Journal Search Engine

ISSN : 1229-3431(Print)
ISSN : 2287-3341(Online)

Journal of the Korean Society of Marine Environment and Safety Vol.32 No.2 pp.277-287
DOI : https://doi.org/10.7837/kosomes.2026.32.2.277

A Study on the Development of Weighted Maritime Traffic Risk Indicators through Integrated Analysis of Ship Collision Risk Factors

ChanSub Lee^*, Deug-Bong Kim^**†

^*Professor, Korea Institute of Maritime and Fisheries Technology, Mokpo 58625, Republic of Korea
^**Professor, Division of Navigation Information System, Mokpo National Maritime University, Mokpo 58628, Republic of Korea

* First Author : chan257@seaman.or.kr, 061-241-0343

^† Corresponding Author : kdb@mmu.ac.kr, 061-240-7197

Received March 5, 2026 Review April 7, 2026 Accepted April 27, 2026

Abstract

This study aims to identify ship collision risk factors and establish a quantitative indicator system for their integrated assessment. Most existing collision risk models rely heavily on spatial parameters, which limit their ability to account for temporal proximity, relative speed, and situational relationships defined by the International Regulations for Preventing Collisions at Sea (COLREGs). To address these limitations, this research defines Ship Domain Overlap Ratio (SDOR), Encounter Situations, and Relative speed as key evaluation indicators through an integrated analysis of collision risk factors. To utilize these factors as evaluation metrics, each indicator was normalized to calculate individual risk levels. To ensure practical validity, quantitative weights were determined through the Constant Sum Method conducted with a group of maritime experts. Based on these weights, the MTRAS (Maritime Traffic Risk Assessment Based on Weighted Ship Domain) model was designed. The proposed indicators demonstrated more precise risk detection performance than conventional methods. In particular, the model's effectiveness was enhanced by modeling a non-linear relationship between relative speed and risk severity. This study is distinguished by its systematic quantification of expert intuitive judgment. It is expected to serve as a core indicator for maritime traffic control and waterway safety assessment in the future.

Key Words : Ship Collision Risk Factor , Ship Domain , COLREGs , Relative Speed , Constant Sum Method , MTRAS

선박 충돌위험요인 연계 분석을 통한 가중 기반 해상교통 위험도 평가지표 개발에 관한 연구

이찬섭^*, 김득봉^**†

^*한국해양수산연수원 교수
^**국립목포해양대학교 항해정보시스템학부 교수

초록

본 연구는 선박의 충돌 위험요인을 도출하고, 이를 통합 평가할 수 있는 정량적 지표 체계를 구축하는 것을 목적으로 한다. 대 다수의 충돌위험 평가모델은 공간적 지표에 치중하여 상대속력에 따른 시간적 접근성과 국제해상충돌예방규칙(COLREGs) 기반의 상황적 관계를 반영하는 데 한계가 있었다. 이를 보완하기 위해 선박충돌 위험요인에 대한 연계 분석을 통하여 선박안전영역 중첩률, 조우상황, 상대속력을 핵심 평가지표로 설정하였다. 각 지표의 위험도를 평가지표로 활용하기 위하여 정규화하여 위험도를 산정하고 실무적 타당성 을 확보하고자 전문가 그룹을 대상으로 총점배분법(Constant Sum Method)을 시행하여 정량적 가중치를 산정하였으며, 이를 통합한 위험도 산출 모델인 MTRAS(Maritime Traffic Risk Assessment Based on Weighted Ship Domain)를 설계하였다. 제안된 지표는 기존 방식보다 정밀한 위 험 탐지 성능을 보였으며, 상대속력과 위험도 간의 비선형적 상관관계를 적용하여 모델의 실효성을 강화하였다. 본 연구는 전문가의 직관 적 판단을 정량적으로 체계화하였다는 점에서 차별성을 가지며, 향후 해상교통관제 및 항로 안전성 평가의 핵심 지표로 활용될 것으로 기대된다.

키워드 : 선박 충돌위험요인 , 선박안전영역 , 국제해상충돌예방규칙 , 상대속력 , 총점배분법 , MTRAS

This article has been cited by 0 article in crossref

Cited-By

Funding:

1. 서 론

최근 해상교통 환경은 선박의 대형화 및 고속화로 해상물동량이 증가하고 있으며 다양한 용도의 선박이 운항함에 따라 교통혼잡도가 심화되고 있다. 이로 인한 선박 간 근접 상황과 충돌 위험성도 동시에 증가하는 추세이다. 이에 해양수산부에서는 안전한 해상수송로 확보와 효율적인 선박 안전관리를 위한 해상교통망 정보 구축 사업을 추진하고 있다(MOF, 2024). 이러한 정책적 사업이 실질적인 해상안전으로 이어지기 위해서는 정적인 항로 설정뿐만 아니라 운항 데이터를 기반으로 한 정량적인 위험평가 체계의 수립이 필요한 시점이다(Kim et al., 2011).

특히, 급증하는 해상교통량 속에서 잠재적 해상충돌 위험을 조기에 식별하고 체계적으로 관리하기 위해서는 객관적이고 신뢰성 있는 평가기법의 도입이 중요하다. 그러나 기존의 해상교통 위험성 평가는 거시적인 해역 단위의 정성적 분석이나 통계적 확률 모델에 의존하는 경우가 많아 선박 간 동적 행동 특성과 국제해상충돌예방규칙(COLREGs) 등의 법적 제약 조건을 통합적으로 반영한 모델은 상대적으로 부족한 실정이다(Jeon and Jung, 2018).

따라서 본 연구에서는 해상충돌 위험요인을 분석하여 선박의 운항에 따른 상호 위험관계를 파악하고, 선박 충돌에 영향을 미치는 위험요인을 통합한 정량적 해상교통 위험도 평가지표를 개발하고자 한다. 또한, 도출된 평가지표를 실제 해역에 적용하여 실효성을 검토함으로써 고위험 상황의 조기 식별 가능성을 확인하고, 향후 선박 충돌 예방 및 항만 안전성 향상을 위한 정책적·기술적 의사결정 지원 도구로서의 활용 방안을 제시하는 데 본 연구의 목적이 있다.

2. 선행연구 고찰

국내에서는 2009년 해상교통안전진단 제도가 도입된 이후, 선박 통항 안전성에 관한 조사 및 평가가 지속해서 수행되고 있다(Cho, 2011). 특히, 복합적인 해상교통 환경을 정밀하게 분석하기 위해 국내외에서 개발된 다양한 평가모델이 활용되고 있다(Lee and Lee, 2019). 현재 해상교통 안전성 평가에 주로 사용되는 모델로는 PAWSA(Ports and Waterways Safety Assessment), IWRAP(IALA Waterway Risk Assessment Program), ES(Environmental Stress) 모델 등이 있습니다. 특히, ES 모델은 조선 및 교통 환경에서 기인하는 운항자의 부담감을 종합하여 위험도를 산출하는 모델로 해상교통 환경을 인간공학적 관점에서 평가할 수 있기 때문에 해상교통 안전진단 분야에서 보편적으로 사용되고 있다(Jang and Kim, 2024). Table 1은 주요 해상위험도 평가기법의 주요 내용을 정리하여 나타낸 것이다.

일반적으로 정성적 기법은 항내 안전성에 대한 전반적인 진단과 개선책 도출에 주로 활용되며, 정량적 기법은 누적된 교통 정보를 바탕으로 사고 발생 빈도를 예측하는 데 기여해 왔다. 하지만 실시간으로 변동하는 해상 교통 상황에서 선박 간의 특성을 통합적으로 고려한 실시간 위험도 평가를 수행하는 데에는 여전히 기술적 어려움이 있다(Namgung and Choi, 2025).

Gang et al.(2014)의 연구에서는 기존 평가 기법의 한계를 보완하기 위해 범퍼 영역 이론을 제안하였다. 해당 연구는 위기평가섹터 내 면적 점유율을 지표화하여 선박 간 위험도를 도출하였으며, 관제 구역을 6단계의 위험 등급으로 세분화하여 VTS 관제사의 신속한 의사결정을 지원하는 체계를 구축하였다. 그러나 해당 모델은 연산의 효율성을 위해 사각형 형태의 범퍼 영역을 설정하였고 선박의 실제 방위 특성 및 조우상황별 위험의 가변성을 반영하지 못하였다. 또한, 지정된 항로 내 교통량에 국한된 분석을 수행하여 항로 외곽에서 발생하는 불규칙한 교통 흐름에 대한 포괄적인 위험평가에는 한계가 있다.

Lee and Song(2018)의 연구에서는 관제 환경에서 발생하는 선박 간 근접 상황에 대해 VTSO(Vessel Traffic Service Operator)의 주관적 위험 태도를 분석하여 VTSO의 근무 경력 및 사고 경험 등이 위험 인지에 유의미한 차이를 발생시킴을 입증하여 개인별 특성을 반영한 위험 예측의 기초를 마련하였다. 그러나 해당 연구는 VTSO 개개인의 성향에 의존하는 주관적 분석에 집중되어 있어 다양한 충돌위험의 변수를 정의하는 지표에 한계가 있다.

Liu et al.(2022)의 연구에서는 두 선박 사이의 최대 근접거리와 선박안전영역의 침범 정도를 결합하여 충돌확률을 추정하는 정량적 모델을 제시하였다. 선박안전영역의 중첩 정도를 확률적으로 수치화하여 충돌위험도를 도출하였다. 그러나 이는 기하학적 간격에 기초한 공간적 침범 확률만을 고려하여 실제 항해 중에 고려해야 할 변수를 여러모로 반영하지 못했다.

Lee(2024)의 연구에서는 충돌회피의 기준 설정에 대한 객관적인 기준의 부재로 인한 실무적인 어려움을 해결하기 위하여 충돌 각도를 고려한 충돌평가 모델를 제안하여 충돌위험을 평가하고 운항의 안전성을 높이는 데 기여하였다. 이 외에도 개별적인 충돌 변수 데이터를 분석한 선행연구가 많았으나 데이터를 종합하여 분석하는 연구는 사실상 부족한 상황이다.

이에 본 연구는 해상충돌의 주요 위험요소를 식별하고, 이를 연계한 통합 충돌 위험지표를 개발하고자 한다. 그 결과를 고위험 상황을 조기에 식별하여 향후에 해상교통 위험도 평가지표로 활용하여 해상교통 안전성 제고에 기여하고자 한다.

3. 해상충돌 위험요인 분석

해상충돌 위험은 단일 요소에 의해 결정되지 않으며, 선박 간의 기하학적 관계, 동적 운항 특성, 그리고 법적 제약 조건이 복합적으로 작용한다(Kim and Lee, 2018). 본 연구에서는 선행연구에서 도출된 한계점을 보완하기 위해 충돌 위험을 결정짓는 핵심 요인을 공간적(Spatial), 방향적(Directional), 시간적(Temporal) 차원으로 다음과 같이 구분하여 해상충돌 위험요인을 분석하였다.

3.1 공간적 차원의 위험요인

Fujii and Tanaka(1971)는 다른 선박들이 피해야 하는 선박 주변의 2차원 회피영역으로 선박안전영역의 개념을 정의하였으며, 이론적 분석, 전문가 지식, 경험적 결정에 따른 선박안전영역은 Fig. 1과 같이 자선(Own Ship)의 선박안전영역을 타선이 침범하지 않는 경우(a), 타선(Target Ship)의 선박안전영역을 자선이 침범하지 않는 경우(b), 두 선박의 선박안전영역에 침범하지 않는 경우(c), 두 선박의 선박안전영역이 침범하지 않는 경우(d)로 해상충돌위험 평가 기준으로 사용된다.

Fujii는 일본 해역을 기준으로 관측하여 선박안전영역에 대한 범위 설정을 Fig. 2와 같이 선박길이에 대한 개방해역(a)은 장반경 8L, 단반경 3.2L, 제한된 해역(b)은 장반경 6L, 단반경 1.6L로 타원형(Ellipse)으로 도출하였다. 선박안전영역은 충돌위험, 해상교통량 등 해상교통공학에서 다양한 평가 기준으로 활용되며, 본 연구에서는 선박 간 충돌 가능성을 정량적으로 판단할 수 있는 선박안전영역을 공간적 차원의 해상충돌 위험요인으로 선정하였다.

3.2 방향적 차원의 위험요인

국제해상충돌예방규칙(COLREGs)은 선박의 안전운항을 위한 항법 및 등화 등을 규정한 국제규정으로 우리나라에서는 이를 수용하여 현재 해상교통안전법에 반영하고 있다. 해당 규칙은 총 5개의 장, 38개의 조문, 4개의 부속서로 구성되어 있으며, 전 세계적으로 해상에서 발생할 수 있는 다양한 선박 조우상황에 대하여 회피 기준을 제공한다. 본 연구에서는 제2장 항법규정을 중심으로 선박 간 조우상황을 방향적 차원으로 분석하였다.

선박의 조우상황은 크게 추월, 마주치는 상태, 횡단하는 상태 세 가지로 구분된다. 추월의 기준은 타선박의 정횡후 22.5° 초과 후방에서 접근하며 추월 여부에 의문이 있는 경우에는 추월로 간주하고 회피조치를 시행한다. 마주치는 상태의 기준은 한 선박이 타선박을 선수 또는 이에 근접한 방향에서 시각적으로 인지하는 경우로 정의된다. 횡단하는 상태는 선박의 진행방향을 기준으로 타선박과의 항로가 교차할 경우를 의미한다. 타선박의 한 측면이 직접적으로 보이는 상황으로 타선박의 두 개의 마스트가 보이고 선박의 자선의 전방 측면 방향에서 접근하는 경우로 정의된다.

결과적으로 조우상황은 선박의 방향적 차원으로 선박충돌의 위험과 충돌을 피하기 위한 기준을 제시하고, 이를 정리하면 Table 1과 같다. 본 연구에서는 선박 간 충돌 가능성을 정량적으로 판단할 수 있는 선박 간 조우각을 방향적 차원의 해상충돌 위험요인으로 선정하였다.

3.3 시간적 차원의 위험요인

해상에서 선박 간 충돌은 단순한 공간의 일치에 앞서 시간적으로 서로 접근하는 시간적 차원을 고려하여 선박 간 충돌위험을 예측하고 예방하기 위한 피항동작을 취한다. Yang(2007)의 연구에서도 인적과실을 줄이고 효과적인 충돌 회피를 지원하기 위해 상대속력의 중요성에 따른 안전 모델을 제안하였다. 선박은 충돌을 예방하고 조우상황에 유효한 동작을 취하기 위하여 안전한 속력으로 항해를 한다. 또한, 선박충돌 평가에 있어 선박 개별의 속력보다는 선박 간 상대속력을 고려하는 것이 중요한 요소로 인식되고 있다. 특히, 두 선박이 충돌을 피하기 위해 침로를 변경할 때 상대속력은 중요한 요인으로 작용한다. 상대속력은 두 선박의 접근 속도의 크기를 나타내는 물리량으로 충돌까지 회피 및 여유시간에 직접적인 영향으로 작용된다. 선박 A의 속력 벡터 ${\vec{V}}_{A}$ 와 선박 B의 속력 벡터 ${\vec{V}}_{B}$ 는 상대속력 벡터 ${\vec{V}}_{R}$ 와 같고, 크기는 식 (1)과 같이 계산된다.

{\vec{V}}_{R} = {\vec{V}}_{B} - {\vec{V}}_{A} = \sqrt{{(V_{B} \cos θ - V_{A} \cos^{2})}^{2} + {(V_{B} \sin θ_{B} - V_{A} \sin θ_{A})}^{2}}

(1)

$V_{A}$ : 선박 A의 속력, $V_{B}$ : 선박 B의 속력

$θ_{A}$ : 선박 A의 침로, $θ_{B}$ : 선박 B의 침로

상대 속력은 두 선박의 침로와 조우각을 반영한 충돌 가능성의 근거로 활용되며, 해상교통 시뮬레이션 위험성 평가에 중요한 지표로 활용된다. 상대속력이 높으면 두 선박은 빠르게 접근하고 있음을 의미하며, 회피동작을 취하는 여유시간이 줄어드는 것을 의미한다. 특히, 제한된 해역이나 복잡한 해상교통 환경에서 상대속력이 선박충돌에 미치는 영향이 더욱 뚜렷하게 나타난다. 본 연구에서는 선박 간 상대속력을 시간적 차원의 해상충돌 위험요인으로 선정하였다.

4. 통합 충돌위험도 평가지표 구축 및 검증

4.1 해상충돌 위험도 산출

기존 해상교통평가 모델이 가진 정적 위치 정보 중심의 한계를 극복하고, 실제 조우상황의 동적 상호작용을 반영하기 위해 공간적 차원의 선박안전영역, 방향적 차원의 조우상황, 시간적 차원의 상대속력을 통합한 새로운 위험도 평가모델을 제안한다. 본 모델의 핵심 산출 원리는 선정된 세 가지 충돌 위험요인의 유기적 결합에 기초한다.

4.1.1 선박안전영역 위험도 산출

선박안전영역의 위험도는 두 선박이 중첩되는 영역의 크기를 통해 위험 수준을 정략적으로 판단한다. 일반적으로 선박안전영역이 중첩되는 면적을 충돌 가능성의 기준으로 설정하여 중첩 범위에 따라 위험도를 평가한다. 중첩된 두 선박의 면적을 $D_{A}$ , $D_{B}$ 라고 했을 때, 두 선박이 중첩된 선박안전영역 $D_{A B}$ 는 식 (2)와 같다.

D_{A B} = D_{A} \cap D_{B}

(2)

횡단하는 상태인 두 선박의 중첩 면적이 Fig. 3과 같이 시간 $t$ 에 따라 확대되는 것은 선박 간의 충돌위험 수준이 이에 비례하여 상승하고 있음을 의미한다. 조우 초기에는 각 선박안전영역이 외접하는 수준에 불과하였으나, 이후 침로 및 속력 변화 등에 따라 발생하는 중첩 면적의 변화는 충돌위험도를 결정짓는 핵심 지표로 작용한다.

선박안전영역 내 침범이 발생할 경우에는 조우하는 두 선박의 중첩 정도를 수치화한 선박안전영역 중첩률(Ship Domain Overlap Ratio, SDOR)의 평균치를 활용하여 식 (3)과 같이 충돌 위험도를 산출한다. 해당 지표는 상대적 위치 관계를 바탕으로 위험의 크기를 정량화하며, 충돌확률을 결정짓는 주요 독립변수로 기능한다.

{SDOR}_{A B} = \frac{1}{2} (\frac{D_{A B}}{D_{A}} + \frac{D_{A B}}{D_{B}})

(3)

정규화된 [0, 1]의 범위를 갖는 SDOR 수치는 두 선박 간의 이격거리가 충분할수록 0에 수렴하며 반대로 1에 근접할수록 타선의 안전영역에 대한 공간적 침범이 극대화된 위급 상황임을 나타낸다. Liu et al.(2023)는 Table 2와 같이 SDOR 수치를 발해해협에 적용하여 준사고(Near-Miss) 상황을 식별하였으며, 임계값을 0.25로 도출하였다. 특히, SDOR 수치가 0.5를 상회하는 시점은 특정 선박의 선박안전영역 중 절반 이상이 타선박에 의해 잠식된 상태를 의미하며, 이는 조우상황이 물리적 충돌에 직면한 매우 위급한 단계임을 확인했다.

위험도를 3단계로 분류할 경우 경계면에서의 위험 변화를 포착하기 어렵고 모델의 과적합 위험이 상존한다. 반면, 5단계 체계는 위험 전이 과정을 정밀하게 탐지하여 분석의 민감도를 높일 수 있다. 특히, IMO, ISO 등 국제 표준 지침에서도 다단계 정성적 평가 체계를 권장하며, 이는 위험 징후 단계에서의 선제적 회피 동작을 유도하는 데 적합하다. 따라서 본 연구에서는 해상 조우 상황의 현실적인 대응 체계를 반영하기 위해 식 (4)와 같이 정규화하는 과정을 통해 Table 3과 같이 5단계 위험 분류를 설정하였다.

x^{'} = \frac{x - x_{\min}}{x_{\max} - x_{\min}}

(4)

4.1.2 조우상황별 위험도 산출

선박 항해사는 국제해상충돌예방규칙에 대한 지식을 기본으로 충돌위험을 평가하고 예방하고 있다. 선박의 최근접거리 및 시간만을 기준으로 위험을 평가한다면 충돌 회피 난이도와 우선순위를 고려하지 못한다는 한계가 존재한다. Goodwin(1975)은 조우각에 따라 선박안전영역의 범위를 설정하였고, Szlapczynski(2011)는 회피 경로 설정 시 조우상황을 고려한 위험도 평가를 수행하였다. 이처럼 해상에서 조우에 따른 충돌 가능성과 회피 동작이 다르며, 정량적인 위험도 산출이 필요한 시점이다. 자선을 기준으로 상대선 각도에 따른 조우상황은 Fig. 4와 같이 마주치는 상태, 횡단하는 상태, 추월로 구분한다.

조우 상황별 위험의 차이를 정량화하기 위해 세 가지 조우 상황을 평가 기준으로 설정하였다. 특히, 각 조우 관계에 따른 위험 가중치는 국제항로표지협회(IALA)에서 선박 충돌 및 좌초 위험 평가의 표준으로 활용되는 IWRAP의 인과확률(Causation Probability) 지수를 기반으로 Table 4와 같이 정규화 산출하였다.

해당 지수는 실제 해상 사고 통계와 운항자의 인적 오류(Human Error) 가능성을 확률적으로 통합하여 도출된 값으로 조우상황의 본질적 차이를 반영하는 데 공신력을 갖는다. 또한, 단순히 기하학적 거리만을 따지는 모델의 한계를 극복하고 국제해상충돌예방규칙의 피항 의무와 조우상황별 위험 특성을 모델에 정량적으로 반영하기 위함이다.

4.1.3 상대속력 위험도

선박의 상대속력에 따른 물리적 위험도를 정량화하기 위하여 유효충돌속도 개념을 도입하였다. 유효충돌속도는 각 차량의 충돌 전과 충돌 후 변화하는 동일한 속도까지의 변화량을 의미하며 도로교통 분야에서 충돌 피해의 심각도를 예측하는 변수로 활용되고 있다(Hayashi, 1992). 선박에서의 유효충돌속도는 충돌교각을 추가하여 식(5)와 같이 계산된다.

V_{a e} = \frac{m_{b}}{m_{a} + m_{b}} (\sqrt{V_{a}^{2} + V_{b}^{2} - 2 V_{a} V_{b} \cos θ})

(5)

$V_{a e}$ : 선박 A의 유효충돌속도(kts)

$V_{a}$ : 선박 A의 충돌당시속도(kts)

$V_{b}$ : 선박 B의 충돌당시속도(kts)

$m_{a}$ : 선박 A의 질량(Displacement)

$m_{b}$ : 선박 B의 질량(Displacement)

$θ$ : 선박 A, B의 충돌교각(radian)

Park et al.(2023)의 연구에서는 중앙해양안전심판원의 재결서를 바탕으로 충돌사고 사례를 분석하였으며, 선박의 피해 정도에 따른 평균 유효충돌속도를 도출하였다. 무손의 평균 유효충돌속도는 2.0 kts, 경손의 평균 유효충돌속도는 6.3 kts, 중손의 평균 유효충돌속도는 9.6 kts, 전손의 평균 유효충돌속도는 8.5 kts로 나타났다. 또한, 상대속력과 유효충돌속도의 상관관계 분석을 수행하여 유효충돌속도가 상대속력에 비례함을 검증하였다. 이를 바탕으로 상대속력 구간별 정량적 평가를 위하여 Table 5와 같이 평가 기준을 설정하고 상대속력 위험도를 산출하였다. 이 과정에서 상대속력 위험도는 물리적인 속력 수치를 선형적으로 사용하지 않고 선박의 피해 정도가 변화하는 임계 구간을 반영하여 비선형적으로 정규화되었다. 유효충돌속도의 증가에 따라 위험도 점수가 가속적으로 상승하도록 설계하여 해상교통 상황에서의 실질적인 충돌 위험성을 모델에 반영하였다.

4.2 해상교통 위험도 평가 구축

4.2.1 영향요인 가중치 산출

도출된 해상교통 위험요인별 상대적 중요도를 결정하기 위해서는 각 지표의 가중치 산정이 선행되어야 한다. 일반적으로 가중치 산정을 위한 방법으로 쌍대비교를 통해 응답의 일관성을 검증하는 AHP(Analytic Hierarchy Process) 기법이 주로 활용되지만, 본 연구와 같이 비교 대상 항목이 적은 경우에는 복잡한 쌍대비교 과정이 오히려 전문가의 직관적인 판단을 저해할 우려가 있다. 이러한 상황을 선박안전영역 중첩률, 조우상황, 상대속력의 각 평가지표가 해상교통 위험도에 미치는 상대적 중요도를 정량화하기 위해 총점 배분법(Constant Sum Method)을 적용하였다. 총점 배분법은 전문가 집단이 각 요인에 직접 점수를 배분하여 지표 간의 우선순위를 명확히 규명할 수 있는 장점이 있다(Skedgel and Regier, 2015). 가중치 산정을 위한 절차는 다음과 같이 수행되었다.

첫 번째, 연구 목적에 부합하는 전문성과 신뢰성을 확보하기 위해 해상교통관제 관제사, 선장, 항해분야 교수 등 해상교통 분야 경력을 보유한 전문가를 대상으로 설문 및 인터뷰를 시행하였다.

두 번째, 설문은 3개의 위험요인을 제시하고 해상충돌 위험에 기여하는 정도를 기준으로 총 10점을 배분하도록 구성하였다.

세 번째, 회수된 데이터를 산술평가를 계산하였고, 영향요인별 가중치는 각 요인의 평균점수를 총점 10으로 나누어 식(6)과 같이 산출하였다.

W_{i} = \frac{\bar{P_{i}}}{\sum_{i = 1}^{n} \bar{P_{i}}} = \frac{1}{10} (\frac{1}{N} \sum_{j = 1}^{N} P_{i j})

(6)

$W_{i}$ : 요인 i의 가중치, $\bar{P_{i}}$ : 요인 i의 평균 배분 점수

$P_{i j}$ : 응답자 j가 요인 i에 배분한 점수

N : 총 응답자 수, n : 요인의 수

본 설문은 연구 목적과 방법론을 설명하고 대면 면접 방식으로 수행되었으며, 총 124부의 설문지를 회수하였다. 데이터의 객관성을 확보하기 위해 응답 총계가 기준치(10점)에 미달하거나 고위험 상황에 대한 판단 및 지휘 역량이 부족할 것으로 판단되는 초임 항해사(승선 경력 5년 미만, 3급 해기사 이하, 3등 항해사 및 20대 응답자)는 분석 대상에서 제외하였다. 최종적으로 유효한 응답자로 판별된 87명의 데이터를 분석에 활용하였으며, 이들의 인적 구성은 Table 6과 같다.

선박안전영역 중첩률은 평균 5.0점(총점 431점)을 기록하여 충돌위험을 결정짓는 핵심요인으로 분석되었으며, 상대속력이 평균 2.6점(총점 213점), 조우상황이 평균 2.4점(총점 226점) 순으로 평가되었다. 이러한 전문가 집단의 정량적 평가 결과를 기반으로 해상교통 위험도 평가모델의 최종 가중치를 선박안전영역 중첩률 0.50, 상대속력 0.26, 조우상황 0.24로 설정하였다.

4.2.2 충돌위험도 평가기준 설정

이 연구에서는 선박의 세 가지 차원에 대한 충돌위험요인을 정량적으로 평가하기 위하여 위험도 평가 수치를 산출하였다. 각 위험도 평가 수치에 전문가 설문조사를 통해 설정된 가중치를 적용하여 식 (7)과 같이 해상교통 위험도 평가모델인 MTRAS(Maritime Traffic Risk Assessment Based on Weighted Ship Domain)를 제시하고자 한다.

{MTRAS}_{i j} = R_{a} W_{s} + R_{e} W_{e} + R_{r} W_{r}

(7)

$R_{a}$ : 선박 $i, j$ 의 선박안전영역 중첩률 위험도

$R_{e}$ : 선박 $i, j$ 의 조우상황 위험도

$R_{r}$ : 선박 $i, j$ 의 상대속력 위험도

$W_{s}$ : 선박 $i, j$ 의 선박안전영역 가중치(0.5)

$W_{e}$ : 선박 $i, j$ 의 조우상황 가중치(0.24)

$W_{r}$ : 선박 $i, j$ 의 상대속력 가중치(0.26)

MTRAS 지수는 각 위험요인의 최댓값과 가중치를 반영하여 0에서 1 사이의 범위를 가지며, 지수가 1에 근접할수록 특정 시공간 내의 충돌위험이 높다는 것을 의미한다. 선박 간 충돌 개연성과 관련 법규를 통합적으로 고려하여 기존 위험도 평가모델의 한계로 지적된 개별 위험요인에 대한 정량적 세부기준을 명확히 정립하였다. 산출된 MTRAS 지수는 그 자체로 정량적 분석 가치를 지니지만, 운항자가 위험 수준을 직관적으로 식별하고 실무적인 의사결정에 즉각 활용할 수 있도록 5단계 리커트형 척도(Likert Score)로 변환하여 제시한다(ISO, 2009; IMO, 2002). 정량적 데이터에 기반한 정성적 판단의 효율성을 제고하기 위해 위험도가 수치에 비례하여 선형적으로 증가한다는 모델의 기본 가정을 바탕으로 리커트형 척도 변환은 식 (8)과 같다. 리커트 척도는 본래 사회과학 분야의 태도 측정을 위해 고안되었으나, 특정 임계값을 기준으로 위험도를 단계적으로 해석하고 범주화하는 데에도 유용한 도구로 활용되고 있다(Costa et al., 2016).

Likert {Score}_{i j} = \frac{{MTRAS}_{i j}}{{MTRAS}_{\max}} \times {Likert}_{\max}

(8)

$Likert {Score}_{i j}$ : 리커트형 점수로 변환된 ${MTRAS}_{i j}$ 값

${MTRAS}_{i j}$ : 선박 $i, j$ 간 충돌위험지수

${MTRAS}_{\max}$ : 최대 위험지수(1점)

${Likert}_{\max}$ : 리커트형 점수 최대값(5점)

산출된 통합 위험지수는 독립변수인 충돌 영향요인을 표준화하여 통합한 수치이며, 지수의 분포 특성과 전문가 설문을 통한 상대적 중요도는 가중치 산정 단계에서 모델 내에 이미 내재화되었다. 이러한 정량적 수치를 바탕으로 해석의 일관성과 객관성을 확보하기 위해 동일 간격(Equal Interval) 기준을 채택하여 위험도를 등급화하였다. 각 등급은 운항자의 의사결정을 지원하기 위한 직관적인 정보를 제공하며, 리커트형 척도 기반의 5단계 등급별 세부 정의 및 해석은 Table 7과 같다.

4.3 충돌위험도 평가 비교분석

충돌위험도 평가를 비교분석하기 위하여 목포항 진입 전 소형선박과 대형선박 등 선박의 교통이 상대적으로 혼잡한 시아해를 대상해역으로 설정하여 평가를 진행하였다. Fig. 5는 AIS 데이터를 기반으로 충돌위험도 평가 과정을 도식화하여 나타낸 것이다.

시아해 해역의 AIS Raw 데이터를 위험도 평가에 적용하기 위해 데이터의 이상치와 분석 정밀도를 확보하기 위한 전처리 과정을 수행하였다. 또한, 항해 중인 선박의 유효한 항적을 선별하기 위해 선속이 5 kts에서 30 Kts 사이로 범위로 제한하여 필터링을 실시하였다. 선속이 5 Kts 미만인 경우는 조업 또는 계류 상태의 가능성이 높아 통항 중인 선박 간의 상호작용 분석에서 제외하였으며, 30 Kts를 초과하는 수치는 일반적인 선박의 운항 특성을 고려할 때 비정상적인 데이터에 해당하여 일반적인 위험도 평가 범위를 벗어난다고 판단하였다(Han et al., 2021). Fig. 6은 선박 간 상대적 위치 관계를 동일 시점에서 평가하기 위해 각 선박의 항적 데이터를 30초 간격으로 선형보간하여 시간의 흐름에 따른 선박 간 조우상황 및 충돌평가를 연속적으로 분석할 수 있는 기반을 마련하였다.

이러한 전처리 과정을 통해 정제된 AIS 데이터는 MTRAS 모델의 신뢰성을 높이는 기초자료로 활용된다. 정제된 AIS 데이터를 활용하여 개발된 MTRAS 모델의 실효성을 검증하는 과정에서 예인선과 부선 조합은 밀고 끄는 운항 특성상 선박 간 중첩률이 비정상적으로 높게 산출될 뿐만 아니라, 지속적인 추월이 형성되었다. 이러한 특성은 일반적인 선박 간의 충돌위험도를 왜곡할 우려가 있으므로 본 연구의 충돌위험 평가 대상에서 예인선 관련 데이터는 제외하였다. 전처리된 항적을 기반으로 Fig. 7과 같이 선박안전영역 중첩률(a)을 산출하였으며, 이를 바탕으로 상황별 조우 관계(b)와 상대속력 계산(c)을 수행하였다.

산출된 각 지표에 전문가 설문으로 도출된 가중치를 적용하여 MTRAS 지수를 계산하였다. 계산된 각 위험도 지수는 잠재적 위험 해역의 직관적 식별을 위해 Fig. 8과 같이 위험 강도를 Grid 기반의 2차원 평균 위험도 지도(a)로 시각화하였고, 최근 10년간 발생한 충돌사고 위치(b)와 비교하였다. 이러한 시각화 방식은 특정 해역 내 선박 밀집도와 상대적 위험 수준을 입체적으로 파악하는 데 효과적이며, 기존의 정성적 분석 한계를 극복하고 수치 기반의 정량적 해상교통 위험도 평가를 가능하게 한다.

본 연구에서는 시아해 해역을 대상으로 산출된 MTRAS 위험도 지도와 최근 10년간 발생한 실제 충돌사고 이력을 비교 분석하였다. 분석 결과, 목포구 진입 구간에서 충돌 고위험 구역(Level 4 이상)이 집중적으로 식별되었으며, 이는 실제 사고 발생 지점들과 지리적으로 높은 상관성을 보였다. 현실적으로 해상충돌사고는 발생 빈도가 낮아 통계적 유의성을 확보할 만큼의 표본 수를 확보하기 어렵다는 한계가 있으나, 본 모델이 도출한 고위험 구역은 가중치 산정 과정에서 수행된 전문가 인터뷰 결과와 정확히 일치하였다. 해상교통 전문가들은 목포구 진입 구간을 협수로 및 조류의 영향으로 인해 실제 항해 시 심리적·물리적 압박이 가장 큰 구간으로 지목하였으며, MTRAS 모델이 이러한 위험성을 정량적으로 재현하여 모델의 신뢰성과 실무적 확장성을 검증하였다. 결과적으로 MTRAS 지수는 단순 사고 이력을 넘어 해상교통량과 선박 간 상호작용에 기반한 잠재적 충돌위험 구역을 선제적으로 식별할 수 있는 유효한 평가지표임을 확인하였다.

5. 결 론

이 연구에서는 기존 해상교통 위험도 평가모델이 지닌 한계를 극복하기 위해 공간적, 방향적, 시간적 충돌 위험 요인을 통합적으로 고려한 MTRAS 모델을 개발하였다. 연구의 주요 성과와 결론을 요약하면 다음과 같다.

첫째, 선박안전영역 중첩률에 의한 공간적 위험에 조우 상황별 인과확률과 상대속력에 따른 물리적 충격 가중치를 결합하여 충돌위험도 평가체계를 구축하였다.

둘째, 해상교통 전문가 집단을 대상으로 한 총점 배분법 설문을 통해 지표별 가중치를 산정한 결과, 선박안전영역 중첩률(0.50), 상대속력(0.26), 조우상황(0.24) 순으로 중요도가 도출되었다. 이는 항해사가 체감하는 위험이 단순한 거리뿐만 아니라 동적 에너지와 상황적 복잡성에 의해 결정됨을 실증적으로 뒷받침하는 결과이다.

셋째, 시아해 AIS 데이터를 활용한 사례 분석 결과, 개발된 MTRAS 모델은 목포구 진입 구간 등 주요 병목 지점의 잠재적 위험 구역을 효과적으로 식별하였다. 실제 사고 이력과의 비교를 통해 통계적 한계를 전문가 인터뷰로 보완하여 모델의 실무적 신뢰성을 검증하였으며, 리커트형 척도 기반의 시각화 지도를 통해 직관적인 의사결정 지원 도구로서의 가능성을 확인하였다.

본 연구에서 제안한 MTRAS 모델은 해상교통관제의 효율적인 자원 배분과 항로 구조 개선을 위한 데이터 기반 정책 수립에 기여할 수 있을 것으로 기대된다. 다만, 본 연구는 기상 상태나 조류와 같은 외력 조건을 변수에 포함하지 못하였으며, 분석 범위를 목포항 해역으로 한정하여 수행하였다는 한계가 있다. 향후 연구에서는 이러한 환경적 요인을 모델에 통합 보완하고, 다양한 특성을 가진 해역을 대상으로 광범위한 실증 평가를 수행하여 범용성을 확보하고자 한다. 또한, 모델의 성능 검증을 객관적으로 입증할 수 있는 정량적 평가 지표의 개발 및 검증을 지속할 예정이다.

Acknowledgments

This paper is derived from the first author's Ph.D. dissertation.

Figure

Fig. 1.

Ship Domain Based on Safety Criteria.

Fig. 2.

Ship Domain Based on Observation.

Fig. 3.

Progressive Overlap of Ship Domains Over Time.

Fig. 4.

Boundary between the Different COLREGs Situations.

Fig. 5.

Flow Chart of Study.

Fig. 6.

Pre-Processing AIS Data.

Fig. 7.

Evaluation Factors for MTRAS Index Estimation.

Fig. 8.

Evaluation Factors for MTRAS Index Estimation.

Table

Table 1.

Maritime Risk Assessment Model

Model	Methodology
PAWSA	A qualitative model that identifies risk factors and solutions through expert group consensus
IWRAP	A quantitative model designed to predict the annual probability of collisions and groundings using traffic volume and waterway data
ES	A quantitative model designed to assess the maneuvering difficulty and mental stress experienced by mariners in relation to their surrounding environment

Table 1.

Encounter Situation by COLREGs

Encounter Situation	Encounter Angle
Head-on	354° ∼ 6°
Crossing	6° ∼ 112.5° or 247.5° ∼ 354°
Overtaking	112.5° ∼ 247.5°

Table 2.

Collision Risk Levels Based on SDOR Values

SDOR Value	Risk Assessment
0.00 ≤ x < 0.25	Zone where collision risk begins to emerge
0.25 ≤ x < 0.50	Zone with anticipated collision risk
0.50 ≤ x	Zone with high likelihood of collision

Table 3.

Normalized Value Based on SDOR Values

Risk Level	SDOR Value	Normalized Value
Level 1	x < 0.05	0
Level 2	0.05 ≤ x < 0.15	0.10
Level 3	0.15 ≤ x < 0.25	0.30
Level 4	0.25 ≤ x < 0.50	0.50
Level 5	0.50 ≤ x	1

Table 4.

Normalized Value Based on SDOR Values

Situation	Causation Factor	Normalized Value
Head-on	0.5 × 10−4	0
Overtaking	1.1 × 10−4	0.75
Crossing	1.3 × 10−4	1

Table 5.

Relative Speed Based on Weight Factor

Risk Level	Relative Speed(kts)	Risk Score
Level 1	x < 2.0	0
Level 2	2.0 ≤ x < 6.3	0.24
Level 3	6.3 ≤ x < 8.5	0.74

Table 6.

Respondents of Questionnaire Survey

Category	Result(Person, Percent)
Current Occupation	Captain(35, 40%)
Chief Officer(26, 30%)
2nd Officer(12, 14%)
VTSO(8, 9%)
Professor or Researcher(6, 7%)
Officer License	1st Grade(51, 58%)
2nd Grade(25, 29%)
3rd Grade(11, 13%)
Onboard Experience	less than 5Y(22, 25%)
5 ~ 10Y(18, 21%)
10 ~ 15Y(17, 20%)
15 ~ 20Y(9, 10%)
Over 20Y(21, 24%)

Table 7.

MTRAS Risk Index Grading Framework

Risk Level	Likert Score	Class	Definition
Level 1	x < 1	Baseline	Risk is negligible
Level 2	1 ≤ x < 2	Watch	Low-intensity indications suggest a potential risk area
Level 3	2 ≤ x < 3	Caution	Emerging risk area
Level 4	3 ≤ x < 4	Risk	Confirmed risk area
Level 5	4 ≤ x	High Risk	A core risk area showing clear collision precursors

Reference

Cho, I. S. ( 2011), A Study on the Present Status and Future Directions of Maritime Safety Audit, Journal of the Korean Society of Marine Environment and Safety, Vol. 17, No. 4, pp. 399-405.
Costa, D. N., Y. Lotan, N. M. Rofsky, C. Roehrborn, A. Liu, B. Hornberger, Y. Xi, F. Francis, and I. Pedrosa ( 2016), Assessment of Prospectively Assigned Likert Scores for Targeted Magnetic Resonance Imaging-Transrectal Ultrasound Fusion Biopsies in Patients with Suspected Prostate Cancer, Journal of Urology, Vol. 195, No. 1, pp. 80-87.
Fujii, Y. and K. Tanaka ( 1971), Traffic Capacity, Journal of Navigation, Vol. 24, No. 4, pp. 543-552.
Gang, S. G., J. Y. Jeong and J. B. Yim ( 2014), Applications of Ship Domain Theory to Identify Risky Sector in VTS Area, Journal of the Korean Society of Marine Environment and Safety, Vol. 20, No. 3, pp. 277-284.
Goodwin, E. M. ( 1975), A Statistical Study of Ship Domains, Journal of Navigation, Vol. 28, No. 3, pp. 328-344.
Han, J. R., T. H. Kim, E. Y. Choi and H. W. Choi ( 2021), A Study on the Mapping of Fishing Activity Using V-Pass Data-Focusing on the Southeast Sea of Korea, Journal of the Korean Association of Geographic Information Studies, Vol. 24, No. 1, pp. 112-125.
Hayashi, H. ( 1992), Automobile Accident Appraisal Engineering, Engineering Books Company, pp. 15-25.
IMO ( 2002), Guidelines for Formal Safety Assessment (FSA) for Use in the IMO Rule-Making Process.
ISO 31010 ( 2009), Risk Management – Risk Assessment Techniques.
Jang, D. U. and D. B. Kim ( 2024), Speed Limits Adjustments Following the Expansion and Realignment of the Myodo Waterway in Gwangyang Port, Journal of the Korean Society of Marine Environment and Safety, Vol. 30, No. 6, pp. 597-603.
Jeon, H. K. and Y. C. Jung ( 2018), Development of a Collision Risk Assessment System for Optimum Safe Route, Journal of the Korean Society of Marine Environment and Safety, Vol. 24, No. 6, pp. 670-678.
Kim, J. S., Y. S. Park, T. Y. Heo, J. J. Yong and J. S. Park ( 2011), A Study on the Development of Basic Model for Marine Traffic Assessment Considering the Encounter Type Between Vessels, Journal of the Korean Society of Marine Environment and Safety, Vol. 17, No. 3, pp. 227-233.
Lee, E. J. and Y. S. Lee ( 2019), Analysis of Correlation Between Marine Traffic Congestion and Waterway Risk Based on IWRAP Mk2, Journal of the Korean Society of Marine Environment and Safety, Vol. 25, No. 5, pp. 527-534.
Lee, H. J. ( 2024), Improving Collision Avoidance Timing for Stand-on Ship at Busan New Port, Journal of the Korean Society of Marine Environment and Safety, Vol. 30, No. 6, pp. 619-625.
Lee, J. S. and C. U. Song ( 2018), The Situation Awareness Analysis of VTSOs in the Close Quarters Situation, Journal of Navigation and Port Research, Vol. 42, No. 1, pp. 25-30.
Kim, W. O. and C. H. Lee ( 2018), A Study on the Development of Collision Prevention Support System for Autonomous Surface Ship, Jounal of Fisheries and Marine Sciences Education, Vol. 30, No. 1, pp. 227-235.
Liu, Jiao, G. Y. Shi and K. G. Zhu ( 2022), A Novel Ship Collision Risk Evaluation Algorithm Based on the Maximum Interval of Two Ship Domains and the Violation Degree of Two Ship Domains, Ocean Engineering, Vol. 255, 111431.
Liu, Z., Z. Wu, Z. Zheng, X. Yu, X. Bu and W. Zhang ( 2023), A Domain-Based Model for Identifying Regional Collision Risk and Depicting Its Geographical Distribution, Journal of Marine Science and Engineering, Vol. 11, No. 11, 2092.
Ministry of Ocean and Fisheries ( 2024), Maritime Transportation Safety Information System.
Namgung, H. and J. S. Choi ( 2025), A Stepwise Prompt Design for GPT-based Real-Time Collision Avoidance Decision Support for Manned Ship Navigators, Journal of the Korean Society of Marine Environment and Safety, Vol. 31, No. 3, pp. 390-399.
Park, H. G., Y. S. Park and S. W. Park ( 2023), A Study on the Correlation Between Effective Impact Speed and the Severity of Collision Accidents with Fishing Vessels, Journal of Navigation and Port Research, Vol. 47, No. 4, pp. 202-211.
Skedgel, C. and D. A. Regier ( 2015), Constant-Sum Paired Comparisons for Eliciting Stated Preferences: A Tutorial, The Patient-Patient-Centered Outcomes Research, Vol. 8, No. 2, pp. 155-163.
Szlapczynski, R. ( 2011), A New Method for Ship Trajectory Planning in Collision Situations, Journal of Navigation, Vol. 64, No. 3, pp. 417-429.
Yang, H. S. ( 2007), A Study on the Development of Ship Collision Avoidance Support Program Considered Speed, Journal of Navigation and Port Research, Vol. 31, No. 6, pp. 333-338.