항만 안전사고 데이터를 활용한 사전학습 언어모델 기반 안전사고 예측 모델 개발

초록

최근 항만 하역 산업재해는 감소하고 있지만, 여전히 타 산업에 비하여 사망자 등 중대재해의 발생비율이 높다. 항만 안전사고 예방을 위해 방대한 양의 비정형데이터가 존재하지만, 해당자료는 사례집, 교육자료, 뉴스 등 다양한 형태로 되어 있어 정작 안전관리자나 작업자들이 이를 모두 확인하기 어렵다. 따라서 본 논문에서는 비정형으로 이루어진 항만 안전사고 데이터를 자동으로 분석하기 위해 사전학습 언어모델을 활용하여 안전사고별 사고유형을 예측하였다. 이를 위해 사고당시 상황을 기록한 보고서를 수집해 사고 유형별 분류 데이터셋을 구축하고 SKT-Brain에서 공개한 KoBERT의 사전학습 모델을 파인튜닝하여 사고유형을 예측하였다. 본 연구에서 제안한 안전사고 예측모델은 평가결과, Accuracy 0.91의 안전사고 예측 정확도를 가진다.