Safety Resilience Evaluation of Tower-Crane Construction Using a Cloud Model and an Intuitionistic Fuzzy Bayesian Network

당신이 강철로 만들어진 거대한 부유식 도시의 선장이라고 상상해 보십시오. 그곳의 날씨는 매시간 변하고, 승무원들은 끊임없이 교체됩니다. 그 세계에서 안전이란 단순히 볼트가 조여졌는지 확인하는 체크리스트를 넘어, 전체 선박이 충격을 얼마나 잘 견뎌내고, 어떻게 회복하며, 문제가 발생했을 때도 어떻게 계속 항해를 이어갈 수 있는지에 관한 것입니다. 이것이 바로 '안전 회복탄력성(safety resilience)'의 세계입니다. 이것을 슈퍼히어로의 면역 체계와 비교해 보십시오. 단순히 강력한 갑옷을 갖추는 것(그것은 흡수 능력/absorptive capacity입니다)뿐만 아니라, 상처를 얼마나 빨리 치유할 수 있는지(그것은 회복 능력/recovery capacity입니다), 그리고 적의 전술이 바뀔 때 얼마나 영리하게 전략을 수정하는지(그것은 적응 능력/adaptive capacity입니다)를 포함하는 것입니다.

오랫동안 엔지니어들은 단순한 체크리스트나 단일 수치를 사용하여 이 회복탄력성을 측정하려고 노력해 왔지만, 그러한 도구들은 마치 빗방울 한 방울로 폭풍을 묘사하려는 것과 같습니다. 그것들은 복잡하고 불확실하며 인간적인 요소들을 놓치게 됩니다. 이를 해결하기 위해 연구자들은 "퍼지(fuzzy)" 로직(인간 사고의 "아마도"나 "잘 모르겠다"는 부분을 처리함)과 "클라우드 모델(cloud models)"( "꽤 좋다"와 같은 모호한 단어를 실제 숫자로 변환함)을 사용하기 시작했습니다. 이제, 새로운 연구는 이 도구들을 "베이지안 네트워크(Bayesian network)"와 결합합니다. 베이지안 네트워크는 기본적으로 다양한 원인과 결과 사이의 점들을 연결하는 거대하고 똑똑한 순서도와 같아서, 한 영역의 작은 문제가 어떻게 전체 시스템에 영향을 미치는 파급 효과를 일으키는지 볼 수 있게 해줍니다.

당신이 읽게 될 이 논문은 타워 크레인, 즉 고층 빌딩을 건설하는 거대한 백조 목을 가진 기계들을 구체적인 사례로 다룹니다. 저자인 팅팅 니에(Tingting Nie), 보 리앙(Bo Liang), 지안 허(Jian He)는 크레인 사고에 대해 많은 것을 알고 있음에도 불구하고, 사고가 발생하기 전에 크레인이 얼마나 회복탄력성을 갖추고 있는지 측정할 좋은 방법이 없다는 점을 깨달았습니다. 그들은 이를 테스트하기 위해 새로운 디지털 "수정 구슬"을 구축했습니다.

그들이 수행한 작업과 발견한 내용은 다음과 같습니다.

먼저, 그들은 시니어 엔지니어, 검사관, 교수들로 구성된 5명의 전문가 팀을 구성하여 홍링 지아위안(Hongling Jiayuan)이라는 주택 프로젝트에서 사용되는 특정 타워 크레인(QTZ125 모델)을 살펴보게 했습니다. 연구진은 전문가들에게 단순히 "이것이 안전한가?"라고 묻는 대신, 크레인의 구조적 강도부터 승무원의 의사소통 능력에 이르기까지 12가지 서로 다른 요소를 판단하기 위해 "매우 높음", "보통", "매우 낮음"과 같은 묘사적인 단어를 사용하도록 요청했습니다.

인간의 언어는 모호하기 때문에, 팀은 "직관적 퍼지 집합(Intuitionistic Fuzzy Set)"이라는 특별한 수학적 기법을 사용했습니다. 영화 평점을 매긴다고 상상해 보십시오. 당신은 "정말 좋았다(지지/support), 하지만 결말은 혼란스러웠다(반대/opposition), 그리고 다시 볼지는 확신할 수 없다(망설임/hesation)"라고 말할 수 있습니다. 이 수학적 방법은 단순한 "예/아니오"로 강요하는 대신, 이 세 가지 느낌을 동시에 포착합니다. 그 후, 팀은 이 퍼지 등급을 "클라우드 모델"에 입력하여 모호한 의견을 정밀한 확률로 변환했습니다.

마지막으로, 이 모든 것을 베이지안 네트워크 순서도에 삽입했습니다. 이를 통해 압력 하에서 크레인이 어떻게 작동하는지 시뮬레이션할 수 있었습니다. 결과적으로, 연구 대상 크레인은 0.785의 종합 회복탄력성 점수를 기록했으며, 70.6%의 확률로 "높은 회복탄력성" 상태에 있는 것으로 나타났습니다. 쉽게 말해, 이 크레인은 전반적으로 꽤 잘 작동하고 있었습니다. 특히 충격을 "흡수"하는 능력(단단한 기초나 안전 장치 등)과 변화에 "적응"하는 능력(우수한 관리 등)에서 강점을 보였습니다.

하지만 연구는 약점도 찾아냈습니다. 크레인은 "회복 능력" 측면에서 가장 취약했는데, 이는 만약 무언가 잘못될 경우, 이를 고치고 업무로 복귀하는 데 이상적인 시간보다 더 오래 걸릴 수 있음을 의미합니다. 연구진이 "민감도 분석"(어떤 요소가 악화될 때 안전성이 가장 크게 떨어지는지 확인하는 테스트)을 실행했을 때, 가장 주의가 필요한 상위 5가지 항목을 발견했습니다:

1. 표준 업데이트 및 지속적인 개선 (규칙이 현실을 따라가도록 만드는 것)
2. 조직 관리 및 책임 완결 (누군가가 실제로 책임을 지고 일을 끝마치도록 하는 것)
3. 설치, 해체 및 잭킹 제어 (크레인을 설치하고 해체하는 까다로운 부분들)
4. 기초 및 부착 안정성 (기반이 견고한지 확인하는 것)
5. 점검, 유지보수 및 위험 요소 시정 (재앙이 되기 전에 문제를 해결하는 것)

저자들은 이 모델이 사고를 예측하거나 물리적 점검을 대체하는 것이 아니라는 점을 분명히 합니다. 대신, 이 모델은 인간의 판단과 서류 기록을 명확하고 추적 가능한 지도(어디가 강하고 어디에 튜닝이 필요한지 보여주는 지도)로 번역하는 진단 도구 역할을 합니다. 그들은 단순히 즉각적인 증상을 고치는 것이 아니라, 관리나 규칙 업데이트와 같은 "근본 원인"에 집중함으로써 건설 현장이 단순히 버티는 것이 아니라, 진정으로 다시 일어설 수 있는(bounce back) 크레인을 구축할 수 있다고 제안합니다.