해군 위험성 평가체계(N-RAS) 자료 분석을 통한 위험성 특징 추정

민승식^*

해군 소령/해군사관학교 기초과학과 교수

Risk Characterization Through Analysis of Naval Risk Assessment System(N-RAS) Data

Seungsik Min^*

LCDR, ROK Navy/Professor, Dept. of Natural Science, Republic of Korea Naval Academy

Correspondence to: ^*Seungsik Min Dept. of Natural Science, Republic of Korea Naval Academy 1 Jungwon-ro, Jinhae-gu, Changwon-si, Gyungsangnam-do, 51704, Republic of Korea Tel: +82-55-907-5238 E-mail: ssmin@navy.ac.kr

초록

본 연구는 해군 위험성 평가체계(N-RAS)를 활용하여 계절 및 부대별 위험작업과 위험요인의 특성을 분석하고, 이를 기반으로 체계적인 위험관리 방안을 제시하였다. 연구 결과, 함정과 항공기 부대는 계절적 영향을 덜 받는 반면, 육상 부대는 환경적 요인으로 인해 위험작업 빈도와 위험성이 크게 변화하였다. 주요 위험요인으로는 인적 요인(안전 조치 미이행)과 관리적 요인(안전관리 계획 부족)이 확인되었으며, 복합적 위험요인의 상호작용이 사고 발생에 미치는 영향이 중요하게 나타났다. 이를 토대로 데이터 기반 관리 플랫폼 구축과 부대별 맞춤형 대책 수립 등의 개선 방안을 제안하였다. 본 연구는 N-RAS를 통해 해군 작업 안전성을 높이고 군사안전 관리의 발전에 기여할 것으로 기대된다.

Abstract

This study analyzed the characteristics of risk tasks and factors based on the Naval Risk Assessment System (N-RAS) and proposed systematic risk management strategies. The results showed that naval and aviation units were less affected by seasonal changes, while land-based units exhibited significant variations in risk task frequency and severity due to environmental factors. Key risk factors identified were human factors (noncompliance with safety measures) and managerial factors (insufficient safety planning), with the interaction of complex risk factors playing a critical role in accident occurrences. Based on these findings, this study proposed improvements such as the development of data-driven management platforms and customized measures for each unit. This research is expected to enhance operational safety in the Navy and advance military safety management through N-RAS.

Keywords:

N-RAS, Risk Factor Analysis, Severity, Occurrence, Risk Management

키워드:

해군 위험성 평가체계, 위험요인 분석, 심각도, 발생도, 위험 관리

Acknowledgments

본 논문은 2024년도 해군사관학교 해양연구소 연구비 지원을 통해 작성되었음.

References

해군안전단 (2022). 해군 위험성 평가체계 기본지침.
해군안전단 (2023). 위험성 평가 매뉴얼.
Stamatis, D. H. (2003). Failure Mode and Effect Analysis: FMEA from Theory to Execution. American Society for Quality.
Sharma, R. K., Kumar, D., & Kumar, P. (2005). “Systematic Failure Mode Effect Analysis (FMEA) Using Fuzzy Linguistic Modeling.” International Journal of Quality & Reliability Management, 22(9), 986–1004. [https://doi.org/10.1108/02656710510625248]
ISO 31000: 2018. Risk management – Guidelines. International Organization for Standardization.
Evans, J. D. (1996). Straightforward Statistics for the Behavioral Sciences. Pacific Grove, CA: Brooks/Cole Publishing.
한국산업안전보건공단 (2020). 위험성 평가 가이드라인. 한국산업안전보건공단.
김종욱 외 (2020). “군사작전에서의 위험성 평가 체계 발전 방향.” 한국방위산업학회 논문지, 15(3), 45-56.
전해성 (2018). “군사작전 위험성 평가와 데이터 기반 접근법.” 군사과학연구지, 13(4), 78-92.
Smith, A., & Johnson, R. (2017). “Advances in Military Risk Assessment Systems.” Defense Technology Review, 35(4), 89-102.
Lee, J. (2020). “Application of Data-Driven Risk Management in Naval Operations.” Journal of Defense Technology, 42(1), 12-27.
해군작전사령부 (2024). 작전 안전성을 위한 데이터 기반 분석과 활용 방안.
해군안전단 (2021). 해군 위험성 평가체계 소개 자료.