최근 해상 교통 환경의 변화로 인해 해군함정 사고가 지속적으로 발생하고 있으며, 특히 2017년 미 해군 구축함 사고로 인해 심각한 인명피해가 발생하였다. 이에 본 연구에서는 해군 교육 자료, 해군함정 사고 재결서, 미구축함 사고 분석 보고서의 해군함정 사고사례를 이용해 해군함정 사고를 분석하고 시나리오를 구축하였다. 이를 위해 조사한 자료를 중심으로 함정 사고 현황을 파악하고 사고사례를 분석하였다. 사고재현 절차에 따라 사고사례 17건을 재현하고 해군함정 사고 시나리오를 구축하였다. 해군함정 사고 17건의 CPA, TCPA 및 PARK 모델 위험도 분석 결과, 충돌위험은 평균적으로 사고발생 5~6분 전을 기준으로 증가하는 것으로 분석되었다. 본 연구의 결과를 해군 사례 교육 및 시뮬레이션 교육의 시나리오 기초자료로 제공하여 해양사고 예방에 기여하고자 한다.
본 연구에서는 LNG 공급계통시스템의 재기화 공정에서 배관 손상으로 인한 누출사고 발생시 LNG 성분 및 누출공의 크기에 따른 연소특성에 대한 피해범위를 산출하고, 피해영향을 해석하였다. LNG 성분에 따른 연소특성을 확인하기 위하여 7곳의 LNG 산지별 위험도를 확인한 결과 산지별 큰 차이를 보이지 않았으나, LNG 구성성분 중 메탄의 함유량이 많을수록 플래시화재 발생범위 및 증기운 폭발에 의한 과압이 발생하는 위험범위 그리고 제트화재 발생에 의한 열 복사량 피해영향이 다른 산지에 비해 비교적 낮음을 알 수 있었다. 또한 배관 누출공의 크기에 따라 누설, 파공, 파괴 3단계에 나누어 위험 범위 및 폭발에 미치는 영향에 대한 연구를 수행하였으며, 플래시화재로 인한 피해영향범위를 계산하고, 이에 따라 LNG 누출시 화재가능 위험범위를 확인했으며, 과압의 영향 및 복사열로 부터의 피해범위를 예측할 수 있었다. 이를 통해 LNG 조성 및 배관 누출공의 크기가 화재 및 폭발에 미치는 영향을 예측할 수 있었다.
해양사고에 관한 많은 연구와 분석에 따르면 약 80%가 인적 오류에 의하여 발생되고 있는 것으로 파악되고 있다. 해양사고의 예방대책 수립을 수립하기 위하여 사고를 일으킨 배후 인적 요인을 파악하는 연구가 반드시 필요하다. 따라서 본 연구의 주목적은 m-SHEL 모델을 이용하여 해상교통 관련 사고의 배후 인적 요인을 파악하고 분석하는 것이다. 다른 분야에서 사용되는 m-SHEL 모델은 일반적인 인적 요인의 개념을 기반으로 되어 있기 때문에 본 연구에서는 선박운항시스템에 수용하기 위하여 이 모델을 확장하여 인적 요인 을 정의하였다. 또한, 이 확장된 모델의 타당성을 SPSSWIN의 신뢰성 분석을 통하여 검증하였다. 그리고 이 확장된 m-SHEL 모델의 분류표 사용하여 해양안전심판원의 재결서에서 추출한 자료로부터 해상교통 관련 사고의 배후 인적 요인을 분석하였다. 해상교통 관련 사고의 배후 인적 요인을 분석한 결과 조선자 자신에 관한 요인 L이 가장 많았으며 다음으로 L-E, L-m, L-H, L-S 및 L-L 순으로 나타났다. 이 연구는 해상교통 관련 사고의 예방 및 해상안전관리시스템 구축을 위한 유용한 분석 결과를 제시함으로써 인적 요인에 의한 해상교통 관련 사고 방지에 기여할 것으로 판단된다.
해양사고는 주로 충돌과 좌초에 의한 것으로 인적과실이 원인이다. 한국형 e-Navigation 사업은 인적과실에 의한 해양사고 저감 및 초고속 해상무선통신(LTE-Maritime)의 구축 방안을 마련하고 있다. 그에 따른 사고취약선박 모니터링 지원 서비스(SV10)는 육상에서 수집한 선박의 위치정보를 기반으로 선박의 충돌·좌초 위험도를 평가하여 선박이 위험상황을 인식할 수 있도록 정보를 제공하고 해양사고 발생 시 육상에서 조기 대응할 수 있도록 실시간 선박 위치 및 위험상황 정보를 유관기관과 공유하는 서비스이다. 본 연구에서는 중앙해양안전심판원에서 제공된 해양사고 통계연보 및 재결서를 분석하여 SV10 서비스로 저감될 수 있는 해양사고 비율을 확인하였다.
해양사고 감소를 위해 다양한 연구들이 수행되어 왔다. 그에 비해 준해양사고에 대한 연구는 미미한 수준에 그치고 있다.준해 양사고는 건수가 많은 대신 내용이 정성적이기 때문에 분석하기에는 현실적인 어려움이 있었다. 하지만 해양사고 감소를 위해서는 준해 양사고의 정량적인 분석이 필요하다. 이번 논문의 목적은 준해양사고 경향을 예측하고 해양사고를 감소시키기 위해 빅데이터 기법을 적용하여 준해양사고 데이터를 정량적으로 분석하는 것이다. 이를 위해 10,000여건의 준해양사고 보고서를 전처리 작업을 통해 통일된 양식 으로 정리하였다. 전처리된 데이터에 대해서 1차적으로, 텍스트마이닝 기법을 적용하여 항해 중 준해양사고 발생원인에 대한 주요 키워드를 도출하였다. 주요 키워드에 대해 2차로 시계열 및 클러스터 분석을 통해 발생할 수 있는 준해양사고 상황에 대한 경향 예측을 도출 하였다. 이번 연구에서는 정성적 자료인 준해양사고 보고서를 빅데이터 기법을 활용하여 정량화된 데이터로 전환할 수 있고, 이를 통해 통계적 분석이 가능함을 확인하였다. 또한 빅데이터 기법을 통해 차 후 발생할 수 있는 준해양사고에 대한 객관적인 경향을 파악함으로써 예방 대책에 대한 정보 제공이 가능함을 확인할 수 있었다.