Risk Learning & Improvement — 위험 학습 및 개선 계층
1. 본 코드의 위치 — Assurance 이후, 다음 분석 주기 이전
RISK-017(Assurance Layer)이 "적용한 통제가 지금 효과적인가"를 확인하면, 그 결과는 현재 주기에서만 머물러서는 안 됩니다. 이 경험이 다음 위험 분석을 어떻게 개선하는가? 이 질문이 본 코드(RISK-018)의 출발점입니다.
위험 관리는 일회성 분석으로 완결되지 않습니다. 현장에서 축적된 경험, 발생한 사건, 통제 효과의 편차, 예상치 못한 시나리오는 모두 다음 분석 주기의 입력이 됩니다. 이 환류 구조를 체계화하는 것이 Learning Layer의 역할입니다.
본 코드의 3가지 경계
Risk Learning ≠ Assurance(RISK-017). RISK-017은 현재 통제의 효과를 확인합니다(현재→현재). 본 코드는 그 경험을 다음 분석 모델에 반영하는 구조를 다룹니다(현재→미래).Risk Learning ≠ Human Factor(RISK-014). RISK-014는 개인 수준의 수행 오류를 모델링합니다. 본 코드는 조직·시스템 수준의 경험이 위험 모델로 환류되는 구조를 다룹니다.
Risk Learning ≠ 절차 관리(SAFE/COM). 교육훈련 관리, CAPA 추적, 문서관리 절차는 SAFE/COM 영역입니다. 본 코드는 위험 분석 모델 자체의 개선 구조만 다룹니다.
2. Risk Learning의 의미
위험 관리 맥락에서 Learning은 단순히 "사고 원인을 파악했다"는 수준이 아닙니다. 파악한 원인과 교훈이 다음 위험 분석 모델의 가정, 데이터, 시나리오 구조에 반영되는 것을 의미합니다.
Learning이 발생하는 원천은 세 가지입니다. 첫째, 실제 사건·아차사고(Near Miss)입니다. 예측하지 못했던 시나리오가 실제로 발생했다면, 기존 분석의 시나리오 구조(RISK-010)나 원인 모델(RISK-011)이 불완전했다는 신호입니다. 둘째, 통제 효과 편차입니다. RISK-017 Assurance 결과에서 설계 효과와 실제 운영 효과 사이의 간극이 반복적으로 확인된다면, 이는 데이터 가정(RISK-013)의 수정 필요성을 의미합니다. 셋째, 외부 경험입니다. 유사 산업·공정에서 발생한 사건과 그 분석 결과는 자체 분석 모델을 검증하거나 보완하는 데 사용됩니다.
3. Lesson Learned 통합 구조
교훈을 위험 분석 모델에 통합하는 과정은 다음 흐름을 따릅니다.
3.1 교훈 식별
사건 또는 통제 편차로부터 분석 모델과 관련된 교훈을 추출합니다. 모든 사건이 위험 모델 수정으로 이어지는 것은 아닙니다. 분석 모델의 가정, 데이터, 시나리오 구조에 영향을 미치는 교훈만 본 코드의 대상입니다. 운영 절차 개선, 담당자 교육, 설비 교체 등의 대응은 SAFE 영역입니다.
3.2 분석 모델 영향 평가
식별된 교훈이 기존 분석의 어느 부분에 영향을 미치는지 평가합니다.
| 교훈 유형 | 영향 계층 | 수정 방향 |
|---|---|---|
| 예측되지 않은 시나리오 발생 | RISK-010 Scenario | Bow-Tie에 새 분기 추가, Top Event 재정의 |
| 원인 경로 누락 확인 | RISK-011 Cause | FTA Basic Event 추가, 게이트 구조 수정 |
| 결과 크기 과소 추정 | RISK-012 Consequence | ETA Outcome 분기 재검토, 심각도 척도 조정 |
| 데이터 가정 편차 확인 | RISK-013 Confidence | 불확실성 범위 재설정, 데이터 품질 등급 재분류 |
| 통제 효과 반복 편차 | RISK-001~003 / RISK-016 | PFD 가정 재검토, Treatment 유형 재선택 |
3.3 모델 반영 판단
영향 평가 결과를 바탕으로 분석 모델 수정 여부를 결정합니다. 수정이 결정되면 해당 계층(RISK-010~016)의 문서가 갱신되고, 갱신 근거로 해당 교훈이 추적됩니다. 수정이 불필요하다고 판단된 경우에도 그 판단 근거를 기록합니다.
4. Risk Model Improvement Cycle
위험 모델 개선은 선형적 과정이 아니라 순환 구조입니다. IEC 31000의 Risk Management 사이클은 "Monitor & Review → Communication → Context" 단계를 통해 이 순환을 명시합니다.
RISK 체인 맥락에서 이 순환은 다음과 같이 작동합니다.
1주기: 분석(RISK-001~014) → 판정(RISK-015) → 처리(RISK-016) → 검증(RISK-017) → 학습(RISK-018)
2주기 이후: RISK-018에서 식별된 교훈이 해당 계층의 입력으로 환류 → 개선된 모델로 재분석 시작
이 순환에서 중요한 것은 개선의 단위입니다. 매 주기마다 전체 분석을 재수행하는 것이 아니라, 교훈이 영향을 미치는 특정 계층만 선택적으로 갱신합니다. 이 선택적 갱신이 효율적인 Learning Loop의 핵심입니다.
5. Knowledge Feedback 구조
개별 조직의 경험만이 Learning의 원천은 아닙니다. 산업 전반의 지식이 위험 분석 모델로 환류되는 구조도 중요합니다.
내부 환류: 자체 운영 데이터, 아차사고 보고, Assurance 결과(RISK-017)가 분석 모델로 직접 반영됩니다. 가장 현장 적합성이 높지만 데이터 양이 제한적입니다.
외부 환류: 산업 사고 데이터베이스(FACTS, MHIDAS 등), 규제기관 권고사항, 유사 공정 사례 연구가 포함됩니다. 데이터 양은 많지만 자체 공정과의 적용 적합성을 검토해야 합니다.
표준 갱신: IEC 61511, ISO 45001 등 적용 표준의 개정은 분석 방법론 자체의 변경을 요구할 수 있습니다. 표준 갱신을 Learning Loop에 포함하면 분석 기반의 시대적 적합성이 유지됩니다.
외부 데이터 적용 주의
외부 사고 데이터를 자체 분석 모델에 반영할 때, 공정 조건·규모·운영 환경의 차이를 반드시 검토합니다. 직접 적용이 아닌 "유사성 범위 내 참조"가 원칙이며, 적용 근거와 한계를 명시해야 합니다.6. RISK 체인 연결 요약
| 코드 | 역할 | RISK-018 연결점 |
|---|---|---|
| RISK-010~012 | Scenario / Cause / Consequence | 교훈 반영 시 1차 수정 대상 계층 |
| RISK-013 | Analysis Confidence | 데이터 가정 편차 교훈 → 불확실성 범위 재설정 |
| RISK-016 | Risk Treatment | 통제 효과 반복 편차 → Treatment 유형 재선택 트리거 |
| RISK-017 | Risk Assurance | Assurance 결과가 Learning의 주요 입력 원천 |
| RISK-018 | Risk Learning | 경험·교훈을 분석 모델에 환류, 다음 Risk Cycle 개선 |