Since the performance of the human operator has been considered one of the crucial factors to ensure safe operation of nuclear power plants (NPPs), there have been a lot of efforts in systematic and managerial approaches to reduce human errors, such as developing possible predictable scenarios. Despite all these efforts, it is inevitable that human operators encounter unexpected plant conditions. It brings significant impacts on human information processing and enable wide range of error mechanisms and error types as following reasons: a) leading operators to view a large number of informational cues, b) possibly creating distractions and interruption of situation assessment, and c) causing occurrence of impaired cognitive abilities for human operators if conditions worsen.
In contrast to common diagnosis situations for the existing human reliability analysis (HRA) methods in which human operators try to find a satisfactory solution in rule-based route, diagnosis activities in unexpected plant conditions require for human operators to do integrative knowledge-based information processing like reasoning and refinement of information. Moreover, strong emotional reactions such as surprise, embarrassing, and anxiety are involved in response of human operators. Because of such differences, it is required to reflect these situational characteristics of unexpected plant conditions in human reliability analysis. Thus, characteristics of unexpected plant conditions were first analyzed in this study, and influencing factors on diagnosis performance of an individual human operator in unexpected plant conditions were analyzed. Since there is no or superficial consideration of the personality factor in the existing HRA methods which is an important influencing factor in unexpected plant conditions, an experiment was conducted to quantify effects of the personality factor on diagnosis performance through an experiment using a compact nuclear simulator.
This study identified main influencing factors on diagnosis performance in unexpected plant conditions, and suggested a cognitive model to express cognitive process and causal relationship between influencing factors and diagnosis performance. It is expected to estimate a more precise diagnosis error probability in unexpected plant conditions by applying the derived multipliers of the personality factor through a diagnosis experiment. In addition, it can be a meaningful starting point to research personality traits as a performance predictor for human operators, which are used only to screen out potential mental illness employees in NPPs, by proving the correlation between personality traits and diagnosis performance of human operators, and it is also expected to be a useful reference for further related researches.
과거 원자력발전소 사고 기록을 살펴볼 때 인적 오류는 원자력발전소의 안전성을 유지하는데 매우 중요한 요소로 간주되어, 최신 원자력발전소에는 예측 가능한 시나리오 개발을 통해 인적오류를 줄이기 위한 견고한 방안들이 잘 적용되고 있다. 그럼에도 불구하고 운전원들은 여전히 발전소의 기본 시나리오에서 벗어나는 예기치 않은 발전소 상황에 마주하게 되며, 이는 운전원에게 상황 인식을 위해 한꺼번에 많은 정보량을 처리하도록 요구하고, 상황에 대한 불확실성 증대와 새로운 상황에 대한 두려움으로 인한 강한 심리적 압박은 인지 장애까지 발생시켜 적절한 대응조치를 어렵게 만들어 발전소 안전에 심각한 결과를 초래할 가능성이 매우 높아진다.
그러나 예기치 않은 발전소 상황은 기존 인간신뢰도분석 기법에서 다루는 환경과 다르게 운전원에게 규칙 기반의 정해진 과정을 통해 상황을 진단하고 조치하는 것이 아닌 지식 기반의 추론, 지식 정제 등의 통합적인 사고를 요구하며 당황, 놀람, 초조 등의 강한 감정적인 동요를 불러 일으키는 등의 특성이 있어 이를 반영한 인간신뢰도분석이 요구된다. 그러므로 본 연구에서는 예기치 않은 발전소 상황에서 운전원 진단 오류에 영향을 미치는 주요 수행특성인자를 식별하고, 기존 인지 이론을 토대로 예기치 않은 발전소 상황에서 운전원에 진단 성과를 미치는 과정을 설명하는 인지 모델을 제시하였다. 주요 수행특성인자 중 기존 인간신뢰도분석 기법에서 다뤄지지 않은 인적 특성이 진단 오류에 미치는 영향을 알아보기 위해 신형 주제어실을 모사한 시뮬레이터에서 진단 실험의 결과를 분석하여 수행특성인자의 가중치를 제시하였다.
본 연구는 예기치 않은 발전소 상황에서 주요 수행특성인자를 식별하고 운전원의 진단에 미치는 영향을 인지모델을 통해 제시하였으며, 실험을 통해 도출한 인적 특성의 가중치를 활용하여 본 환경에서 더 정확한 인적오류확률을 평가할 수 있는 있다는 점에서 의미를 가진다. 세부적으로는 원자력계에서 운전원의 정신병 감정을 위한 도구로만 사용되던 인적 특성을 인간 성과를 예측하고 평가할 수 있는 도구 활용될 수 있음을 실험을 통해 증명하고 수행특성인자의 가중치를 제시하여 추후 인간신뢰도분석 연구를 위한 참고문헌으로 활용가치가 있을 것으로 기대된다.