Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1229-3431(Print)
ISSN : 2287-3341(Online)
Journal of the Korean Society of Marine Environment and Safety Vol.32 No.4 pp.602-612
DOI : https://doi.org/10.7837/kosomes.2026.32.4.602

Spatial Mismatch between Occurrence Hotspots and Casualty Hotspots of Marine Accidents in Korean Coastal and Adjacent Waters

Bo young Kim*†
*Research Professor, Korea Maritime & Ocean University, Busan 49112, Korea
† Corresponding Author : bykim@kmou.ac.kr, 051-410-5230
July 29, 2026 August 24, 2026 August 28, 2026

Abstract


Maritime safety data provides a foundation for identifying waters that are accident hotspots and for prioritizing safety management. However, maritime safety policy aims not only to reduce accident frequency but also to minimize severe casualties, including deaths and missing persons. Empirical verification is therefore required to determine whether areas with frequent accidents adequately capture zones where casualties are concentrated. To evaluate whether accident hotspots adequately represent casualty concentration, event-level records from the Korea Maritime Safety Tribunal (2021–2025) were reconstructed, covering 15,216 marine accidents and 582 deaths and missing persons in Korean waters and adjacent seas. Accident and casualty hotspots were delineated separately on a 0.1° grid using the Getis–Ord Gi* statistic and spatial correspondence was evaluated through Jaccard coefficient, accident and casualty coverage measures, and fatality rates per 100 accidents. The analysis identified 210 occurrence-hotspot cells and 137 casualty-hotspot cells, with a Jaccard coefficient of 0.262. Occurrence hotspots contained 58.5% of all accidents but only 33.8% of deaths and missing persons, with a fatality rate of 2.21 per 100 accidents, below the overall average of 3.82. In contrast, 65 casualty-only hotspot cells accounted for 3.2% of accidents but 17.7% of deaths and missing persons, with a fatality level of 20.98 per 100 accidents. Results remained consistent under alternative grid sizes, study areas, statistical threshold, and casualty definitions. Accident frequency is therefore a reliable indicator of spatial concentrations of accident occurrence, but insufficient for representing casualty burden. Effective maritime safety information should integrate accident frequency and casualty concentration as complementary spatial indicators.



해양사고 발생 핫스팟과 인명피해 핫스팟의 공간적 괴리

김보영*†
*국립한국해양대학교 학술연구교수

초록


해양안전 공간정보는 사고가 집중되는 해역을 식별하고 안전관리의 우선순위를 설정하는 데 중요한 근거로 활용되고 있다. 그러나 해양안전정책은 사고 발생 자체를 줄이는 것뿐 아니라 사망·실종과 같은 중대한 인명피해를 최소화하는 데에도 목적이 있으므로 사고가 많이 발생하는 해역이 인명피해가 집중되는 해역까지 충분히 포착하는지는 별도로 검증할 필요가 있다. 본 연구는 중앙해양안전심판원의 2021~2025년 해양사고 개별자료를 사건 단위로 재구성하여 우리나라 연안과 인접해역에서 발생한 15,216건의 사고와 사망·실종자 582명을 분석하였다. 0.1° 격자에서 Getis-Ord Gi* 통계를 적용하여 사고 발생 핫스팟과 인명피해 핫스팟을 각각 식별하고 Jaccard 계수, 사고 및 인명피해 포괄률과 사고 100건당 사망·실종자 수를 이용하여 두 공간분포의 대응관계를 분석하였다. 사고 발생 핫스팟은 210개, 인명피해 핫스팟은 137개 셀이었으며 두 집합의 Jaccard 계수는 0.262로 나타났다. 사고 발생 핫스팟에는 전체 사고의 58.5%가 포함되었으나 사망·실종자는 33.8%만 포함되었고 사고 100건당 사망·실종자는 2.21명으로 전체 평균 3.82명보다 낮았다. 반면 인명피해 전용 핫스팟 65개 셀은 전체 사고의 3.2%만을 포함하면서 사망·실종자의 17.7%를 차지하였고 사고 100건당 사망·실종자는 20.98명에 달하였다. 이러한 핵심 결과는 격자 크기, 분석영역, 통계적 판정기준 및 인명피해 측정방식을 달리한 강건성 분석에서도 일관되게 유지되었다. 본 연구는 사고 발생빈도가 사고의 공간적 집중을 식별하는 데 유용하지만 해양사고의 위험수준을 판단하는 지표로는 한계가 있음을 보여준다. 따라서 향후 해양안전 공간정보는 사고 발생빈도와 인명피해 집중도를 상호 보완적으로 활용할 필요가 있다.



    1. 서 론

    해양사고의 예방과 피해 저감을 위해서는 사고가 집중되는 해역을 식별하고 한정된 안전관리 자원을 우선적으로 배분할 필요가 있다. 해양사고는 인적요인뿐 아니라 해상교통량, 지형, 기상 및 해양환경 등 다양한 조건이 복합적으로 작용하여 발생하므로 사고 발생위치와 주변 환경을 함께 고려하는 공간적 접근이 중요하다(Shin and Sung, 2018;Yang et al., 2021). 최근에는 해양사고 자료와 선박운항정보 및 기상·해양환경정보를 결합하여 해역별 위험수준을 분석하고 이를 안전운항과 사고예방에 활용하려는 정보기반 안전관리가 확대되고 있다(Park et al., 2020;Yang et al., 2021). 한국해양교통안전공단의 해양교통안전정보시스템(Maritime Transportation Safety Information System, MTIS) 역시 해양사고 현황, 선박 교통량과 밀집도, 해양 격자별 사고위험정보 등을 제공하고 있다(KOMSA, 2025). 이는 사고의 발생 가능성과 공간적 집중을 파악하는 것이 해양안전정보의 주요 구성요소로 활용되고 있음을 보여준다.

    사고 발생빈도는 특정 해역의 위험수준을 파악하는 데 가장 직접적이고 활용하기 쉬운 지표이다. 과거에 사고가 반복적으로 발생한 해역에서는 항행환경, 교통밀도, 지형 및 운항조건과 관련된 위험요인이 지속될 가능성이 있으므로 사고다발해역을 중심으로 예방활동을 강화하는 것은 합리적인 접근이다(Shin and Sung, 2018;Park et al., 2020). 그러나 해양안전정책의 목적은 사고건수를 줄이는 데 그치지 않고 사고로 인한 사망·실종 등 중대한 인명피해를 최소화하는 데에도 있다. 해양사고의 위험은 사고의 발생 가능성과 사고결과의 심각성을 함께 고려하여 평가해야 하며 사고빈도만으로 위험수준을 판단하는 데에는 한계가 있다(Won and Kim, 2019;Won and Kim, 2021).

    실제로 해양사고의 발생빈도와 피해 심각도는 사고유형과 선박특성 및 발생환경에 따라 서로 다르게 나타날 수 있다. 부유물감김사고와 같이 빈번하지만 인명피해가 거의 발생하지 않는 사고가 있는 반면 전복이나 침몰처럼 발생빈도는 상대적으로 낮더라도 사망·실종으로 이어질 가능성이 높은 사고도 존재한다(Kang et al., 2007;Kim et al., 2013;Won and Kim, 2019). 또한 선박의 규모와 용도, 발생시간, 계절 및 발생해역 등에 따라 사고의 발생특성과 인명피해 양상이 달라질 수 있다(Choe et al., 2021;Kim et al., 2023). 따라서 사고 발생이 공간적으로 집중된 해역과 사망·실종자가 집중된 해역이 어느 정도 일치하는지는 별도로 확인할 필요가 있다.

    기존의 연구는 해양사고의 유형과 원인, 선박특성, 위험도 및 피해결과를 다양한 방법으로 분석해 왔다. 사고 발생빈도와 피해수준을 결합하여 사고유형별 위험도를 평가한 연구가 수행되었고(Won and Kim, 2019;Won and Kim, 2021), 사고유형별 발생 관련 요인이나 사고유형별 사상자 발생 가능성을 분석한 연구도 이루어졌다(Choe et al., 2021;Kim, 2024). 한편 해양사고 위치자료를 이용한 공간분석 연구에서는 사고 핫스팟, 사고다발해역, 사고 민감지역 및 기상환경에 따른 공간적 차이가 제시되었다(Shin and Sung, 2018;Park et al., 2020;Yang et al., 2021;Yoo et al., 2021).

    그러나 기존 연구에서는 사고가 어디에서 많이 발생하는가와 어떤 조건에서 인명피해가 커지는가가 주로 별개의 문제로 다루어졌다. 공간분석 연구는 사고건수나 사고밀도를 기준으로 사고다발해역을 식별하였지만 해당 해역이 전체 사망·실종자를 어느 정도 포함하는지는 충분히 검토한 연구는 찾아보기 힘들다. 반대로 인명피해 연구는 사고유형과 선박규모, 시간대 및 발생해역의 영향을 분석하였으나 인명피해가 집중되는 세부 공간을 독립적으로 식별하여 사고 발생 핫스팟과 직접 비교한 연구도 찾아보기 힘들다. 이에 사고 발생의 공간적 집중과 인명피해의 공간적 집중을 동일한 공간분석 체계 안에서 비교할 필요가 있다.

    본 연구의 목적은 사고 발생빈도를 기준으로 식별한 해양사고 핫스팟이 사망·실종 인명피해의 공간적 집중을 어느 정도 포착하는지를 실증적으로 분석하는 데 있다. 이를 위해 중앙해양안전심판원의 해양사고 개별자료(2021~2025년)를 동일한 격자단위로 집계하고 사고 발생건수와 사망·실종자 수의 핫스팟을 각각 식별한다. 이후 두 핫스팟의 공간적 중첩 정도와 사고 및 인명피해의 포괄수준을 비교하고 사고 발생 핫스팟에는 포함되지 않으면서 인명피해가 집중된 해역의 분포와 사고특성을 검토한다. 또한 공간단위, 분석범위, 통계적 판정기준 및 인명피해 측정방식을 달리하여 분석결과의 일관성을 확인한다.

    본 연구는 사고 발생 핫스팟과 인명피해 핫스팟을 동일한 자료와 공간단위에서 각각 도출하고 두 공간분포의 일치 정도뿐만 아니라 사고 발생 핫스팟이 전체 사망·실종자를 얼마나 포괄하는지를 정량적으로 평가한다는 점에서 기존 연구와 차별화된다. 또한 사고예방과 인명피해 저감이라는 서로 다른 정책목표에 맞추어 해양안전 공간정보를 보완적으로 구성할 필요성을 제시한다는 데 의의가 있다.

    2. 선행연구의 검토

    2.1 해양사고의 발생특성과 위험도 연구

    국내 해양사고 연구는 해양사고의 발생현황과 사고원인을 파악하는 기술통계 중심의 연구에서 출발하여 사고의 발생빈도와 피해 심각성을 함께 고려하는 위험도 평가 연구로 발전해 왔다. 초기 연구에서는 사고유형과 선박특성별 발생현황을 분석하여 주요 사고원인과 관리대상을 도출하였으며(Kang et al., 2007;Kim et al., 2013), 이후에는 사고 발생확률과 피해규모를 결합한 위험도 개념을 적용하여 사고유형별 관리 우선순위를 제시하려는 연구가 이루어졌다(Won and Kim, 2019;Won and Kim, 2021). 최근에는 조건부확률과 베이지안 이론 등을 활용하여 사고 발생 이후 사망·부상으로 이어질 가능성까지 정량적으로 평가하려는 시도도 이루어지고 있다(Kim, 2024).

    Kang et al.(2007)은 어선사고에서 기관손상과 충돌의 발생빈도가 높은 반면, 충돌·침몰·전복은 사망·실종 등 중대한 인명피해로 이어질 가능성이 높은 사고유형으로 제시하였다. 이후 Kim et al.(2013)은 사고발생 과정과 위험도를 분석하여 충돌·침몰·전복을 중점 관리대상으로 제시하였다. Won and Kim(2019; 2021)은 사고의 발생빈도와 피해결과를 결합한 위험도 평가체계를 제안하였으며 Kim(2024)은 사고유형별 사망 및 부상 발생확률을 산출하여 사고 발생 이후의 피해위험을 별도로 평가하였다.

    이들 연구는 해양사고의 위험을 단순한 사고건수가 아니라 사고 발생가능성과 피해 심각성을 함께 고려해야 하는 개념으로 확장하였다는 점에서 의의가 있다. 다만 분석단위는 주로 사고유형이나 선박집단에 머물러 있어 이러한 위험의 차이가 실제 공간상에서 어떻게 나타나는지는 별도의 연구과제로 남아 있다.

    2.2 해양사고 인명피해의 영향요인 연구

    해양사고 연구에서는 사고 발생 자체보다 사고 이후 사망·실종이나 중상과 같은 인명피해가 어떠한 조건에서 발생하는지를 규명하려는 연구도 지속적으로 수행되어 왔다. 이러한 연구는 사고유형뿐 아니라 선박특성, 운항환경 및 발생해역의 특성이 피해결과에 미치는 영향을 실증적으로 분석하는 방향으로 발전하였다(Choe et al., 2021;Kim et al., 2023;Kim, 2024).

    Choe et al.(2021)의 연안해역의 해양사고에 이항 로지스틱 회귀모형을 적용한 연구에서는 선박톤수, 사고 발생해역, 발생월, 시간대 및 어선 여부 등이 사망·중상사고와 관련된 요인으로 나타났으며 사고유형에 따라 각 요인의 영향 방향과 크기도 다르게 확인되었다. 이는 동일한 사고유형이라도 선박과 운항환경의 조건에 따라 피해결과가 달라질 수 있음을 의미한다.

    해양공간의 이용특성과 인명피해의 관계를 분석한 연구도 수행되었다. Kim et al.(2023)은 어업활동보호구역과 항만·항행구역의 선박교통량 및 해양사고 특성을 비교하고, 선종·사고유형·톤수·사고원인과 인명피해의 차이를 분석하였다. 분석결과 사고건수와 단위면적당 발생양상은 해양용도구역에 따라 다르게 나타났으며 어업활동보호구역에서는 인명사고를 고려한 통항안전 관리의 필요성이 제시되었다.

    이러한 연구는 인명피해를 독립적인 결과변수로 설정하고 사고유형, 선박특성 및 발생해역의 영향을 분석하였다는 점에서 의의가 있다. 다만 발생해역은 광역 해역이나 사전에 설정된 해양용도구역을 중심으로 구분되었으므로 사망·실종 인명피해가 국지적으로 집중되는 위치를 식별하는 공간분석과는 연구목적과 분석단위에서 차이가 있다.

    2.3 해양사고의 공간분포와 공간분석 연구

    최근에는 해양사고 위치자료와 GIS를 활용하여 사고의 공간적 집중을 분석하는 연구가 활발하게 이루어지고 있다. 초기에는 사고다발해역을 식별하는 데 중점을 두었으나 이후에는 선박교통량, 해양기상환경 및 해저지형 등 다양한 공간정보를 결합하여 사고 발생의 공간적 특성을 설명하려는 연구로 확대되고 있다. 또한 시공간 큐브 분석, 히트맵, 군집분석 및 격자기반 밀도분석 등 다양한 공간분석기법이 적용되면서 사고 위험의 공간적 분포를 보다 정교하게 분석하려는 시도가 이루어지고 있다(Shin and Sung, 2018;Park et al., 2020;Yang et al., 2021;Yoo et al., 2021).

    해양사고의 공간적 집중을 통계적으로 식별한 연구로는 통영해역의 좌초사고를 분석한 Shin and Sung(2018)의 연구가 있다. 이 연구는 시공간 큐브 분석을 통해 좌초사고가 지속적으로 발생한 핫스팟을 도출하고 의사결정나무와 빈도비 모형을 이용하여 암초, 수심, 해저지형 및 선박유형 등의 영향을 분석하였다. 이를 바탕으로 좌초사고 민감성 지도를 구축함으로써 사고위치와 주변 환경조건을 결합한 공간적 위험분석의 가능성을 제시하였다.

    선박교통과 사고집중지역의 관계를 분석한 Park et al.(2020)의 연구에서는 소형선박 사고위치를 히트맵으로 나타내고 선박교통 밀집도 및 교통위험도와 비교하였다. 그 결과 소형선박 사고가 집중된 해역의 상당 부분이 선박 밀집도와 교통위험도가 높은 지역과 중첩되는 것으로 나타났다. 이는 사고 위치정보와 교통정보를 결합하여 예방활동이 필요한 해역을 식별할 수 있음을 보여준다.

    기상 및 해양환경을 기준으로 해역을 구분하고 사고특성을 분석한 연구도 수행되었다. Yang et al.(2021)은 연안해역의 해양기상환경 자료와 해양사고 자료를 공간단위로 변환한 후 차원 축소와 K-평균 군집화를 통해 유사한 기상환경을 가진 해역을 구분하였다. 이후 군집별 사고유형과 계절 및 시간대의 차이를 비교하여 해양사고의 발생특성이 공간적 환경에 따라 달라질 수 있음을 제시하였다.

    특정 사고유형의 시·공간적 분포에 초점을 둔 Yoo et al.(2021)의 연구에서는 부유물 감김사고를 격자단위로 변환하고 이차원 평활 히스토그램을 적용하여 사고의 상대적 밀도를 분석하였다. 분석결과 거제·통영과 진해만 일대, 서해 전곡항 인근 및 제주 북부 등에서 사고밀도가 높게 나타났으며 시간대와 계절 및 선박용도에 따른 차이도 확인되었다.

    이들 연구는 시공간 핫스팟 분석, 히트맵, 군집분석 및 밀도분석 등을 통해 사고다발해역과 사고 민감지역을 구체적으로 제시하였다. 다만 공간적 집중을 측정하는 지표는 각 연구의 목적에 따라 전체 사고건수, 특정 사고유형의 발생건수 또는 사고밀도 등으로 설정되었다. 따라서 이들 연구는 사고예방을 위한 공간정보를 제공하는 데 초점을 두고 있기 때문에 사고 발생의 공간적 집중과 사망·실종 인명피해의 공간적 집중 사이의 관계를 직접 분석하는 본 연구와는 구별된다.

    2.4 선행연구의 종합과 본 연구의 차별성

    지금까지의 선행연구는 해양사고의 발생특성과 위험도, 인명피해의 영향요인 및 사고의 공간적 분포를 각각 규명해 왔다. 그러나 동일한 사고자료와 공간단위를 이용하여 사고 발생 핫스팟과 인명피해 핫스팟을 각각 식별하고 두 공간분포의 중첩 정도를 직접 비교한 연구는 찾아보기 어렵다.

    이에 본 연구는 기존 연구에서 각각 다루어 온 사고의 공간적 집중과 인명피해의 공간적 집중을 하나의 공간분석 체계에서 연결한다. 사고 발생건수와 사망·실종자 수에 동일한 공간통계 기법을 적용하여 두 핫스팟을 각각 식별하고, 공간적 중첩 정도와 사고 및 인명피해의 포괄수준을 비교한다. 아울러 사고 발생 핫스팟에는 포함되지 않으면서 인명피해가 집중되는 해역의 사고특성을 검토하고 분석조건을 달리하였을 때에도 결과가 일관되게 나타나는지를 확인한다.

    이를 통해 사고 발생빈도가 반복적으로 사고가 발생하는 공간을 파악하는 지표로서 가지는 유용성과 함께 사망·실종 인명피해의 공간적 부담을 대표하는 데 어떠한 차이가 있는지를 밝히고자 한다. 이는 사고예방과 인명피해 저감이라는 정책목표에 따라 해양안전 공간정보를 구분하고 보완적으로 활용할 필요성을 제시한다는 데 의의가 있다.

    3. 연구설계 및 분석방법

    3.1 분석자료

    본 연구는 사고 발생빈도를 기준으로 식별한 해양사고 핫스팟이 사망·실종 인명피해의 공간적 집중을 어느 정도 포착하는지를 분석한다. 이를 위해 동일한 사고자료와 공간단위를 이용하여 사고 발생건수와 사망·실종자 수의 핫스팟을 각각 도출한 후 두 핫스팟의 공간적 중첩도와 사고 및 인명피해의 포괄수준을 비교하였다.

    ‘사고 발생부담’은 일정 공간단위에서 발생한 해양사고 사건 수로 정의하였으며 ‘인명피해 부담’은 해당 공간에서 발생한 사망자와 실종자의 합계로 정의하였다. 또한 사고 발생건수 대비 인명피해의 상대적 크기를 비교하기 위해 사고 100건당 사망·실종자 수를 산출하고 이를 이하에서 ‘치명도’로 정의하였다.

    다만 본 연구에서 측정한 ‘사고 발생부담’은 선박 통항량이나 조업량을 기준으로 산출한 사고발생률과는 구분된다. 또한 선박운항정보와 기상·해양환경정보 등을 이용하여 미래의 사고 발생 가능성을 추정하는 예측위험도와도 차이가 있다.

    분석에는 공공데이터포털에서 제공하는 중앙해양안전심판원의 「해양사고 통계현황」 개별자료(2021~2025년)를 활용하였다. 해당 자료는 국내외 해양사고의 발생현황과 사고원인, 발생장소, 피해현황 등을 수록한 통계자료로 17,036개의 관측치로 구성되어 있다.

    원자료는 하나의 사고에 여러 선박이 관련된 경우 선박별로 별도의 관측치가 생성되는 선박 단위 관측치 구조를 가지고 있다. 이에 사건번호를 기준으로 관련 선박을 통합하여 17,036개의 관측치를 15,445건의 사고 단위 자료로 전환하였다. 사고별 사망·실종자 수는 해당 사건에 관련된 선박별 사망자와 실종자를 합산하여 산정하였다. 사고 위치는 도-분-초 형식으로 제공된 위도와 경도를 십진수 좌표로 변환하였다. 분 또는 초가 60 이상으로 입력된 좌표 오류 15건과 설정한 분석영역 외의 사고는 제외하였다. 분석영역은 우리나라 영해·개항과 인접 공해를 포함하도록 위도 31~40°N, 경도 122~134°E로 설정하였다.

    최종 분석대상은 15,216건이며 이 가운데 14,277건은 영해·개항에서, 939건은 인접 공해에서 발생하였다. 전체 사고 중 455건에서 한 명 이상의 사망·실종자가 발생하였으며 사망·실종자는 총 582명이었다(Table 1).

    3.2 공간단위와 분석지표의 구성

    사고 발생과 인명피해의 공간적 집중을 동일한 조건에서 비교하기 위해 분석영역을 일정한 크기의 정방형 격자로 구분하였다. 기본 분석에는 경위도 기준 0.1° 격자를 적용하였으며 이는 우리나라 주변해역의 중위도에서 남북 방향 약 11km, 동서 방향 약 9km에 해당한다. 행정구역이나 법정 해역구분은 공간별 면적과 형태가 서로 다르기 때문에 사고 발생건수와 인명피해 규모를 직접 비교하는 데 한계가 있다. 이에 본 연구는 동일한 크기의 격자를 적용하여 공간단위 간 면적 차이의 영향을 줄이고 사고 발생과 인명피해의 공간적 집중을 동일한 기준에서 비교하였다.

    각 사고는 발생좌표를 기준으로 해당 격자에 배정하였으며 격자별 ‘사고 발생건수’, ‘사망·실종자 수’ 및 ‘치명사고 건수’를 산출하였다. ‘사고 발생건수’는 각 격자에서 발생한 개별 사고의 수로 사고 발생 핫스팟을 식별하기 위한 변수로 사용하였다. ‘사망·실종자 수’는 각 격자에서 발생한 사고의 사망자와 실종자를 합산한 값으로 인명피해 핫스팟을 식별하기 위한 변수로 사용하였다. ‘치명사고 건수’는 사망자 또는 실종자가 한 명 이상 발생한 사고의 수로 정의하였다.

    ‘사망·실종자 수’를 기준으로 핫스팟을 분석할 경우 다수의 인명피해가 발생한 단일 대형사고가 특정 격자의 값을 크게 증가시킬 수 있다. 따라서 ‘치명사고 건수’를 인명피해가 발생한 사고의 반복성을 반영하는 보조지표로 활용하였으며 ‘사망·실종자 수’를 이용한 기본 분석결과가 일부 대형사고에 의해 좌우되는지를 확인하기 위한 강건성 분석에 사용하였다.

    기본 분석의 공간표본은 사고가 한 건 이상 발생한 1,637개의 점유 격자로 구성하였다. 이는 본 연구의 목적이 무사고 해역을 포함한 전체 해역의 사고 발생 가능성을 추정하는 것이 아니라 실제 사고가 관측된 공간에서 사고 발생부담과 인명피해 부담이 각각 어디에 집중되는지를 비교하는 데 있기 때문이다. 또한 넓은 무사고 해역에 0값을 부여할 경우 분석영역의 범위와 경계 설정에 따라 평균, 표준편차 및 공간가중구조가 달라지고 이에 따라 핫스팟의 판정결과도 영향을 받을 수 있다. 따라서 기본 분석에서는 사고가 관측된 격자만을 대상으로 두 변수의 공간적 집중을 비교하였으며 이러한 공간표본 설정에 따른 영향은 무사고 셀을 포함한 전체 해상격자 분석을 통해 추가로 확인하였다.

    위도 31~40°N, 경도 122~134°E의 분석영역에 생성된 0.1° 격자는 총 10,800개이며 이 가운데 셀 중심이 육지에 위치한 2,468개 격자를 제외하였다. 육지 여부는 Natural Earth에서 제공하는 1:10m 축척의 해안선 벡터자료를 이용하여 판정하였으며 최종적으로 8,332개의 해상 격자를 전체 해상격자 분석에 포함하였다.

    3.3 커널밀도추정을 통한 공간분포의 탐색

    사고 발생과 인명피해의 전반적인 공간분포를 탐색하기 위해 커널밀도추정(kernel density estimation)을 실시하였다(Silverman, 1986). 커널밀도추정은 개별 사고지점을 중심으로 일정한 범위의 가중치를 부여하여 사고가 집중된 지역을 연속적인 밀도표면으로 표현하는 방법이다.

    본 연구에서는 사고지점을 0.02° 격자에 집계한 후 가우시안 커널을 적용하여 공간밀도를 평활하였다.1) 사고 발생밀도에는 모든 사고에 동일한 가중치( ω i = 1 )를 부여한 반면 인명피해 밀도에는 사고별 사망·실종자 수를 가중치로 적용하여 사망·실종자가 많이 발생한 사고가 밀도표면에 더 크게 반영되도록 하였다. 가중 커널밀도는 식(1)과 같이 나타낼 수 있다.

    f ( s ^ ) = 1 2 π h 2 ∑ i = 1 N ω i exp ( − ∥ s − s i ∥ 2 2 h 2 )
    (1)

    대역폭은 h = 0.1 ° 로 설정하였다. 이는 우리나라 주변해역에서 약 9~11km에 해당하며 이후 실시하는 Gi* 분석의 기본 격자 크기와 유사한 공간규모에서 두 분포의 형태를 비교하기 위한 것이다.

    커널밀도추정 결과는 사고 또는 인명피해가 집중된 지역의 전반적인 형태와 중심축을 시각적으로 비교하기 위한 탐색적 자료로 사용하였다. 따라서 커널밀도가 높은 지역을 곧바로 통계적으로 유의한 핫스팟으로 판정하지 않았으며 핫스팟의 통계적 식별은 다음의 Getis-Ord Gi* 분석을 통해 수행하였다.

    3.4 Getis-Ord Gi*를 이용한 핫스팟 식별

    사고 발생건수와 사망·실종자 수가 주변 셀과 함께 통계적으로 유의하게 집중된 지역을 식별하기 위해 Getis-Ord Gi* 통계를 적용하였다. Gi*는 특정 공간단위의 값과 인접 공간단위의 값을 함께 고려하여 높은 값 또는 낮은 값이 국지적으로 군집하는지를 판별하는 국지 공간연관성 통계이다(Getis and Ord, 1992;Ord and Getis, 1995). Gi* 통계량은 식(2)와 같이 산출하였다.

    G i * = ∑ j = 1 n w i j x j − X ¯ ∑ j = 1 n w i j S n ∑ j = 1 n w i j 2 − ( ∑ j = 1 n w i j ) 2 n − 1
    (2)

    여기서 x j 는 셀 j 의 결과변수, w i j 는 셀 i 와 셀 j 간 공간가중치, n 은 분석 셀 수를 의미하며, X ¯ 와 S 는 각각 전체 셀 값의 평균과 표준편차이다. 공간가중치는 초점 셀 자체와 변 또는 꼭짓점을 공유하는 주변 셀을 이웃으로 정의하는 1차 queen 인접방식을 적용하였다. 이웃 관계가 성립하면 1, 성립하지 않으면 0인 이진 공간가중치를 사용하였으며 초점 격자 자체도 국지적 합산에 포함하였다.2)

    동일한 공간가중구조에서 셀별 사고 발생건수와 사망·실종자 수에 각각 Gi* 분석을 적용하였다. 사고 발생건수가 높은 값으로 군집한 셀은 사고 발생 핫스팟, 사망·실종자 수가 높은 값으로 군집한 셀은 인명피해 핫스팟으로 정의하였다. 본 연구의 관심은 높은 값의 공간적 집중에 있으므로 표준화된 Gi* 통계량의 z값이 양수이고 양측 유의확률이 0.05 미만인 셀을 핫스팟으로 판정하였다.

    Gi* 분석은 1,637개 셀에서 동시에 수행되므로 반복검정에 따른 위양성 가능성이 존재한다. 이에 Benjamini and Hochberg(1995)의 false discovery rate(FDR) 보정기준( q < 0.05 )을 적용한 결과도 강건성 분석에서 제시하였다.

    3.5 핫스팟 간 공간적 대응관계의 평가

    본 연구의 핵심은 두 핫스팟이 단순히 서로 다른 위치에 존재하는지를 확인하는 것이 아니라 사고 발생 핫스팟이 인명피해 집중해역과 전체 인명피해 부담을 어느 정도 포착하는지를 평가하는 데 있다. 사고 발생 핫스팟 집합을 HO, 인명피해 핫스팟 집합을 HC로 정의하고, 두 집합의 공간적 중첩 정도를 식(3)의 Jaccard 계수로 측정하였다.

    J ( HO , HC ) = | HO ∩ HC | | HO ∪ HC |
    (3)

    Jaccard 계수는 두 핫스팟 집합이 완전히 일치하면 1, 교집합이 존재하지 않으면 0의 값을 가진다. 다만 이 계수는 두 집합의 대칭적 일치도를 나타내므로 사고 발생 핫스팟이 인명피해를 얼마나 포착하는지를 단독으로 설명하지는 않는다.

    이에 각 핫스팟에 포함된 사고건수와 사망·실종자 수를 전체 사고 및 전체 사망·실종자 수로 나누어 사고 포괄률과 인명피해 포괄률을 산출하였다. 특히 사고 발생 핫스팟의 인명피해 포괄률은 사고가 집중된 공간이 실제 사망·실종 부담을 어느 정도 포함하는지를 보여주는 직접적인 지표로 사용하였다. 또한 핫스팟 유형별로 사고 100건당 사망·실종자 수를 산출하여 사고 발생건수와 인명피해의 상대적 크기를 비교하였다.

    두 핫스팟의 조합에 따라 전체 셀을 사고 발생과 인명피해가 모두 집중된 ‘동시 핫스팟’, 사고 발생만 집중된 ‘발생 전용 핫스팟’, 인명피해만 집중된 ‘인명피해 전용 핫스팟’, 어느 핫스팟에도 포함되지 않은 ‘비핫스팟’으로 구분하였다.

    이 가운데 ‘인명피해 전용 핫스팟’은 사고 발생빈도에 따른 공간적 집중 분석에서는 식별되지 않지만 사망·실종자가 통계적으로 집중된 공간을 의미한다. 따라서 해당 셀의 사고유형, 선박용도, 계절 및 발생해역을 기술적으로 비교하여 인명피해 부담이 집중된 공간의 주요 특성을 확인하였다. 다만 이러한 비교는 인명피해 집중의 인과요인을 검증하기 위한 분석이 아니라 인명피해 전용 핫스팟에서 관찰된 사고구성을 기술하기 위한 것이다.

    셀 단위 사고건수와 사망·실종자 수의 전반적인 관련성은 Spearman 순위상관계수를 이용하여 보조적으로 확인하였다. 이는 일부 셀에서 사고건수와 인명피해 값이 비대칭적이고 극단적으로 분포할 수 있다는 점을 고려한 것이다.

    3.6 순열검정 및 강건성 분석

    관측된 Jaccard 계수의 상대적 크기를 판단하기 위해 순열검정을 실시하였다. 사고 발생 핫스팟과 인명피해 핫스팟의 셀 수는 관측값과 동일하게 고정하고 1,637개 점유 셀에 두 종류의 핫스팟을 무작위로 배정하는 과정을 10,000회 반복하였다. 이를 통해 두 핫스팟이 무작위로 분포할 경우 기대되는 Jaccard 계수의 분포를 산출하고 관측값과 비교하였다.

    이 순열검정은 핫스팟 셀 수가 서로 다를 때 단순 Jaccard 계수의 크기만으로 일치 정도를 해석하기 어렵다는 점을 보완하기 위한 기준점으로 활용하였다. 다만 무작위 재배정 과정에서는 실제 해양사고 자료의 공간적 자기상관 구조가 보존되지 않으므로 순열검정 결과는 엄밀한 공간적 귀무모형에 따른 검정이라기보다 관측된 중첩도가 무작위 중첩 수준을 얼마나 초과하는지를 확인하는 보조적 기준으로 해석하였다.

    또한 분석결과가 특정한 공간단위, 분석영역 또는 결과변수의 정의에 의존하는지를 확인하기 위해 수행한 강건성분석을 정리하면 다음과 같다.

    • 첫째, 가변적 공간단위 문제(modifiable areal unit problem)를 점검하기 위해 기본 격자 0.1° 외에 0.05°와 0.2° 격자를 각각 적용하였다.

    • 둘째, 인접 공해에서 발생한 사고가 분석결과에 미치는 영향을 확인하기 위해 영해·개항 사고만을 대상으로 분석하였다.

    • 셋째, 반복검정에 따른 위양성의 영향을 점검하기 위해 Benjamini-Hochberg FDR 보정기준을 적용하였다.

    • 넷째, 소수의 대형사고가 사망·실종자 수 기반 핫스팟에 미치는 영향을 확인하기 위해 사망·실종자 수 대신 치명사고 건수를 결과변수로 사용하였다.

    • 다섯째, 점유 셀 중심의 기본 분석결과가 분석영역 설정에 따라 달라지는지를 확인하기 위해 무사고 셀에 0값을 부여한 전체 해상격자 분석을 실시하였다.

    이상의 분석은 Python 3.12 환경에서 수행하였다.

    4. 분석결과

    4.1 분석대상의 일반적 특성

    2021년부터 2025년까지 분석대상 해역에서 발생한 해양사고는 총 15,216건이며 이들 사고로 총 582명의 사망·실종자가 발생하였다. 연도별 사고건수는 2021년 2,646건에서 2025년 3,465건으로 매년 증가하였다. 반면 사고 100건당 사망·실종자 수로 산출한 치명도는 2021년 4.12명, 2022년 3.25명, 2023년 2.94명, 2024년 4.95명, 2025년 3.81명으로 일정한 증감 방향을 보이지 않았다(Table 2).

    사고건수가 가장 많았던 2025년의 치명도는 3.81명으로 사고건수가 가장 적었던 2021년의 4.12명보다 낮았다. 또한 2024년의 사고건수는 2025년보다 적었으나 치명도는 분석기간 중 가장 높은 4.95명이었다. 이는 연도별 사고 발생규모와 인명피해의 상대적 규모가 동일한 방향으로 변화하지 않았음을 보여준다.

    사고유형별로도 발생빈도와 인명피해의 분포에는 차이가 나타났다(Table 3). 기관손상은 4,629건으로 전체 사고의 30.4%를 차지하였고, 부유물 감김은 1,781건으로 11.7%, 침수는 1,183건으로 7.8%, 추진축계손상은 946건으로 6.2%를 차지하였다. 그러나 기관손상, 부유물 감김 및 추진축계손상에서는 사망·실종자가 발생하지 않았고 침수의 치명도도 사고 100건당 0.08명으로 매우 낮은 수준이었다.

    반면 안전사고는 전체 사고의 4.4%인 677건에 불과하였으나 사망·실종자는 273명으로 전체 인명피해의 46.9%를 차지하였으며 안전사고의 사고 100건당 사망·실종자 수는 40.32명이었다. 전복도 전체 사고의 3.0%인 454건이었으나 사망·실종자는 114명, 사고 100건당 사망·실종자는 25.11명으로 나타났다. 안전사고와 전복은 전체 사고의 7.4%를 차지하면서 사망·실종자의 66.5%를 포함하였다. 이는 사고 발생빈도가 높은 사고유형과 인명피해가 집중되는 사고유형이 서로 다르게 나타날 수 있음을 보여준다.

    4.2 사고 발생과 인명피해의 공간분포

    커널밀도추정 결과 사고 발생과 인명피해는 모두 우리나라 연안과 주변해역에 광범위하게 분포하였으나 고밀도 지역의 위치와 형태에는 차이가 나타났다. 사고 발생밀도는 인천·경기만, 목포 인근, 부산·울산·거제 연안 및 제주 주변해역 등 항만과 연안 접근수역을 따라 높게 나타났다(Fig. 1). 특히 서해와 남해의 주요 항만 주변 및 남동해안의 연안축에서 연속적인 고밀도 분포가 확인되었다.

    사고별 사망·실종자 수를 가중치로 적용한 인명피해 밀도는 사고 발생밀도보다 국지적인 형태를 보였다(Fig. 2). 전북 부안·군산 외해, 남해 중부 외해, 제주 서방 및 동해 남부 연안 등에서 상대적으로 높은 밀도가 나타났으며 사고 발생밀도가 높은 항만 접근수역과 완전히 일치하지 않는 고밀도 지역도 확인되었다. 커널밀도추정은 분포의 전체적인 형태를 탐색적으로 확인하기 위한 분석이므로 핫스팟의 통계적 식별과 중첩 정도의 평가는 Gi* 분석결과를 이용하였다.

    4.3 사고 발생 핫스팟과 인명피해 핫스팟의 대응관계

    Getis-Ord Gi* 분석결과 사고 발생 핫스팟은 210개 셀, 인명피해 핫스팟은 137개 셀로 나타났으며 이 가운데 두 조건을 모두 충족한 셀은 72개였다. 두 핫스팟 집합의 Jaccard 계수는 0.262였다. 순열검정 결과 동일한 수의 핫스팟을 1,637개 점유 셀에 무작위로 배치했을 때의 평균 Jaccard 계수는 0.053이고 95% 구간은 0.033~0.078이었다. 관측된 Jaccard 계수는 무작위 기대값보다 높았으며 통계적으로 유의하였다(p<0.001). 이는 두 핫스팟이 서로 무관하게 분포하는 것은 아니지만 동일한 공간분포를 보인다고 판단하기도 어려운 결과이다. 셀별 사고건수와 사망·실종자 수의 Spearman 순위상관계수는 0.428로 나타났다(p<0.001).

    사고 발생 핫스팟 210개 셀에는 전체 사고의 58.5%인 8,896건이 포함되었으나 사망·실종자는 전체 582명의 33.8%만 포함되었다. 사고 발생 핫스팟의 사고 100건당 사망·실종자 수는 2.21명으로 전체 평균 3.82명보다 낮았다. 이를 동시 핫스팟과 발생 전용 핫스팟으로 구분하면 차이가 더욱 명확하게 나타난다(Table 4). 사고 발생과 인명피해가 모두 집중된 72개 셀에는 전체 사고의 21.5%와 사망·실종자의 19.2%가 포함되었으며 사고 100건당 사망·실종자는 3.42명이었다. 사고 발생만 집중된 138개 셀에는 전체 사고의 37.0%가 포함되었으나 사망·실종자는 14.6%만 포함되었고 사고 100건당 사망·실종자는 1.51명으로 가장 낮았다.

    반면 인명피해 핫스팟 전체에는 전체 사고의 24.7%와 사망·실종자의 36.9%가 포함되었다. 특히 사고 발생 핫스팟에는 포함되지 않으면서 인명피해만 집중된 65개 셀은 전체 사고의 3.2%만 포함하였으나 사망·실종자의 17.7%가 발생하였고, 사고 100건당 사망·실종자는 20.98명으로 네 유형 가운데 가장 높았다. 한편 전체 사망·실종자의 48.5%는 두 종류의 핫스팟으로 식별되지 않은 셀에서 발생하였다. 두 핫스팟의 중첩 여부에 따른 네 가지 셀 유형의 공간분포는 Fig. 3과 같다.

    4.4 인명피해 전용 핫스팟의 분포와 특성

    인명피해 전용 핫스팟 65개 셀은 전북 부안·군산 외해, 남해 중부 외해, 제주 서방 및 동해 남부 연안 등에 분포하였다. 인명피해 규모가 큰 상위 8개 셀을 살펴보면 침몰, 전복, 안전사고, 충돌 및 화재사고가 포함되었으며 전복이 여러 셀의 주요 사고유형으로 나타났다(Table 5).

    상위 셀 가운데 일부에서는 단일 사고로 다수의 사망·실종자가 발생하였다. 이에 사망·실종자 수가 아니라 한 명 이상의 사망·실종자가 발생한 사고건수를 결과변수로 사용하여 치명사고 핫스팟을 추가로 분석하였다. 치명사고 핫스팟은 153개 셀이었으며 사망·실종자 수 기준 인명피해 핫스팟 137개 셀과의 교집합은 89개, Jaccard 계수는 0.443이었다. 인명피해 핫스팟의 약 65.0%가 치명사고 건수 기준에서도 핫스팟으로 식별된 것이다.

    인명피해 전용 핫스팟 65개 가운데 19개 셀은 치명사고 건수를 기준으로 분석한 경우에도 핫스팟으로 유지되었다. 또한 사고 발생 핫스팟과 치명사고 핫스팟 간 Jaccard 계수는 0.429로 사망·실종자 수를 기준으로 한 경우의 0.262보다 높게 나타났다. 이는 인명피해의 측정방식을 치명사고 건수로 변경하면 사고 발생 핫스팟과의 공간적 중첩이 증가하지만 사고 발생 핫스팟으로 포착되지 않는 치명사고 집중해역은 여전히 존재한다는 것을 보여준다. 반면 나머지 46개 셀은 치명사고 건수 기준에서는 핫스팟으로 유지되지 않아 일부 대형사고의 영향을 상대적으로 크게 받았을 가능성이 있다. 다만 이 결과만으로 해당 셀에서 인명피해가 반복적으로 발생하지 않았거나 단일 대형사고만이 핫스팟 형성에 영향을 미쳤다고 단정하기는 어렵다.

    4.5 강건성 분석결과

    분석결과가 격자 크기, 분석범위, 통계적 유의성 기준 및 인명피해의 측정방식에 따라 달라지는지를 확인하기 위해 대안적 조건에서 분석을 반복하였다(Table 6). 0.05° 격자를 적용한 경우 Jaccard 계수는 0.124로 감소하였고 사고 발생 핫스팟의 인명피해 포착률도 21.6%로 낮아졌다. 반면 0.2° 격자를 적용한 경우 Jaccard 계수는 0.448, 인명피해 포착률은 46.6%로 증가하였다. 이는 공간단위가 확대되면서 인접한 해역이 하나의 셀로 통합된 결과로 볼 수 있으며 핫스팟의 중첩도는 격자 크기의 영향을 받는 것으로 나타났다.

    영해·개항 사고만을 대상으로 분석한 경우 Jaccard 계수는 0.214, 사고 발생 핫스팟의 인명피해 포착률은 29.9%였으며 인명피해 전용 핫스팟은 53개였다.

    FDR 보정기준을 적용하면 사고 발생 핫스팟은 150개, 인명피해 핫스팟은 60개로 감소하였고 Jaccard 계수는 0.123이었다.

    사망·실종자 수 대신 치명사고 건수를 결과변수로 사용한 경우 치명사고 핫스팟은 153개로 나타났으며 사고 발생 핫스팟과의 Jaccard 계수는 0.429였다.

    무사고 셀을 포함한 전체 해상격자 분석에서는 Jaccard 계수가 0.493으로 증가했으나 사고 발생 핫스팟이 전체 사고의 81.0%를 포함하는 동안 사망·실종자는 59.6%만 포함하였고 인명피해 전용 핫스팟도 129개 존재하였다.

    분석조건에 따라 핫스팟의 수와 Jaccard 계수 및 인명피해 포착률의 크기는 달라졌다. 그러나 모든 설정에서 사고 발생 핫스팟과 인명피해 핫스팟은 완전히 일치하지 않았고 사고 발생 핫스팟에 포함되지 않으면서 인명피해가 집중된 셀이 확인되었다. 또한 사고 발생 핫스팟은 전체 사고를 포착하는 수준에 비해 사망·실종자를 포착하는 수준이 상대적으로 낮았다.

    5. 결론 및 시사점

    본 연구는 사고 발생빈도를 기준으로 식별한 해양사고 핫스팟이 사망·실종 인명피해가 집중되는 해역을 어느 정도 포착하는지를 분석하였다. 분석결과 사고 발생 핫스팟과 인명피해 핫스팟은 서로 무관하게 분포하지는 않았으나 동일한 공간분포를 보이지도 않았다. 사고 발생 핫스팟에는 전체 사고의 58.5%가 포함되었지만 사망·실종자는 33.8%만 포함되었고 사고 100건당 사망·실종자 수도 전체 평균보다 낮았다. 반면 인명피해 전용 핫스팟은 전체 사고에서 차지하는 비중은 작았음에도 사망·실종자의 상당 부분을 포함하였으며 사고 100건당 사망·실종자 수도 전체 평균보다 현저히 높게 나타났다.

    이러한 결과는 사고 발생빈도와 사고결과의 심각성을 구분해야 한다는 기존 연구의 논의가 공간적 차원에서도 성립할 수 있음을 보여준다. 기존 연구가 사고유형이나 선박특성에 따른 발생빈도와 인명피해의 차이를 규명하거나 사고다발해역을 식별하는 데 초점을 두었다면(Kang et al., 2007;Kim et al., 2013;Won and Kim, 2019;Choe et al., 2021;Kim, 2024;Shin and Sung, 2018;Park et al., 2020;Yang et al., 2021;Yoo et al., 2021), 본 연구는 동일한 사고자료와 공간단위를 이용하여 사고 발생 핫스팟과 인명피해 핫스팟을 각각 도출하고 두 공간분포의 대응관계를 직접 비교하였다는 점에서 의의가 있다.

    사고 발생 핫스팟에 전체 사고의 절반 이상이 포함되었다는 사실은 사고 발생빈도가 반복사고가 집중되는 해역을 식별하는 공간지표로 여전히 유효함을 보여준다. 다만 사고 발생 핫스팟만으로는 인명피해 부담의 상당 부분을 포착하지 못하였다는 점에서 해양안전 공간정보는 사고 발생빈도와 인명피해 집중도를 서로 대체적인 지표가 아니라 상호 보완적인 지표로 활용할 필요가 있다. 사고 발생과 인명피해가 모두 집중된 해역은 예방과 대응을 함께 고려하는 관리대상이 될 수 있으며 사고 발생만 집중된 해역은 사고예방 중심의 관리가, 인명피해 전용 핫스팟은 구조 접근성, 조난정보 전달, 구명설비 및 사고 이후 생존조건 등에 대한 추가적인 정책진단이 필요한 우선 해역으로 활용될 수 있다. 또한 전체 사망·실종자의 48.5%가 두 종류의 핫스팟으로 식별되지 않은 해역에서 발생한 점을 고려하면 공간적 집중관리와 함께 구명조끼 착용, 조난통신장비 관리, 선박설비 점검 및 비상대응 역량 강화와 같은 보편적 안전관리도 병행될 필요가 있다.

    강건성 분석에서는 격자 크기, 분석영역, 통계적 기준 및 인명피해 측정방식을 달리함에 따라 핫스팟의 수와 중첩도의 크기는 일부 달라졌으나 사고 발생 핫스팟과 인명피해 핫스팟의 불완전한 대응, 사고 발생 핫스팟으로 포착되지 않는 인명피해 집중해역의 존재, 그리고 사고 포괄률과 인명피해 포괄률 간 차이라는 핵심 결과는 모든 분석조건에서 일관되게 유지되었다. 이는 사고 발생부담과 인명피해 부담을 공간적으로 구분하여 관리할 필요성이 특정 분석조건에만 의존하는 결과가 아님을 보여준다.

    다만 본 연구는 선박 통항량이나 조업량을 고려한 사고발생률이 아니라 실제 관측된 사고와 인명피해의 공간적 부담을 분석하여 기상·해상상태, 구조 접근성 및 구조 도달시간 등 인명피해에 영향을 미칠 수 있는 환경요인을 반영하지 않았다는 한계를 가진다. 따라서 향후에는 AIS 기반 통항량, 해양기상자료 및 구조·구난자료를 결합한 시공간 분석을 통해 인명피해 집중해역의 형성요인과 지속성을 보다 종합적으로 규명할 필요가 있다.

    이상의 한계에도 불구하고 본 연구는 동일한 사고자료와 공간단위를 이용하여 사고 발생 핫스팟과 인명피해 핫스팟을 각각 식별하고 두 공간분포의 대응관계를 정량적으로 비교함으로써 사고 발생 중심의 공간정보만으로는 인명피해 부담을 충분히 설명하기 어렵다는 점을 실증적으로 제시하였다. 이는 향후 해양안전 공간정보가 사고 발생빈도와 인명피해 집중도를 함께 고려하는 방향으로 발전하는 데 기초자료를 제공할 수 있을 것으로 사료된다.

    Figure

    KOSOMES-32-4-602_F1.jpg

    Kernel density of marine accident occurrences (2021-2025, bandwidth 0.1°).

    KOSOMES-32-4-602_F2.jpg

    Casualty-weighted kernel density of marine accidents (deaths and missing persons).

    KOSOMES-32-4-602_F3.jpg

    Spatial mismatch between occurrence hotspots and casualty hotspots (p<0.05).

    Table

    Summary of the analysis dataset

    Source: Author’s compilation based on KMST(2026).

    Annual trends of marine accidents in the study area

    Source: Author’s analysis of KMST(2026).

    Accident frequency and fatality level by major accident type

    Source: Author’s analysis of KMST(2026).

    Coverage and cross-classification of hotspot cells (0.1° grid, p<0.05)

    Source: Author’s analysis of KMST(2026).

    Characteristics of major casualty-only hotspot cells

    Source: Author’s analysis of KMST(2026).

    Robustness of hotspot correspondence across alternative specifications

    Source: Author’s analysis of KMST(2026).

    Reference

    1. Benjamini, Y. and Y.Hochberg ( 1995), Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing, Journal of the Royal Statistical Society: Series B (Methodological), Vol. 57, No. 1, pp. 289-300.
    2. Choe, C. W., Y.Noh, D. S.Shin, H.Kim, and H. C.Park ( 2021), Identifying Risk Factors of Marine Accidents in Coastal Area by Marine Accident Types, Journal of Korean Society of Transportation, Vol. 39, No. 4, pp. 540-554.
    3. Getis, A. and J. K.Ord ( 1992), The Analysis of Spatial Association by Use of Distance Statistics, Geographical Analysis, Vol. 24, No. 3, pp. 189-206.
    4. Kang, I. K., H. S.Kim, H. I.Shin, Y. W.Lee, J. C.Kim, and H. J.Jo ( 2007), Safety Countermeasures for the Marine Casualties of Fishing Vessels in Korea, Journal of the Korean Society of Fisheries and Ocean Technology, Vol. 43, No. 2, pp. 149-159.
    5. Kim, D. J. ( 2024), Probabilistic Casualty Forecasting for Maritime Vessel Accident Risk Analysis, Asia-Pacific Journal of Convergent Research Interchange, Vol. 10, No. 1, pp. 273-282.
    6. Kim, H. D., S. W.Park, Y. S.Park, D. W.Kim, and G.Camliyurt ( 2023), Comparative Analysis of Marine Accidents in Fishing Activity Protection Zones and Port and Navigation Zones to Improve Fishing Vessel Security, Journal of the Korean Society of Marine Environment & Safety, Vol. 29, No. 2, pp. 118-126.
    7. Kim, W. S., J. H.Lee, S. J.Kim, H. S.Kim, and Y. W.Lee ( 2013), A Basic Study on Control Factor for the Marine Casualties of Fishing Vessel in Korea, Journal of the Korean Society of Fisheries and Ocean Technology, Vol. 49, No. 1, pp. 40-50.
    8. Korea Maritime Safety Tribunal (KMST) ( 2026), Marine Accident Statistics, Public Data Portal, https://www.data.go.kr/data/3056346/fileData.do (Accessed July 20, 2026).
    9. Korea Maritime Transportation Safety Authority (KOMSA) ( 2025), Maritime Transportation Safety Information System (MTIS), https://mtis.komsa.or.kr/ (Accessed July 20, 2026).
    10. Natural Earth, 1:10m Physical Vectors: Coastline, https://www.naturalearthdata.com/downloads/10m-physical-vectors/ (Accessed July 20, 2026).
    11. Ord, J. K. and A.Getis ( 1995), Local Spatial Autocorrelation Statistics: Distributional Issues and an Application, Geographical Analysis, Vol. 27, No. 4, pp. 286-306.
    12. Park, M. J., D. W.Kim, Y. S.Park, S. W.Park, and K. B.Kang ( 2020), Basic Research for Safety Measures to Reduce Small Ship Accident: Focusing on Status Analysis of Accident, Inspection and Traffic, Korean Association of Maritime Police Science, Vol. 10, No. 3, pp. 91-118.
    13. Shin, J. H. and H. H.Sung ( 2018), Analysis of Geomorphological Factor and Susceptibility of Ship Grounding Accident: a case study of Tongyeong sea area, Journal of the Korean Geographical Society, Vol. 53, No. 6, pp. 811-827.
    14. Silverman, B. W. ( 1986), Density Estimation for Statistics and Data Analysis, Chapman and Hall, London.
    15. Won, Y. K. and D. J.Kim ( 2019), Risk Analysis and Selection of the Main Factors in Fishing Vessel Accidents Through a Risk Matrix, Journal of the Korean Society of Marine Environment & Safety, Vol. 25, No. 2, pp. 139-150.
    16. Won, Y. K. and D. J.Kim ( 2021), Study on the Risk Analysis of Maritime Accidents Considering Uncertainty of the Accident Data and the Cause of Maritime Accidents focusing on Human Error, Journal of the Ergonomics Society of Korea, Vol. 40, No. 3, pp. 149-160.
    17. Yang, J. M., Y.Noh, and O. H.Kwon ( 2021), Analysis of the Characteristics of Marine Accidents Considering the Spatial Characteristics of Coastal Areas, Traffic Safety Research, Vol. 40, pp. 49-71.
    18. Yoo, S. L., D. B.Kim, and D. U.Jang ( 2021), Spatiotemporal Analysis of Ship Floating Object Accidents, Journal of the Korean Society of Marine Environment & Safety, Vol. 27, No. 7, pp. 1004-1010.