This study analyzed actual traffic accident data to select humans’ unavoidable accidents and to examine whether avoidance is possible after AEBS(Advanced Emergency Braking System) is applied to these accidents. In cases where avoidance is not possible with AEBS, those accidents were determined to be examples where V2X(Vehicle-to-Everything) technology is necessary. Subsequently, by applying V2V(Vehicle-to-Vehicle) and V2I(Vehicle-to-Infrastructure) communication technologies, this research analyzed the possibility of accident avoidance. The results confirmed that the application of V2X technology enables accident avoidance. Additionally, by applying various variables, it identified limitation scenarios that cannot be resolved by V2X technology, and discussed strategies for accident avoidance in such situations.

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.

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.

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.

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.