건설현장 재해사례 분석을 통한 재해형태 예측모델 개발 및 최신사례 검증 연구 : AI 기반 재해형태 예측모델 개발 및 건설현장 적용 가능성 연구 = Development of an Accident Type Prediction Model Based on Construction Site Accident Case Analysis and Its Validation Using Recent Cases

다국어 초록 (Multilingual Abstract)

In construction sites, the diversity of project types and work activities leads to the recurrent occurrence of various forms of occupational accidents each year. To effectively prevent such incidents, it is essential to analyze past accident cases, predict potential accident types through data-driven approaches, and establish preventive measures based on quantitative indicators. Accordingly, this study aims to develop an artificial intelligence (AI)-based prediction model capable of forecasting accident types in construction sites, and to utilize the results as a quantitative decision-making tool within the framework of risk assessment (RA).
The dataset used in this study consisted of 320 accident cases collected over six years (2019–2024) and 48 new cases from 2025. Each accident record was systematically structured using standardized occupational, task, and accident-type codes. To address the severe class imbalance inherent in the data, a hybrid resampling strategy combining undersampling and SMOTENC was applied. The predictive model was developed using a Soft Voting Ensemble framework integrating Random Forest (RF), XGBoost (XGB), and LightGBM (LGBM) classifiers. To enhance the reliability of predicted probabilities, Platt Scaling with a sigmoid function was employed for probability calibration. Furthermore, a hierarchical classification approach reflecting the 19-category accident taxonomy was implemented, along with threshold tuning for class-wise probability adjustment, to improve both model performance and practical applicability.
Through a stepwise performance enhancement process, the proposed ensemble and probability-calibrated model demonstrated improved stability and reliability compared to single-model baselines. The final model achieved approximately 80% Top-5 accuracy, with notable improvements in Mean Reciprocal Rank (MRR), Brier Score, and Expected Calibration Error (ECE), indicating both enhanced predictive precision and probabilistic consistency. When applied to 48 new accident cases from 2025 for external validation, the model achieved high hit rates for major accident categories, thereby confirming its potential applicability to real-world construction safety management.
This study represents the first attempt to quantitatively structure and apply real accident data from a construction company to an AI-based accident-type prediction model, highlighting the potential to establish a data-driven decision-making framework for construction safety management. In particular, by utilizing the model’s Top-5 predicted probabilities as the “frequency” component within the risk assessment process, this research demonstrates the feasibility of implementing an AI-driven Dynamic Risk Assessment (DRA) capable of quantifying task-level risks and prioritizing preventive measures. Future research should integrate diverse accident datasets across multiple construction projects and combine deep learning algorithms with real-time data acquisition systems to further enhance the model’s generalizability and on-site applicability.

Key words: construction accident prediction, artificial intelligence (AI), AI enhancement techniques (data imbalance, ensemble learning, probability calibration, hierarchical classification, threshold tuning), risk assessment

목차 (Table of Contents)

• 목 차 ⅰ
• 표 목 차 ⅵ
• 그림목차 ⅶ
• Ⅰ. 서 론 1
• 1. 연구 배경 1
• 2. 연구 목적 4
• 3. 연구 범위 및 방법 6
• Ⅱ. 이론적 배경 8
• 1. 건설안전 관련 AI 연구사례 8
• 1) 국내 연구사례 8
• 2) 해외 연구사례 10
• 3) 텍스트 기반 분석의 한계 및 코드화 필요성 13
• 2. 예측모델의 종류 및 원리 16
• 1) 데이터 불균형 처리 16
• 2) 앙상블 모델(Random Forest, XGBoost, LightGBM) 17
• (1) 랜덤포레스트(Random Forest) 18
• (2) XGBoost(Extreme Gradient Boosting) 19
• (3) LightGBM(Light Gradient Boosting Machine) 19
• (4) 소프트 보팅 앙상블(Soft Voting Ensemble) 19
• 3) 확률보정 기법(Platt Scaling, Isotonic Regression) 20
• (1) Platt Scaling 21
• (2) Isotonic Regression 21
• (3) 확률보정의 효과와 적용 21
• 4) 계층형 분류 및 임계값 튜닝 22
• (1) 계층형 분류의 개념과 구조 22
• (2) 계층형 분류(Hierarchical Classification) 23
• (3) 임계값 튜닝(Threshold Tuning) 23
• 3. 예측모델의 주요 평가지표 25
• 1) Accuracy 25
• 2) Macro-F1 Score 25
• 3) MRR 26
• 4) Brier Score 27
• 5) ECE 27
• Ⅲ. 데이터 구축 및 모델 개발 29
• 1. 재해사례 데이터 29
• 1) 재해사례 수집 29
• 2) 데이터의 기본 구조 및 주요 항목 30
• 3) 재해사례 분포 31
• (1) 연도별 분포 31
• (2) 공사유형 및 공사종류별 분포 32
• (3) 업무유형별 분포 33
• (4) 작업내용별 분포 33
• (5) 재해형태별 분포 33
• 2. 데이터 인코딩 및 전처리 35
• 1) 서술형 데이터의 정형화 35
• 2) 코드화 전처리 및 파생변수 생성 36
• (1) 코드화 전처리 36
• (2) 파생변수 생성(연령대, 계절) 37
• 3. 재해형태 예측모델 개발 39
• 1) 개발 절차 및 데이터 분할 39
• (1) 데이터 구성 및 분할 40
• (2) 입력변수 및 출력변수 구성 40
• (3) 평가지표 및 활용 40
• 2) 기본모델(Baseline) 설계 41
• 3) 데이터 불균형 처리 42
• (1) 언더샘플링(Undersampling) 42
• (2) SMOTENC 43
• (3) 안정성 확보 및 보정 절차 43
• 4) 소프트 보팅 앙상블 및 확률보정 44
• (1) 소프트 보팅 앙상블(Soft Voting Encemble) 44
• (2) 확률보정(Platt Scaling, sigmoid) 45
• 5) 계층형 분류 및 임계값 튜닝 46
• (1) 계층형 분류(Hierarchical Classification) 47
• (2) 임계값 튜닝(Threshold Tuning) 47
• 4. 단계별 예측모델 성능 개선 과정 및 결과 49
• 1) 평가지표 49
• (1) Accuracy 기반 성능지표의 적용 및 해석 49
• (2) 균형성 확보를 위한 Macro-F1 분석 49
• (3) 순위 일관성 지표(MRR·Top-N Accuracy) 분석 50
• (4) 확률 신뢰도 지표(Brier Score·ECE) 분석 51
• 2) 단계별 예측모델 성능 결과 52
• (1) 단계별 모델 구성 요약 52
• (2) 기본모델(Baseline) 54
• (3) 데이터 불균형 처리 성능 결과 54
• (4) 소프트 보팅 앙상블 및 확률보정 성능 결과 54
• (5) 계층형 분류 및 임계값 튜닝 성능 결과 55
• 3) 단계별 예측모델 개선 효과 분석 56
• (1) 데이터 불균형 처리기법 효과 56
• (2) 소프트 보팅 앙상블 및 확률보정 효과 58
• (3) 계층형 분류 및 임계값 튜닝 효과 59
• (4) 평가지표 기준 및 해석 61
• 5. Top-N 예측결과 및 예측확률 의의 64
• 1) Top-N 예측 개념과 필요성 64
• 2) Top-N Accuracy 예측결과 64
• 3) 예측확률의 해석과 활용방안 65
• 6. 모델의 안전성 분석 67
• 1) 교차점검(K-Fold) 67
• 2) 교차점검(K-Fold) 결과 및 안전성 분석 68
• Ⅳ. 사례 적용을 통한 일반화 검증 71
• 1. 2025년 신규사례 적용 71
• 1) 신규사례 데이터 구성 71
• (1) 신규사례 공사유형 및 공사종류별 분포 71
• (2) 신규사례 재해형태별 분포 72
• (3) 신규사례 업무 유형 및 작업내용별 분포 73
• 2) 신규사례 예측 성능평가 73
• (1) 최종 예측모델 적용 73
• (2) 예측모델 적용 결과 74
• 2. 예측결과의 실무적 활용 가능성 77
• 1) 현장 관리 데이터와 입력변수 연계 77
• 2) 기존 위험성 평가의 보조수단 활용 79
• (1) 기존 위험성 평가 구조 및 한계 79
• (2) 확률기반 정량적 위험성 평가 제시 80
• 3) 위험성 평가 적용 시나리오 81
• (1) 1단계 : 근로자 단위 위험예측 81
• (2) 2단계 : 작업단위 집계 및 집중관리 82
• (3) 3단계 : 위험성 평가(RA) 적용 82
• 3. 적용사례의 시사점 및 한계 84
• 1) 데이터 접근성 및 공유체계의 한계 84
• 2) 데이터 품질 및 표준화의 중요성 85
• Ⅴ. 결 론 86
• 1. 연구 결과 및 활용 86
• 2. 연구의 한계 및 향후 연구 방향 91
• 참 고 문 헌 93
• 영 문 초 록 99
• 부 록 102
• 감 사 의 글 113