KITECH 생산기술 전문지


저자 : 이영휘

이영휘
  • 이영휘
Tel 041-589-8053
Email hwee@kitech.re.kr
SNS
  • 소 속한국생산기술연구원
  • 직 업기술원
  • 직 위기술원
  • 전문분야작업자 안전 데이터 수집, 처리, 분석, 모니터링, 빅데이터 및 클러스터 컴퓨팅
  • 세부분야신체 동작 관련 센서 데이터 분석

저자 소개

-

학력 / 경력 정보

  • 2023아주대학교 산업공학 박사(수료)

활동내역


상세 보기

  • KITECH 생산기술 전문지 > 지속가능기술
  • Volume 3(4); 2026
  • Article

지속가능기술 2026;3(4):66-70. Published online: Oct, 1, 2026

PDF

TF-IDF와 K-Means 군집분석을 활용한 중대재해 사고 유형 분류

  • 이영휘* , †
이영휘
  • 이영휘
    * 한국생산기술연구원 지속가능기술연구소 지역산업혁신부문(배출저감) / 기술원 / hwee@kitech.re.kr / 교신저자
초록

산업현장에서 반복적으로 발생하는 근로자 사망 및 상해 사고를 예방하고 근로자의 안전권을 보장하기 위하여, 정부는 2021년 1월 중대재해 처벌 등에 관한 법률을 제정하여 2022년 1월부터 시행하고 있다. 그러나 이러한 법적 장치가 마련된 이후에도 산업현장의 재해는 여전히 발생하고 있으며, 최근에는 국내 대형 베이커리 제조업체 SPC에서 작업자가 컨베이어 벨트에 끼여 사망하거나 손가락이 절단되는 등의 중대재해가 잇달아 발생하여 사회적 우려를 낳고 있다. 본 연구는 과거 중대재해 사고 데이터를 정량적으로 분석하여 반복적으로 발생하는 대표적 사고 유형을 규명하고, 이를 토대로 실효성 있는 예방 대책을 제안하고자 한다. 이를 위해 미국 노동부 산하 산업안전보건청(OSHA: Occupational Safety and Health Administration)이 공개하는 중대재해 보고서를 분석 대상으로 하였으며, 2015년부터 2025년까지 약 10년간 축적된 사고 데이터 중 사고 경위(narrative) 텍스트를 대상으로 텍스트 마이닝을 수행하였다. 구체적으로는 TF-IDF(Term Frequency-Inverse Document Frequency)로 텍스트를 벡터화한 후 K-Means 군집분석을 적용하여 유사한 사고 유형 그룹화를 통해 빈번하게 발생하는 사고 패턴을 도출하였다.

키워드 TF-IDF, K-Means, 군집분석, 중대재해, 분류

댓글0
로그인 후 댓글을 작성할 수 있습니다.로그인 하기