S A F E T Y G U A R DS P E C I A L T H E M E II

*출처 : 행정안전부

부산지방경찰청은

빅데이터를 활용해

3건의 추가 여죄 입증에 성공

건강보험공단은

빅데이터 분석을 기반으로

2013년부터

‘국민건강알람서비스’를 실시.

5개 질병(감기, 눈병, 식중독,

천식, 피부염)에 대해

위험 정도를 제공 중

행정안전부는

전주시를 대상으로

2015년 교통 분야 빅데이터

분석 사업을 진행함으로써

교통체증 감소 효과를 얻음

전북소방본부는

빅데이터를 이용해

구급차를 반드시 배치해야 하는

농촌지역 내 취약구간을

과학적으로 선정

DECEMBER 2018

11

S A F E T Y G U A R DS P E C I A L T H E M E II

산업재해를 예방하는 ‘또 하나의 힘’, 빅데이터

이제 빅데이터를 제쳐 놓고는 성장과 발전을 도모하기 힘든 시대에 이르렀다. 특히 보다 정확하고 효과적인

행정 혁신을 이루기 위해서는 빅데이터가 필수적이다. 이러한 흐름에 따라 안전보건공단도 빅데이터를

활용해 산업재해를 효과적으로 막아내기 위한 작업에 착수했다. 공공 빅데이터란 무엇이며 현재 어떻게

활용되고 있는지, 안전보건공단은 어떤 움직임을 보이고 있는지 다시 한 번 살펴봐야 할 시점이다.

글 강진우 | 그림 이종혁

12

4차 산업혁명 시대의 혁신 동력, 빅데이터

빅데이터는 디지털 환경에서 생성되는 모든 데이

터를 통칭하는 용어다. 생성 주기가 짧을 뿐만 아

니라 그 양이 방대하고, 수치·문자·소리·영상 등

다양한 형태로 축적되기 때문에 쓰임새와 활용

폭이 매우 넓다. 빅데이터가 축적되는 시간은 점

점 짧아지는 반면 그 양은 시간이 갈수록 늘어나,

우리는 그야말로 ‘온라인 세상’을 살아가고 있다.

과거에는 상점에서 물건을 살 때만 구입 데이터

가 축적됐다. 이제는 스마트폰만 있으면 언제 어

디서든, 그리고 어떤 물건이든 마음먹은 대로 구

입할 수 있다. 그 과정 속에서 데이터는 우리가

알게 모르게 속속 쌓인다. 사용자가 어떤 물건을

살펴보고 있으며 그 물건을 구하기 위해 어떤 사

이트를 돌아다니는지, 결제는 무엇으로 하며 어

느 회사 카드를 사용하는지, 이런 식으로 어떤 물

건들을 구매했는지에 대한 정보가 전부 데이터화

된다. 기업들은 이렇게 쌓인 데이터로 사용자들

의 소비 패턴을 분석하고, 이에 걸맞은 물건과 쇼

핑몰을 지속적으로 사용자에게 노출시킴으로써

추가 매출을 얻는다. 나아가 성별·연령대·사는

지역·경제적 능력·선호 상품 등으로, 편의에 맞

게 카테고리를 나눠 정보를 분석한다. 비단 쇼핑

뿐만 아니라 금융거래·교육 학습·여가활동 등 우

리 생활과 관련된 모든 분야에서 이 같은 방법을

활용한다. 그 중심에는 물론 오랜 기간 축적된 빅

데이터가 자리 잡고 있다.

빅데이터로 범죄예방은 물론 구급차 도착 시간 빨라져

빅데이터는 생각보다 깊고 다양한 형태로 이곳저

곳에서 활약하고 있다. 전라북도는 빅데이터를

활용해 ‘골든타임 확보를 위한 구급차 배치·운영

최적화 모델’을 만들었다. 구급차 출동의 골든타

임인 5분을 사수하기 위해 빅데이터 분석에 나선

것. 지금껏 전라북도는 5분 내 출동률이 54%에

불과했다. 도심 지역의 출동 거리는 평균 3km인

반면, 농촌 지역의 출동 거리는 평균 10km에 달

했기 때문이다. 그런가 하면 도심 지역은 출동

거리가 상대적으로 짧지만, 교통체증·불법 주차

등으로 인해 5분 내 출동률이 상당히 떨어졌다.

전북소방본부는 빅데이터를 활용해 도심의 시간

대에 따른 이동 속도 편차를 상세하게 수치화했

고, 소방서와 구급차를 반드시 배치해야 하는 취

약 농촌 지역을 과학적으로 선정했다. 덕분에 응

급 환자 소생률 향상이라는 귀중한 성과를 거둘

수 있었다.

경기도는 CCTV 설치를 통한 범죄 예방을 위해

‘CCTV 설치 지역 분석 및 모델 고도화’ 사업을

벌였다. 2014년 범죄 데이터를 포함한 공공 빅데

이터 분석을 통해 수원시의 CCTV 사각지대를

파악하고 우선 설치 지역을 선정한 것. 더불어 범

죄 발생 현황 정보를 바탕으로 한 범죄 위험지수

와 예측지수를 개발, 유동인구 분포지수와

CCTV 현황을 한데 모아 신규 CCTV 설치로 인

한 방범 효과를 극대화했다.

건강보험공단은 지난 2013년부터 ‘국민건강 알

람서비스’를 제공, 유행성 질병 예방에 힘을 보태

고 있다. 감기·눈병·식중독·천식·피부염 등 5개

질병에 대해 위험·경고·주의·관심 등 4단계 위험

정도를 알리고 있는 것. 건강보험공단이 보유한

국민건강정보 데이터베이스와 식약처·기상청·

환경부의 식중독·기상·환경 자료를 융합한 데 이

어, SNS 속 비정형 데이터까지 분석함으로써 그

정확성을 한층 높인 것이 가장 큰 특징이다.

한편 행정안전부는 지난 2014년, 광주광역시와

함께 ‘광주 지역 시내버스 효율적 운영방안’을 마

련했다. 빅데이터 분석을 통해 시민들의 대중교

통 편의성을 제고한 것이다. 광주시는 교통카드

이력·주거 및 유동인구 데이터를 활용해 시민들

의 거주 위치와 버스·지하철 정류장의 위치 데이

터를 분석했고, 그 결과 과학적이고도 효율적인

시내버스 운영방안을 만들어 낼 수 있었다. 광주

시의 사례를 통해 빅데이터의 효용성을 확인한

행정안전부는 전주시와 2015년 교통 분야 빅데

이터 분석 사업을 추가로 진행, 소기의 성과를 거

두는 데 다시 한 번 성공했다.

DECEMBER 2018

13

빅데이터 분석하면 산업재해도 충분히 막을 수 있어

산업안전보건연구원이 분석한 산업재해 통계에

따르면, 작년에는 매일 246명의 산업재해자와

2.6명의 사고사망자가 발생했다. 이렇게 모인 작

년 전체 산업재해자 수는 89,848명이고, 사망자

수는 964명이다. 이로 인한 경제적 손실은 22조

원에 달할 것으로 추정된다. 그렇다면 어떻게 해

야 산업재해를 효과적으로 예방할 수 있을까.

지금까지 살펴본 빅데이터가 그 해답이 될 수 있다.

빅데이터는 수많은 데이터가 축적된 ‘데이터 뭉

치’와, 이를 효과적으로 분석하고 원하는 정보를

도출해 낼 수 있는 정보 분석법이 하나로 합쳐져

야만 비로소 진정한 위력을 발휘한다. 전자인 데

이터 뭉치는 과거에도 얼마든지 있었다. 다만 얼

마 전까지만 해도 이 뭉치가 뒤죽박죽으로 저장

돼 있었기에 빅데이터로 활용하기에는 어려움이

있었다. 그러나 지금은 상황이 다르다. 과거의 데

이터에 대한 디지털화 작업이 마무리 단계에 접

어들고 있다. 앞으로 축적되는 모든 데이터는 디

지털화를 필수적으로 거치게 된다. 디지털화가

고도화되었다는 것은 정보 분석 프로그램을 통해

빅데이터를 제대로 활용할 준비가 되었음을 의미

한다.

산업재해를 막는 일도 마찬가지다. 사고가 일어

난 이유와 과정을 각종 데이터로 면밀하게 분석

하면, 유사한 사고가 반복될 조짐이 보이는 시점

에서부터 철저하게 대비함으로써 산업재해를 사

전에 막을 수 있다.

빅데이터로 만드는 안전하고 건강한 미래

안전보건공단 및 산업안전보건연구원에서 수년

간 진행하여 집계(DB)한 대표적인 연구들을 살

펴보면 작업환경실태조사, 작업환경조사, 특수건

강진단 및 근로환경조사가 있다.

’89년 원진레이온 사건을 계기로 ’93년부터 5년

주기로 전국 제조업체의 작업환경을 조사한 「작

업환경실태조사」 연구는 초기 약 5만 개소 사업

장을 대상으로 시작됐다. ’19년도부터는 조사 대

상을 약 180만개소로 확대할 방침으로, 이를 통

해 ‘사업장 작업환경 내용, 위험기계 기구 및 설

비, 화학물질 취급현황’ 등의 파악이 가능하다.

작업환경실태조사 연구 중 일부는 현재 ‘공단 홈

페이지(www.kosha.or.kr) > 사업안내/신청 >

작업환경실태조사’를 통해서도 활용할 수 있다.

이밖에도 안전보건공단은 노동자 건강을 보호하

고 쾌적한 작업환경을 조성하기 위해 사업장 유

해인자 초과 노출을 조사한 「작업환경측정」(산업

안전보건법 42조), 유해인자 노출 작업장에서 일

하는 근로자들의 질환발생과 원인추적을 돕는

「특수건강진단」(산업안전보건법 43조), 고용·노

동환경 및 근로환경에 대한 현황과 변화를 모니

터링해 산재 취약집단 등의 사회변화에 대응할

수 있는 「근로환경조사」 등의 데이터를 비축하고

있다.

’18년 진행된 전국 사업장 지게차 전수조사 및 건

설현장의 비계 설치 등과 관련해 가장 사망사고

가 높은 유형부터 예방에 나서기 시작한 것도 바

로 이 빅데이터를 발판으로 시작된 것이다. 이와

더불어 안전보건공단은 산업재해·질병 통계의

빅데이터화를 통해 산업재해의 원인을 분석하는

한편, 경제·인구·근로자 상태 등의 내·외부 요인

을 찾고 패턴을 분석할 계획이다.

모든 산업재해에는 발생 원인과 예방법이 존재

한다. 다만 지금까지는 이를 객관적으로 찾아낼

방법이 한정적이었고, 그 효과도 한계가 있었을

따름이다. 빅데이터를 활용하면 과학적인 발생

원인과 예방법을 도출하고 이를 현장에 적용해

인명적·경제적 손실을 한층 선제적으로 막을 수

있다. 빅데이터를 산업재해 예방의 ‘또 하나의

힘’이라고 확신하는 이유다.

14

S A F E T Y G U A R DS P E C I A L T H E M E II

안전보건공단 빅데이터로 들여다 본 산업재해의 현주소

안전보건공단은 산업재해를 예방하기 위해 다방면에서

산업현장의 위험요소를 분석 중이다. 집계된 통계를 바탕으로

구체적인 예방책을 마련하기 위함이다. 현재까지 집계된

안전보건공단의 빅데이터 현황을 공개한다.

산업재해의 변화

사업장수(산업재해보상보험법 기준) 근로자수(산업재해보상보험법 기준) 재해자와 사고사망자

발생형태별 연평균

사고부상자수

떨어짐

10,408명

넘어짐

9,818명

1,000명당

다치거나 질병에 걸리는

근로자 약 5명

100,000명당

사고로 사망하는

근로자 약 5명

끼임

9,093명

물체에 맞음

3,969명

절단·베임·찔림

3,680명

부딪힘

3,278명

그밖의 발생형태

8,170명

21% 20% 19%

8% 8% 7%

17%

2008년 2008년2013년 2013년2017년 2017년

약160만

개소

약200만

개소

약250만

개소약

1,300만명

약

1,500만명

약

1,900만명

최근 5년간

DECEMBER 2018

15

지역별 화학물질 취급 및 위험 기계·기구 보유 현황 (단위 : 대)

소음 측정 및 노출기준 초과사업장 현황

연도별 특수건강진단 현황 2016년도 특수건강진단의 전년대비 현황

분진 노출기준 초과 사업장 현황

전국 지역별 상세현황 (서울)

* 안전보건공단 홈페이지 › 사업안내/신청 › 직업건강 › 직업환경실태조사 › 지역별 화학물질 취급 및 위험 기계·기구 보유 현황 보기(화면의 맨 하단)에서 보다 쉽게 확인할 수 있습니다.

강원

337대

경북

7,545대

울산

1,536대

경남

9,172대

부산

4,941대

충북

2,008대

서울

441대

인천

6,640대

경기

23,198대

충남

3,795대

대전

333대

세종

140대

전북

1,449대

광주

2,730대

전남

440대

강서구

4대

양천구

10대

구로구

114대금천구

126대

마포구

2대

영등포구 26대

관악구

1대

서대문구

12대

용산구

2대

중구 1대

서초구

1대

성북구

5대 동대문구

15대성동구

88대

강남구

2대

강북구

4대

광진구

12대

송파구

8대

강동구

2대

도봉구

2대노원구

4대

2015년 2016년 2017년

8,150

17.4

8,340

16.7

8,325

16.5

2015년 2016년 2017년

243

0.9

231

0.8

245

0.8

초과사업장(개소)

초과율

초과사업장(개소)

초과율

사업장(개소) 근로자(명)

2010년 2015년 2015년2011년 2016년 2016년2012년 2013년 2014년 2015년 2016년

48,557 60,059

80,7951,722,384

1,976,545

919,155

50,443

977,409

54,587

1,089,195

49,941

1,102,881

56,873

1,410,335

60,059

1,722,384

80,795

1,976,545

증감률(%)

34.5증감률(%)

14.8

사업장 근로자

대구6,204대

16