. 이러한 사 고들은 주로 연안해역에 설치된 양식장, 정치망, 자망 등으로 인해 발생하며,선박 사고의 일반적인 원인으로는 항해 중인 선박에서 선원의 상무인 경계 소 홀, 침로 유지 및 선위 확인의 미충실, 항해 일반원칙과 국제해상충돌방지규칙 의 미준수 등 여러 가지가 될 수 있다. 본 논문에서는 어구손상사고와 관련된 사고의 원인을 검토하기 위해 해양안전심판원 재결서를 통해 분석하였으며, 그 결과 사고의 원인으로 경계 소홀, 설치된 어구와 적절한 거리 미확보, 항해 계 획 수립 미비 등이 사고의 원인으로 작용한 것을 알 수 있었다. 이러한 인적요 인으로 발생하는 사고를 줄이기 위해서는 선원의 꾸준한 안전교육이나 선박 안 전관리체제의 시스템 변경과 같은 오랜 시간과 많은 비용이 필요하다. 본 논문 에서는 어구를 조금 더 빨리 직관적으로 발견하여 인적요소를 제외한 다른 사 고요인을 제거하는 방법으로 사고 발생을 줄일 수 있는 방안을「수산업법」, 「어업면허의 관리 등에 관한 규칙」,「양식장ㆍ어장 표지시설의 설치 기준」, 「양식산업발전법」 등에서 문제점을 파악하고 개선하여 어구손상사고를 줄일 수 있는 방법을 모색해보고자 한다.

해상에서 전복사고가 발생하면 선박이 복원성을 잃고 전복되는 과정에서 승선 하고 있던 선원의 사망․실종․부상 등 인명사고가 발생하는 동시에 전복에 따 른 선체 침수 및 침몰로 인해 선박 소유자는 엄청난 경제적 손실을 입게 된다. 따라서 동일한 전복사고가 발생하는 것을 방지하기 위해서는 현행 선박길이24미터 이상 어선에만 적용되는 복원성검사 및 만재흘수선 표시 규정에 대하 여, 허가받은 어업의 형태와 어구의 종류를 고려하여 총톤수 20톤 미만의 소형 어선으로 확대할 필요가 있다. 또한 기중기 등 조업에 사용하는 중량 어로설비 설치 유무에 따라 추가적인 복원성검사 및 만재흘수선을 표시하고, 사고선박에 대해서는 동일한 사고가 다시 발생하지 않도록 임시검사 규정을 강화하는 등 실질적이고 효과적인 검사 규정이 필요하다. 이에 따라 이 연구에서는 2017년부터 2021년까지 최근 5년간의 해양안전심판 원 재결서를 바탕으로, 자주 발생하고 있는 길이 24미터 미만의 소형어선 전복 사고 발생 원인과 소형어선 검사 규정의 문제점에 관한 연구를 통한 어선검사 규정 개선방안을 모색하였다.

선원의 상무라는 용어는 해양사고관련자인 선원에게 사고에 대한 책임을 물을 때 사용되는 용어이다. 그러나 선원의 상무에 따른 책임을 부과함에 따라 오히려 책임이 불분명해지기도 하며, 국제해상충돌예방규칙에 명백히 규정되어 있는 항법을 위반한 경우에도 선원의 상무에 따른 책임을 부과함으로써 개선이 필요한 부분이 희석되기도 한다. 해양안전 심판제도가 유사 사고의 재발을 방지하기 위 하여 이미 발생한 사고의 원인을 철저하게 분석하는 과정을 거친다는 사실을 상기할 때 유사 사고의 재발방지에 기여하지 못하는 원인 분석으로써 실행 가능한 한 선원의 상무는 배제하는 것이 적절할 것이다. 이에, 해양사고 조사심판 기관의 존재 이유와 선원의 상무에 대 한 학설을 전체적으로 살펴보고 법원 판결 및 재결서에서 주의의무 사용례를 함께 분석함으로써 관습적ㆍ불문적 항법으로 인식되고 있 는 선원의 상무에 대한 적용을 어떻게 개선할 수 있는지를 검토하였다. 그리고 해양사고 재발 방지라는 관점에서 ‘선원의 상무’를 ‘선원 의 통상적인 업무’라고 바꾸어 쓸 것을 제안하였으며, 합목적적인 적용을 위한 현대적 해석을 제시하였다.

예부선의 운항은 일반적으로 자항능력을 갖추고 있지 못한 부선과 예인선을 결합하여 운항하는 해상운송의 한 형태로 해양안 전심판원이 해마다 발행하는 재결사례집에 실린 재결을 분석하여보면 지난 5년간의 해양사고 6백여 건 중 예인선은 65척, 부선은 총 69척 에서 사고가 발생한 것으로 나타났다. 본 논문은 예부선 사고의 저감 대책을 제안하기 위하여, 예부선의 운항 형태와 운항현황을 알아보 고, 재결에 나타난 주요 사고 형태별 사고방지 교훈 내용을 분석하였다. 이를 통하여 인적요소가 해양사고의 원인으로서 차지하는 비율이 크다는 것을 확인할 수 있었다. 또한 본 연구는 사고방지를 위하여 예부선 운항자들에 대한 관련 내용의 효율적인 홍보와 교육을 위한 방 안으로서 예부선 협회를 통해 홍보하는 방안과 한국해양수산연수원의 예인선직무교육에 교육자료 형태로 제공하는 방안, 한국해운조합 을 통해 홍보물을 배포하는 방법 등을 제안하였다. 이러한 연구 결과는 예부선 사고에서 나타난 사고방지 교훈을 본 연구에서 제안한 홍 보방식을 통하여 효과적인 교육을 실현하여 예부선 사고의 저감에 활용될 것으로 기대된다.

본 연구에서는 석유화학제품 산적운송선(화학유조선)에 의한 해상운송 과정에서 발생한 위험․유해물질(HNS) 관련 해상화학사 고에 대하여 국내 및 국외의 주요 사례를 조사․분석함으로써 얻은 교훈을 소개하고, 이러한 교훈을 바탕으로 국내 해상HNS 교육과정 개 선방안을 제시하였다. 6건의 사고사례를 통하여 얻은 교훈을 1) 사고관련정보, 2) 안전, 3) 오염, 4) 대응, 5) 구난, 6) 기타와 같은 6개 분야로 분류하였다. 각 분야의 세부항목별로 요약된 교훈을 바탕으로 해양환경교육원(MERTI) 유해액체물질운반선 해양오염방지관리인 교육과정을 현행 8개 교과목(16시간)의 2일간 교육을 16개 교과목(24시간)의 3일간 교육으로 개선하는 방안을 제시하였으며, 또한 해양경찰교육원 (KCGA) 전문교육 해양화학사고대응 과정을 현행 15개 교과목(35시간)의 5일간 교육을 32개 교과목(48시간)의 6일간 교육으로 개선하는 방안을 제시하였다. 이러한 연구결과는 해상화학사고 대응에 관한 경험과 교훈을 서로 공유하는 데에 기여하고, 해상HNS사고에 대비한 대응 인력 교육․훈련과정 개선의 기초자료로 활용될 수 있을 것으로 기대된다.

Artificial intelligence (AI) has been applied to most industries by enhancing automation and contributing greatly to efficient processes and high-quality production. This research analyzes the applications of AI-based automobile accident prevention systems. It deals with AI-based collision prevention systems that learn information from various sensors attached to cars and AI-based accident detection systems that automatically report accidents to the control center in the event of a collision. Based on the literature review, technological and institutional changes are taking place at the national levels, which recognize the effectiveness of the systems. In addition, start-ups at home and abroad as well as major car manufacturers are in the process of commercializing auto parts equipped with AI-based collision prevention technology.