pISSN: 2234-6252
한국해양경찰학회보, Vol.10 no.3 (2020)
pp.145~170
마코프 체인을 활용한 해양 사고 빈도 예측에 관한 연구
해양경찰에서는 육지의 4.5배인 광범위한 바다를 함정과 VTS 등 감시체계를 통해 해양 사고를 예방하고 대응하고 있다. 하지만 모든 해역에 100% 감시는 현실적인 어 려움이 따른다. 따라서 한정된 장비와 인력을 투입하여 해양 사고 발생 위험을 사전 에 예측하고 이를 바탕으로 선제적으로 대응할 수 있는 체계를 갖추는 게 중요하다. 이 연구의 목적은 해양 사고의 위험을 예측하기 위한 기초연구로서 해양 사고 발생 빈도를 사전에 예측할 수 있는 확률 기반 방법을 구축하는 데 있다. 이를 위해 특정 현상의 현재 상태를 파악해 미래 상태를 추측하는 마코프 체인을 이용한 확률 모델 을 구축해 해양사고 빈도를 예측하였다. 최근 4년간(2016년∼2019년) 발생한 해양 사 고 건수를 월별로 수집하여 분석하고, ‘19년 12월 빈도를 관측치로 활용하여 예측값 과 비교·검증하였다. 해양 사고 발생 위험 정도에 따라 상태 집합을 3단계로 구분하 고, 초기 확률과, 상태에 따른 전이 행렬을 통해 모델을 구축했다. 이를 통해 예측한 결과 최근 발생한 해양 사고의 최댓값을 활용해 계산된 예측값은 실제 발생한 해양 사고 빈도와 비교하여 97%의 예측률을 보였다. 상태 집합 4단계 조정, 회귀 모델, 시 계열 모델을 통한 예측값과 비교해 검증한 결과 실제 발생한 빈도와 가장 유사한 확 률 범위와 예측 빈도 값이 구축된 모델에서 도출되었다. 이 연구는 해양 사고 빅데 이터 자료를 활용해 예측을 위한 기초자료로 해양 사고 예방 관리를 위한 정책 추진 에 활용될 수 있다. 또한 추후 한계점을 보완하여 해양 사고 시간별, 기상별, 선박별, 해역별 등 다양한 예측 기법을 개발할 예정이다.
A Study on the Prediction of the Frequency of Marine Accidents Using Markov Chain
Many measures are being taken to prevent marine accidents, but marine accidents are increasing year by year. In marine accidents, it is important to establish a system that can predict the risk of occurrence in advance and respond proactively based on this. The purpose of this study is to build a model that predicts the frequency of marine accidents in advance using the Markov chain, a probability-based prediction model. The number of marine accidents that occurred in the last four years (2016-2019) was collected and analyzed on a monthly basis. As a result of the prediction, the constructed model showed a prediction rate of 97% compared to the frequency of the actual occurrence of the marine accident, calculated using the maximum value of the recent marine accident. As a result of verifying the constructed model by comparing it with the predicted values through the state set four-step adjustment, regression model, and time series model, the probability range and the predicted frequency value most similar to the actual occurrence frequency were derived. This study can be used for policies to prevent marine accidents as a basic study for prediction using big data. It is expected that future restrictions will be reinforced and used in various forecasting systems depending on the time, weather, and region of the marine accident.
