This thesis proposes a new method for estimating human error probability (HEP) and validates this method through experimentation. In the first section, the new method is suggested and applied to human errors (HEs) in nuclear power plants. In the second section, driver’s errors probabilities (DEPs) are estimated using the method. In last, the DEPs are also estimated through other two methods, and then they are compared with the results of the second part.
Accidents in industrial settings are mainly a result of HEs; relevant fields that consider HEs have recently increased in number. For this reason, numerous methods to quantitatively estimate their probabilities; i.e. HEPs have been developed. However, it is difficult to obtain empirical data, which forces a heavy reliance on the judgment of experts in the field. During the process of judgments by experts, subjectivity plays an important role, causing difficulties in assuring consistency. To overcome this problem and to obtain a more accurate estimation, this part suggests a new and simple method. This method is referred to as AHP-SLIM, a type of HEP estimation using analytic hierarchy process (AHP), which quantifies the subjective judgment and confirms the consistency of collected data. This new method also uses the process of expert judgment within success likelihood index method (SLIM). Through applying this method to the tasks of NUREG/CR-3518, which are related to nuclear power plants, we confirm the validity of the method.
Next, DEPs are estimated using AHP-SLIM. Car crashes are the leading cause of death for persons of all age groups. Human-related factors are known to be the primary causal factor of such crashes, rather than vehicle- and environmental-related factors. In many areas of car engineering, psychology, human factor, etc., there are various studies that analyze the driver’s behavior and characteristics while driving in order to reduce car crashes. However, there are almost no studies which primarily analyze HEs in driving and estimate their probabilities in terms of human reliability analysis. Therefore, as the early study on them, we estimate the probability of HE in driving, i.e. driver’s error probability, using the new method. Two groups of subjects having different characteristics carry out experiments. By comparing their DEPs, the feasibility of the results is assured. Last, the DEPs are also estimated through two methods; DBQ-VQP and SLIM. DBQ-VPQ is the combination of driver behavior questionnaire (DBQ) and quantification of verbal probabilistic expressions (VPQ). DBQ is used to elicit likelihood scales of driver errors. VPQ is used to convert the results of DBQ into DEPs. SLIM is a famous method for HRA, so the DEPs conducted by SLIM may yield good results. However, SLIM must be revised for application to driver’s errors. We compare their DEPs with the results of AHP-SLIM. We also confirm the feasibility of AHP-SLIM using these comparisons.
The AHP-SLIM can solve the problems of existing HRA methods and be applied to new fields. Therefore, it can be used to estimate many daily HEs; for example, HEs in using cellular phones or electronic home appliances, etc. Consequently, it can contribute to prevention of accidents in daily life.
본 논문은 인간실수확률(human error probability: HEP)을 추정하기 위한 새로운 방법은 제시하며 실험을 통하여 그것을 증명하였다. 첫 번째 부분인 2장에서 그 새 방법이 제시되고, 이를 원자력발전의 인간실수(human error: HE)적용하였다. 3장에서는 제시된 방법을 일상적인 분야인 운전자 실수(driver`s error: DE)에 적용하여 그 확률(DE probability: DEP)을 추정하였다. 마지막 4장에서는 DEP를 다른 2개의 방법으로 추정하고 그 결과를 3장의 DEP와 비교하고 그 의미를 해석하였다.
먼저 2장에서 새로운 방법을 제시하였다. 산업사회에서 사고는 HE에 의하여 많이 발생한다. 그리고 HE와 연관된 분야도 증가하고 있다. 이러한 이유로, 그것의 확률 즉, HEP를 정량적으로 추정하는 방법들이 많이 개발되었다. 하지만 그것을 위한 경험적 데이터를 얻기 어렵기 때문에, 해당 분야의 전문가 판단에 맡기는 경우가 많다. 그런데, 그 과정에서 주관성이 개입되어나 일관성이 떨어지는 문제점이 있다. 이러한 점들을 극복하고 더 정확한 HEP의 추정을 위하여, 본 장에서 새롭고 간단한 방법을 제시하였다. 그 이름은 AHP-SLIM으로, 이는 AHP와 SLIM의 조합으로 이루어졌다. AHP는 전문가의 주관적 판단을 정량화하고 수집된 데이터의 일관성을 확인한다. 그리고 SLIM은 기존의 HRA 방법으로 AHP의 결과를 HEP를 변환하는데 사용된다. 이 AHP-SLIM을 원자력관련 유명 문헌인 NUREG/CR-3152에서 제시된 HE에 적용하여 그 HEP를 추정하고 비교하였다. 그로부터 그 방법론을 검증하였다.
3장에서는 AHP-SLIM을 이용하여 DEP를 추정하였다. 이는 기존의 인간신뢰도분석(human reliability analysis: HRA)에서 다루던 대형, 위험 위주의 분야에서 벗어난 일상 생활에서 일어날 수 있는 분야에 적용하였다는 의미를 가진다. 자동차 사고는 모든 연령대에서 가장 높은 사망률의 원인인데 특히 인간 관련 요소에 의해 많이 발생한다. 그래서 이와 관련된 연구가 많이 이루어지고 있지만, HRA관점에서 HE를 정량적으로 분석하는 연구는 거의 없다. 이러한 연구에 대한 초기 연구로서 본 장에서 운전 중에서 일어날 수 있는 HE의 확률, 즉 DEP를 추정하였다.
4장에서는 3장의 결과 및 AHP-SLIM의 심도 깊은 해석을 위하여 또 다른 2개의 방법으로 DEP를 다시 추정하였다. 이 두가지는 DBQ-VPQ와 SLIM이다. 먼저, DBQ-VPQ는 driver behavior questionnaire (DBQ)와 quantification of verbal probabilistic expressions (VPQ)의 조합이다. DBQ는 DE의 발생가능성의 점수를 이끌어 내며, VPQ는 DBQ의 결과 점수를 DEP로 변환시킨다. 다음으로 SLIM은 HRA의 유명한 방법으로서, 이것을 사용한 DEP는 좋은 결과를 나타내었다. 하지만, SLIM을 새로운 분야인 DE에 적용하기 위해서는 가정의 일부가 수정되어야만 했다. 이 두가지 방법에 의한 DEPs를 3장의 그것과 비교함으로써 AHP-SLIM의 타당함을 다시 한번 확인하였다.
본 논문에서 제시된 AHP-SLIM은 기존의 HRA의 문제점을 해결하면서도 새로운 분야에 적용하기에 적절하였다. 따라서 AHP-SLIM이 기존의 HRA 방법들에 의해 다루어지지 못한 일상생활에서도 자주 발생하는 HE를 분석할 수 있다는 데 의미가 있다. 본 논문에서 적용한 DE뿐 아니라 휴대폰 사용상의 HE, 가전제품에서의 HE, 등과 같은 다양한 분야에 적용할 수 있을 것이다. 이를 통하여 일상에서의 안전사고를 예방하는 데 큰 기여를 할 수 있을 것이다.
