In order to develop an HNS safety management system to assess and visualize hazard levels via an automated method, we have conceptualized and configured a sample system. It is designed to quantify the risk of a vessel carrying HNS with a matrix method along navigational route and indicate hazards distribution with a contour map. The basic system which provides a visualized degree of hazards in real time has been introduced for the safe navigation of HNS ships. This is useful not only for decision making and circumstantial judgment but may also be utilized for HNS safety management with a risk base. Moreover, this system could be extended to address the navigational safety of marine traffic as well as of autonomous vessels in the near future if the sensors used are connected with IoT technology.

HNS사고는 대규모 화재와 폭발을 수반하며, 다수의 인명사고와 주변지역에 극심한 환경오염을 야기함으로 신속한 의사결정을 통하여 광범위한 확산을 막아야 한다. 본 연구는 국내 HNS사고사례를 해상이라는 특수성이 반영된 표준코드를 바탕으로 고품질, 표준화, 디지털화된 HNS사고 데이터베이스를 구축하여 사고발생 시 신속하고 합리적인 의사결정을 지원하고, 체계적인 통합관리 및 공유가 가능한 HNS사고이력관리시스템(HATS)을 설계하고 구현하였다. 또한 개발된 시스템을 활용하여 23년간 수집된 국내 HNS사고데이터 76건에 대해 각 항목별로 통계분석을 수행하여, 국내에서는 매년 평균 3.3건의 사고가 일어나며, 주요 HNS사고요인은 춘계기간 (41%), 계류장 (51 %), 케미컬운반선 (49 %), 승무원에 의한 과실 (45 %), 자일렌류 (12 %)인 것으로 확인되었다. (괄호안 : 사고분류기준별 해당 사고요인의 퍼센트 비율임)

최근의 HNS 해상물동량 증가와 더불어 해상 HNS 사고의 증가에 따라 HNS 관리에 대한 중요성이 부각되어, 본 연구에서는 HNS 사고를 체계적으로 표현하여 Database화 할 수 있는 체계를 마련하기 위해 해상 HNS 사고사례 표준코드를 개발하고자 하였다. 연구 수행을 위해 먼저 기존 통계자료의 분류 항목과 국내외 법령에 따른 사고보고 항목을 조사하여 필수적인 사고보고 관련 요소들을 도출하였고, 해외 선진국의 유사한 표준 코드를 조사·분석하여 본 연구에서 개발하고자 하는 코드 설계에 참조하였다. HNS 사고사례 코드 설계는 사고정보를 입력·조회하는 일반적인 해상 HNS 사고의 흐름에 따라 ‘사고발생 → 사고초기정보 → 사고대응 → 사고조사’ 순으로 설정하였는데, 사고초기에 바로 알 수 있는 정보들을 먼저 5가지 대분류 항목으로 분류하여 사고초기정보(Preliminary Information Code; P.I.C.)로 구성하였고, 사고 발생 후 일정 시간이 지난 뒤 파악이 가능한 사고대응 관련 2개 항목, 사고조사 관련 3개 항목을 대분류 항목으로 설정하여 사고 초기정보(P.I.C.)를 포함하여 사고전체정보(Full Information Code; F.I.C.)로 구성하였다. 각 대분류 항목 아래에는 중분류, 소분류로 세분화하여 각 항목에 대하여 3단계로 표현할 수 있도록 하였다. 대표적인 HNS 유출사고를 코드에 적용하여 코드화한 결과 HNS 사고를 충분히 표현할 수 있음을 확인하였다. 본 코드를 적용함으로써 과거 발생했던 사고데이터의 분석을 통해 향후 발생가능한 사고의 예측이 가능할 것으로 예상되고, 미래에 발생하는 사고에 대한 데이터를 체계적으로 관리함으로써 사고 대비와 대응, 복구 등에 유용할 것으로 판단된다.