철도교통관제사 인적오류의 원인분석 : 인적오류 분석기법 중 ‘HEAR(오류원인)’ 과 ‘RCA(근본원인)’를 중심으로 :Analysis of cause of human error in railway traffic controller : Focusing on 'HEAR (cause of error)' and 'RCA (root cause)' among human error analysis techniques

천승현

추천

검색

자료유형: 학위논문

저자정보: 천승현 (서울과학기술대학교, 서울과학기술대학교 대학원)

지도교수: 권영국

발행연도: 2017

저작권: 서울과학기술대학교 논문은 저작권에 의해 보호받습니다.

이용수15

이 논문의 연구 히스토리 (2)

2018

철도교통관제사를 위한 인적오류에서의 원인분석

천승현 , 권영국 , 김흥래 한국철도학회 학술발표대회논문집 2018.05 학술대회자료

2017

철도교통관제사 인적오류의 원인분석 : 인적오류 분석기법 중 ‘HEAR(오류원인)’ 과 ‘RCA(근본원인)’를 중심으로

천승현 2017.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 철도교통관제분야에서는 인건비 절감을 위한 인력효율화 방침에 따라 현장인력이 대폭 감소하여 기존 현장 로컬(LOCAL)운전 취급 역에서 취급하던 운전취급 업무를 철도교통 관제센터로 이관하여 집중적으로 제어함으로써 관제사의 실 시간적이고 즉시적인 운전취급 횟수가 대폭 증가하였다. 이는 관제사가 관련된 철도사고나 장애 발생의 빈도가 더욱 증가하였음을 의미 한다.
본 연구에서는 관제사 책임사고의 인적오류 원인을 분석하기 위하여 2006년 ~ 2016년간 기간 중 발생한 37건의 사례를 선정하였고 해당 사고에 대해 조사한 철도공사의 사고조사 보고서를 참고하여 HEAR와 RCA 분석을 위한 자료를 수집·분석하였다. 또한 철도교통 관제센터 관제사 270명과 서울교통공사 관제사 42명을 대상으로 설문하고 분석한 결과를 HEAR와 RCA 분석을 통하여 도출한 인적오류의 근본원인과 비교하였다.
연구결과 잘못된 정보인식과 상황판단의 오류는 관제사의 의사결정 오류로 이어졌고 이러한 의사결정의 오류는 사고와 장애를 발생 시켰으며 절차ㆍ혼돈실수에 의한 부적절한 행동 실수가 인간공학적 실수를 유발하여 개인의 실수로 이어짐과 동시에 장비의 오류가 발생하게 되면 사고와 장애를 유발하였다. HEAR과 RCA 분석결과 도출된 근본원인과 관제사 대상의 설문에서 관제사들이 공감하는 인적오류 원인은 서로 일치하여 분석결과 신뢰성 입증할 수 있었다. 두 기관의 관제사들은 관제의 영역(전국/서울), 관제의 대상(다종의 열차/지하철), 열차운행 형태(교행ㆍ대피/계획시간), 근무형태(차단작업의 관리) 등의 차이점으로 인하여 직무요구ㆍ직무자율ㆍ사고와 장애 발생요인에 대한 인식의 차이를 가지고 있음을 알 수 있었다.
관제사 인적오류 예방을 위하여 관제사 책임사고의 근본원인을 직시하고 각종 사고ㆍ장애 발생의 조직적ㆍ직무적 특성에 대한 파악이 선행되어야 하며 관련 교육과 병행하여 관제사의 인적오류 예방을 위한 시스템적 보완이 선행되어야 한다. 또한 관제사 직무만족도를 높이고 관제사들의 안전의식과 인적오류 예방을 위한 교육프로그램의 개발이 필요하다.

In the field of railway traffic control in recent years, the number of field personnel has been drastically reduced in accordance with the manpower efficiency policy to reduce labor costs. By transferring the handling tasks from the existing local handling station to the railroad traffic control center, The number of actual and timely handling times has increased dramatically. This means that the frequency of railway accidents or disturbances related to the controller has increased more frequently.
In this study, 37 cases were selected during the period from 2006 to 2016 in order to analyze the causes of human errors in controller responsibility accidents, and data for HEAR and RCA were collected by referring to the accident investigation report of the accident · Analyzed. In addition, we compared the results of the questionnaire and analysis with 270 controllers of the railway traffic control center and 42 controllers of the Seoul Traffic Corporation compared with the root cause of the human error derived from the HEAR analysis and the RCA analysis.
As a result of the research, the errors of the information recognition and the situation judgment led to the controller ''s decision making error. The error of the decision caused the accident and the obstacle, and the improper action mistake by the procedural / chaotic mistake caused the ergonomic mistake, As well as equipment failures, caused accidents and disabilities. The root causes of the HEAR analysis and RCA analysis and the cause of the human error that the controllers sympathize with each other in the controller questionnaire were in agreement with each other and the reliability of the analysis was proved. Due to the difference between the two controllers'' control areas (National / Seoul), the object of control (various trains / subway), train operation mode (interchange / evacuation / planning time) And there was a difference in perception of job demands, job autonomy, accident and disability factors.
In order to prevent human error, it should be preceded by the root cause of the human error of the controller and the systematic characteristics and the job characteristics of the occurrence of various accidents and disabilities should be preceded. In parallel with the related education, the controller can prevent human errors Systematic supplementation should be preceded. It is also necessary to develop education programs to raise the job satisfaction of the controllers and to prevent safety consciousness and human error.

Ⅰ. 서론 1
1. 연구의 필요성 1
2. 연구의 목적 2
Ⅱ. 국내ㆍ외 인적오류 분석기법 고찰 3
1. 원자력발전 분야 분석기법 3
1.1 K-HPES 분석기법 3
1.2 HPIP 분석기법 4
2. 항공분야 분석기법 6
2.1 HFACS 분석기법 7
2.2 TRACEr 분석기법 8
3. 철도분야 사고ㆍ장애 분석기법 9
3.1 영국 RSSB의 사고ㆍ장애 분석기법 9
3.2 영국 RAIB의 사고ㆍ장애 분석기법 11
3.3 RAIT 분석기법 13
4. 기타 분석기법 15
4.1 TapRooT® 분석기법 15
4.2 CREAM 분석기법 16
4.3 STEP 분석기법 17
4.4 주요 인적오류 분석체계 비교 18
Ⅲ. 문헌연구 19
1. 국내연구 고찰 19
1.1 국내연구1 19
1.2 국내연구2 19
1.3 국내연구3 20
1.4 국내연구4 21
1.5 국내연구5 22
1.6 국내연구6 24
1.7 국내연구7 25
2. 국외연구 고찰 26
2.1 국외연구1 26
2.2 국외연구2 29
2.3 국외연구3 30
2.4 국외연구4 32
2.5 국외연구5 34
Ⅳ. 실증연구 내용과 결과 36
1. 연구의 내용 36
2. 연구의 방법 36
2.1 HEAR 분석 36
2.2 RCA 분석 37
2.3 설문지 작성 38
2.4 설문대상 선정 39
3. 연구의 절차 45
3.1 연구모델의 선정 41
1) HEAR(Human Error Analysis and Reduction) 분석 41
2) RCA(Root Cause Analysis) 분석 45
3.2 사고 및 장애사례 선정 46
4. 측정도구의 타당성 및 신뢰도 측정 49
4.1 조직 특성적 분류 49
4.2 인적오류의 분류 요인 50
4.3 장애·사고발생 원인유형분류 요인 51
4.4 안전의식 52
5. 분석방법 53
5.1 연구가설 도출 54
5.2 연구모형 구축 54
6. 연구결과 55
6.1 분석범위선정 및 사고ㆍ장애분석 55
1) HEAR 분석기법에 의한 근본원인 분석 55
2) RCA 분석기법에 의한 근본원인 분석 57
6.2 설문조사 59
1) 조직 특성적 분류의 직무요구와 직무자율 항목에 관련한 설문(빈도 값) 60
2) 인적오류의 분류 항목에 관련한 설문(빈도 값) 61
3) 관제사들의 안전의식 수준에 관련한 설문(빈도 값) 63
6.3 서울교통공사 관제사와 철도교통 관제센터 관제사의 따른 차이 검정 64
1) 관제사에 따른 직무요구 차이 검정 64
2) 관제사의 직무자율 차이검정 66
3) 장애·사고의 발생 요인 차이검정 67
4) 관제사에 따른 장애·사고의 발생 원인의 유형 차이검정 69
5) 관제사에 따른 안전의식의 유형 차이검정 70
7. 결과정리 71
Ⅴ. 결론 75
Ⅵ. 개선방안 및 미래 연구방향 77

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)