2.1.1. 데이터 처리 흐름
유해인자 노출 정보는 직종·질병과 달리 국제적으로 통일된 표준 분류체계가 부재하며, 표준화 대상이 되는 데이터 요소 자체가 자료원에 따라 상이하다. 이에 본 연구는 표준화 작업에 착수하기에 앞서 처리 단계별 산출물과 그 명칭 체계를 우선 정립하였다. 이는 후속 단계의 유관 기관 데이터 연계 시 기관 간 공통 참조 기준으로 활용하기 위한 것이다.
본 연구의 데이터 처리는 네 단계의 산출물로 구성된다.
첫째, 비정형 원천 데이터 단계이다. 산업안전보건연구원의 역학조사 사례집 원문 텍스트를 원천으로 하며, 개별 판정서를 원천 문서로 정의하였다. 이 단계의 자료는 서술형 문장으로 기술되어 있어 검색·집계·통계 분석이 불가능한 상태이다.
둘째, 추출 데이터셋 단계이다. 문헌 검토와 전문가 자문을 통해 확정한 추출 스키마에 따라, 원천 문서에서 데이터 요소별 원시값을 추출하였다. 원시값은 원문에 기술된 표기를 그대로 보존하며, 이 단계에서 표준코드는 부여하지 않는다. 원시값의 출처를 확인할 수 있도록 원천 문서 식별자를 포함한 프로비넌스를 함께 기록하였다.
셋째, 표준화 데이터셋 단계이다. 유해인자명 데이터 요소에 대하여 유해인자 마스터 테이블의 코드값을 부여하였다. 유해인자 마스터 테이블은 CAS 번호, 관계 법령, KOSHA 가이드 등 신뢰 자료원을 종합하여 별도로 구축한 표준 참조 데이터로서, 원천 데이터와 독립적인 생애주기를 가진다. 원시값과 코드값의 대응 관계는 매핑 테이블에 기록하였으며, 이를 추출 데이터셋에 결합하여 표준화 데이터셋을 구성하였다. 표준화 데이터셋은 원시값과 프로비넌스를 모두 보유하며 최소 입도를 유지한다.
넷째, 분석용 데이터셋 단계이다. 검증이 완료된 표준화 데이터셋을 특정 시점의 스냅샷으로 고정하고, 추출 스키마·매핑 테이블·마스터 테이블 버전 정보를 함께 구성하여 분석용 데이터셋으로 산출하였다. 연구 상대역에 제공하는 산출물이 이 단계에 해당하며, 매핑 결과의 타당성을 제공받는 측에서 직접 확인할 수 있도록 원시값과 프로비넌스를 포함하였다.
<그림 III-2> 유해인자 노출 데이터 처리 흐름
※ 마스터 테이블은 외부 신뢰 자료원에서 별도 구축되어 표준코드 부여 단계에 참조로 투입되며, 매핑 테이블이 양자를 연결한다.
2.1.2. 용어 정의
본 보고서에서 사용하는 용어는 다음과 같이 정의한다.
| 구분 | 용어 | 영문 | 정의 | 관측단위 |
|---|---|---|---|---|
| 원천 | 비정형 원천 데이터 | Unstructured source data | 역학조사 사례집 원문 텍스트 전체 | — |
| 원천 | 원천 문서 | Source document | 개별 판정서 1건 | 판정서 1건 |
| 추출 설계 | 데이터 요소 | Data element | 원천 문서에서 추출하는 개별 정보 항목 | — |
| 추출 설계 | 추출 스키마 | Extraction schema | 데이터 요소의 목록·정의·타입·허용값·필수 여부를 명세한 체계 | — |
| 추출 | 원시값 | Raw value | 원천 문서에 기술된 표기를 그대로 추출한 값 | — |
| 추출 | 추출 데이터셋 | Extracted dataset | 데이터 요소별 원시값으로 구성된 테이블. 표준코드 부여 이전 상태 | 원천 문서 × 유해인자 |
| 표준화 기준 | 마스터 테이블 | Master table | CAS 번호·관계 법령·KOSHA 가이드를 종합하여 구축한 유해인자 표준 참조 테이블 | 코드값 1건 |
| 표준화 기준 | 코드체계 | Code system | 마스터 테이블이 정의하는 코드값의 전체 집합 및 그 구조 | — |
| 표준화 기준 | 코드값 | Code value | 유해인자에 부여되는 개별 표준코드 | — |
| 표준화 기준 | 코드명 | Code name | 코드값에 대응하는 표준 용어명 | — |
| 매핑 | 매핑 테이블 | Mapping table | 원시값과 코드값의 대응 관계를 기록한 테이블 | 고유 원시값 1건 |
| 매핑 | 표준코드 부여 | Code assignment | 원시값에 코드값을 부여하는 작업 | — |
| 산출 | 표준화 데이터셋 | Standardized dataset | 추출 데이터셋에 코드값·코드명을 결합한 테이블. 원시값·프로비넌스를 보유하며 최소 입도를 유지 | 원천 문서 × 유해인자 |
| 산출 | 분석용 데이터셋 | Analysis-ready dataset | 표준화 데이터셋을 특정 시점 스냅샷으로 고정하여 제공하는 산출물. 원시값·프로비넌스 포함 | 원천 문서 × 유해인자 |
| 관리 | 프로비넌스 | Provenance | 원시값의 출처 기록. 원천 문서 식별자를 포함 | — |
| 관리 | 관측단위 | Unit of observation | 테이블의 1개 행이 표상하는 대상 | — |
| 관리 | 입도 | Granularity | 관측단위의 세분화 수준 | — |
| 관리 | 카디널리티 | Cardinality | 원시값과 코드값 간 대응 관계의 수(n:1, 1:1, 1:n) | — |
| 관리 | 버전·유효기간 | Version / Validity period | 마스터 테이블의 개정 이력 및 코드값의 적용 시점 | — |
본 연구팀은 유해인자 추출 스키마를 설정하기 전 표준화·노출평가 국제 동향을 파악하기 위해 다음의 문헌 조사 및 검토 절차를 수행하였다.
가. 1차 문헌 검색 및 선정
Google Scholar와 PubMed를 활용하여 "exposure database standardization"을 핵심 검색어로 설정하고 관련 연구를 검토하였다. 그 결과 국제 측정 DB 표준(AIHA Data Standardization 2024AIHA, Best Practices for Industrial Hygiene Data Standardization: Air and Noise Sampling (White Paper, 2024).), 국제 JEM(FINJEMFINJEM — Finnish Job-Exposure Matrix, Finnish Institute of Occupational Health.·CAREXCAREX — CARcinogen EXposure database, EU 15개국.·SYN-JEMSYN-JEM — SYNERGY project quantitative job-exposure matrix.·CANJEMCANJEM — Canadian job-exposure matrix, Université de Montréal.), 노출재구성·신뢰도 프레임워크(AIHA 노출재구성 가이드 2008AIHA, 노출재구성(Exposure Reconstruction) 가이드, 2008.·ExpoQual 2019ExpoQual: Evaluating measured and modeled human exposure data. Environmental Research, 2019.), 국내 노출평가 선례(KoConJEM·석면 JEM연세대학교 산업보건연구소, 유해물질 국제표준 마스터 파일 개발 — 국제·국내 자료원 통합 유해인자 표준 마스터 테이블 구축과 표준화 성능 검증, 2026년 7월 31일 세미나 발표자료.·K-CAREX·KOSHA GUIDE W-15-2020KOSHA GUIDE W-15-2020, 한국산업안전보건공단.) 등을 1차 후보군으로 확인하였다.
나. AI 기반 구조 분석(보조 자료)
1차로 확인한 핵심 문헌의 PDF 원문을 Google Deep Research(AI 기반 심층 조사 도구)에 업로드하여, 각 표준 DB의 스키마 구조와 핵심 데이터 요소 속성을 병렬 추출하였다. 이 결과는 국제 표준 DB 스키마 구조를 상호 비교·정리하는 보조 자료로 활용하였으며, 이후 추출 스키마 도출의 근거가 되었다.
다. 방법론 도출 및 최종 문헌 선정
1차 검색 결과와 AI 보조 분석 결과를 국내 산업안전보건 환경 및 본 역학조사 사례집 보고서인 비정형 원천 데이터의 특성에 맞게 재구성하고, 산업보건 실무자 자문을 병행하여 최종 검토 문헌군을 확정하였다.
문헌 검색을 통해 확보한 국내외 주요 표준·DB·가이드라인을 원자 단위 및 목적에 따라 6개 분류로 묶어 정리하면 다음과 같다.
<표 III-3> 확보한 국내외 표준 문헌 목록 및 개요
| 분류 | 문헌·표준명 (발행연도) | 간략 설명 |
|---|---|---|
| 국제 측정 DB·데이터 표준 | Lippmann 등(1996) | 산업위생 노출 DB 설계의 원형(prototype)으로 인용되는 핵심 데이터 요소 표준화 제안. |
| Rajan 등(1997) | 유럽 내 화학물질 노출 측정 데이터의 저장 및 상호운용성을 위한 공통 핵심 정보 항목 표준 제안. | |
| Tielemans 등(2002) | 노출 측정자료의 품질 평가, 저품질 자료 배제 및 불확실성 표기 원칙 제시. | |
| AIHA Data Standardization(2024) | 미국 산업위생학회 최신 표준. 개별 시료 채취-분석 이벤트 단위 16개 필수 속성 정의. | |
| 국제 정량 JEM | FINJEM (핀란드) | 핀란드 직업 × 물질 × 시기 정량 농도 집계 매트릭스. 시기구간 밴드 활용. |
| CAREX | EU 15개국, 55개 산업 대상 발암물질 노출평가 기준. | |
| SYN-JEM (Peters 2016) | 유럽 8개국 자료 통합. job × year × region 3축 궤적 산출 및 시간축 지수적 감소 실증. | |
| 국제 정성·전문가 평가 JEM 및 판정 시스템 | CANJEM (Sauvé 2018) | 캐나다 4개 연구 통합. 강도·확률·빈도 3진 등급 체계의 전문가 평가 JEM. |
| DOM-JEM | 유럽 다국가 폐암 발암물질 노출 확률·강도 등급 부여 표준 도구. | |
| OccIDEAS (호주) | 웹 기반 후향적 직업노출평가 소프트웨어. 직무 이력 인터뷰 기반 자동·수동 판정 시스템. | |
| 일본 業務上疾病의 認定基準·職業病リスト | 업무상 질병 인정기준 및 직업병 목록. 산재 인정의 국가 판정 근거 시스템. | |
| 노출재구성·신뢰도 프레임워크 | AIHA 노출재구성 가이드(2008) | 데이터 출처를 5단계 위계(measured~self-report)로 구분하는 노출재구성 방법론. |
| ExpoQual(2019) | 데이터 신뢰도를 3단계 Tier(직접 실측~전문가 판단)로 구분하는 프레임워크. | |
| 국내 표준·선례 | KoConJEM | 한국형 건설업 JEM. 60개 건설직종 × 26종 유해인자 위험도 점수 산출. |
| 석면 JEM | 1980년대~2010년대 시기별·직종별 석면 노출 추정치 제공. | |
| K-CAREX | WEMD·SHED·WECS 연계 산업별 발암물질 노출 유병률 및 강도 추정. | |
| 작업환경측정 및 정도관리 고시 | 국내 작업환경측정 제도 전반의 세부 절차 및 측정·분석 신뢰도 보장 고시. | |
| WEMS | 국가 작업환경측정 DB. 법정 관리대상 유해인자의 개인시료 측정 결과 집적. | |
| KOSHA GUIDE W-15-2020 | 국내 화학물질 위험성평가 방법 및 노출 시나리오 표준 가이드. | |
| 부가 분류 참조 | IARC Monographs (그룹 1/2A/2B/3) | 유해인자 사전 매핑 기준을 위한 국제 발암성 분류 표준. |
위 표에 정리한 각 문헌의 발간 배경·방법론·규모·본 연구에서의 위치를 6개 분류별로 상세히 서술하면 다음과 같다.
가. 국제 측정 DB·데이터 표준
이 분류는 개별 시료 채취-분석 이벤트를 원자 단위로 하는 산업위생 측정 데이터베이스의 국제 표준화 계보를 이룬다.
나. 국제 정량 JEM (Job-Exposure Matrix)
개별 측정치를 직업 × 물질 × (시기·지역) 셀 단위로 집계·모델링한 정량 매트릭스이다.
다. 국제 정성·전문가 평가 JEM 및 판정 시스템
실측 자료가 부재한 상황에서 전문가 정성 평가 또는 개인 직무이력에 기반해 노출을 판정하는 계층이다.
라. 노출재구성·신뢰도 프레임워크
마. 국내 표준·선례
바. 부가 참조
국내외 표준들을 그 필수 요건(데이터 속성)의 공통점 및 특징에 따라 정리하면 3계층으로 분류할 수 있다. 분류 기준은 각 표준이 전제하는 관측 단위(unit of observation) 이며, 이는 노출평가 국제 문헌(Peters 2016·Sauvé 2018·AIHA 노출재구성 가이드 2008)에서 공통적으로 사용되는 원리이다. 이에 따라 확보한 국내외 표준을 3계층으로 분류한 매트릭스는 다음과 같다.
<표 III-4> 노출 데이터 3계층별 국내외 대표 DB·기준
| 계층 | 국내외 대표 DB / 기준 | 규모·특징 |
|---|---|---|
| 측정 계층 | AIHA Data Standardization (2024) · WEMS (국내 작업환경측정정보시스템) · 작업환경측정 및 정도관리 고시 · Lippmann(1996) · Rajan(1997) · Tielemans(2002) | 개별 시료 채취-분석 이벤트가 원자 단위이며, 정량 실측치를 저장하는 규제·정도관리 계층 |
| JEM 계층 | CANJEM · KoConJEM · FINJEM · CAREX · SYN-JEM · DOM-JEM · K-CAREX | 직업 × 물질 × (시기·지역) 집계 셀이 원자 단위이며, 측정 계층의 집계·모델링 파생물 |
| 판정 계층 | 한국형 석면 JEM · OccIDEAS · 일본 업무상질병 인정기준(業務上疾病の認定基準) ·職業病リスト | 개인 사례별 노출 등급·업무관련성 판정이 원자 단위이며, 정성·반정량 서술 + 원문 인용 정량이 주된 정보 형태 |
| 부가 참고 | IARC Monographs (그룹 1/2A/2B/3) · AIHA 노출재구성 가이드(2008) · ExpoQual(2019) | 물질·요인 단위의 발암성 국제 표준 분류 , 신뢰도 평가 프레임워크 |
각 계층의 규모와 특징을 서술하면 다음과 같다.
측정 계층의 관측 단위는 개별 시료 채취-분석 이벤트이며, 시료 1건이 레코드 1건에 대응한다. 미국산업위생학회(AIHA)가 제시한 노출 데이터 표준화 지침(2024)은 시료 식별자, 채취 일자, 시료 유형, 유량, 분석법, 측정 농도, 단위, 채취 시간, 업종, 직종, 공정, 공학적 대책, 대상 물질(CAS 번호), 입자 분율, 개인보호구의 15개 데이터 요소를 필수 항목으로 규정하고 있으며, 미국·유럽 산업위생 실무의 사실상 표준으로 자리잡았다. 국내에서는 작업환경측정 결과 관리시스템(WEMS)이 사업장·물질·연도 단위의 정량 측정 레코드를 관리하며, 개인시료(호흡기를 중심으로 반경 30 cm 반구 범위)와 지역시료를 구분하고 시간가중평균(TWA)·단시간노출(STEL)·최고노출(Ceiling)의 평가 방식을 규정하고 있다. 세 계층 중 입도가 가장 세밀하다.
직업-노출 매트릭스(JEM) 계층은 측정 계층의 개별 측정치를 직종·물질·시기의 조합 단위로 집계한 파생 계층이다. 구축 방식은 실측치를 통계적으로 집계하는 정량 방식(FINJEM, SYN-JEM)과 전문가가 노출 수준을 등급으로 평가하는 정성 방식(CANJEM, DOM-JEM, KoConJEM)으로 나뉘나, 관측단위가 집계 셀이라는 점에서 동일 계층에 속한다. 각 셀에 시기 구간을 설정하여 노출 수준의 시기별 변화를 표현하는 것이 이 계층의 공통 특징이며, 집계 과정에서 개별 사업장과 개별 근로자 수준의 정보는 소실된다.
판정 계층은 개인 사례별 노출 등급과 업무관련성 판정을 관측단위로 한다. 정성·반정량 서술이 주된 정보 형태이고, 한 사례에 다수의 유해인자와 다수의 노출 시기가 함께 나타나는 것이 일반적이다. 실측 자료가 부재하더라도 전문가 평가를 통해 학술적 정당성을 확보할 수 있음은 CANJEM의 선례가 보여준다.
본 II단계 역학조사 사례집 보고서는 각 개인 사례에 대해 업무관련성을 판정하기 위해 작성된 자료이다. 이 문서의 본질적 목적이 판정 계층의 정의(개인 사례별 노출 등급·업무관련성 판정)와 일치하므로, 역학조사 사례집 보고서는 동일한 목적을 갖는 판정 계층에 속한다(1,625건).
판정 계층에 속함을 확정하였으나, 실제로 역학조사 사례집 보고서를 살펴보면 특정 사례에서는 판정 계층 범위를 넘어 타 계층(측정·JEM)에 속하는 데이터요소들에 해당하는 원시값을 포함하는 경우가 관찰되었다. 이에 따라 최대한 활용하기 위해, 모든 계층의 데이터요소들에서 1개의 원시값이라도 존재하는 경우를 파악해보았다.
<표 III-5> 계층별 대표 필수 데이터요소별 원시값 획득 가능성
| 데이터요소 | 계층 | 원시값 획득 가능성 |
|---|---|---|
| 1 Sample ID | 측정 계층 | x |
| 2 Sampling Date (시료 채취일) | 측정 계층 | ○ |
| 3 Sample Type (개인/지역 시료) | 측정 계층 | ○ |
| 4 Flow Rate (공기 채취 유량) | 측정 계층 | x |
| 5 Method (시료 채취·분석 방법) | 측정 계층 | x |
| 6 Concentration (측정 농도) | 측정 계층 | ○ |
| 7 Duration (측정 지속시간) | 측정 계층 | x |
| 8 Unit (농도 단위) | 측정 계층 | ○ |
| 9 Industry (산업 코드) | 측정 계층 | ○ |
| 10 Job (직종 코드) | 측정 계층 | ○ |
| 11 Process (공정) | 측정 계층 | ○ |
| 12 Engineering Control (공학적 통제) | 측정 계층 | ○ |
| 13 Agent (CAS) (유해인자·CAS 번호) | 측정 계층 | ○ |
| 14 Fraction (호흡성/흡입성 분율) | 측정 계층 | ○ |
| 15 PPE (개인보호구) | 측정 계층 | ○ |
| 16 Exposure (유해인자) | 측정 계층 | ○ |
| 노출자 비율 P (%) | JEM 계층 | x |
| 노출자 평균 수준 L | JEM 계층 | x |
| Job × Year × Region 셀 정량 농도 | JEM 계층 | x |
| 시기 구간 (Year band) | JEM 계층 | ○ |
| 사례 식별자 (case_id) | 판정 계층 | ○ |
| 직업 (KSCO/KECO) | 판정 계층 | ○ |
| 유해인자 (물질명) | 판정 계층 | ○ |
| 노출기간 (시작·종료·총기간·빈도) | 판정 계층 | ○ |
| 정성 강도 (intensity) | 판정 계층 | ○ |
| 정성 확률 (probability) | 판정 계층 | x |
| 정성 빈도 (frequency) | 판정 계층 | ○ |
| 업무관련성 판정 | 판정 계층 | ○ |
| 원문 인용 근거 (evidence) | 판정 계층 | ○ |
위 검토를 통해, 획득 가능 으로 확인된 변수는 판정 계층의 기본 변수(사례 식별·직업·유해인자·노출기간·정성 강도·정성 빈도·업무관련성 판정·원문 인용 근거) 전 항목과, 측정 계층의 시기·시료 성격 및 사례 맥락 매핑 그룹(2 Sampling Date·3 Sample Type·9 Industry·10 Job·11 Process), 그리고 원문에 인용된 정량 수치·정성 노출 조건(6 Concentration·8 Unit·12 Engineering Control·13 Agent(CAS)·14 Fraction·15 PPE), JEM 계층의 시기 구간이다.
획득 불가로 확인된 데이터 요소는 세 유형이다. 측정 계층의 시료 채취 이벤트 관련 요소(1·4·5·7)는 시료 단위의 메타데이터 자체가 사례집에 기재되지 않는다. JEM 계층의 셀 단위 정량 산출물(P·L 및 Job × Year × Region 셀)은 지역 축이 원천 데이터에 없어 셀을 구성할 수 없다. 판정 계층의 정성 확률은 노출 확률을 등급으로 기재하는 관행이 없어 원시값이 존재하지 않는다.
위 검토 결과에 따라 가능한 모든 변수를 확보하는 것이 추출스키마(안)이다. 추출스키마(안)는 아래의 표와 같다.
<표 III-6> 추출스키마(안)
| 데이터요소 | 데이터요소 |
|---|---|
| 2 Sampling Date (시료 채취일) | 15 PPE (개인보호구) |
| 3 Sample Type (개인/지역 시료) | 시기 구간 (Year band) |
| 6 Concentration (측정 농도) | 사례 식별자 (case_id) |
| 8 Unit (농도 단위) | 직업 (KSCO/KECO) |
| 9 Industry (산업 코드) | 유해인자 (물질명) |
| 10 Job (직종 코드) | 노출기간 (시작·종료·총기간·빈도) |
| 11 Process (공정) | 정성 강도 (intensity) |
| 12 Engineering Control (공학적 통제) | 정성 빈도 (frequency) |
| 13 Agent (CAS) (유해인자·CAS 번호) | 업무관련성 판정 |
| 14 Fraction (호흡성/흡입성 분율) |
추출스키마(안)는 3계층에 걸쳐 총 20개 추출항목(측정 계층 11 · JEM 계층 1 · 판정 계층 8)으로 구성된다.
실제 업무상질병을 판정하기 위해서 여러 사례를 검토하고, 다중 비교를 수행하기 위해서는 실용 가능한 추출스키마 확정이 필요하다. 이를 하기 위해, 다양한 실무 배경을 가진 산업보건 실무자 6명이 참여한 내부 회의를 통해 유해인자 추출항목을 검토하였다. 회의에는 실제 역학조사를 수행하거나 기존 역학조사 자료를 참고할 때 필수로 확인하는 부분을 파악할 수 있는 실무자들이 참여하였으며, 이들의 검토를 바탕으로 역학조사 사례집 데이터의 특성과 검색 시스템의 요구사항을 반영한 우선순위 데이터요소들을 도출하였다. 내부 회의에 참석한 실무자는 다음과 같다.
<표 III-7> 내부 회의 참여 실무자 명단
| 실무자 | 실무자 경력 |
|---|---|
| A | 탄광 전문 업무상질병보고서 담당자 |
| B | 직업병 전문 의사, 업무상 질병 판정 위원 경력 10년 |
| C | 내과전문의, 업무상질병 의학적 소견 담당자 |
| D | 건설업 전문 업무상질병 보고서 담당자 |
| E | 제조업 전문 업무상질병 보고서 담당자 |
| F | 제철소 전문 업무상질병 보고서 담당자 |
가. I단계 기확보 데이터 요소 제외
추출 스키마(안) 20개 가운데 사례 식별자, 직업(직종), 업무관련성 판정은 I단계 연구에서 이미 추출하여 DB에 확보되어 있으므로 검토 대상에서 제외하였다.
나. 원시값 보유 원천 문서 건수 확인
실무자 다수가 사례 간 비교가 가능하기 위해서는 데이터 요소별로 최소 10건 이상의 사례에 원시값이 존재해야 한다는 의견을 제시하였다. 이에 2000년부터 2024년까지 전체 비정형 원천 데이터를 검토하여 데이터 요소별 원시값 보유 원천 문서 건수를 산출하였다.
이의 결과는 아래의 표와 같다.
<표 III-8> 10사례 이상 원시값이 있는 원천 문서 건 수
| 데이터요소 | 원천 문서 건 수 |
|---|---|
| 노출기간 | 1,604 |
| 정성 빈도 | 837 |
| 2 Sampling Date | 533 (구체적 일자 기재 128) |
| 6 Concentration | 523 |
| 8 Unit | 478 |
| 15 PPE | 369 |
| 12 Engineering Control | 268 |
| 3 Sample Type | 20 |
| 14 Fraction | 12 |
다. 데이터 요소별 필요도 검토
데이터요소별로 실무자 6명이 회의를 진행하여 필요여부를 파악하였고, 각 변수 항목별 실무자 선택 빈도를 도출하였다. 이때 과반수 이상 선택한 데이터요소들을 모두 선택하였고, 그 결과는 아래의 표와 같다.
<표 III-9> 데이터요소별 실무자 선택 빈도
| 데이터요소 | 실무자 선택 빈도 |
|---|---|
| 시기 구간 (시작·종료) | 6/6 |
| 유해인자 (물질명) | 5/6 |
| 12 Engineering Control (공학적 통제) | 5/6 |
| 2 Sampling Date (시료 채취일) | 5/6 |
| 6 Concentration (측정 농도) | 4/6 |
| 8 Unit (농도 단위) | 4/6 |
| 15 PPE (개인보호구) | 4/6 |
| 정성 빈도 (frequency) | 4/6 |
실무자 A는 위 8개 데이터 요소 외에, 동일한 공정이라도 작업 공간의 환기 상태에 따라 근로자가 실제로 받는 노출 강도가 크게 달라지므로 환기 불량 공간 여부를 별도로 확인할 필요가 있다는 의견을 제시하였다. 나머지 5명이 이에 동의하여 해당 데이터 요소를 추가하는 것으로 결정하였다.
이에 따라 실무자 검토에서 채택된 8개와 추가 제안된 1개를 합하여 총 9개를 최종 추출항목으로 확정하였다. 아울러 본 DB의 주된 이용자가 국내 업무상질병 판정 관련 실무자와 전문가임을 고려하여, 표준화 데이터셋의 항목명은 국내 실무에서 통용되는 국문 용어로 통일하였다.
<표 III-10> 최종 추출항목 및 명칭 통일화
| 추출 항목명 | 표준화데이터셋 내 추출항목명 |
|---|---|
| 시기 구간 (시작·종료) | 노출시기 |
| 유해인자 (물질명) | 유해인자 |
| 12 Engineering Control (공학적 통제) | 환기설비 |
| 2 Sampling Date (시료 채취일) | 측정시기 |
| 6 Concentration (측정 농도) | 농도 |
| 8 Unit (농도 단위) | 단위 |
| 15 PPE (개인보호구) | 보호구 착용여부 |
| 정성 빈도 (frequency) | 빈도 |
| 환기가 불량한 공간 | 환기 불량한 공간 |
최종 추출항목 가운데 노출시기, 환기설비, 착용여부는 유해인자명이나 농도와 달리 노출 수준을 직접 나타내지 않으므로, 추출 필요성에 대한 별도 근거가 요구된다. 세 항목은 모두 동일한 직종·동일한 유해인자라도 실제 노출 강도가 크게 달라지는 조건을 나타낸다는 점에서 공통된 근거를 갖는다.
가. 시대별 노출 수준의 변화
SYN-JEM(2.2.1.2 참조)은 유럽 8개국 40년간의 측정 자료에서 대부분의 유해인자에 대해 노출 수준의 유의한 지수적 감소를 확인하였으며, 석면의 경우 연평균 약 10.7%의 감소율을 보였다. 이는 동일 직종·동일 유해인자라도 1970년대와 2000년대의 실제 노출 강도가 수십 배 이상 차이날 수 있음을 의미한다.
이러한 감소는 다음 네 가지 산업위생·규제 요인이 시대적으로 누적된 결과이다.
나. 노출시기
본 사례집은 2000년부터 2024년까지 25년에 걸친 자료이며, 대상자 상당수가 사례집 수록 이전 시기(1970~1990년대)에 시작된 장기 노출 이력을 갖는다. 노출 시작 연도와 종료 연도를 각각 원시값으로 보유하지 않고 직종 × 유해인자 조합만으로 사례를 비교하면, 1975년에 시작된 코크스로 벤젠 노출과 2010년에 시작된 자동화 공정 벤젠 노출이 동일한 노출 수준으로 분류될 수 있다. 이는 업무관련성 판정의 재현성을 저해하므로, 노출시기는 시작·종료 시점을 각각 별도의 최소 입도로 저장하도록 설정하였다.
다. 환기 불량 공간
환기설비 데이터 요소는 국소배기장치 등 공학적 통제의 설치 여부를 나타내나, 설비가 설치되어 있더라도 작업 공간이 밀폐·협소하여 실제 환기가 이루어지지 않는 경우가 실무에서 빈번하게 확인된다. 설비 설치 여부와 실제 환기 상태는 서로 다른 정보이므로, 환기 불량 공간 여부를 별도의 데이터 요소로 분리하여 설정하였다.
유해인자 노출 정보의 표준화는 비정형 원천 데이터에서 원시값을 추출하고, 이에 표준코드를 부여한 뒤 표준화 데이터셋으로 적재하는 세 단계로 구성되며, 본 연구는 이를 유해인자 표준화 파이프라인으로 설계하여 수행하였다. 추출(E) 단계에서는 추출 스키마에 정의된 데이터 요소별로 원천 문서에서 원시값을 추출하였다. 원시값은 원문 표기를 보존하며, 출처를 확인할 수 있도록 프로비넌스를 함께 기록하였다. 변환(T) 단계는 데이터 요소의 성격에 따라 원시값에 코드값 및 표준화된 값을 부여하였다. 적재(L) 단계에서는 추출 데이터셋에 코드값과 코드명을 결합하여 표준화 데이터셋을 구성하였다. 표준화 데이터셋은 원시값과 프로비넌스를 보유하며 최소 입도를 유지한다.
추출(E) 단계에서 추출항목을 비정형 원천 데이터에 구성된 4가지의 필드별로 원문 판독에 기반한 통합 추출 파이프라인을 설계·수행하였다. 추출은 ① 역학조사정량 > 정성 조건 > 정성 등급역학조사의 추출 우선순위, ② 모든 추출값에 근거가 된 원문 문구를 함께 기록하는 역학조사원문 근거 인용 의무역학조사, ③ 판독 확실성에 따른 역학조사신뢰도 등급(confidence) 부여역학조사, ④ 근거 부족 시 추정 대신 역학조사결측(NULL) 처리 원칙역학조사의 원칙을 준수하였다.
<표 III-11> 소스 텍스트 필드별 추출 대상역학조사
| 소스 필드 | 추출 대상 |
|---|---|
| 개요 | 노출 시작·종료 연도, 근무 기간, 진단 시점, 사업장 유형 |
| 작업환경 | 세부 공정·태스크, 유해물질, 정량 수치(ppm/mg/m³/dB), 물리적 상태, 환기가 불량한 공간, 국소배기·환기, PPE 착용, 산업분류 |
| 의학적_소견 | 진단명 정밀 확인, 흡연력·기저질환(교란요인) |
| 결론_업무관련성 | 위원회 노출 판정, IARC 인용, 노출기준 초과 여부, 데이터 출처 유형 |
역학조사필드 간 추출 우선순위 (1차 소스 → 2차 보완).역학조사 위 표는 각 필드의 주된 추출 대상을 제시하지만, 실제 원문에서는 노출 정보가 여러 필드에 분산되어 서술되는 경우가 많다. 파이프라인은 이를 다음과 같이 계층적으로 처리하였다.
역학조사원문 인용 동반 저장.역학조사 추출 파이프라인의 핵심 설계 결정은 역학조사모든 추출된 원시값이 근거가 된 원문 문구와 짝을 이루어 저장역학조사되는 것이다. 예컨대 `측정값[].농도`·`측정값[].단위`가 채워질 때에는 반드시 같은 항목의 `측정값[].원문인용` 필드에 원 서술이 함께 기록된다 — 예: `농도="0.5-1.60"`, `단위="ppm"` 항목에는 "유사공정 노출수준을 고려하면 매년 0.5-1.60ppm 수준에서 벤젠 노출이 있었을 것으로 추정된다"와 같은 원문이 짝지어 보존된다. 이 원문인용은 이후 검토자가 추출값이 서술 근거에 부합하는지를 화면 상에서 판단할 수 있게 하며, 매핑테이블을 제작할 때 애매한 경우 원 서술을 근거로 최종 판정할 수 있게 하는 감사 기반이 된다.
작업환경에서
변환(T) 단계에서 원시값을 표준코드 및 표준화된 값을 변환하기 위해선, 먼저 데이터요소별 표준화하는 방법론을 개발 및 채택하는 것이 필요하다.
본 연구에서의 데이터 표준화는 단순히 용어를 통일하는 작업을 넘어, 현장의 비정형 텍스트로 매몰된 노출 평가 정보를 통계적 비교 분석이 가능한 객관적 데이터 자산으로 전환하고자 하며, 이를 위해 데이터요소의 성격에 따라 3단계 데이터 표준화 체계를 구축하였다.
데이터 표준화 체계는 아래의 표와 같다.
| 단계 | 성격 | 데이터요소 | 방법론 | 핵심 목적 |
|---|---|---|---|---|
| 1단계 | 식별(Identification) | 유해물질명 | 마스터 테이블(Mapping) | 표준 코드로 통합 |
| 2단계 | 범주화(Categorization) | 보호구 착용여부 | 유형화(Typology) | 서술형 정보를 분석 가능한 척도로 변환 |
| 3단계 | 정규화(Normalization) | 농도, 단위(mg/m3, ppm 등) | 단위 표준화(Standardization) | 수치 데이터의 비교 가능성 확보 |
위의 데이터 표준화 체계에 포함되지 않는 데이터요소들의 경우 현재 변수값에 대한 범위, 정의가 존재하지 않는다. 그런 상황에서 모든 원시값을 수치화하거나 범주화하는 것은 불가능하며, 오히려 무리하게 수치화할 경우 데이터의 본질적인 맥락이 훼손될 가능성이 있다. 그러므로 해당 데이터요소들의 정보를 원문에서 추출하는 작업까지 수행하였다.
비정형 원천 데이터에서 측정 단위에 해당하는 데이터요소의 원시값은 동일 단위임에도 불구하고 `mg/m3`·`㎎/㎥`·`mg/m³` 등 표기가 다 다르게 되어있고, `ppm, 최고`·`ppm(TWA)` 같은 주석이 부착되어 있어 정준형(`ppm`·`mg/m³` 등 57종)으로의 단위 표준화 작업이 필요하였다. 이에 따라 `단위` 필드의 역학조사283개 고유 표현역학조사을 정준 단위 57종으로 정리하였다.
<표 III-12> 측정단위 표기 통합 표준화 예시
| 정준형 | 원본 표기 예시 (표기 변이·주석 포함) |
|---|---|
| ppm | 'ppm', 'ppm(TWA)', 'ppm, TWA', 'ppm, 기하평균', 'ppm, 최고', 'ppm, 최대', 'ppm, 평균', 'ppm, 개인시료', 'ppm, 지역시료', 'ppm, 실잔업시간 기준' 등 |
| ppm·year | 'ppm year', 'ppm*year', 'ppm*yr', 'ppm-year', 'ppm-yr', 'ppm·yr', 'ppm×year', 'ppm․year', 'ppm‧년', 'ppm・yr', 'ppm･year', 'ppm-yr, 누적노출량', 'ppm·년, 누적 평균노출량' 등 |
| mg/m³ | 'mg/m3', 'mg/㎥', '㎎/㎥', 'm㎎/㎥', 'mg/m3, TWA', 'mg/㎥, 상반기', '㎎/㎥, 산보연, 기하평균', 'mg/㎥, 최고' 등 |
| µg/m³ | 'ug/m3', 'μg/m3', 'μg/㎥', '㎍/m3', '㎍/㎥' |
| dB(A) | 'dB', 'dBA', 'dBA(Leq)', 'dB, TWA', 'dBA, 개인', 'dBA, 절단 작업 1m 이내', 'dBA, 프레스 공정' 등 |
| mSv | 'mSV', 'mSv (누적선량)', 'mSv, 누적 노출 선량', 'mSv, 누적노출량', 'mSv, 최대', 'mSv, 최대 누적 피폭량' 등 |
| % | '%', '% w/w', '%(w/w)', '%(mg/dl)', '%(용량비)', 'vol%', 'wt%', 'area%', '%MVC', '% (노출기준 대비)' 등 |
| 개/cm³ | '개/cc', '개/㎖', '개/㎤, 기하평균', '개/㎤, 최대', '개/cc, 1993-1994 상반기' 등 |
| fiber/cc | 'f/cc', 'fiber/cc', 'fiber/㎤' |
| mg/L | 'mg/L', 'mg/L, 요중, 작업 전', 'mg/L, 혈중', '㎎/l' |
| µSv/h | 'uSv/hr', 'µSv/Hr', 'μSv/h', 'μSv/hr', 'μ㏜/hr' |
노출평가에서 보호구 착용여부는 실질 노출 강도를 결정짓는 핵심 요소이나, 비정형 원천 데이터에서는 자유서술 형태로 저장되어 사례 간 비교·집계가 불가능하였다. 이에 원문 서술을 역학조사`착용` / `미착용` / `정보없음`역학조사 3가지 분류 값의 정준 범주로 통일하였다.
<표 III-13> 보호구 착용여부 범주화 매핑 규칙 예시
| 위 | 조건 | 판정 | 비고 |
|---|---|---|---|
| 1 | 빈값 · NULL · 'x' · '-' · '.' · 'na' 등 무의미 문자 | 불명 | |
| 2 | '알 수 없' · '불명' · '미상' · '불분명' · '확인되지 않' · '기록 없' · '언급 없' | 불명 | 명시적 불확실 표현 |
| 3 | 긍정 강표현('항상착용' · '착용하였' · '착용하는' 등) + 부정어 동시 출현 | 수동 검토 | 규칙 오작동 예방 |
| 4 | '미착용' · '비착용' · '무착용' · '미지급' · '미사용' · '맨손' | 미착용 | 명시적 미착용 어휘 |
| 5 | 부정어('않' · '없' · '못' · '아니') | 미착용 | 긍정어보다 먼저 판정 (핵심 원칙) |
| 6 | 긍정어('착용' · '사용' · '쓰고' · '썼' · '끼고' · '장착' · '입었' · '덧대' · '가리') | 착용 | |
| 7 | 공급어만('지급' · '제공' · '보급' · '공급' · '설치' · '구비' · '비치') — 착용 언급 부재 | 불명 | 안전 편향 (원칙 2) |
표준화 체계 중 1단계에 해당하는 유해인자명에 대해서는 유해인자 노출을 파악하는 기본요소이며, 대표적인 예시로 CAS 번호와 같이 유해인자명에 대해서 표준화 코드가 존재한다. 그러나 현재 비정형 원천 데이터에서는 자유 기술 형식이며, 동일한 물질이 자료마다 다른 표기로 남는다. 예를 들어, 호흡성 분진은 호흡성분진`·`호흡성 분진`·`respirable dust`·`분진(호흡성)`으로 나타나고, 메탄올은 `메틸알콜`·`메틸 알코올`·`메탄올`·`Methanol`로 나타난다.
이 문제를 해결하기 위해서 I단계 연구에서 질병은 KCD-8의 14,335종을, 직업은 한국표준직업분류 7차의 1,885종을 모수로 하여 표준화 인공지능과 API가 구축되어 있으며, 비정형 자료의 라벨링이 그 경로를 통해 이루어졌다. 유해인자 역시 대표 표준화 코드인 CAS 번호를 기준으로 동일한 구조의 표준화 API가 운영되고 있었으나, 표준화율이 44.5%로 기대에 미치지 못하는 상태가 지속되었다.
이에 따라 동일한 실체를 하나의 표준 작업에 따라 통합하는, 마스터 테이블이 필요하였다.
역학조사 보고서의 노출 기술 과정에 대해서 살펴보면, 정형 서식이 아니라 자유 기술로 작성된다. 조사자가 현장에서 확인한 표현, 사업장이 제출한 자료의 표기, 측정기관 성적서의 항목명이 원문에 그대로 기재되며, 이를 통일하는 절차는 문서 작성 단계에 존재하지 않는다. 그 결과 동일 유해인자가 원천 문서에 따라 상이한 표기로 기록된다.
<표 III-14> 유해인자명 원시값의 표기 변이 유형
| 유해인자 | 관찰된 표기 | 변이 유형 |
|---|---|---|
| 호흡성 분진 | 호흡성분진 / 호흡성 분진 / respirable dust / 분진(호흡성) | 분철, 언어, 어순·괄호 부기 |
| 메탄올 | 메틸알콜 / 메틸 알코올 / 메탄올 / Methanol / MeOH | 이명, 음차, 언어, 약어 |
| 톨루엔-2,4-디이소시아네이트 | 2,4-TDI(toluene diisocyanate) / 톨루엔-2,4-디이소시아네이트 / TDI | 약어, 언어, 부분 표기 |
| 메틸에틸케톤 | MEK / M.E.K / 엠이케이 / 메틸에틸케톤 | 약어, 구두점 |
이러한 변이는 기록 과정의 오류에 의한 것이 아니다. 현장에서 사용되는 표현을 변경하지 않고, 원문을 인용하며, 측정 성적서의 항목명을 임의로 수정하지 않는 것이 역학조사 보고서 작성의 원칙에 부합한다. 개별 원천 문서 단위에서는 여러 형태로 표기가 되는 것이 제약으로 작용하지 않는다. 변이가 제약이 되는 것은 다수의 원천 문서를 단일 데이터베이스로 통합하는 단계에서 발생한다.
원시값이 표준화되지 않은 상태에서는 유해인자별 집계가 성립하지 않는다. 예를 들어 "벤젠에 노출된 사례 수"를 산출할 때, 원시값에 대한 문자열 조회에 의존하면 두 방향의 오류가 동시에 발생한다.
<표 III-15> 미표준화 원시값 조회 시 발생하는 오류 유형
| 오류 유형 | 발생 기제 | 해당 원시값 예 |
|---|---|---|
| 누락(과소집계) | 동일 인자의 다른 표기가 조회 결과에서 제외 | Benzene, 기중벤젠, 벤젠(요중 뮤콘산) |
| 오집계(과대집계) | 부분 문자열 일치로 상이한 인자가 포함 | 에틸벤젠, 벤젠헥사클로라이드 |
두 오류는 산출값에 별도의 표식을 남기지 않으므로 사후 탐지가 어렵다.
제약은 단일 질의에 한정되지 않는다. 유해인자를 분석 축으로 하는 산출 전체가 영향을 받는다. 인자별 사례 수, 인자별 업무관련성 판정 분포, 인자–질병 조합 빈도, 노출 시기별 인자 구성의 변화, 업종별 인자 구성이 모두 유해인자가 단일 값으로 계수 가능하다는 전제에 기초하기 때문이다. 따라서 유해인자 표준화는 부수적 정비 작업이 아니라, 표준화 데이터셋이 분석 자료로 기능하기 위한 요건에 해당한다.
표준화 절차는 두 단계로 구성된다. 표준 목록, 즉 모수를 확정하고, 원시값을 그 목록의 코드값에 연결한다. 본 DB는 질병·직업 두 축에 이 절차를 적용하였다.
| 축 | 모수로 삼은 표준 | 규모 | 상태 |
|---|---|---|---|
| 질병 | 한국표준질병사인분류(KCD-8) | 14,335종 | 2025년 DB 구축 시 표준화 완료 |
| 직업 | 한국표준직업분류 | 1,885종 | 2025년 DB 구축 시 표준화 완료 |
| 유해인자 | 단일 국가·국제 표준 없음 | — | 본 장의 과제 |
질병·직업 축에서는 모수 선정이 검토 대상이 되지 않았다. 국가 표준분류가 이미 존재하였으므로 이를 준용하였고, 작업은 원시값인 상병명·직종명을 해당 코드값에 연결하는 후단에 집중되었다.
유해인자 축에는 이에 대응하는 단일 표준 목록이 없다. 목록이 부재한 것이 아니라 복수의 목록이 존재하며, 각 목록이 유해인자 전체를 포괄하지 않는다. 따라서 유해인자 표준화에서는 후단보다 전단, 즉 모수 선정이 주된 과제가 되며, 모수가 협소하게 설정된 경우 후단의 정교화로는 이를 보완할 수 없다.
유해인자명 표준화의 기준으로 사용한 유해인자 표준 마스터 테이블은 본 연구진이 1차 개발을 수행한 산출물로서, 연세대학교 산업보건연구소를 통해 정리·공개되었다.
| 항목 | 내용 |
|---|---|
| 산출물명 | 유해물질 국제표준 마스터 파일(통합 유해인자 표준 마스터 테이블) |
| 1차 개발 | 본 연구진 |
| 공개 주체·시점 | 연세대학교 산업보건연구소, 2026년 7월 31일 세미나 발표·공개 |
| 모수 | 1,236종 |
| 접근 | 표준화 API로 병렬 배포(ohsearch·intexpsearch) |
| 본 연구의 범위 | 모수 설계 및 1차 개발, 본 DB에 대한 적용 및 검수 |
마스터 테이블의 모수 경계를 본 절에 명시하는 것은 표준코드 부여 결과를 해석하기 위한 요건에 해당한다. 모수의 수록 범위가 특정되지 않은 상태에서 표준코드를 부여하면, 미부여 항목이 발생하였을 때 그 원인이 원천 문서의 기술 방식인지 모수의 공백인지 판별할 수 없다. 이 경우 표준코드 부여율은 해석 가능한 지표가 되지 못한다. 달성 수준을 평가할 기준이 없고, 미부여 항목의 후속 처리 방향도 결정할 수 없기 때문이다.
이에 따라 마스터 테이블의 모수를 어떠한 근거로 구성하였는지와, 그 결과 모수가 무엇을 포괄하고 무엇을 포괄하지 않는지를 정리하였다. 본 절의 서술은 개발 과정에서 산출한 [20]에 근거하며, 산출물을 직접 조회하여 확인한 수치는 각 표에 그 취지를 표시하였다.
문헌 검토는 절차상 관례로 수행한 것이 아니라, 위에서 제시한 전제인, 유해인자 축에는 질병·직업 축의 한국표준질병사인분류나 한국표준직업분류에 대응하는 단일 표준 목록이 존재하지 않는다는 전제가 사실에 부합하는지 확인하기 위하여 수행하였다. 표준 목록의 부재를 전제하고 통합 모수를 구성하는 것과, 기존 체계를 탐색한 결과 부재를 확인한 후 통합 모수를 구성하는 것은 모수 설계의 정당성 측면에서 구분되어야 한다. 전자의 경우 이미 존재하는 국제 표준을 인지하지 못한 채 중복 개발을 수행할 위험이 있으며, 모수 구성 방식에 대한 설계 근거 또한 제시할 수 없다.
검토는 다음 세 가지 질문에 답하는 것을 목표로 설정하였다.
첫째, 국제적으로 합의된 단일 유해인자 목록이 존재하는가. 이러한 목록이 존재한다면 이를 모수로 준용하는 것이 타당하며, 별도의 통합 작업은 불필요하다. 질병·직업 축에서 국가 표준분류를 준용한 것과 동일한 처리가 가능하다.
둘째, 단일 목록이 존재하지 않는다면 어떠한 목록들이 존재하며 각 목록은 무엇을 수록하는가. 통합 모수를 구성하여야 하는 경우 통합 대상과 각 대상의 수록 범위를 사전에 특정할 필요가 있으며, 이는 모수의 경계를 규정하는 근거가 된다.
셋째, 유해인자 목록을 구축하여 운용한 선례는 어떠한 설계를 채택하였으며 어떠한 요인으로 인해 채택되지 못하였는가. 유해인자 목록의 구축은 신규 시도가 아니다. 수십 년간 복수의 기관이 이를 시도하였으며, 그중 다수는 광범위한 채택에 이르지 못하였다. 선례의 설계상 제약을 확인하면 동일한 제약을 반복하지 않는 설계를 도출할 수 있으므로, 세 질문 가운데 실무적 중요도가 가장 높은 항목에 해당한다.
검토 방법은 표적 문헌검토(targeted review) 및 표준체계 벤치마킹이며, 체계적 문헌고찰(systematic review)에는 해당하지 않는다. 수행 내역과 기록 범위는 아래의 표와 같다.
| 항목 | 수행 내용 |
|---|---|
| 검색원 | Google Scholar, PubMed |
| 핵심 검색어 | exposure database standardization |
| 확장 | 인용·피인용 추적(snowballing) |
| 기록한 것 | 검색원, 검색어, 확장 방법 |
| 기록하지 않은 사항 | 검색식 전문, 검색 수행일, DB별 검색 건수, 중복 제거 건수, 단계별 배제 건수·사유, 2인 독립 스크리닝 |
검색은 핵심 검색어를 통해 확보한 문헌을 출발점으로 하여 해당 문헌의 참고문헌 및 피인용 문헌을 추적하는 방식으로 확장하였다. 이 방식을 채택한 근거는 해당 분야의 문헌 분포 특성에 있다. 노출 데이터베이스 표준화 관련 문헌은 소수의 기관 및 프로젝트에 집중되어 있어, 핵심 문헌의 참고문헌 목록을 추적하면 주요 체계가 대부분 확인된다. 실제 검토 과정에서 FINJEM에서 CAREX로, CAREX에서 SYN-JEM 및 CANJEM으로, AIHA 백서에서 ExpoQual로 이어지는 인용 경로가 확인되었으며, 이를 통해 후속 문헌이 순차적으로 도출되었다.
체계적 문헌고찰로 성립하기 위해서는 위 표의 '기록하지 않은 사항'에 해당하는 항목, 즉 검색식 전문, 검색 수행일, 단계별 배제 건수 및 사유, 독립 스크리닝 결과를 산출물로 제시하고 이를 종합한 PRISMA 흐름도를 함께 제시하여야 한다. 본 검토는 해당 절차를 수행하지 않았으므로 체계적 문헌고찰에 해당하지 않는다.
본 검토의 목적은 문헌의 종합이 아니라 모수 구성을 위한 설계 근거의 확보에 있으며, 마스터 테이블의 기여 또한 문헌 종합이 아니라 모수의 실제 구축과 적용 결과의 확인에 있다. 따라서 수행한 절차의 범위를 초과하는 방법명을 부여하지 않았다. 본 절에서 제시하는 사항 가운데 모수의 규모, 자료원별 커버리지, 링크 테이블의 연결 건수, 적용 결과는 마스터 테이블 및 표준화 데이터셋을 통해 직접 확인이 가능한 반면, 문헌 검토 절차는 외부에서 재확인할 수 없는 항목에 해당한다. 후자에 실제 수행 범위를 초과하는 방법명을 부여하는 경우 확인 가능한 서술의 신뢰성까지 함께 저하되므로, 검토 방법은 수행한 절차에 상응하는 명칭으로 기술하였다.
향후 본 검토를 체계적 문헌고찰 수준으로 보완하려면 검색식, 검색 수행일, 단계별 건수를 기록한 PRISMA 흐름도와 2인 독립 스크리닝 결과를 추가하여야 한다. 이는 검토를 통해 도출된 결과의 변경을 요하는 사항이 아니라 절차 기록의 보완에 해당한다.
핵심 문헌의 원문을 AI 기반 심층 조사 도구(Gemini Deep Research)에 입력하여 각 표준 체계의 스키마 구조와 핵심 데이터 요소 및 그 속성을 병렬로 추출하고, 이를 체계 간 상호 비교를 위한 보조 자료로 활용하였다.
이 방법을 채택한 근거는 검토 대상 체계의 구조적 특성에 있다. 검토 대상 체계는 각각 수십 개의 데이터 요소를 보유하며, 동일한 개념에 대하여 상이한 요소명을 사용한다. 예를 들어 한 체계의 agent_id는 다른 체계에서 substance_code에 대응하고, exposure_level은 체계에 따라 기하평균을 의미하거나 산술평균을 의미한다. 이러한 대응 관계를 문헌을 순차적으로 판독하여 정리하는 경우 소요 시간이 증가하며, 선행 판독 문헌의 데이터 요소를 후속 판독 과정에서 누락할 가능성이 있다. 데이터 요소 목록을 먼저 기계적으로 추출하여 병렬 배치한 후 비교하는 방식이 대응 관계 확인에 보다 적합하다.
이 방법의 활용 범위는 다음 세 가지로 한정하였다. 첫째, 비결정성을 고려하였다. 동일 입력에 대하여 동일 출력이 보장되지 않으므로 추출 결과 자체는 근거로 사용하지 않았으며, 원문 대조를 통해 확인된 항목만 반영하였다. 둘째, 역할을 한정하였다. AI 추출은 후보 데이터 요소를 누락 없이 확인하기 위한 수단으로만 사용하였고, 각 데이터 요소의 정의·허용값·필수 여부는 원문에서 재확인하였다. 셋째, 수행 내역을 기록하였다. 사용 도구명, 수행 시점, 입력 문헌 목록, 검증 결과를 부록에 수록하였다.
문헌 및 체계의 선정·배제 기준은 아래의 표와 같다.
<표 III-16> 문헌 선정·배제 기준
| 구분 | 기준 |
|---|---|
| 선정 | ① 유해인자를목록·코드 체계로 관리하는 것 ② 인자 식별자 또는 속성 스키마를 공개한 것 ③ 국가·국제 기관이 유지·갱신하는 것 |
| 배제 | ① 특정 사업장 단위의 내부 DB ② 갱신이 중단된 체계 ③ 인자 목록 없이 방법론만 제시한 문헌 |
선정 기준 ①이 검토 범위를 규정하는 핵심 기준이다. 유해인자를 다루는 문헌은 다수 존재하지만, 대부분은 특정 인자의 유해성을 평가한 연구에 해당한다. 본 검토의 대상은 인자를 목록으로 관리하는 체계, 즉 목록의 수록 범위와 각 항목에 부여된 코드값을 특정할 수 있는 대상으로 한정하였다. 배제 기준 ③이 이 구분을 명시한다. 노출평가 방법론만을 제시하고 인자 목록을 제공하지 않는 문헌은 방법론적 기여와 무관하게 모수 후보에 해당하지 않는다.
검토 결과 확인된 1차 후보군은 아래의 표와 같다. 확인된 체계는 검토상의 용도에 따라 모수 후보와 설계 참조로 구분된다. 모수 후보는 선정 기준 ①을 충족하여 모수 구성의 대상이 될 수 있는 체계이며, 설계 참조는 인자 목록을 제공하지 않아 모수 후보에는 해당하지 않으나 데이터 요소 구성 및 품질 관리 설계의 근거로 활용한 문헌이다.
<표 III-17> 문헌 검토를 통해 확인한 1차 후보군
| 검토상 용도 | 갈래 | 확인된 자료 |
|---|---|---|
| 모수 후보 | 물질 식별자 체계 | CAS RN · EC/EINECS · DTXSID · InChIKey · PubChem CID |
| 모수 후보 | 유해성 평가 목록 | IARC Monographs · NTP RoC · GHS |
| 모수 후보 | 관리 기준 목록 | ACGIH TLV · NIOSH REL · OSHA PEL · DFG MAK · EU IOELV · GESTIS |
| 모수 후보 | 국제 직업노출매트릭스(JEM) | FINJEM[5] · CAREX[6] · SYN-JEM[16] · CANJEM[17] |
| 모수 후보 | 국내 법정 목록 | 산업안전보건기준에 관한 규칙 별표21·22·12 · 화학물질 및 물리적 인자의 노출기준 고시 별표1 |
| 모수 후보 | 국내 노출평가 선례 | K-CAREX · KoConJEM · 석면 JEM[19] |
| 설계 참조 | 국제 측정자료 데이터 요소 표준 | AIHA, Best Practices for Industrial Hygiene Data Standardization(2024)[14] · KOSHA GUIDE W-15-2020[11] |
| 설계 참조 | 노출재구성·자료품질 프레임워크 | AIHA 노출재구성 가이드(2008)[15] · ExpoQual(2019)[18] |
검토 결과, 국제 유해인자 관련 체계는 단일 표준으로 수렴되어 있지 않으며, 관리 목적을 달리하는 네 개의 층위로 구분되었다. 각 층위는 상호 독립적으로 발전하였으며, 층위 간에는 대체 관계가 아니라 참조 관계가 성립한다.
이 층위 구분은 검토 결과를 사후에 정리하기 위한 편의적 분류가 아니라, 검토 과정에서 도출된 첫 번째 실질적 확인 사항이다. 검토 초기에는 확인된 체계들을 동일 평면에 배치하여 포괄성을 기준으로 비교하는 방식을 적용하였으나, 이 방식은 성립하지 않았다. 예를 들어 CAS RN과 IARC Monographs는 각각 물질의 고유 식별과 발암성 평가를 목적으로 하며, 수록 범위가 서로를 대체하지 않는다. 두 체계는 동일 축에서 경쟁하는 관계가 아니라, 한 체계가 다른 체계의 참조 기반이 되는 층위 관계에 있다.
| 구분 | 층위 | 대표 체계 | 연결대상 | 전제 층위 |
|---|---|---|---|---|
| 기반 | 제1층 식별자 | CAS · EC/EINECS · DTXSID · InChIKey · PubChem CID | 고유 번호 | - |
| 응용 | 제2층 유해성 평가 | IARC · NTP RoC · GHS | 유해성 등급 | 제1층 |
| 응용 | 제3층 관리 기준 | ACGIH TLV · NIOSH REL · OSHA PEL · DFG MAK · EU IOELV · GESTIS | 허용농도 | 제1층 |
| 응용 | 제4층 노출 추정 | FINJEM · CAREX · SYN-JEM · CANJEM | 노출량 | 제1층 |
층위 간 관계에서 확인되는 구조적 특징은 제2·3·4층이 모두 제1층을 전제로 한다는 것이다. IARC Monographs는 평가 대상 물질을 CAS 번호로 특정하고, 각국 노출기준은 CAS 번호를 기준으로 대상 물질을 지정하며, JEM 역시 화학물질에 대해서는 CAS 번호를 통해 인자를 관리한다. 그런데 기반 층위가 포괄하지 못하는 유해인자가 존재하며, 이 비대칭은 세 응용 층위 전체에 동일하게 전이된다. 이하 각 층위별 검토에서 이 비대칭의 구체적 양상과 그것이 모수 설계에 미치는 제약을 확인한다.
식별 층위에 해당하는 체계는 유해인자에 고유 번호를 부여하여 동일성을 판정하는 것을 목적으로 한다. 확인된 체계와 각각의 성격 및 제약은 아래의 표와 같다.
| 체계 | 관리 주체 | 성격 | 한계 |
|---|---|---|---|
| CAS RN | CAS(ACS) | 사실상의 국제 기준. 국내 고시·별표도 이를 준용함 | 유료·비공개. 혼합물·공정·물리적 인자에는 부여되지 않음 |
| EC / EINECS | ECHA | EU 규제와 연계 | EU 등록 물질에 한정 |
| DTXSID | US EPA CompTox | 노출과학 분야의 사실상 표준 식별자. 공개 | 국내 활용 사례가 제한적 |
| InChIKey | IUPAC | 화학 구조 기반. 동일 물질 판정이 결정적(deterministic) | 구조가 정의된 순물질에만 부여 가능 |
| PubChem CID | NIH | CAS·구조·동의어 간 매핑 제공. 공개 | 항목별 검증 수준이 균일하지 않음 |
식별 층위는 표기 변이 문제에 대한 원리적 해결 방식을 제시한다. CAS 번호 71-43-2는 벤젠에 해당하며, 원시값이 '벤젠', 'Benzene', '기중벤젠' 중 어느 것이든 동일 번호로 귀결되면 동일 물질로 판정된다. 이 경우 원천 문서별로 상이하게 기재된 표기 변이가 코드값 부여 단계에서 해소된다. InChIKey는 화학 구조식으로부터 식별자를 산출하므로 두 물질의 동일성 판정이 결정적이며, 동의어 목록의 완전성에 의존하지 않는다는 점에서 식별의 안정성이 더 높다.
그러나 식별 층위를 모수로 채택하는 경우 다음의 제약이 발생한다.
관찰 ① 식별 층위의 체계는 전체가 화학물질을 전제한다. 소음, 진동, 이상기압, 야간작업, 인간공학적 부담, 생물학적 인자에는 CAS RN과 InChIKey가 모두 부여되지 않는다. 그러나 이들 인자는 산업안전보건법 별표 및 특수건강진단의 대상에 포함되며, 본 연구의 원천 문서에도 실제로 기재되어 있다. 따라서 식별 층위 체계를 모수로 채택하면 해당 인자군 전체가 모수에서 제외된다.
이 제약이 갖는 실무적 함의는 미부여 항목이 결측으로 집계되지 않는다는 점에 있다. 모수에 포함되지 않은 인자는 표준코드 부여의 대상 자체가 되지 않으므로, 미부여로 계상되지 않고 산출물에도 나타나지 않는다. 결과적으로 해당 인자군의 누락은 표준코드 부여율에 반영되지 않으며, 사후 탐지도 어렵다. 이 제약의 실제 규모는 적용 결과에서 확인되었으며, 노출측정 1,247행 중 253행(20.3%)이 물리적 인자에 해당하였다.
유해성 평가 층위에 해당하는 체계는 유해인자에 유해성 등급을 부여하는 것을 목적으로 한다. 확인된 체계는 아래의 표와 같다.
| 체계 | 수록 범위 | 성격 |
|---|---|---|
| IARC Monographs (Vol. 1–142) | 1,060여 종 | 발암성 Group 1/2A/2B/3. 암종별 인과성 증거 수준까지 제시 |
| NTP RoC (미국) | 250여 종 | Known / Reasonably anticipated 2단계 |
| GHS | 국가별 분류 | 발암성·생식독성·표적장기독성 등 다항목. 국가별 분류가 다를 수 있음 |
IARC Monographs는 모수 후보로서 다음 조건을 충족한다. 국제기구가 유지·갱신하는 체계이고, 수록 종수가 1,000종을 상회하며, 무엇보다 화학물질이 아닌 인자도 담는다. 야간작업(교대근무), 목재 분진, 고무제조산업 직업노출과 같이 공정 및 작업 형태에 해당하는 항목도 수록한다. 즉 관찰 ①에서 확인한 식별 층위의 제약, 즉 화학물질 외 인자의 배제 문제가 이 체계에서는 발생하지 않는다.
그러나 IARC 의 포함 기준은 "유해인자인가"가 아니라 "발암성을 평가했는가"다. 이로 인해 다음의 제약이 발생한다.
관찰 ②. IARC Monographs는 발암성이 평가된 것만 담는다. 미평가는 무해를 의미하지 않는다. 따라서 이 체계를 모수로 채택하면 평가가 수행되지 않은 현장 인자가 제외되고, 발암성 이외의 유해성(생식독성·신경독성 등)으로 문제가 된 인자도 함께 제외된다.
이 제약은 본 연구의 원천 문서 특성과는 부합하지 않는다. 업무상 질병 사례는 직업성 암에 한정되지 않으며, 유기용제 중독에 의한 중추신경계 장애, 이황화탄소 중독, 금속 흄에 의한 폐질환, 소음성 난청 등은 발암성 평가 여부와 무관하게 원천 문서의 상당 부분을 구성한다. 따라서 발암성 평가를 수록 기준으로 하는 체계는 본 연구의 모수 요건을 충족하지 않는다.
관리 기준 층위에 해당하는 체계는 유해인자에 허용농도를 설정하는 것을 목적으로 한다. 미국 ACGIH TLV, NIOSH REL, OSHA PEL, 독일 DFG MAK, EU IOELV/BOELV가 각각 독립적으로 기준값을 설정하며, 독일 IFA의 GESTIS International Limit Values는 30여 개국의 기준값을 통합 조회할 수 있도록 제공한다. 동일 물질에 대하여 국가별 기준값이 상이한 경우가 있으며, 이러한 차이는 참조 시 함께 고려할 필요가 있다.
관리 기준 목록은 수록 규모의 측면에서 모수 후보로 검토할 수 있다. 국내 화학물질 및 물리적 인자의 노출기준 고시 별표1은 731개 항목을 수록하고 있어, 규모 자체는 모수를 구성하기에 부족하지 않다. 그러나 수록 기준의 성격이 유해인자 목록과 구분된다.
관찰 ③. 노출기준 목록은 기준값이 설정된 관리 대상의 목록이며, 유해인자의 전체 목록에 해당하지 않는다. 기준값이 설정되지 않은 인자가 유해하지 않음을 의미하지 않으며, 그 역 또한 성립하지 않는다.
기준값은 측정 방법이 확립되고, 독성 자료가 충분히 축적되고, 관리상의 실무적 필요가 인정된 물질에 대하여 설정된다. 이 세 조건은 유해성과 상관관계를 갖지만 유해성 자체와 동일하지 않다. 신규 물질, 측정법이 확립되지 않은 혼합물, 노출 사례의 보고가 드문 물질은 유해성이 확인되더라도 기준값이 설정되지 않는다. 따라서 관리 기준 층위를 단독 모수로 채택하면 기준값 미설정 인자가 일괄 제외된다.
노출 추정 층위에 해당하는 체계는 직업 또는 산업을 축으로 하여 유해인자별 노출량을 추정하는 것을 목적으로 한다. 확인된 체계는 아래의 표와 같다.
| JEM | 국가·범위 | 구성 축 | 정량화 |
|---|---|---|---|
| FINJEM[5] | 핀란드 | 직업(ISCO) × 인자 × 기간 | 노출 확률 + 평균 노출수준 |
| CAREX[6] | EU 15개국 (1990–93) | 산업 × 발암인자 139종 | 노출 근로자수 추정 |
| SYN-JEM[16] | 다국적 pooled (SYNERGY) | 직업 × 인자 × 시간·지역 | 실측치 기반 통계모형 보정 정량값 |
| CANJEM[17] | 캐나다(몬트리올) | 직업 × 인자 250여 종 | 확률·빈도·강도3차원 |
노출 추정 층위는 본 연구의 모수 요건에 가장 근접한 후보로 검토되었다. 그 근거는 두 가지이다. 첫째, JEM은 직업과 인자의 교차 행렬로 구성되므로 인자 축이 사전에 확정되어야 하며, 따라서 정의상 유해인자 목록을 보유한다. 둘째, JEM의 인자 축은 실제 직업 노출 양상을 반영하도록 설계되므로 화학물질에 한정되지 않고 물리적 인자와 공정을 포함한다. 즉 제1층에서 관찰된 제약과 제2층에서 관찰된 제약을 모두 회피할 수 있는 구조이다.
이에 따라 네 체계의 인자 목록을 대조하였으며, 그 결과는 다음과 같다.
관찰 ④. 네 JEM 은 인자 목록을 각각 독립적으로 정의한다. FINJEM과 CANJEM의 인자 목록은 상호 일치하지 않으며, CAREX는 IARC 발암인자로 수록 범위를 한정한다. 따라서 국제적으로 합의된 단일 유해인자 목록은 존재하지 않는다.
이러한 불일치는 각 체계의 설계상 결함에 기인하지 않는다. FINJEM은 핀란드 산업구조에서 문제가 되는 인자를 수록하여야 하고, CANJEM은 몬트리올 사례-대조 연구의 노출 이력을 코딩하여야 하며, CAREX는 발암인자에 노출된 근로자 수를 추정하여야 한다. 각 체계의 목적이 상이하므로 인자 축의 구성이 상이한 것은 설계상 타당하다. 즉 단일 표준의 부재는 각 체계가 고유 목적에 부합하도록 설계된 결과이다.
이로부터 도출되는 실무적 함의는 모수 구성 방식에 관한 것이다. 본 연구의 유해인자 표준화에서 기존 국제 표준 목록을 준용하는 방안은 성립하지 않는다. 준용 대상이 존재하지 않으므로, 복수의 목록을 통합하여 모수를 구성하는 방식이 유일한 경로가 된다. 다만 통합의 필요성이 확인되었다는 것과 통합하지 않을 경우의 누락 규모가 확인되었다는 것은 구분되는 사항이다.
문헌 검토할 때 처음 제시한 질문 중 첫번째 질문인 국제적으로 합의된 단일 유해인자 목록이 존재하는지에 대한 검토 결과는 부재로 정리되었다. 두번째 질문인, 존재하는 목록들의 구성과 수록 범위에 대해서는 네 층위로 정리하였다.
세 번째 질문인 유해인자 목록 또는 관련 표준을 구축하여 운용한 선례가 어떠한 요인으로 인해 채택에 이르지 못하였는지에 대해서는 AIHA의 사례에서 확인할 수 있다. 이 사례는 유해인자 목록 자체에 관한 것이 아니라 노출측정 자료의 데이터 요소 표준에 관한 것이므로 모수 후보에는 해당하지 않으나, 표준의 채택 가능성을 좌우하는 설계 요인을 보여주는 사례로서 검토하였다.
AIHA와 ACGIH는 1996년 공동 특별보고서에서 노출측정 자료를 기술하기 위한 속성 134개 목록을 제안하였다. 수록 항목은 측정 일시, 측정 위치, 시료 채취 및 분석 방법, 공기 채취 유량, 검출한계, 시료 채취자, 분석기관, 품질관리 정보 등을 포괄한다. 항목 구성 자체는 타당하다. 노출측정 자료를 완전하게 기술하고 그 신뢰도를 사후에 평가할 수 있도록 하려면 실제로 이 수준의 정보량이 요구된다.
그러나 이 목록은 항목 수와 구조의 복잡성으로 인해 광범위하게 채택되지 못하였다. 채택이 이루어지지 않은 기제는 다음과 같이 정리된다. 134개 데이터 요소를 모두 입력할 수 있는 기관은 제한적이었고, 일부 요소만 입력한 자료는 해당 표준을 준수한 자료로 인정받기 어려웠으며, 그 결과 표준을 부분적으로 적용하는 것보다 적용하지 않는 편이 실무상 유리한 상황이 발생하였다. 즉 표준의 완전성 요구가 오히려 채택률을 낮추는 방향으로 작용하였다. AIHA는 이 목록의 제안으로부터 28년이 경과한 2024년 백서[14]에서 이를 현대적 활용 목적에 부합하는 핵심 속성의 축약 목록으로 개정하였다.
설계상의 시사점으로 데이터 요소를 다수 포함하는 것이 표준의 채택 가능성을 높이지 않는다는 것이다. 표준의 실효성은 수록 요소의 완전성이 아니라 실제 적용 여부에 의해 결정되며, 1996년 목록과 2024년 개정본의 대조가 이를 보여준다. 마스터 테이블은 이 시사점을 반영하여 핵심 식별 데이터 요소를 최소한으로 유지하고, 부가 속성은 별도의 링크 테이블로 분리하는 구조를 채택하였다.
이 구조가 실제 마스터 테이블에 반영된 형태는 다음과 같다. 마스터 테이블의 본체는 인자 1종당 코드값, 한글명, 영문명, CAS 번호, 범주에 해당하는 데이터 요소로 구성된다. 노출기준, GHS 분류, IARC 등급, IARC 암종별 인과성은 본체가 아니라 별도의 링크 테이블에 수록되며, 코드값을 통해 본체와 연결된다. 이에 따라 유해인자명의 표준코드 부여만을 수행하는 경우에는 본체의 데이터 요소만으로 작업이 완결되고, 발암성 등 부가 속성을 활용하는 분석에서만 링크 테이블을 결합하게 된다. 본 연구의 적용에서도 이 구조가 유지되어, 표준코드 부여는 본체를 참조하여 수행하고 IARC 등급 및 CAS 번호의 확보는 링크 테이블 결합을 통해 수행하였다.
ExpoQual(2019)[18]은 측정값과 모델 추정값을 동일 평면에서 검토하여 각 값의 품질을 평가하고 용도 적합성을 판정하는 틀을 제시한다. 이 틀의 특징은 노출 자료의 신뢰도를 측정 여부만으로 판단하지 않고, 명시적 기준에 따라 등급화한다는 점이다. 즉 실측치라는 사실 자체가 신뢰도를 보증하지 않으며, 측정 및 추정의 조건에 따라 동일 자료 유형 내에서도 신뢰도가 구분된다. AIHA 노출재구성 가이드(2008)[15]는 과거 노출을 소급 추정하는 절차를 다루며, 자료의 출처를 실측치부터 자기보고까지 위계로 구분할 것을 요구한다. 본 연구의 원천 문서가 기술하는 노출은 대부분 과거 노출에 해당하므로 이 문헌의 관점이 직접 적용된다.
설계상의 시사점으로 값과 함께 값의 출처 및 신뢰도를 저장하여야 한다. 값만 저장하는 경우 해당 값의 근거 수준을 사후에 복원할 수 없으므로, 표준화 결과의 검증과 차등 처리가 불가능해진다. 마스터 테이블은 이 시사점을 반영하여 모든 속성에 출처 데이터 요소를 부착하고, 한글명에 대해서는 그 생성 유래를 별도 데이터 요소에 법정·기존사전·번역·음차·검수로 구분하여 기록하였다. 이는 후술하는 설계 원칙 P4에 해당한다.
<표 III-18> 마스터 테이블 한글명의 생성 유래별 구성
| 한글명 출처 | 종 | 성격 |
|---|---|---|
| 법정 | 638 | 법령·고시에 기재된 공식 명칭 |
| 기존사전 | 168 | 선행 운영 사전에서 계승 |
| intexpo 음차 | 83 | 영문명을 음차한 표기. 공식 명칭에 해당하지 않음 |
| intexpo 번역 | 45 | 영문명을 번역한 표기. 검수 대상 |
| intexpo 추가 | 4 | 개발 과정에서 추가(생물학적 분진 지표 등) |
| intexpo 검수 | 2 | 오류 수정 |
| 한글명 미보유 | 296 | 영문명만 보유 |
| 계 | 1,236 |
주: 한글명 보유 940종(638+168+83+45+4+2)과 미보유 296종의 합이 모수 1,236종과 일치함.
이 구분은 표준코드 부여 단계에서 직접 활용된다. 마스터 테이블의 한글명 940종 가운데 638종은 법령에 기재된 공식 명칭이지만, 83종은 영문명을 음차한 표기이고 45종은 번역한 표기이다. 예를 들어 'Sulfallate'를 '설팔레이트'로 기재한 것은 조회 편의를 위한 표기이며 공인된 한글 명칭이 아니다. 음차 또는 번역으로 생성된 코드명은 원천 문서의 원시값과 일치할 가능성이 낮고, 일치하더라도 그 일치가 공식 명칭 간의 대응이 아닐 수 있다. 따라서 코드명의 생성 유래가 음차 또는 번역인 인자에 대해서는 표준코드 부여 결과를 자동 확정하지 않고 검수 대상으로 분류하는 처리가 가능하다. 출처 데이터 요소를 저장하지 않은 경우 이 구분을 사후에 복원할 방법이 없으므로, 해당 처리 자체가 성립하지 않는다.
국제 체계에서 단일 표준의 부재가 확인되었으므로, 국내 체계를 별도로 검토하였다. 국제적 합의와 달리 단일 국가 내에서는 법령이 관리 대상 목록을 규정하므로, 법정 목록이 유해인자 모수로 기능할 가능성이 있다. 실제로 국내에는 법령 및 고시에 근거한 유해인자 목록이 복수로 존재한다. 확인된 국내 체계는 아래의 표와 같다.
<표 III-19> 국내 유해인자 목록 체계 및 관련 자료원의 구성
| 구분 | 체계 | 성격 | 수록 규모 |
|---|---|---|---|
| 법정 목록 | 산업안전보건기준에 관한 규칙 별표21 | 관리대상 유해물질 | 209종(원문) → 201종* |
| 법정 목록 | 산업안전보건기준에 관한 규칙 별표22 | 특별관리물질 등 | 187종(원문) → 181종* |
| 법정 목록 | 산업안전보건기준에 관한 규칙 별표12 | 특수건강진단 대상 유해인자 | 177종(원문) → 173종* |
| 법정 목록 | 화학물질 및 물리적 인자의 노출기준 고시 별표1 | 화학물질·물리적 인자 노출기준 | 731종(원문) → 673종* |
| 국내 선례 | K-CAREX | CAREX의 국내 적용 | 발암인자 |
| 국내 선례 | KoConJEM · 석면 JEM[19] | 건설업·석면 대상 국내 JEM | 특정 인자에 한정 |
| 기술지침 | KOSHA GUIDE W-15-2020[11] | 작업환경측정 관련 기술지침 | 인자 목록 미보유 |
| 물질정보 | KOSHA MSDS · NCIS(화학물질정보시스템) | 물질정보 제공 | 화학물질 |
* 원문 항목 수 → 마스터 테이블에 실제로 연결된 인자 수. 두 값의 차이는 항목 병합(동일 인자가 복수 행으로 기재된 경우)과 인자로 분류할 수 없는 항목(혼합물 포괄 조항 등)의 배제에서 발생한다.
법정 목록 네 종에서 원문 항목 수와 마스터 테이블 연결 인자 수 사이에 차이가 발생하는 점은 모수 규모를 해석할 때 함께 고려할 필요가 있다. 법령 별표는 규제 대상을 지정하기 위한 목록이므로, 동일 인자를 화합물군별로 분리 기재하거나 포괄 조항으로 규정하는 경우가 있으며, 이러한 항목은 인자 단위의 코드값을 부여할 대상이 되지 않는다. 따라서 법령 별표의 항목 수는 그 자체로 유해인자의 종수와 일치하지 않으며, 인자 단위로 정리한 후의 값을 모수 검토의 기준으로 사용하였다.
법정 목록이 모수 후보로서 갖는 제약은 각 목록의 법적 목적이 상이하다는 점에서 발생한다. 별표21은 작업환경측정 및 관리 조치의 적용 대상을 규정하고, 별표22는 그 중 발암성·생식독성 등으로 특별관리가 필요한 물질을 별도로 지정하며, 별표12는 특수건강진단의 실시 대상을 규정한다. 노출기준 고시 별표1은 허용농도가 설정된 화학물질 및 물리적 인자를 수록한다. 네 목록의 수록 인자는 상호 중첩되지만 일치하지 않으며, 각 목록이 규율하는 사업주 의무의 내용이 다르므로 일치할 필요도 없다.
국내 체계는 법령 목적별로 목록이 나뉘어 있다. 별표21(관리대상)·별표22(특별관리)·별표12(특수건진)·노출기준 고시는 목적이 달라 수록 인자가 서로 다르며, 어느 하나도 유해인자의 전체 목록을 의도하지 않는다. 이에 확인되는 국내 체계의 구조는 국제 체계의 구조와 동일하다. 즉 목록이 부재한 것이 아니라 복수의 목록이 존재하며, 각 목록이 고유의 규율 목적에 부합하도록 구성된 결과로 어느 목록도 전체를 포괄하지 않는다. 국제 체계에서는 각 체계의 연구 목적이 이러한 분화의 원인이었고, 국내 체계에서는 법령상의 규율 목적이 그 원인이라는 점에서 분화의 기제는 다르나, 단독 모수로서의 성립 가능성에 관한 결론은 동일하다.
한편 법정 목록 중 별표12는 특수건강진단 대상 유해인자를 규정하므로 소음, 진동, 이상기압, 전리방사선 등 물리적 인자를 포함한다. 이는 제 1층에서 확인된 제약인 화학물질 외 인자의 배제 문제가 국내 법정 목록에서는 부분적으로 해소됨을 의미한다. 다만 별표12의 수록 범위는 특수건강진단 실시 대상으로 한정되므로, 물리적 인자 전체를 포괄하는 것은 아니다.
국내 선례로 확인된 K-CAREX, KoConJEM, 석면 JEM은 국내 산업구조를 반영한 노출 추정 체계로서 인자 목록을 보유하지만, 각각 발암인자, 건설업 유해인자, 석면으로 대상 범위가 한정되어 있어 단독 모수로 사용할 수 없다. 이는 국제 JEM의 제약과 동일한 구조다. KOSHA GUIDE W-15-2020은 작업환경측정 및 위험성평가의 절차를 규정하는 기술지침으로 인자 목록을 제공하지 않으므로, 배제 기준 ③에 따라 모수 후보에서 제외하고 설계 참조로 분류하였다. KOSHA MSDS 및 NCIS는 개별 물질의 정보를 제공하는 체계로서 물질 단위의 조회는 가능하나, 유해인자 전체를 관리하는 목록으로 구성되어 있지 않다.
이상의 검토를 통해 문헌 검토의 두 번째 질문인 존재하는 목록들의 구성과 수록 범위에 관한 검토를 국제·국내 체계 전체에 대하여 완료하였다. 다만 여기까지의 결론은 문헌 검토를 통해 도출된 논리적 판단이며, 각 체계를 단독 모수로 채택하였을 때 실제로 발생하는 누락의 규모는 확인되지 않았다. 이를 마스터 테이블의 자료원별 소속 집계를 통해 확인한다.
앞에서 도출한 다섯가지의 제약 및 관찰 내용을 종합하면, 각 체계를 단독 모수로 채택하는 경우 본 연구의 원천 문서에 기재된 유해인자 중 어떤 범위가 모수에서 제외되는지가 정리된다. 체계별 제외 범위는 아래의 표와 같다.
<표 III-20> 체계별 단독 모수 채택 시 제외되는 인자의 범위
| 체계 | 단독 모수 채택 시 제외되는 인자 | 근거 |
|---|---|---|
| CAS RN 등 식별자 | 물리적 인자, 공정, 혼합물(소음·진동·야간작업 등) | 관찰 ① |
| IARC Monographs | 발암성 미평가 인자, 발암성 이외의 유해성(생식독성·신경독성 등)으로 문제가 된 인자 | 관찰 ② |
| GHS | 화학물질 이외의 인자 | 관찰 ② |
| 노출기준 고시 별표1 | 기준값이 설정되지 않은 인자 | 관찰 ③ |
| 산업안전보건기준규칙 별표21·22·12 | 국내 법령상 관리 대상이 아니며 국제적으로만 유해성이 확인된 인자 | 관찰 ⑤ |
| 국제 JEM | 각 체계의 연구 목적 범위를 벗어나는 인자 | 관찰 ④ |
지금까지의 문헌 검토를 통해 도출한 논리적 판단이며, 제외되는 인자의 규모는 포함하지 않는다. 그런데 모수 설계의 관점에서 제외의 존재와 제외의 규모는 서로 다른 사항이다. 제외가 소수 인자에 한정되는 경우에는 미표준화 항목에 대한 검수 절차를 추가하는 방식으로 대응할 수 있으나, 제외가 모수의 상당 부분에 해당하는 경우에는 모수 구성 방식 자체를 변경하여야 한다. 두 경우에 요구되는 처리가 다르므로, 규모의 확인 없이는 모수 설계의 방향을 결정할 수 없다. 예를 들어, "빠지는 것이 있다"와 "빠지는 것이 41%다"는 실무적으로 전혀 다른 진술이다. 앞의 것은 감수 절차를 하나 더 두면 되는 문제이고, 뒤의 것은 모수 설계를 바꿔야 하는 문제다.
이에 따라 마스터 테이블의 자료원별 소속을 집계하여 제외 규모를 확인하였다. 집계 결과는 아래의 표와 같다.
<표 III-21> 국내 법정 목록의 모수 커버리지 집계 (n=1,236종)
| 집계 항목 | 종수 | 모수 대비 비율 |
|---|---|---|
| 별표21 연결 인자 | 201 | 16.3% |
| 별표22 연결 인자 | 181 | 14.6% |
| 별표12 연결 인자 | 173 | 14.0% |
| 세 별표에 모두 수록된 인자 | 119 | 9.6% |
| 세 별표의 합집합 | 250 | 20.2% |
| 노출기준 고시 별표1 연결 인자 | 673 | 54.4% |
| 노출기준 고시에만 수록된 인자(별표 미수록) | 471 | 38.1% |
| 별표 및 고시 중 어디에도 수록되지 않은 인자 | 515 | 41.7% |
주: 출처는 개발 보고서[20]이며, 본 연구가 마스터 테이블 및 링크 테이블을 직접 조회하여 재확인하였다.
집계 결과에서 모수 설계와 직접 관련되는 사항은 두 가지이다. 첫째, 국내 법정 목록 간의 불일치이다. 세 별표에 모두 수록된 인자는 119종으로, 세 별표 합집합 250종의 47.6%에 해당한다. 개별 목록을 기준으로 하면 별표21의 59.2%, 별표22의 65.7%, 별표12의 68.8%가 세 목록에 공통 수록되어 있다. 별표21·22·12는 동일 법령의 별표로서 상호 참조 관계에 있으나, 규율 목적이 상이하므로 수록 인자가 일치하지 않는다. 즉 국제 체계 간의 불일치와 별개로, 단일 법령 내에서도 목록 간 불일치가 존재한다. 둘째, 국내 법정 체계 전체의 커버리지 한계이다. 세 별표와 노출기준 고시를 모두 합한 경우에도 모수 1,236종 중 515종(41.7%)이 어느 목록에도 수록되지 않는다. 이 515종은 주로 IARC 평가 대상 및 GHS 분류 자료(NITE)에서 확인된 물질로, 국내 법령상 관리 대상으로 지정되어 있지 않으나 국제적으로 유해성이 확인된 인자에 해당한다. 본 연구의 원천 문서는 업무상 질병의 업무관련성 판단을 위해 노출 사실을 기술한 자료이며, 노출 인자의 법적 관리 여부를 수록 요건으로 하지 않는다. 따라서 국내 법정 목록을 모수로 채택하여 이 41.7%를 제외할 근거가 없다.
이상의 실측 결과에 따라, 모수는 개별 체계가 아니라 국내 법정 목록, 국내 노출기준 고시, 국제 유해성 평가 체계의 합집합으로 구성되어야 한다.
이 결과를 표준코드 부여의 관점에서 다시 검토하면 다음과 같다. 별표12(특수건강진단 대상 유해인자)를 모수로 채택하여 표준코드를 부여하는 경우 모수는 173종이 되며, 해당 목록에 수록되지 않은 인자로 신청된 사례의 원시값은 모두 미매칭 또는 포괄 코드값('기타')으로 처리된다. 원천 문서는 특수건강진단 대상 여부와 무관하게 접수된 사건을 수록하므로, 특정 법정 목록을 모수로 채택하는 방식은 원천 자료의 수록 범위와 정합하지 않는다.
이 제약은 선행 사전과의 대조를 통해 확인되었다. 개발 보고서는 선행 운영 사전(220종)을 기준으로 표준화되어 있던 기존 매핑 6,080건을 마스터 테이블로 재조회한 결과, 포괄 코드값 '기타'로 처리되어 있던 296건에 대하여 구체 코드값이 부여되었다고 보고하고 있다. 해당 296건의 원시값에는 석면 분진, 결정형 유리규산, 용접 흄, 디젤엔진배출물이 포함되어 있었다.
이 대조 결과는 모수 규모가 표준화 지표에 반영되는 방식을 보여준다. 모수가 협소하게 설정된 경우, 원시값은 포괄 코드값으로 처리되므로 미매칭으로 계상되지 않으며 표준화율은 유지된다. 그러나 인자 단위의 집계에서 해당 레코드는 구체 인자로 분류되지 않으므로 분석 해상도가 손실된다. 미매칭은 결측으로 산출물에 나타나는 반면 포괄 코드값은 정상 값으로 처리되므로, 이 손실은 표준화율 지표를 통해 탐지되지 않는다. 따라서 모수 규모의 검토는 표준화율의 달성 수준과 별개로 수행되어야 한다.
지금까지의 검토 결과는 다섯 개의 설계 원칙으로 정리되어 마스터 테이블의 설계에 반영되었다. 각 원칙과 그 도출 근거를 함께 제시하는 것은, 원칙이 임의로 설정된 것이 아니라 확인된 사실에서 도출되었음을 밝히고 채택 판단의 근거를 특정하기 위한 것이다.
<표 III-22> 마스터 테이블의 설계 원칙 및 도출 근거
| 구분 | 원칙 |
|---|---|
| P1 | 모수는 국내 법정 목록(별표21·22·12), 국내 노출기준 고시, 국제 유해성 평가 체계(IARC·GHS)의 합집합으로 정의한다 |
| P2 | 식별은 다층으로 구성한다. CAS 번호를 우선 적용하고 명칭을 보조 식별자로 사용하며, CAS 번호가 부여되지 않는 인자를 모수에서 제외하지 않는다 |
| P3 | 저장은 정규화하고 검색은 비정규화한다. 본체의 핵심 데이터 요소는 최소한으로 유지하고 부가 속성은 링크 테이블로 분리한다 |
| P4 | 모든 값에 출처와 신뢰도를 부착한다 |
| P5 | 개별 국제 목록을 준용하지 않고 통합하여 모수를 구성한다 |
P2는 식별 방식에 관한 원칙으로 별도의 설명이 필요하다. 식별의 이상적 형태는 CAS 번호 또는 InChIKey와 같은 단일 식별자로 모든 인자를 지시하는 것이며, 이 경우 표기 변이 문제는 코드값 부여 단계에서 원리적으로 해소된다. 그러나 관찰 ①에서 확인한 바와 같이 이러한 식별 방식은 화학물질 이외의 인자에는 적용되지 않는다.
이 제약에 대한 대응은 두 가지로 구분된다. 식별자가 부여되지 않는 인자를 모수에서 제외하여 단일 식별 방식을 유지하는 방안과, 복수의 식별 방식을 병존시켜 해당 인자를 모수에 포함하는 방안이다. 전자는 테이블 구조가 단순하나 물리적 인자·공정·혼합물이 일괄 제외되고, 후자는 구조가 복잡해지나 이들 인자를 포함할 수 있다.
마스터 테이블은 후자를 채택하였다. CAS 번호가 부여된 인자는 CAS 번호로 식별하고, 부여되지 않는 인자는 명칭으로 식별한다. 두 가지 식별 방식이 단일 테이블에 공존하므로 식별자의 형식이 균일하지 않으나, 소음과 벤젠이 동일 모수에 수록된다. 이 선택의 실효성은 적용 결과에서 사후적으로 확인되었으며, 물리적 인자에 해당하는 253행은 P2를 적용하지 않은 경우 표준코드 부여의 대상이 되지 않는 범위에 해당한다.
마스터 테이블 본체의 구성과 규모는 아래의 표와 같다.
<표 III-23> 마스터 테이블 본체의 구성 및 규모 (n=1,236종)
| 항목 | 값 | 모수 대비 비율 |
|---|---|---|
| 모수 | 1,236종 | 100.0% |
| CAS 번호 보유 | 926종 | 74.9% |
| 한글명 보유 | 940종 | 76.1% |
| 영문명 보유 | 1,119종 | 90.5% |
| 유사어 | 2,429건 | 평균 2.0건/종 |
CAS 번호 보유율 74.9%는 자료의 불완전성이 아니라 P2의 적용 결과에 해당한다. 소음, 야간작업, 목재 분진 등에는 CAS 번호가 부여되지 않으므로, CAS 번호 보유율을 100%로 설정하는 경우 해당 인자를 모수에서 제외하여야 한다. 따라서 이 지표는 자료 품질이 아니라 모수의 포괄 범위를 나타내는 값으로 해석하여야 한다.
유사어 2,429건은 표기 변이를 흡수하기 위한 구성 요소이다. 인자당 평균 2.0건이 등록되어 있으며, 원천 문서에 빈번히 기재되는 인자에는 더 많은 유사어가 등록되어 있다. 2.4.1.1에서 제시한 'MEK · M.E.K · 엠이케이 · 메틸에틸케톤'과 같은 표기 변이가 유사어로 등록되어 동일 코드값으로 귀결된다. 표기 정리 규칙만으로는 음차 표기인 '엠이케이'를 '메틸에틸케톤'으로 변환할 수 없으므로, 이러한 대응 관계는 규칙이 아니라 목록의 형태로 보유하여야 한다.
본체와 별도로 구성된 링크 테이블의 구성은 아래의 표와 같다.
<표 III-24> 마스터 테이블의 속성 링크 테이블 구성 (n=1,236종)
| 링크 테이블 | 연결 인자 | 커버리지 | 본 연구에서의 용도 |
|---|---|---|---|
| 법정 목록(별표21·22·12) | 250종 | 20.2% | 법정 관리대상·특수건강진단 대상 여부 확인 |
| 노출기준 고시 | 673종 | 54.4% | 노출수준 기술의 기준값 대조 |
| GHS 분류 | 758종 | 61.3% | 표적장기독성·생식독성 등 비발암 유해성 확인 |
| IARC 등급 | 620종 | 50.2% | 발암성 Group 확인 |
| IARC 암종별 인과성 | 161종 | 13.0% | 인자–암종 조합의 문헌적 근거 확인 |
이 중 IARC 암종별 인과성 링크는 본 연구의 활용도가 높으므로 별도로 기술한다. IARC Monographs는 인자별 발암성 등급을 부여하는 데 그치지 않고, 각 인자에 대하여 어떤 암종에서 인과성 증거가 확인되었으며 그 증거 수준이 어느 정도인지를 함께 제시한다. 예를 들어 벤젠은 Group 1로 분류되며, 급성 골수성 백혈병에 대하여 충분한 증거가 있는 것으로 기술된다.
본 연구의 표준화 데이터셋은 유해인자와 질병을 함께 수록한다. 따라서 표준코드가 부여된 인자에 IARC 암종별 인과성을 결합하면, 인자–질병 조합별로 국제 평가 근거의 존재 여부를 조회할 수 있다. 이 경우 동일한 인자에 대한 사례라도 국제 평가 근거가 확인된 질병과 그렇지 않은 질병을 구분하여 검토하는 것이 가능해진다. 이는 표준코드 부여의 효과가 명칭의 통일에 한정되지 않고 분석 가능 범위의 확장으로 이어지는 지점에 해당한다.
마스터 테이블의 인자 범주별 구성은 아래의 표와 같다.
<표 III-25> 마스터 테이블의 인자 범주별 구성 (n=1,236종)
| 범주 | 종 | 비율 | 범주 | 종 | 비율 |
|---|---|---|---|---|---|
| 화학물질 | 1,047 | 84.7% | 방사선 | 14 | 1.1% |
| 의약품·치료 | 29 | 2.3% | 기타 | 11 | 0.9% |
| 감염성 | 26 | 2.1% | 심리사회적 인자 | 8 | 0.6% |
| 생활습관·식이 | 25 | 2.0% | 환경 | 8 | 0.6% |
| 직업·산업 공정 | 24 | 1.9% | 생물학적 인자 | 4 | 0.3% |
| 물리적 인자 | 19 | 1.5% | 인간공학적 인자 | 2 | 0.2% |
| 분진 | 19 | 1.5% | 계 | 1,236 | 100.0% |
모수 1,236종 중 화학물질이 1,047종으로 84.7%를 차지한다. 분진 19종과 방사선 14종을 물리·화학적 인자로 함께 계상하더라도, 인간공학적 인자 2종, 심리사회적 인자 8종, 물리적 인자 19종이라는 구성은 변하지 않는다. 즉 모수는 화학물질에 편중되어 있다.
이 편중은 통합 대상 자료원의 구성에서 기인한다. 자료원별 기여 인자 수는 아래의 표와 같다.
<표 III-26> 마스터 테이블의 자료원별 기여 인자
| 자료원 | 기여 인자 | 성격 |
|---|---|---|
| NITE(GHS) | 814종 | 화학물질에 한정 |
| 노출기준 고시 | 673종 | 화학물질 중심, 물리적 인자 일부 포함 |
| IARC | 620종 | 화학물질 중심, 공정·생활습관 포함 |
| 별표21 | 201종 | 화학물질 |
| 별표22 | 181종 | 화학물질 |
| 별표12 | 173종 | 화학물질 및 물리적 인자 |
| 기존사전 | 168종 | 운영 과정에서 축적 |
| intexpo 추가 | 4종 | 개발 과정에서 추가(생물학적 분진 지표) |
주: 자료원별 기여 인자 수의 합계는 2,834종이며 최종 모수 1,236종과 차이가 있다. 이는 동일 인자가 복수 자료원에 수록되어 있어 통합 과정에서 병합되었기 때문이다.
기여 인자 수가 가장 많은 NITE는 GHS 분류 자료이므로 정의상 화학물질만을 수록한다. 화학물질에 대해서는 복수의 자료원이 중첩되어 조밀한 목록이 구성되는 반면, 인간공학적 부담이나 직무스트레스를 목록 및 코드 체계로 관리하는 자료원은 검토 대상 중 확인되지 않았다. 따라서 모수의 편중은 통합 과정에서 발생한 것이 아니라, 통합 대상 자료원 전체가 공유하는 편중이 통합 결과에 반영된 것이다.
이 편중이 표준코드 부여 결과에 미치는 영향은 원천 문서의 사건 구성에 따라 달라진다. 원천 문서가 화학물질 중독, 직업성 암, 진폐 등을 중심으로 구성되어 있는 경우 이 모수로 대응이 가능하다. 반면 근골격계질환(인간공학적 부담), 뇌심혈관질환(과중업무·야간작업), 정신질환(직무스트레스·직장 내 괴롭힘) 사례에 대해서는 모수에 대응하는 인자가 실질적으로 존재하지 않는다. 해당 축에서 표준코드 부여율이 낮게 산출되는 경우, 이는 매칭 절차의 실패가 아니라 모수의 공백에 기인하는 것이므로 결과 해석에서 구분하여야 한다.
마스터 테이블을 표준화 기준으로 채택하기 위하여 확인이 필요한 사항은 이용자로서 확인해야 했던 것은 "이 마스터 파일이 좋은가"가 아니라 "무엇을 믿고 무엇을 믿지 말아야 하는가"이었다. 개발 보고서가 보고한 품질 관련 사항을 이 관점에서 정리하면 아래의 표와 같다.
<표 III-27> 마스터 테이블의 품질 관련 확인 사항
| 사항 | 내용 | 본 연구에 대한 함의 |
|---|---|---|
| 선행 사전의 비유해인자 혼입 | 선행 운영 사전 220개 항목 중 31개(14.1%)가 유해인자에 해당하지 않음(공구·작업·폐기물·상병명. 고유 명칭 기준 30종) | 선행 사전으로 표준화된 기존 자료의 코드값 재검토가 필요 |
| 모수 커버리지 | 선행 사전에 미수록된 물질의 CAS 번호 250건 질의 시, 선행 API는 250건 전부에 오답을 반환하였고 마스터 테이블은 250건 전부에 정답을 반환 | 매칭 결과의 차이는 알고리즘이 아니라 모수 규모에서 기인 |
| 포괄 코드값 회수 | 선행 매핑 6,080건 대조 시 '기타'로 처리되어 있던 296건에 구체 코드값 부여 | 기존 '기타' 항목의 재부여 여지 |
| 병합 정확도 검사 | CAS 번호 충돌 병합 9건, 병합 누락 22건을 탐지하여 교정, 교정 후 0건 | 동일 인자의 분리 및 이종 인자의 병합 위험이 검사되었음 |
| 정밀도 미확정 | 층화 표본 253건은 감수표로 산출하였으며, precision은 사람 판정 완료 후 확정 | 정밀도 수치는 확정값이 아님 |
| 식별자 안정성 | 빌드 시마다 식별자가 변경되는 결함을 탐지·수정 | 표준화 데이터셋에는 참조 버전(스냅숏)을 고정하여 연결하여야 함 |
위 사항 중 세 가지는 부연이 필요하다. 첫 항목은 선행 사전의 비유해인자 혼입은 모수의 규모가 아니라 순도에 관한 사항이다. 선행 운영 사전 220개 항목 중 31개는 유해인자에 해당하지 않는다. 망치, 드릴, 해머드릴은 공구이고, 연마, 포장, 배관은 작업이며, 폐수와 슬러지는 폐기물이고, 기흉은 상병명이다. 이러한 항목이 코드명으로 수록되어 있는 경우, 원천 문서의 '망치 작업'이라는 원시값에 '망치'라는 코드값이 부여된다. 이 경우 표준코드 부여는 형식상 완료되지만, 부여된 값은 인자 단위의 집계에 사용할 수 없다. 본 연구의 관점에서 이 사항이 중요한 이유는, 선행 사전을 기준으로 표준화된 기존 자료가 표준화 데이터셋에 이미 존재하기 때문이다. 해당 값은 재검토 대상에 해당한다.
둘째 항목은 모수 커버리지 시험은 매칭 결과의 차이가 모수에서 기인함을 보여준다. 선행 사전에 수록되지 않은 물질의 CAS 번호 250건을 질의한 결과, 선행 API는 250건 전부에 대하여 값을 반환하였으며 그 전부가 오답이었다. 예를 들어 CAS 79-27-6(사브롬화 아세틸렌)에 '드릴'을, CAS 75-28-5(부탄 이성체)에 '교대 근무'를 반환하였다. 이는 매칭 알고리즘의 문제가 아니라, 모수에 해당 물질이 존재하지 않는 상태에서 값의 반환이 강제된 결과이다. 마스터 테이블은 동일 질의에 대하여 250건 전부에 정답을 반환하였으며, 이는 해당 물질이 모수에 수록되어 있었기 때문이다. 즉 동일 질의에 대한 두 체계의 결과 차이는 매칭 방식이 아니라 모수 규모에서 기인한다.
마지막 항목은 식별자 안정성은 표준화 데이터셋의 재현성 요건에 해당한다. 마스터 테이블은 외부에서 지속적으로 갱신되는 산출물이다. 개발 과정에서 인자가 추가되었으며(생물학적 분진 지표 4종), 그 결과 일부 인자의 식별자가 변경되었다. 표준화 데이터셋에 참조한 스냅숏 일자와 버전을 함께 기록하지 않는 경우, 동일한 집계를 후속 시점에 재현할 수 없다.
마스터 테이블을 기준으로 한 표준코드 부여 절차는 여섯 단계로 구성하였다.
<표 III-28> 유해인자명 표준코드 부여 절차
| 단계 | 절차 | 내용 |
|---|---|---|
| ① | 추출 | 원천 문서(노출력·작업환경 기술)에서 유해인자명 원시값을 추출 |
| ② | 표기 정리 | 공백, 괄호, 전각·반각, 로마자 대소문자의 표기 정리 |
| ③ | 매칭 | 마스터 테이블 조회. CAS 정확일치 → 코드명 정확일치 → 유사어 일치 → 부분일치 → 임베딩 유사도의 가중치 순차 적용 |
| ④ | 판정 | 임계값 미달 또는 다중 후보 경합 시 자동 확정하지 않고 보류(검수 대상) |
| ⑤ | 검수 | 보류 건 및 층화 표본에 대한 사람 판정, 판정 근거 기록 |
| ⑥ | 환류 | 미매칭 원시값을 마스터 테이블 확장 후보로 개발 주체에 회신 |
①부터 ③까지는 통상적인 절차에 해당한다. 원시값의 표기를 정리한 후, 정확일치를 우선 적용하고 일치가 확인되지 않는 경우 순차적으로 완화된 기준을 적용하여 후보를 탐색한다. 절차상 별도의 설명이 필요한 단계는 ④이다.
표준코드 부여에서 잘못 부여된 코드값과 미부여 상태는 사후 처리 비용이 동일하지 않다. 미부여 상태는 결측으로 산출물에 나타나므로 탐지가 가능하고, 검수 단계에서 사람이 값을 부여할 수 있으며, 집계 시 결측으로 처리된다. 반면 잘못 부여된 코드값은 정상적으로 부여된 값과 형식상 구분되지 않는다. 예를 들어 원시값 '엔도톡신'에 '디클로로 테트라플루오로에탄'의 코드값이 부여되는 경우, 해당 레코드는 이후의 모든 집계에서 디클로로 테트라플루오로에탄 노출 사례로 계상되며 별도의 표식을 남기지 않는다. 즉 오부여는 결측과 달리 사후 탐지가 어렵다.
이 비대칭을 절차 설계의 전제로 하여, 본 적용에서는 미매칭을 허용하고 오부여를 억제하는 방향으로 임계값과 판정 규칙을 설정하였다. 구체적으로 매칭 경로에 따라 매핑 등급을 부여하고, 등급에 따라 자동 반영 여부를 구분하였다.
<표 III-29> 매칭 경로별 매핑 등급 및 처리 방식
| 매핑 등급 | 매칭 경로 | 처리 방식 |
|---|---|---|
| 확정 | 정확일치, CAS 일치 | 자동 반영 |
| 검토 | 부분일치, 역포함, 문자유사 | 자동 반영하지 않음. 사람 확인 |
| 보류 | 명칭 유사도(임베딩) 등 | 자동 반영하지 않음. 사람 확인 |
| 비유해인자 | 사전 정의된 비유해인자 표현 | 매칭을 시도하지 않음 |
| 미매칭 | 후보 없음 | 미부여 상태 유지. 환류 대상 |
여기에 기존 입력값의 보존 규칙을 추가하였다. 원천 문서에서 사람이 판독하여 입력한 유해인자명 원시값과, 일부 레코드에 이미 부여되어 있던 선행 사전 기준의 코드값은 자동 처리로 삭제하지 않는다. 새로 부여된 코드값이 기존 값과 상이한 경우, 매핑 등급이 '확정'이 아니면 기존 값을 유지하고 새로 부여된 값은 별도 데이터 요소에 병기하였다. 이는 자동화된 재부여가 사람의 판정 결과를 덮어쓰지 않도록 하기 위한 것이다. 본 적용에서 이 규칙에 따라 기존 값이 보존된 레코드는 16행이었다.
본 DB의 표준코드 부여는 유해인자명, 측정단위, 정성 노출 조건의 통제 값에 대하여 각각 수행하였다. 이 중 외부에서 구축된 마스터 테이블을 참조 기준으로 사용한 것은 유해인자명이 유일하며, 나머지는 원시값의 분포로부터 정준값을 도출하는 방식으로 처리하였다.
가. 적용 대상 및 전체 부여 현황
표준코드 부여의 적용 대상은 측정값 항목이 추출된 레코드이다. 원천 문서 1,625건 중 측정 관련 서술이 확인된 사례는 538건이며, 이 중 개별 물질 단위로 측정값 항목이 정리된 사례는 533건이다. 나머지 5건은 정성적 측정 표현만 서술되어 측정값 배열에 원문 인용만 보유하므로 유해인자명 원시값이 존재하지 않는다. 533건에서 추출된 측정값 항목은 1,247행이며, 각 행은 원문 인용문(1,246행)과 판독자가 원문에서 추출한 유해인자명 원시값을 보유하며, 원시값의 고유 표기는 393종이다.
전체 부여 현황은 아래와 같다.
<표 III-30> 유해인자명 표준코드 부여 현황 (n=1,247행)
| 지표 | 값 | 비율 |
|---|---|---|
| 대상 사례 수 | 533건 | — |
| 측정값 항목 수(관측단위) | 1,247행 | 100.0% |
| 원문 인용문 보유 | 1,246행 | 99.9% |
| 고유 원시값 | 393종 | — |
| 자동 확정 | 1,148행 | 92.1% |
| 검토 등급(사람 확인 대상) | 33행 | 2.6% |
| 보류 등급(사람 확인 대상) | 10행 | 0.8% |
| 비유해인자(매칭 미시도) | 51행 | 4.1% |
| 미매칭 | 2행 | 0.2% |
| 원시값 결측 | 3행 | 0.2% |
| 표준코드 부여 완료(최종) | 1,190행 | 95.4% |
| 연결된 코드값 수 | 125종 / 1,236종 | 모수 대비 10.1% |
자동 확정 1,148행의 내부 구성은 세 갈래로 구분된다. 새로 부여된 코드값이 확정 등급으로 반영된 것이 1,077행, 새로 부여된 코드값이 기존 값과 일치하여 그대로 확정된 것이 66행, 검토 등급으로 분류되었으나 개별 확인을 거쳐 확정으로 승격된 것이 5행이다.
선행 사전을 기준으로 표준화되어 있던 적용 이전 상태와의 비교는 아래의 표와 같다.
<표 III-31> 마스터 테이블 적용 전후 비교 (n=1,247행)
| 항목 | 적용 전(선행 사전) | 적용 후(마스터 테이블) | 증감 |
|---|---|---|---|
| 표준코드 부여 | 해당 사항 없음 | 1,190행 (95.4%) | |
| CAS 번호 연결 | 725행 (58.1%) | 765행 (61.3%) | +40행 (+3.2%p) |
| IARC 등급 연결 | 해당 사항 없음 | 835행 (67.0%) | |
| 코드값이 변경된 행 | — | 71행 | — |
선행 사전은 220종 중 89종에만 CAS 번호를 보유하였고 IARC 등급 링크를 보유하지 않았다. 마스터 테이블로 기준을 변경함에 따라 동일 사례에 대하여 발암성 등급을 조회할 수 있는 레코드가 120행 증가하였다.
나. 매칭 경로별 분포 및 매핑 등급 배분
매칭 경로는 매핑 등급의 부여 근거이므로, 경로별 분포와 각 경로가 어떤 등급으로 배분되었는지를 함께 제시한다. 대상은 매칭이 시도되어 후보가 도출된 1,191행이며, 비유해인자 51행, 원시값 결측 3행, 미매칭 2행은 제외하였다.
<표 III-32> 매칭 경로별 분포 및 매핑 등급 배분 (n=1,191행)
| 매칭 경로 | 행수 | 비율 | 확정 | 검토 | 보류 |
|---|---|---|---|---|---|
| 정확일치 | 1,077 | 90.4% | 1,077 | — | — |
| 역포함 | 72 | 6.0% | 51 | 21 | — |
| 부분일치 | 26 | 2.2% | 15 | 11 | — |
| 명칭 유사도(임베딩) | 10 | 0.8% | — | — | 10 |
| 문자 유사 | 6 | 0.5% | 5 | 1 | — |
| 계 | 1,191 | 100.0% | 1,148 | 33 | 10 |
이 분포에서 확인되는 사항은 두 가지이다.
첫째, 정확일치 경로가 90.4%를 차지한다. 표준코드 부여의 대부분은 유사도 산출이 아니라 원시값이 마스터 테이블에 등록된 표기와 일치함으로써 처리되었다. 이는 마스터 테이블에 등록된 유사어 2,429건이 실제로 기능하였음을 의미한다. '아황산가스', '엠이케이'와 같은 현장 표기가 유사어로 등록되어 있는 경우, 해당 원시값의 조회는 유사도 산출 경로가 아니라 정확일치 경로로 처리된다. 즉 부여 성능의 대부분은 매칭 알고리즘이 아니라 마스터 테이블에 표기 변이가 어느 정도 등록되어 있는지에 의해 결정되었다.
둘째, 임베딩 유사도를 통해 도출된 10행은 전부 보류 등급으로 처리되었다. 임베딩 유사도는 의미적으로 근접한 후보를 도출하므로 미매칭을 줄이는 데 유효하지만, 도출된 후보의 지시 범위가 원시값과 일치한다는 보장이 없다. 실제로 '가시영역 복사량'에 '가시광선'이, '니트로스아민'에 'N-니트로소화합물'이 후보로 도출되었는데, 두 경우 모두 상위·하위 개념 관계이거나 지시 범위가 일치하지 않는다. 이 경로로 도출된 10행은 자동 반영하지 않고 사람 확인 대상으로 분류하였다.
다. 인자 범주별 분포
표준코드가 부여된 1,190행이 어떤 인자 범주로 귀결되었는지를 집계하고, 각 범주의 모수 규모와 함께 제시한 결과는 아래의 표와 같다.
<표 III-33> 표준코드 부여 결과의 인자 범주별 분포 (n=1,190행)
| 범주 | 행수 | 비율 | 모수(종) | 주요 인자 |
|---|---|---|---|---|
| 화학물질 | 745 | 62.6% | 1,047 | — |
| 물리적 인자 | 253 | 21.3% | 19 | 소음·전리방사선·극저주파 자기장 |
| 분진 | 111 | 9.3% | 19 | 석면 분진·결정형 유리규산·목재 분진 |
| (선행 사전 코드 유지) | 42 | 3.5% | — | 검토·보류 등급으로 기존 값 보존 |
| 생물학적 인자 | 14 | 1.2% | 4 | 개발 과정에서 추가된 4종 |
| 직업·산업 공정 | 12 | 1.0% | 24 | — |
| 기타 | 10 | 0.8% | 11 | — |
| 방사선 | 2 | 0.2% | 14 | — |
| 심리사회적 인자 | 1 | 0.1% | 8 | — |
| 인간공학적 인자 | 0 | 0.0% | 2 | — |
| 계 | 1,190 | 100.0% |
이 분포에서는 모수 규모와 적용 결과의 관계에 관하여 상반된 두 가지 사실이 확인된다.
첫째, 모수가 작은 범주라도 적용 커버리지가 낮게 나타나지 않는 경우가 있다. 물리적 인자는 모수가 19종에 불과하나 1,190행 중 253행(21.3%)에 코드값이 부여되었다. 주요 구성은 소음 120행, 전리방사선 89행, 극저주파 자기장 23행이다. 분진 역시 모수 19종으로 111행에 부여되었다. 두 범주를 합하면 364행으로 전체의 30.6%에 해당한다. 즉 모수의 종수와 적용 커버리지는 비례하지 않는다. 이는 현장에서 문제가 되는 물리적 인자가 종류는 적으나 다수의 사례에서 반복적으로 등장하기 때문이다. 따라서 기존에 확인한 모수의 편중은 그 자체로 적용 결과의 커버리지를 예측하는 지표가 되지 않는다.
둘째, 인간공학적·심리사회적 인자는 적용이 성립하지 않았다. 인간공학적 인자는 0행, 심리사회적 인자는 1행이다. 이는 원천 문서에 해당 노출이 기술되어 있지 않기 때문이 아니다. '요추부압박력(형틀운반 작업)', 'L5/S1 부하(압박력)', '목이 굽혀지거나 비틀려진 상태', '허리를 굽히거나 비튼 상태', '이동대차를 밀거나 당기는 동작', '중량물(의자, 쿠션)' 등의 원시값이 실제로 추출되었으며, 이들은 인간공학적 부담 노출을 기술한 것이다.
이 미부여의 성격은 두 가지 요인이 중첩된 결과이다. 첫째, 위 원시값들은 인자명이 아니라 노출의 정량 지표 또는 작업자세에 대한 서술이다. '요추부 압박력 340N'에서 인자에 해당하는 것은 '인간공학적 부담'이며 '압박력 340N'은 그 노출 수준이다. 본 DB의 유해인자명 데이터 요소는 인자명을 수록하도록 정의되어 있으므로, 노출 지표에 해당하는 값이 이 요소에 입력된 것은 인자명과 노출 지표를 구분하여 수록할 데이터 요소가 분리되어 있지 않았기 때문이다. 둘째, 마스터 테이블의 인간공학적 인자 모수가 2종에 불과하여, 원시값을 상위 인자로 집약하여 부여할 대상도 확보되지 않았다. 즉 모수의 공백과 추출 스키마의 구조적 제약이 함께 작용한 결과이다.
라. 미부여 원시값의 유형 분류
표준코드가 부여되지 않은 레코드, 즉 미매칭 2행, 비유해인자 51행(고유 원시값 40종), 원시값 결측 3행을 유형별로 분류한 결과는 아래의 표와 같다.
<표 III-34> 미부여 원시값의 유형별 분류
| 유형 | 고유 원시값 | 예 | 처리 방향 |
|---|---|---|---|
| 임상검사·검사결과 | 15종 | 순음청력검사, 뇌간유발반응검사, PD20, 메타콜린유발검사 | 인자에 해당하지 않음. 별도 데이터 요소 필요 |
| 생체지표(혈중·요중 농도) | 11종 | 메트헤모글로빈, 요중 마뇨산, 뮤콘산, β-마이크로글로불린, CRP, PSA | 인자에 해당하지 않음. 노출지표로 분리 |
| 인간공학적 부담의 정량지표 | 7종 | 요추부 압박력, L5/S1 부하, 굽힘·비틀림 자세, 중량물 | 모수 확장 필요 |
| 환경·평가 지표 | 7종 | BOD, SS, 탁도, 모니터 평균밝기, OSHA 위험평가, 총대장균군 | 인자에 해당하지 않음. 대상 범위 밖 |
| 원시값 결측 | (3행) | 폐기능검사 수치만 기술된 문장 | 미상 처리 |
| 계 | 40종 |
분류 결과에서 확인되는 사항은, 표준코드 미부여의 대부분이 매칭 절차의 실패가 아니라 유해인자명 데이터 요소에 인자가 아닌 값이 입력된 데 기인한다는 점이다. 건수가 가장 많은 두 유형인 임상검사·검사결과 15종과 생체지표 11종은 유해인자가 아니라 건강영향 또는 노출의 측정 지표에 해당한다. 원시값 '소음(순음청력검사 - 우측 평균청력역치)'에서 인자에 해당하는 것은 소음이고 청력역치는 건강영향 지표이며, '요중 마뇨산'은 톨루엔 노출의 생체지표로서 그 자체가 인자에 해당하지 않는다. 이러한 값이 유해인자명 데이터 요소에 입력된 것은 판독 오류라기보다, 원문이 노출과 건강영향을 함께 기술하고 있는 반면 이를 수록할 데이터 요소가 단일하게 정의되어 있었기 때문이다.
이 유형의 원시값에 대해서는 비유해인자 목록을 사전에 등록하여 매칭을 시도하지 않도록 처리하였으며, 그 근거는 다음과 같다. 해당 26종(임상검사 15종, 생체지표 11종)을 유사도 경로로 매칭하는 경우 후보가 도출된다. 실제 검증 과정에서 '메트헤모글로빈'에 '메트리뷰진'이, 'CRP'에 '크롬 및 그 화합물'이, 'SS'에 '황동'이 후보로 도출되는 것이 확인되었으며, 이는 문자열의 부분적 유사에 기인한 것이다. 이러한 후보가 자동 반영되는 경우 정상적으로 부여된 코드값과 형식상 구분되지 않으므로 사후 탐지가 어렵다. 따라서 미매칭을 허용하고 오부여를 억제하는 방향에 따라 매칭 시도 자체를 배제하였다. 이 처리가 적용된 레코드가 51행이다.
마. 속성 링크 결합 결과
표준코드 부여의 목적은 코드값을 통하여 마스터 테이블의 속성 링크 테이블을 표준화 데이터셋에 결합하는 데 있다. 결합 결과는 아래의 표와 같다.
<표 III-35> 속성 링크 결합 결과 (부여 완료 1,190행 기준)
| 항목 | 값 | 비율 |
|---|---|---|
| CAS 번호가 결합된 행 | 765행 | 64.3% |
| IARC 등급이 결합된 행 | 835행 | 70.2% |
| 마스터 테이블 코드값(IE-)이 부여된 행 | 1,148행 | 96.5% |
| 선행 사전 코드값이 유지된 행 | 42행 | 3.5% |
| 원문 인용문에서 추가 탐지된 인자 후보 | 311행 |
주: 비율의 분모는 표준코드 부여 완료 1,190행이다. 전체 측정값 항목 1,247행을 분모로 하는 경우 CAS 번호 결합은 61.3%, IARC 등급 결합은 67.0%에 해당한다(표 III-○).
마지막 항목은 표준코드 부여 과정에서 부수적으로 산출된 결과이다. 부여 절차의 ① 추출 단계에서 원문 인용문을 함께 판독하여, 유해인자명 데이터 요소에 입력되지 않았으나 원문에 기술된 인자를 탐지하였으며, 311행에서 후보가 도출되었다. 예를 들어 유해인자명 데이터 요소에 '톨루엔'만 입력되어 있으나 원문에는 트리클로로에틸렌과 톨루엔이 함께 기술된 경우가 이에 해당한다. 이 후보는 자동 반영하지 않고 별도의 데이터 요소에 병기하여 사람 판정 대상으로 유지하였다. 단일 측정값 항목에 복수의 인자를 기록할 것인지는 관측단위의 정의에 관한 사항으로 데이터베이스 설계에서 결정할 문제이며, 표준코드 부여 절차에서 임의로 변경할 사항이 아니기 때문이다.
바. 인자 범주 축별 해석
표준코드 부여율 95.4%는 단일 수치로는 해석되지 않는다. 모수의 구성이 범주별로 상이하므로, 결과 또한 인자 범주 축을 구분하여 해석하여야 한다.
첫째, 화학적 인자 축은 채택 가능한 수준이다. 화학물질 745행과 분진 111행을 합한 856행에 코드값이 부여되었으며, 이 중 대부분이 정확일치 경로로 확정되었다. 모수가 충분히 확보된 영역이고(화학물질 1,047종), 부수적으로 CAS 번호 765행과 IARC 등급 835행이 결합되었다. 이 축에서 코드값이 부여되지 않은 원시값은 대부분 인자에 해당하지 않는 값(생체지표·검사결과)이었으므로, 모수의 제약에 기인한 미부여로 볼 근거가 없다.
둘째, 물리적 인자 축은 모수 규모에 비하여 커버리지가 확보되었다. 모수 19종으로 253행(21.3%)에 코드값이 부여되었다. 이는계 원칙 P2로 반영한 판단, 즉 CAS 번호가 부여되지 않는 인자를 모수에서 제외하지 않는다는 판단의 실효성이 확인된 결과에 해당한다. 식별 층위 체계를 모수로 채택하였다면 이 253행은 표준코드 부여의 대상에 포함되지 않았을 것이다(관찰 ①). 다만 이 결과가 물리적 인자의 모수가 충분함을 의미하지는 않는다. 물리적 인자는 표기 변이의 폭이 작아 — 소음은 대부분 '소음'으로 기재된다 — 소수의 코드값으로 다수의 원시값이 처리되는 것이며, 모수에 수록되지 않은 물리적 인자가 원천 문서에 등장하는 경우에는 동일한 제약이 발생한다.
셋째, 인간공학적·심리사회적 인자 축은 적용이 성립하지 않았다. 인간공학적 인자 0행, 심리사회적 인자 1행이며, 이는 부여율이 낮은 것이 아니라 부여 절차 자체가 성립하지 않은 상태에 해당한다. 원인은 모수에 해당 인자가 각각 2종·8종에 그친다는 점과, 유해인자명 데이터 요소가 인자명과 노출 정량지표를 구분하지 않아 원천 문서의 인간공학적 노출 기술이 인자명의 형태로 추출되지 않았다는 점이다.
이 축에 대해서는 표준코드 부여율을 산출하지 않았다. 부여율의 분모가 정의되지 않기 때문이다. 부여율을 산출하려면 원천 문서에 인간공학적 노출이 기술된 사례가 몇 건인지를 먼저 확정하여야 하며, 이는 표준코드 부여가 아니라 별도의 코딩 작업에 해당한다.
이상을 종합하여, 마스터 테이블을 본 연구의 유해인자명 표준화 기준으로 채택하였다. 근거는 다음 세 가지이다.
첫째, 대체 가능한 단독 모수가 존재하지 않는다. 국제적으로 합의된 단일 유해인자 목록은 존재하지 않으며, 국내 법정 목록 전체를 모수로 채택하는 경우에도 모수 1,236종 중 41.7%가 제외된다. 따라서 통합 모수를 사용하는 것이 유일한 경로이며, 현재 접근 가능한 통합 모수는 본 마스터 테이블이다.
둘째, 적용 결과가 선행 상태보다 개선되었다. 표준코드 부여율은 91.9%에서 95.4%로, CAS 번호 연결은 58.1%에서 61.3%로, IARC 등급 연결은 57.3%에서 67.0%로 각각 증가하였다. 개선 폭 자체는 크지 않으나 세 지표의 방향이 일관되며, 특히 IARC 등급 연결이 120행 증가한 것은 표준화 데이터셋이 응답할 수 있는 질의의 범위가 확장되었음을 의미한다. 또한 선행 사전에 혼입되어 있던 비유해인자 30종(공구·작업·폐기물·상병명)이 제외된 모수를 사용하게 된다.
셋째, 오부여를 억제하는 판정 구조를 갖추었다. 자동 확정은 정확일치 및 CAS 일치 경로에 한정되며, 임베딩 유사도를 통해 도출된 후보 10행은 전부 사람 확인 대상으로 처리되었다. 표준화 자료의 신뢰도는 부여율보다 오부여율에 의해 결정되므로, 자동 확정 경로를 제한하는 설계를 채택 근거로 고려하였다.
채택에 있어 다음 세 가지 조건을 적용한다.
조건 1. 참조 버전을 고정한다. 2026년 ○월 ○○일 기준 1,236종 스냅숏을 참조 버전으로 하여 표준화 데이터셋에 명시적으로 기록한다. 마스터 테이블은 갱신되는 외부 산출물이므로, 참조 버전을 기록하지 않는 경우 동일 집계의 재현이 불가능하다.
조건 2. 표준코드 부여율을 인자 범주 축별로 분리하여 보고한다. 전체 부여율만을 제시하는 경우 인간공학적·심리사회적 인자 축의 공백이 드러나지 않는다. 따라서 범주별 부여 결과를 함께 제시한다.
조건 3. 검토·보류 43행 및 추가 탐지 후보 311행은 사람 판정을 거친다. 해당 값은 현재 자동 반영되지 않은 상태이며, 판정이 완료되기 전에는 확정 자료로 사용하지 않는다.
<표 III-36> 테이블별 관측단위 및 주요 키 구조
| 계층 | 테이블 | 관측단위 (1행이 표상하는 것) | 주요 키 |
|---|---|---|---|
| 원천 | Case | 개별 판정서 1건 (사건 파일) | PK: fid |
| 원천 | CaseStructuredData | 판정서 원문의 구조화 필드 (개요·작업환경·의학적 소견·결론) | PK/FK: case_id → Case.fid (1:1) |
| 판정 | DiseaseRecord | 사건 × 질병 × 직종 조합 1건 | PK: id FK: case_id, disease_id, job_id |
| 판정 | PopulationData | 사건 × 인구학적 변수 1건 (key-value) | PK: id FK: case_id UNIQUE: (case_id, variable) |
| 판정 | WorkProcessData | 사건 × 작업 공정 변수 1건 (key-value) | PK: id FK: case_id UNIQUE: (case_id, variable) |
| 노출 (신규) | CaseExposureExtracted | 사건 1건의 측정정보 JSON 스냅샷 (장소·물질·농도·단위) | PK/FK: case_id → Case.fid (1:1) |
| 노출 (신규) | CaseExposureConditions | 사건 1건의 노출 맥락 JSON 스냅샷 (기간·작업환경·보호구) | PK/FK: case_id → Case.fid (1:1) |
| 표준 참조 | DiseaseDictionaryEntry | 표준 질병 1종 | PK: id UNIQUE: disease_code (KCD-8) |
| 표준 참조 | JobCodeOccupation | 표준 직종 1종 | PK: id UNIQUE: job_code (KSCO) |
| 표준 참조 | ExposureDictionary | 마스터 테이블 표준 유해인자 1종 (1,236종) | PK: id UNIQUE: (code, name) |
| 감사 | RecordRevision | 질병 기록의 수정 이력 1건 | PK: id FK: record_id → DiseaseRecord.id |
본 연구가 신규로 구축한 노출 관련 테이블(`CaseExposureExtracted`·`CaseExposureConditions`)은 사건 식별자 `fid` 를 유일한 결합키로 사용하여 기존 테이블과 결합된다. 각 축별 결합 관계는 다음과 같다.
이 결합 구조는 사건 1건에 대하여 `Case` 를 중심축으로 다섯 계열의 테이블(질병·직종·개인력·공정·노출)이 방사형으로 연결되므로, 유해인자 축(`ExposureDictionary.code`)과 질병 축(`DiseaseDictionaryEntry.disease_code`)·직종 축(`JobCodeOccupation.job_code`)의 교차 집계가 사건 단위 조인만으로 성립한다.
본 절에서는 2.2.2.4에서 확정된 9개 최종 추출항목에 대하여, 항목별 데이터 설명과 원천 문서(역학조사 사례집)로부터의 ETL 추출방법을 상세히 서술한다. 각 항목은 데이터 설명 표(데이터요소이름·DB 항목명·정의·데이터 형태)와 ETL 추출방법 표(Extract·Transform·Load 단계별 수행 내용 및 예시)의 아래의 2개 표로 구성된다.
<표 III-37> 유해인자 데이터 설명
| 항목 | 내용 |
|---|---|
| 데이터요소이름 | HAZARDOUS_AGENT |
| 데이터베이스 항목명 | 유해인자 |
| 정의 | 사례 대상 근로자가 노출된 것으로 원문에 기록된 화학물질·물리적 인자 |
| 데이터 형태 | 문자형 (사례별 배열) |
<표 III-38> 유해인자 데이터 추출방법
| ETL 구조 단계 | 수행 내용 / 추출방법 | 예시 |
|---|---|---|
| Extract (추출) | 원문의 작업환경·고찰·결론 필드에서 유해인자 서술과 원문 근거 문장을 판독한다. | (Raw Text) "1998년과 1999년 작업환경측정자료에 의하면 생산부서에 따라 약간의 차이는 있으나 MEK 120~180 ppm, 톨루엔 80~91 ppm, 혼합유기용제 1.56~1.88 수준이었다." |
| Transform (변환) | 1. 원시값 추출: 서술된 물질명·인자명 원시값을 원문 표기 그대로 추출한다. 2. 원문인용 보존: 원문인용 문구를 함께 보존한다. 3. 표준코드 부여: 유해인자 마스터 테이블(1,236종)에 대조하여 표준코드를 부여한다. | 1. (원시값): "MEK", "톨루엔", "혼합유기용제" 2. (표준코드 부여): • MEK → 메틸에틸케톤 • 톨루엔 → 톨루엔 |
| Load (적재) | 원시값과 원문인용은 CaseExposureExtracted.current_data.측정값[].물질 에 저장하고, 표준코드가 부여된 유해인자는 DiseaseRecord.exposure (M2M → ExposureDictionary) 관계로 연결한다. | (저장된 데이터) • 측정값[0].물질 = "MEK" • DiseaseRecord.exposure M2M에 메틸에틸케톤·톨루엔 링크 추가 |
<표 III-39> 농도 데이터 설명
| 항목 | 내용 |
|---|---|
| 데이터요소이름 | CONCENTRATION |
| 데이터베이스 항목명 | 농도 |
| 정의 | 원문에 서술된 유해인자의 측정 농도값 (범위·단일값 모두 허용) |
| 데이터 형태 | 문자형 |
<표 III-40> 농도 데이터 추출방법
| ETL 구조 단계 | 수행 내용 / 추출방법 | 예시 |
|---|---|---|
| Extract (추출) | 작업환경·결론 필드에서 정량 수치를 포함한 서술을 판독한다. | (Raw Text) "MEK 120~180 ppm, 톨루엔 80~91 ppm" |
| Transform (변환) | 1. 원시값 추출: 원문 표기(범위·평균·최고 등)를 그대로 원시값으로 추출한다. 2. 결측 처리: 결측·불명 시 NULL 처리한다. 3. 원문인용 보존: 원문인용을 동반 저장하여 사후 감사가 가능하도록 한다. | 1. (원시값): "120~180", "80~91" 2. (원문인용): "MEK 120~180 ppm, 톨루엔 80~91 ppm" |
| Load (적재) | 원시값을 CaseExposureExtracted.current_data.측정값[].농도에 저장한다. 원문인용은 같은 배열 요소의 원문인용 필드에 함께 저장된다. | (저장된 데이터) • 측정값[0].농도 = "120~180" • 측정값[0].원문인용 = "..." |
<표 III-41> 단위 데이터 설명
| 항목 | 내용 |
|---|---|
| 데이터요소이름 | MEASUREMENT_UNIT |
| 데이터베이스 항목명 | 단위 |
| 정의 | 농도값의 측정 단위 |
| 데이터 형태 | 문자형 (정준 단위 57종 중 하나) |
<표 III-42> 단위 데이터 추출방법
| ETL 구조 단계 | 수행 내용 / 추출방법 | 예시 |
|---|---|---|
| Extract (추출) | 농도값과 짝지어 서술된 단위 표기를 판독한다. | (Raw Text) "ppm", "㎎/㎥", "㎍/㎥, 산보연, 기하평균" |
| Transform (변환) | 1. 원시값 추출: 원시값을 원문 표기 그대로 추출한다. 2. 표준화: 283개 고유 원시 표기를 57종 정준 단위로 표준화한다. | 1. (원시값): "㎎/㎥", "mg/m3", "㎎/㎥, 최고" 2. (표준화): 모두 → mg/m³ |
| Load (적재) | 원시값은 CaseExposureExtracted.current_data.측정값[].단위에 저장하고, 정준 단위는 매핑테이블을 통해 표준화 데이터셋에서 참조한다. | (저장된 데이터) • 측정값[0].단위 = "ppm" |
<표 III-43> 측정시기 데이터 설명
| 항목 | 내용 |
|---|---|
| 데이터요소이름 | SAMPLING_DATE |
| 데이터베이스 항목명 | 측정시기 |
| 정의 | 원문에 서술된 작업환경측정 실시 시점 |
| 데이터 형태 | 문자형 (연도 또는 연월) |
<표 III-44> 측정시기 데이터 추출방법
| ETL 구조 단계 | 수행 내용 / 추출방법 | 예시 |
|---|---|---|
| Extract (추출) | 작업환경 필드에서 작업환경측정 관련 서술을 판독한다. | (Raw Text) "1998년과 1999년 작업환경측정자료에 의하면..." |
| Transform (변환) | 1. 시기 추출: 서술된 측정 연도(또는 연월)를 추출한다. 2. 원문인용 보존: 명시적 언급이 없는 경우 원문인용 문구에 시기 표현을 포함하여 보존한다. | 1. (추출된 시기): "1998~1999년" 2. (원문인용): 시기 표현 포함 문장 |
| Load (적재) | 시기 서술이 포함된 원문인용을 CaseExposureExtracted.current_data.측정값[].원문인용에 저장한다. 별도 구조화 필드는 두지 않고 원문인용에서 시기 정보를 확인하도록 설계하였다. | (저장된 데이터) • 측정값[0].원문인용 = "1998년과 1999년 작업환경측정자료에 의하면..." |
<표 III-45> 노출시기 데이터 설명
| 항목 | 내용 |
|---|---|
| 데이터요소이름 | EXPOSURE_PERIOD |
| 데이터베이스 항목명 | 노출시기 |
| 정의 | 근로자가 유해인자에 노출된 시작·종료 시점 및 총기간 |
| 데이터 형태 | 문자형 (시작·종료·총기간) 다중 구간 배열 |
<표 III-46> 노출시기 데이터 추출방법
| ETL 구조 단계 | 수행 내용 / 추출방법 | 예시 |
|---|---|---|
| Extract (추출) | 개요·작업환경·결론 필드에서 근무 이력·직무 변경 서술을 판독한다. | (Raw Text) "1976년 9월부터 1983년 8월까지 7년간은 래들의 내화벽돌 교체 및 보수작업을 주로 하였고, 1983년 9월부터 1998년 7월까지 15년간은 코크스로의 문에서..." |
| Transform (변환) | 1. 정보 추출: 시작시기·종료시기·총기간을 각각 추출한다. 2. 다중 구간 분리: 직무 변경에 따라 다중 구간으로 분리한다. 3. 요약값 산출: 최이른 시작 연도와 총기간의 합산값을 사건 단위 요약값으로 산출한다. | 1. (구간 1): 시작 = 1976년 9월, 종료 = 1983년 8월, 총기간 = 7년 2. (구간 2): 시작 = 1983년 9월, 종료 = 1998년 7월, 총기간 = 15년 3. (요약): exp_start = 1976, exp_period = 22 |
| Load (적재) | 다중 구간은 CaseExposureConditions.current_data.노출기간값[]에 배열로 저장한다. 사건 단위 요약값은 기존 DiseaseRecord.exp_start·DiseaseRecord.exp_period 컬럼에 저장하여 I단계 스키마와의 호환을 유지한다. | (저장된 데이터) • 노출기간값[0].시작시기 = "1976년 9월" • 노출기간값[0].총기간 = "7년" • DiseaseRecord.exp_start = 1976 • DiseaseRecord.exp_period = 22 |
<표 III-47> 빈도 데이터 설명
| 항목 | 내용 |
|---|---|
| 데이터요소이름 | EXPOSURE_FREQUENCY |
| 데이터베이스 항목명 | 빈도 |
| 정의 | 유해인자 노출의 정성적 빈도 (예: 상시·주 N회·간헐) |
| 데이터 형태 | 문자형 |
<표 III-48> 빈도 데이터 추출방법
| ETL 구조 단계 | 수행 내용 / 추출방법 | 예시 |
|---|---|---|
| Extract (추출) | 노출 서술 문장에서 빈도 표현을 판독한다. | (Raw Text) "주 3회 도장 작업을 수행하였다" |
| Transform (변환) | 1. 원시값 추출: 원문 표기 그대로 원시값을 추출한다. 2. 결측 처리: 서술이 없는 경우 NULL 처리한다. | 1. (원시값): "주 3회" |
| Load (적재) | 원시값을 CaseExposureConditions.current_data.노출기간값[].빈도에 저장한다. 노출기간과 동일한 배열 요소 안에 저장되어 구간별로 대응된다. | (저장된 데이터) • 노출기간값[0].빈도 = "주 3회" |
<표 III-49> 환기설비 데이터 설명
| 항목 | 내용 |
|---|---|
| 데이터요소이름 | ENGINEERING_CONTROL |
| 데이터베이스 항목명 | 환기설비 |
| 정의 | 작업공간의 환기·국소배기장치 설치 및 가동 상태 |
| 데이터 형태 | 문자형 → 정준 4값 (양호·미흡·없음·불명) |
<표 III-50> 환기설비 데이터 추출방법
| ETL 구조 단계 | 수행 내용 / 추출방법 | 예시 |
|---|---|---|
| Extract (추출) | 작업환경 필드에서 환기·배기장치 관련 서술을 판독한다. | (Raw Text) "국소배기장치가 설치되어 있지 않아 매우 불량" |
| Transform (변환) | 1. 원시값 추출: 자유서술 원시값(327건 중 321개 고유표현)을 추출한다. 2. 정준 분류: 축이 "설비 종류"가 아닌 "설치·가동 적절성"이므로 정준 4값(양호·미흡·없음·불명)으로 분류한다. | 1. (원시값): "국소배기장치가 설치되어 있지 않아 매우 불량" 2. (표준값): 없음 |
| Load (적재) | 원시값과 표준값을 CaseExposureConditions.current_data.작업환경값[].환기설비에 저장한다. 원문인용은 같은 배열 요소의 원문인용 필드에 동반 저장된다. | (저장된 데이터) • 작업환경값[0].환기설비 = "없음" • 작업환경값[0].원문인용 = "..." |
<표 III-51> 환기 불량한 공간 데이터 설명
| 항목 | 내용 |
|---|---|
| 데이터요소이름 | CONFINED_SPACE |
| 데이터베이스 항목명 | 환기 불량한 공간 |
| 정의 | 산업보건상 밀폐·반밀폐·개방 여부. 동일 공정이라도 공간 특성에 따라 실질 노출 강도가 달라진다는 실무자 자문에 근거하여 별도 항목으로 추출한다. |
| 데이터 형태 | 문자형 → 정준 4값 (밀폐·반밀폐·개방·불명) |
<표 III-52> 환기 불량한 공간 데이터 추출방법
| ETL 구조 단계 | 수행 내용 / 추출방법 | 예시 |
|---|---|---|
| Extract (추출) | 작업환경 필드에서 공간 특성 서술(탱크내부·선실·클린룸·야외작업 등)을 판독한다. | (Raw Text) "탱크 내부에서 도장 작업 수행" |
| Transform (변환) | 1. 원시값 추출: 자유서술 원시값(457건 중 445개 고유표현)을 추출한다. 2. 정준 분류: 정준 4값(밀폐·반밀폐·개방·불명)으로 분류한다. 실내 대공간(클린룸·운전실 등)은 산업보건상 밀폐공간이 아니므로 개방으로 분류한다. | 1. (원시값): "탱크 내부" 2. (표준값): 밀폐 |
| Load (적재) | 원시값과 표준값을 CaseExposureConditions.current_data.작업환경값[].밀폐공간에 저장한다. 서술이 없는 경우 빈값을 유지하여 "판정 불가"(불명)와 의미를 구분한다. | (저장된 데이터) • 작업환경값[0].밀폐공간 = "밀폐" |
<표 III-53> 착용여부 데이터 설명
| 항목 | 내용 |
|---|---|
| 데이터요소이름 | PPE_USE |
| 데이터베이스 항목명 | 착용여부 |
| 정의 | 개인보호구의 실제 착용 여부 |
| 데이터 형태 | 문자형 → 정준 3값 (착용·미착용·불명) |
<표 III-54> 착용여부 데이터 추출방법
| ETL 구조 단계 | 수행 내용 / 추출방법 | 예시 |
|---|---|---|
| Extract (추출) | 작업환경·결론 필드에서 보호구(방독마스크·방진마스크·장갑 등) 관련 서술을 판독한다. | (Raw Text) "방독마스크를 지급받았으나 실제 착용은 하지 않았다고 진술" |
| Transform (변환) | 1. 원시값 추출: 자유서술 원시값을 추출한다. 2. 정준 분류: 매핑 규칙을 적용하여 정준 3값으로 분류한다. 부정어(않·없·못)는 긍정어보다 먼저 판정하며, 지급어만 있고 착용 언급이 없는 경우 안전 편향에 따라 불명으로 처리한다. | 1. (원시값): "지급받았으나 실제 착용은 하지 않았다" 2. (표준값): 미착용 |
| Load (적재) | 원시값과 표준값을 CaseExposureConditions.current_data.보호구값[].착용여부에 저장한다. | (저장된 데이터) • 보호구값[0].착용여부 = "미착용" |
추출 데이터셋에서 유해인자명의 마스터테이블을 기준으로 표준코드를 부여하여, 매핑테이블을 포함하여 표준화 데이터셋을 구축하였다. 구축된 DB는 아래의 그림처럼 나타난다.
각 필드의 원문 근거·신뢰도·편집 이력을 감사 추적 가능하게 보존하기 위해 메타데이터 구조를 별도로 설계하였다. 메타데이터는 (i) 8개 유형 분류를 축으로 하며, (ii) 유해인자 노출 필드에 대해서는 `extraction_meta` JSON으로 필드별 감사 메타를 부가하고, (iii) 편집 이력은 원본/편집 사본 스냅샷과 이력 테이블로 관리한다.
I단계 보고서에서 정의된 메타데이터 8유형 분류를 II단계 운영 DB에서도 계승·확장하여 다음과 같이 정리하였다.
<표 III-55> 메타데이터 8유형 분류 및 II단계 매핑
| 유형 | 정의 | II단계 대표 필드·테이블 |
|---|---|---|
| 식별 | 레코드·사례의 고유 식별자 | id, fid, case_id |
| 시간 | 생성·수정 시각 | created_at, last_edited_at |
| 사용자·주체 | 작성·수정 주체 | created_by, last_edited_by |
| 상태·워크플로우 | 확인 상태·편집 여부 등 워크플로우 지표 | disease_confirmed, is_dirty(파생) |
| 최초 내용 | 원본 스냅샷 (불변) | original_data(JSONB), original_field |
| 변경 이력 | 편집 이력 로그 | records_recordrevision 테이블 |
| 변경 사항 | 변경 전후 diff | revision.changed_fields |
| 참조·링크 | 외부 참조 관계 (FK) | case_id(FK), disease_code(FK), job_code(FK) |
이 유형 분류는 판정 계층 DB가 단순 정형 저장을 넘어 감사 가능성·재현성을 갖춘 연구 자료로 기능하도록 만드는 최소 요건이다.
유해인자 노출 필드의 각 값에 대해 원문 근거·신뢰도·추출 방법 등을 필드별로 감사 가능하게 기록하는 `extraction_meta` JSON 구조를 신설하였다. 필드별 신뢰도(confidence)·원문 인용(evidence)·추출 방식(auto/manual)·최종 편집자 정보를 함께 담아, 이후 III단계 재검증·외부 연계 시 근거를 그대로 회복할 수 있도록 하였다.
운영 DB의 편집 이력 추적을 위한 3층 감사 구조는 다음과 같다.
<표 III-56>
| 필드/테이블 | 역할 |
|---|---|
| original_data (JSONB) | 파이프라인 추출 시점의 JSON 스냅샷 (불변 원본) |
| current_data (JSONB) | 전문가 검토·편집 및 통제어휘 정제·용어 표준화가 반영된 최종본 |
| has_source_json | 원본 JSON 존재 여부 |
| last_edited_by, last_edited_at | 마지막 수정자·시각 감사 정보 |
| records_recordrevision | 편집 이력 테이블 (2026-07 소급 backfill 완료, 2,961행) |
표준화 데이터셋이 잘 구축되었는지 검토하는 작업을 수행하였다. 검토의 편리성과 데이터요소의 값이 제대로 구축되어있지 않은 경우 추가 편집을 용이하게 할 수 있도록 웹 기반 전문가 검토 대시보드를 구축하였다. 해당 시스템은 역학조사 보고서 원형 데이터와 추출 및 표준화된 데이터를 동일 화면에서 대조하고 확인할 수 있도록 설계되었다. 검토 결과는 항목 단위로 수정 및 저장되고 '검토 상태'로 관리되므로 검토 진행 현황과 수정 이력을 실시간으로 확인할 수 있다. 또한 검토 과정에서 제기된 이견이나 보완 필요사항은 '논의사항' 란을 통해 기록되어 후속 수정에 반영되도록 하였다.
실제 실무 전문가가 검토자가 되어 검토 작업을 수행하는 과정은 아래와 같다.
검토자는 웹 브라우저에서 시스템 주소로 접속하여 사전에 부여된 개별 계정으로 로그인한다. 계정은 검토 참여 전문가별로 개별 발급하여 검토자별 수정 이력이 구분·관리되도록 하였다. 별도의 프로그램 설치나 추가 인증 절차 없이 접속이 가능하도록 하여 검토자의 접근 편의성을 확보하였다. 로그인 시 검토 대상 역학조사 보고서의 전체 목록이 표시된다. 목록에서는 보고서별 기본정보와 검토 진행 상태를 한 화면에서 확인할 수 있으며, 검색 기능을 통해 특정 보고서를 신속히 조회할 수 있다. 검토자는 해당 보고서의 '상세' 버튼을 클릭하여 검토 화면으로 이동한다. 로그인 후 보고서 목록 화면은 아래 그림과 같다.
상세 화면은 좌측에 기존 구축된 정형화 데이터를, 우측에 해당 보고서 원문을 함께 제시하는 이원 구성으로 되어 있다. 검토자는 화면을 아래로 스크롤하여 유해인자별 노출 측정 데이터 항목을 순차적으로 확인한다. 이때 붉은색으로 표시된 항목이 검토 대상이며, 해당 항목의 '수정' 버튼을 클릭하여 개별 검토를 수행한다. 상세 페이지 접속 화면은 아래와 같다.
'데이터 통합 수정(측정 + 노출맥락)'을 선택하면 기존 구축된 표준화 데이터셋의 값과 그 근거가 된 원문 인용문이 좌측에, 해당 원형 문서의 원문 PDF가 우측에 함께 제시된다. 검토자는 원문 인용문을 기준으로 원문 PDF의 해당 부분을 직접 확인하여 실제 기재된 내용인지 대조하고, 추출된 물질명·측정값·단위 등이 정확한지 검증하며, 오류가 확인된 경우 해당 값을 직접 수정하여 반영한다.
검토는 단일 값의 정오 확인에 그치지 않고, 근로자의 직업력을 근무시기별로 구분하고 각 시기 내에서 다시 수행 공정별로 세분하여 수행하였다. 복수의 근무이력 또는 공정이 기술된 경우에는 시기·공정 단위로 행을 분리 입력하여 노출 이력이 하나의 값으로 합쳐지지 않도록 하였다.
아울러 측정 농도·단위 외에 노출 맥락 정보를 원문에서 별도로 탐색하여, 공정별 노출기간과 작업빈도·노출시간, 밀폐 여부 및 환기설비 등 작업환경, 보호구의 종류·착용 여부·적정성을 각각 정리하였다. 각 항목은 판단 근거가 된 원문 문장을 '원문인용' 란에 함께 기재하도록 하여 입력값의 출처를 추적할 수 있도록 하였다. 검토 및 수정 화면은 아래와 같다.
모든 항목에 대한 확인·수정이 완료되면 '검토 상태'를 체크한 후 '전체 저장'을 클릭하여 검토 결과를 확정한다. 저장 후 '전체 목록'으로 복귀하여 다음 보고서의 검토를 이어서 수행할 수 있다. 보완이 필요하거나 논의가 필요한 사항은 '논의사항' 란에 기재하도록 하여 연구진이 이를 확인·조치할 수 있도록 하였다. 검토가 완료된 보고서는 목록 화면에 '측정 검토완료'로 표시된다. 이를 통해 검토자와 연구진 모두 전체 보고서의 검토 진행률과 미검토 건을 즉시 파악할 수 있다. 검토 완료 후에도 해당 보고서에 재접속하여 수정 내용을 재확인할 수 있도록 하였다.
검토 완료 이후의 데이터 처리 현황은 상세 화면 하단에서 항목별로 확인할 수 있다. 검토 결과가 반영된 데이터는 노출 데이터베이스로 이관되어 후속 분석에 활용된다. 진행 단계별 상태 표시를 통해 개별 보고서의 처리 경과를 추적할 수 있도록 구성하였다.
검증이 완료된 표준화 데이터셋은 특정 시점의 스냅샷으로 고정하여 분석용 데이터셋으로 산출하며, JSON과 Markdown 두 포맷으로 배포한다. 운영 DB의 관계형 스키마와 JSON 필드 구조는 시스템 내부 처리를 위한 형태이므로 외부 이용자가 직접 조회하기에 제약이 있어, 이용 목적에 따라 두 포맷을 병행하는 방식을 채택하였다.
JSON은 운영 DB의 current_data 스키마를 그대로 반영하여 사례 단위로 산출하며, 측정값·노출기간·작업환경 배열을 분석 도구에서 직접 조회·집계할 수 있도록 하였다. Markdown은 사례별 단일 파일로 산출하며, 원문 구획과 그로부터 추출된 표준화 값을 하나의 문서에 순차 배치하고 원문 인용을 인용문 블록으로 표기하여, 별도의 조회 도구 없이 서술 근거와 표준화 결과를 대조할 수 있도록 하였다. 전자는 대량 집계, 후자는 개별 사례 검토에 대응한다.
두 포맷은 동일 스냅샷에서 파생되므로 값이 일치하며, 사건 식별자를 매개로 상호 대조된다. 배포 파일에는 스냅샷 생성 시점과 추출 스키마·매핑 테이블·마스터 테이블의 버전을 명시하고, 배포 이후 원본이 수정되더라도 기배포 스냅샷은 소급 변경하지 않는다.
정량 노출 정보는 원천 문서에 기재된 측정 결과를 농도·단위·측정시기 등의 데이터 요소로 추출하여 구성한 것이다. 확정된 데이터셋의 개요는 아래의 표와 같다.
<표 III-57> 정량 노출 정보 확정 데이터셋 개요
| 항목 | 값 |
|---|---|
| 대상 사례 | KOSHA 역학조사 사례보고서 1,625건 |
| 연도 커버 | 2000~2024 (2007·2019 제외 23개 연도)[^21] |
| 확정 스키마 | 정량 측정정보 스키마 (exposure_extracted) |
| 저장 위치 | 운영 DB의 확정 데이터 필드 (records_caseexposureextracted.current_data) |
본 항에서 제시하는 집계값의 관측단위는 표에 따라 상이하다. 서술 유무 판정과 세부 데이터 요소 조합은 원천 문서 1건을 관측단위로 하며, 측정단위 표기 표준화는 측정값 항목 1건을 관측단위로 한다. 따라서 각 표의 합계는 전자의 경우 1,625 또는 538, 후자의 경우 1,247로 산출되며, 표별로 관측단위와 모집단을 함께 표기하였다.
원천 문서에 측정정보가 서술되어 있는지 여부를 판정한 결과는 아래의 표와 같다.
<표 III-58> 측정정보 서술 유무 판정 결과 (전체 1,625건)
| 판정 | 판정 기준 | n (%) |
|---|---|---|
| 서술 있음 | 원문에 정량 수치 또는 정성적 측정 표현(불검출·미량·기준 미만 등) 중 하나 이상이 서술됨 | 538 (33.1) |
| 서술 없음 | 측정 관련 서술이 부재함 | 1,087 (66.9) |
| 합계 | 1,625 (100.0) |
판정 기준상 서술 있음에는 정량 수치가 명시된 경우와 정성적 측정 표현만 서술된 경우가 모두 포함된다. 후자는 농도·단위 데이터 요소가 모두 결측인 상태이나 원문에 측정 사실 자체는 기술되어 있으므로 판정값을 참으로 분류하였다.
측정 관련 서술을 포함한 원천 문서는 538건(33.1%)이며, 나머지 1,087건(66.9%)에는 측정 관련 서술이 존재하지 않는다. 즉 원천 문서의 약 3분의 2는 유해인자에 대한 노출 사실을 기술하면서도 그 노출 수준의 측정 결과를 함께 기록하지 않는다. 이는 개별 문서의 기술 누락이 아니라, 역학조사 보고서가 노출 수준의 정량 제시를 필수 요건으로 하지 않고 업무관련성 판단에 필요한 범위에서 노출 사실을 기술하는 문서 유형이라는 점에서 기인한다.
측정정보 서술이 확인된 538건에 대하여 농도 및 단위 데이터 요소의 입력 조합을 집계한 결과는 아래의 표와 같다.
<표 III-59> 측정정보 세부 요소(농도·단위) 조합 (서술 있음 538건 기준)역학조사
| 조합 | n (서술 있음 대비 %) | n (전체 대비 %) |
|---|---|---|
| 농도 + 단위 | 486 (90.3) | 486 (29.9) |
| 농도만(단위 결측) | 34 (6.3) | 34 (2.1) |
| 둘 다 결측(정성적 표현만 서술) | 18 (3.4) | 18 (1.1) |
| 합계 | 538 (100.0) | 538 (33.1) |
단위만 입력된 사례는 0건으로, 단위는 반드시 농도값과 함께 서술된다. 이는 원문에서 단위가 농도값에 부속되어 기술되기 때문이며, 따라서 단위 결측은 농도 결측과 독립적으로 발생하지 않는다.
농도와 단위가 모두 결측인 18건(3.4%)은 원문에 불검출, 미량, 기준 미만 등 정성적 측정 표현만이 서술된 사례이다. 이들 사례는 정량 값이 결측이므로 노출 수준의 재계산에는 사용할 수 없으나, 측정값 배열에 원문 인용문이 보존되어 있어 노출 사실의 근거로는 유효하다.
이전 표들을 조합하여 노출평가 실무상의 활용 가능성을 기준으로 재분류한 결과는 아래의 표와 같다.
<표 III-60> 정량 활용 가능성 등급별 분포 (관측단위: 원천 문서, n=1,625건)
| 등급 | 판정 기준 | n (%) | 활용 범위 |
|---|---|---|---|
| A. 정량 | 농도·단위 모두 서술 | 486 (29.9) | 노출 수준의 재계산 가능 |
| B. 부분 정량 | 농도만 서술(단위 결측) | 34 (2.1) | 원문 재조사 대상 |
| C. 정성 근거 | 세부 요소 결측(서술 있음 18건 + 서술 없음 1,087건) | 1,105 (68.0) | 문맥 검색 및 사례 대조용 |
| 합계 | 1,625 (100.0) |
A등급 486건(29.9%)이 직종별·인자별 노출 수준의 재계산 및 역학 분석에 직접 활용할 수 있는 범위에 해당한다. B등급 34건(2.1%)은 농도값은 확보되어 있으나 단위가 결측이므로 값의 물리적 의미를 확정할 수 없으며, 원문 재조사를 통해 단위를 확인하여야 A등급으로 전환된다. C등급 1,105건(68.0%)은 정량 분석의 대상은 아니나 노출 사실 및 노출 맥락의 서술을 보유하므로 사례 간 대조 및 검색의 대상이 된다.
측정정보 서술이 확인된 538건에 대하여 원천 문서 1건당 추출된 측정값 항목의 수를 집계한 결과는 아래의 표와 같다.
<표 III-61> 원천 문서 1건당 측정값 항목 수 분포 (관측단위: 원천 문서, n=538건)
| 측정값 항목 수 | n (%) |
|---|---|
| 0 | 5 (0.9) |
| 1 | 224 (41.6) |
| 2 | 138 (25.7) |
| 3 | 72 (13.4) |
| 4 | 40 (7.4) |
| 5 | 25 (4.6) |
| 6 이상 | 34 (6.3) |
| 합계 | 538 (100.0) |
측정값 항목의 총수는 1,247개이며, 측정값 항목을 보유한 원천 문서 533건 기준 문서당 평균 2.34개이다.
측정값 항목 수가 0인 5건(0.9%)은 2.7.1.3에서 제시한 둘 다 결측 18건의 부분집합에 해당한다. 18건은 모두 정성적 측정 표현만이 서술된 사례이나, 이 중 13건은 서술된 표현을 개별 유해인자 단위로 분리하여 측정값 항목을 구성할 수 있었던 반면 5건은 원문의 서술이 특정 인자에 귀속되지 않아 항목 구성이 불가하였다. 이 5건에 대해서는 측정값 배열에 원문 인용문만을 보존하였다.
이 구분은 후속 처리의 대상 범위를 결정한다. 유해인자명에 대한 표준코드 부여(2.4.7.2)는 측정값 항목을 보유한 원천 문서 533건과 그로부터 추출된 측정값 항목 1,247행을 대상으로 하며, 항목이 구성되지 않은 5건은 부여 대상에서 제외된다.
측정값 항목 1,247건 중 단위가 입력된 항목은 1,038건(83.2%)이며, 원문 판독 시점에는 표기 변이 283종으로 분산되어 있어 단위를 기준으로 한 집계 및 조회가 불가능하였다. 이에 표기 표준화 절차를 적용하여 정준 단위 57종으로 정리하였다.
이 작업은 정성 노출 조건에 적용한 코드값 부여와 처리 성격이 다르다. 정성 조건의 경우 자유서술 원시값을 사전 정의된 소수의 코드값으로 귀속시키는 처리인 반면, 측정단위의 경우 동일 단위에 대한 표기 변이를 단일 표기로 통일하는 처리이다. 또한 단위 간 값 변환은 수행하지 않았다. 예를 들어 ppm과 mg/m³ 간의 변환은 물질별 분자량을 필요로 하며 변환 과정에서 원시값이 소실되므로, 본 단계에서는 유보하였다. 표준화 결과는 아래의 표와 같다.
<표 III-62> 측정단위 정준화 결과 (전체 1,247 측정값 항목)
| 처리 결과 | n (%) | 내용 |
|---|---|---|
| 표기 통일 | 571 (45.8) | 원 표기가 비정준형(mg/m3·㎎/㎥ 등)이어서 정준형으로 변환 |
| 변경 없음 | 467 (37.4) | 원문에 이미 정준 표기(ppm·mg/m³ 등)로 기재 |
| 소계(정준 단위 확보) | 1,038 (83.2) | |
| 단위 없음 | 209 (16.8) | 원 결측 180건 + 판독 오추출 정리 29건 |
| 합계 | 1,247 (100.0) |
주: 정준 단위 상위 10종의 분포는 ppm*(254) ·* ppm·year*(135) ·* mg/m³*(134) ·* dB(A)**(116) · %**(101) · mSv*(55) ·* µg/m³*(25) ·* µT*(22) ·* µg/L*(20) ·* dBHL*(17)이다.*
표기 표준화의 적용 원칙은 다음 세 가지이다.
첫째, 동일 물리량의 표기 변이는 단일 정준형으로 통일한다. mg/m3·㎎/㎥·mg/㎥는 mg/m³로, dB·dBA·dB(A)는 dB(A)로 통일하였다. 원문에 부기된 주석 표현은 그 의미에 따라 처리하여 ppm, 최고는 ppm으로, ppm, 누적노출량은 ppm·year로 구분하였다.
둘째, 물리량이 상이한 단위는 통합하지 않는다. mrem과 mSv, rad와 rem은 환산 관계에 있으나 별개 단위로 유지하였고, 누적 노출량인 ppm·year와 순간 농도인 ppm을 구분하였으며, g/dL과 mg/dL의 척도 차이도 보존하였다. 이는 값 변환을 수행하지 않는다는 원칙의 귀결이며, 통합 시 원시값의 물리적 의미가 변경되기 때문이다.
셋째, 단위가 아닌 값이 입력된 항목은 단위 없음으로 재분류한다. 단위 데이터 요소에 공정명 또는 부사가 입력된 항목이 29건 확인되었다. '폴리우레탄 합성 피혁 공정', '인쇄공정', '최대', '점', '분' 등이 이에 해당하며, 이는 원문에서 농도값에 인접하여 기술된 표현이 판독 과정에서 단위로 추출된 결과이다. 이들 29건은 원 결측 180건과 함께 단위 없음으로 재분류하였으며, 원문 인용문에 원 값이 보존되어 있으므로 후속 재검증이 가능하다.
표기 표준화를 통해 표기 변이 283종이 정준 단위 57종으로 정리되어 약 5분의 1로 축소되었으며, 이로써 단위를 기준으로 한 집계·필터·조회가 가능한 상태가 확보되었다. 다만 단위 확보율은 측정값 항목의 83.2%이며, 나머지 209건(16.8%)은 단위가 확정되지 않아 정량 분석에 사용할 수 없다.
정성 노출 조건은 노출기간, 작업환경, 보호구의 3개 구획으로 구성된 추출 스키마에 따라 추출하였다. 각 구획은 다시 세부 데이터 요소로 구성되며, 노출기간은 시작·종료·총기간·빈도, 작업환경은 공정·밀폐공간·환기설비, 보호구는 종류·착용여부·적정성을 하위 요소로 한다.
이때 집계는 두 가지 관측단위를 사용한다. 구획별 서술 유무 및 세부 요소 조합은 원천 문서 1건을 관측단위로 하며, 원시값의 코드값 부여 결과는 항목 1건을 관측단위로 한다. 하나의 원천 문서에 복수의 작업 이력이 기술되는 경우 구획별 항목이 복수로 생성되므로, 두 관측단위의 집계값은 일치하지 않는다. 각 표에 관측단위와 모집단을 함께 표기하였다.
3개 구획의 서술 유무를 판정한 결과는 아래의 표와 같다.
<표 III-63> 정성 노출 조건 3섹션 서술 유무 판정 (전체 1,625건)역학조사
| 구획 | 서술 있음 n (%) | 총 항목 수 | 구획 |
|---|---|---|---|
| 노출기간 | 1,607 (98.9) | 3,832 | 노출기간 |
| 작업환경 | 1,624 (99.9) | 3,651 | 작업환경 |
| 보호구 | 369 (22.7) | 538 | 보호구 |
노출기간 1,607건(98.9%)과 작업환경 1,624건(99.9%)은 사실상 모든 원천 문서에 서술되어 있어 표준화 대상으로서의 커버리지가 확보되었다. 이는 역학조사 보고서가 업무관련성 판단을 위하여 근로자의 근무 이력과 담당 공정을 필수적으로 기술하기 때문이며, 정량 측정정보의 서술률이 33.1%에 그친 것(2.7.1.2)과 대비된다.
반면 보호구는 369건(22.7%)에만 서술되어 있다. 보호구 착용 여부는 노출 수준의 감쇄 요인에 해당하므로 노출평가상 필요한 정보이나, 원천 문서에서 이를 기술할 것을 요구하는 서식상의 요건이 없으므로 조사자의 판단에 따라 기술 여부가 결정된다. 따라서 보호구 관련 집계값은 전체 원천 문서가 아니라 서술이 확인된 범위에 한정하여 해석하여야 한다.
노출기간 서술이 확인된 1,607건에 대하여 세부 데이터 요소의 입력 조합을 집계한 결과 중 상위 조합은 아래의 표와 같다.
<표 III-64> 노출기간 세부 요소(시작·종료·총기간·빈도) 상위 조합 (서술 있음 1,607건 기준)
| 조합 | n (%) |
|---|---|
| 시작 + 종료 + 총기간 + 빈도(4요소 완전) | 554 (34.5) |
| 시작 + 종료 + 총기간 | 468 (29.1) |
| 시작 + 총기간 | 151 (9.4) |
| 시작 + 총기간 + 빈도 | 129 (8.0) |
| 시작 + 종료 + 빈도 | 91 (5.7) |
| 시작 + 종료 | 75 (4.7) |
입력된 요소의 개수를 기준으로 재집계한 결과는 아래의 표와 같다.
<표 III-65> 노출기간 세부 데이터 요소 입력 개수별 분포 (n=1,607건)
| 입력 요소 수 | n (%) | 누적 % |
|---|---|---|
| 4(완전) | 554 (34.5) | 34.5 |
| 3 | 692 (43.1) | 77.5 |
| 2 | 286 (17.8) | 95.3 |
| 1 | 75 (4.7) | 100.0 |
| 합계 | 1,607 (100.0) |
4개 요소가 모두 입력된 사례는 554건(34.5%)으로, 잠복기 산정 및 누적 노출량 추정의 1차 대상에 해당한다. 3개 이상 입력된 사례를 합하면 1,246건(77.5%)이므로, 노출 시기를 축으로 하는 분석은 원천 문서의 대부분에서 수행 가능하다.
상위 조합의 구성에서 확인되는 것은 노출 시작 시점이 사실상 모든 사례에 기술된다는 점이다. 상위 6개 조합이 모두 시작을 포함하며, 종료 시점이나 총기간이 결측인 경우에도 시작 시점은 입력되어 있다. 이는 역학조사 보고서가 근로자의 입사 시점을 기준으로 직업력을 기술하기 때문이며, 노출 종료 시점은 재직 중인 경우 기술되지 않는 경우가 있다.
작업환경 서술이 확인된 1,624건에 대하여 세부 데이터 요소의 입력 조합을 집계한 결과는 아래의 표와 같다.
<표 III-66> 작업환경 세부 요소(공정·밀폐공간·환기설비) 조합 (서술 있음 1,624건 기준)역학조사
| 조합 | n (%) |
|---|---|
| 공정만 | 1,121 (69.0) |
| 공정 + 밀폐공간 | 237 (14.6) |
| 공정 + 환기설비 | 137 (8.4) |
| 공정 + 밀폐공간 + 환기설비(3요소 완전) | 129 (7.9) |
| 합계 | 1,624 (100.0) |
공정은 작업환경 서술이 확인된 모든 사례에 입력되어 있으며, 공정만 입력된 사례가 1,121건(69.0%)으로 다수를 차지한다. 밀폐공간과 환기설비가 함께 입력된 3요소 완전 사례는 129건(7.9%)이다.
밀폐공간 원시값의 코드값 부여. 밀폐공간이 서술된 작업환경 항목 457건은 원문 판독 시점에 고유 원시값 445종의 자유서술로 입력되어 있었다. '탱크내부', '선실', '클린룸', '야외작업', '반밀폐된 협소한 공간' 등이 이에 해당하며, 원시값 수가 항목 수에 근접하여 사실상 모든 항목이 상이한 표기로 기록되어 있었다. 이 상태에서는 밀폐 여부를 기준으로 한 집계 및 조회가 성립하지 않으므로, 밀폐·반밀폐·개방·불명의 4개 코드값을 정의하고 부여하였다. 부여 결과는 아래의 표와 같다.
<표 III-67> 작업환경 밀폐공간 코드값 부여 결과 (관측단위: 작업환경 항목, n=3,651건)
| 코드값 | 건수 | 서술 있음 457건 대비 | 판정 근거 |
|---|---|---|---|
| 밀폐 | 142 | 31.1% | 탱크·맨홀·선실·기관실·반응기·정화조·소각로·챔버 등 폐쇄 용기 내부, 또는 원문에 '밀폐' 명시 |
| 반밀폐 | 47 | 10.3% | 협소, 부분 개방, '반밀폐된' 등 중간 상태 서술 |
| 개방 | 205 | 44.9% | 야외, 실내 공장, 클린룸, 운전실, 지하주차장 등 |
| 불명 | 63 | 13.8% | 서술은 있으나 밀폐 여부의 판단이 불가 |
| 소계(서술 있음) | 457 | 100.0% | |
| 미서술(결측 유지) | 3,194 | — | 코드값을 부여하지 않고 결측으로 유지 |
| 합계 | 3,651 |
코드값 부여에 적용한 원칙은 세 가지이다.
첫째, 반밀폐를 별도 코드값으로 정의하였다. 보호구 착용여부가 3개 코드값으로 구성된 것과 달리 밀폐공간은 4개 코드값으로 구성하였는데, 이는 협소하거나 부분적으로 개방된 공간이 밀폐공간과 개방 공간의 어느 쪽으로도 귀속시키기 어렵고, 노출 수준의 추정에서 양자와 구분되는 조건에 해당하기 때문이다.
둘째, 산업보건상의 밀폐공간 정의를 기준으로 판정하였다. 실내 공간이라도 클린룸, 운전실, 대공간은 유해가스의 축적이나 산소 결핍이 발생하는 조건에 해당하지 않으므로 개방으로 분류하였다. 실내 여부를 기준으로 판정하는 경우 밀폐공간 특유의 위험 조건이 없는 사례가 밀폐로 분류되어, 후속 분석에서 노출 조건의 과대 추정이 발생한다.
셋째, 미서술 항목에는 코드값을 부여하지 않았다. 밀폐공간에 대한 서술이 원문에 존재하지 않는 3,194건은 결측으로 유지하였으며 불명으로 흡수하지 않았다. 서술 자체가 부재한 상태와 서술은 있으나 판정이 불가한 상태는 후속 분석에서 처리 방식이 다르기 때문이다. 전자는 조사자가 해당 조건을 기술하지 않은 것이고, 후자는 기술된 내용이 판정 기준에 부합하지 않는 것이다.
부여 결과에서는 개방이 205건(44.9%)으로 밀폐 142건(31.1%)보다 많다. 즉 밀폐공간 데이터 요소에 서술이 입력된 사례라도 다수는 밀폐공간이 아닌 작업 조건을 기술한 것이다. 이는 해당 데이터 요소가 밀폐공간 여부의 판정 결과가 아니라 작업 공간의 성격에 대한 서술을 수용하고 있음을 의미하며, 데이터 요소의 명칭과 실제 수용 범위가 일치하지 않는 사례에 해당한다.
환기설비 원시값의 코드값 부여. 환기설비가 서술된 작업환경 항목 327건은 고유 원시값 321종의 자유서술로 입력되어 있었다. '국소배기장치가 설치되어 있지 않아 매우 불량', '자연환기가 잘 이루어짐', '흄후드와 벽면 환풍기가 가동', '창문을 여는 것을 제외하면 특별한 환기장치는 없었다' 등이 이에 해당한다.
원시값의 서술 내용을 검토한 결과, 기술의 초점이 설비의 종류가 아니라 설치 및 가동의 적절성에 있음이 확인되었다. 추출 스키마 설정 단계에서 참조한 AIHA 데이터 요소 표준은 국소배기와 전체환기를 별개 요소로 구분하나(Engineering Control Status), 원천 문서의 서술은 두 설비 중 한쪽만을 언급하는 경우가 대부분이고 그 언급 또한 설비의 존재 여부보다 작동 상태에 관한 것이었다. 이에 두 요소를 구분하지 않고 단일 데이터 요소에 적절성을 축으로 하는 4개 코드값을 부여하였다. 부여 결과는 아래의 표와 같다.
<표 III-68> 작업환경 환기설비 코드값 부여 결과 (관측단위: 작업환경 항목, n=3,651건)
| 코드값 | 건수 | 서술 있음 327건 대비 | 판정 근거 |
|---|---|---|---|
| 양호 | 67 | 20.5% | 설치 및 효과적 가동이 명시되었거나, 설비의 존재가 확인되고 부적절함의 근거가 부재 |
| 미흡 | 158 | 48.3% | 설비는 있으나 미가동·부적절·불충분, 또는 창문·선풍기 등 제한적 환기만 확인 |
| 없음 | 58 | 17.7% | 환기설비의 부재가 명시 |
| 불명 | 44 | 13.5% | 설비 명칭만 언급되었거나 추정 서술로 판단이 불가 |
| 소계(서술 있음) | 327 | 100.0% | |
| 미서술(결측 유지) | 3,324 | — | 코드값을 부여하지 않고 결측으로 유지 |
| 합계 | 3,651 |
부여 결과의 분포는 미흡 158건(48.3%), 양호 67건(20.5%), 없음 58건(17.7%)의 순이며, 미흡과 없음을 합한 216건이 서술 있음의 66.0%를 차지한다. 즉 환기설비에 대한 서술은 환기가 부적절하였던 사례에 집중되어 있다. 이는 환기 조건이 노출 수준을 높이는 방향으로 작용한 경우에 조사자가 이를 기술할 필요를 인정하는 반면, 환기가 적절한 경우에는 기술을 생략하는 경향에서 기인하는 것으로 판단된다. 따라서 이 분포는 원천 문서에 포함된 사업장의 환기 실태를 나타내는 값이 아니라, 서술이 이루어진 사례의 조건 분포로 해석하여야 한다.
밀폐공간과 환기설비 모두 원시값과 원문 인용문을 보존하였으며, 부여된 코드값은 별도 데이터 요소에 기록하여 원시값을 대체하지 않았다.
보호구 세부 데이터 요소의 입력 조합을 집계한 결과는 아래의 표와 같다.
<표 III-69> 보호구 세부 데이터 요소 조합 (n=1,625건)
| 조합 | n (%) |
|---|---|
| 3요소 모두 미입력 | 1,260 (77.5) |
| 종류 + 착용여부 | 296 (18.2) |
| 착용여부만 | 52 (3.2) |
| 종류만 | 9 (0.6) |
| 종류 + 착용여부 + 적정성(3요소 완전) | 6 (0.4) |
| 착용여부 + 적정성 | 1 (0.1) |
| 적정성만 | 1 (0.1) |
| 합계 | 1,625 (100.0) |
3요소가 모두 미입력인 1,260건(77.5%)에는, 원문에 보호구에 관한 언급은 있으나 종류·착용여부·적정성 중 어느 것도 판정 가능한 수준으로 기술되지 않은 4건이 포함되어 있다. 따라서 보호구 구획의 서술 있음 369건 중 세부 요소가 하나 이상 입력된 사례는 365건이다.
3요소가 모두 입력된 사례는 6건(0.4%)에 그친다. 적정성이 입력된 사례는 전체를 통틀어 8건(0.5%)이며, 이는 유해인자의 종류에 대응하는 보호구가 착용되었는지에 대한 판단이 원문에 명시된 경우에만 입력하도록 하는 추출 규칙을 적용한 결과이다. 원문에 보호구의 종류와 유해인자가 각각 기술되어 있더라도 양자의 대응 관계에 대한 조사자의 판단이 기술되지 않은 경우에는 추출 단계에서 적정성을 판정하지 않았다. 유해인자와 보호구의 대응 관계는 표준코드가 부여된 유해인자를 기준으로 별도 매핑 테이블에서 처리할 사항이다.
착용여부 원시값의 코드값 부여. 보호구 항목 538건의 착용여부 데이터 요소는 고유 원시값 315종의 자유서술로 입력되어 있어 착용 여부를 기준으로 한 집계가 성립하지 않았다. 이에 착용·미착용·불명의 3개 코드값을 정의하고 부여하였다. 부여 결과는 아래의 표와 같다.
<표 III-70> 보호구 착용여부 코드값 부여 결과 (관측단위: 보호구 항목, n=538건)
| 코드값 | 건수 | 비율 | 판정 근거 |
|---|---|---|---|
| 착용 | 249 | 46.3% | 착용·사용·장착 등 긍정 표현, 또는 조건부·부분 착용 서술 |
| 미착용 | 242 | 45.0% | 부정 표현, 또는 '미착용'·'비착용'·'미지급'의 명시 |
| 불명 | 47 | 8.7% | 결측, '알 수 없다', 또는 지급·제공 사실만 서술되어 착용 실태가 미확인 |
| 합계 | 538 | 100.0% |
부여 결과 착용 249건(46.3%)과 미착용 242건(45.0%)이 유사한 규모로 분포한다. 다만 이 값은 원천 문서에 서술된 범위에 한정되며, 보호구 서술이 전체 원천 문서의 22.7%에만 존재하므로(2.7.2.1) 근로자 전체의 보호구 착용 실태를 나타내는 값으로 해석할 수 없다.
판정에서 유의한 사항은 지급 사실만이 서술된 경우의 처리이다. 보호구가 지급 또는 제공되었다는 서술은 착용의 근거가 되지 않으므로, 해당 15건은 착용이 아니라 불명으로 부여하였다. 이를 착용으로 처리하는 경우 착용 비율이 과대 산출된다.
부여 규칙의 적용 결과는 규칙에 따라 자동 판정된 517건(96.1%)과, 원문 인용문을 근거로 개별 판정한 21건(3.9%)으로 구성된다. 자동 판정분은 동일 규칙의 재적용으로 결과가 재현되며, 개별 판정분은 판정 근거를 기록하였다. 원시값과 원문 인용문은 전 항목에 보존하였다.
확정된 데이터셋을 I단계에서 구축한 기존 분석 축, 즉 연도·직종·질병·유해인자·업무관련성 판정·작업기간과 교차하여, 노출 관련 서술의 확보 정도가 축에 따라 어떻게 달라지는지를 분석하였다.
<표 III-71> 연도별 원천 문서 수 및 서술 확보 현황 (관측단위: 원천 문서, n=1,625건)
| 연도 | 문서 수 | 측정정보 서술 n (%) | 노출기간 n (%) | 작업환경 n (%) | 보호구 n (%) |
|---|---|---|---|---|---|
| 2000 | 122 | 42 (34.4) | 119 (97.5) | 122 (100.0) | 7 (5.7) |
| 2001 | 131 | 40 (30.5) | 130 (99.2) | 131 (100.0) | 16 (12.2) |
| 2002 | 131 | 31 (23.7) | 129 (98.5) | 131 (100.0) | 30 (22.9) |
| 2003 | 92 | 18 (19.6) | 92 (100.0) | 92 (100.0) | 18 (19.6) |
| 2004 | 30 | 11 (36.7) | 29 (96.7) | 30 (100.0) | 4 (13.3) |
| 2005 | 58 | 26 (44.8) | 51 (87.9) | 58 (100.0) | 15 (25.9) |
| 2006 | 135 | 16 (11.9) | 135 (100.0) | 135 (100.0) | 20 (14.8) |
| 2008 | 66 | 23 (34.8) | 66 (100.0) | 66 (100.0) | 21 (31.8) |
| 2009 | 63 | 16 (25.4) | 62 (98.4) | 63 (100.0) | 14 (22.2) |
| 2010 | 65 | 35 (53.8) | 64 (98.5) | 65 (100.0) | 30 (46.2) |
| 2011 | 78 | 28 (35.9) | 77 (98.7) | 78 (100.0) | 15 (19.2) |
| 2012 | 87 | 30 (34.5) | 86 (98.9) | 86 (98.9) | 15 (17.2) |
| 2013 | 76 | 30 (39.5) | 76 (100.0) | 76 (100.0) | 14 (18.4) |
| 2014 | 46 | 23 (50.0) | 46 (100.0) | 46 (100.0) | 16 (34.8) |
| 2015 | 62 | 39 (62.9) | 62 (100.0) | 62 (100.0) | 15 (24.2) |
| 2016 | 49 | 18 (36.7) | 49 (100.0) | 49 (100.0) | 12 (24.5) |
| 2017 | 47 | 32 (68.1) | 47 (100.0) | 47 (100.0) | 6 (12.8) |
| 2018 | 36 | 15 (41.7) | 36 (100.0) | 36 (100.0) | 10 (27.8) |
| 2020 | 46 | 14 (30.4) | 46 (100.0) | 46 (100.0) | 14 (30.4) |
| 2021 | 36 | 11 (30.6) | 36 (100.0) | 36 (100.0) | 24 (66.7) |
| 2022 | 56 | 12 (21.4) | 56 (100.0) | 56 (100.0) | 8 (14.3) |
| 2023 | 73 | 18 (24.7) | 73 (100.0) | 73 (100.0) | 11 (15.1) |
| 2024 | 40 | 10 (25.0) | 40 (100.0) | 40 (100.0) | 34 (85.0) |
| 합계 | 1,625 | 538 (33.1) | 1,607 (98.9) | 1,624 (99.9) | 369 (22.7) |
측정정보 서술률은 연도에 따라 11.9%에서 68.1%까지 분포하여 편차가 크다. 서술률이 50%를 상회한 연도는 2010년 35/65건(53.8%), 2014년 23/46건(50.0%), 2015년 39/62건(62.9%), 2017년 32/47건(68.1%)이며, 30% 미만인 연도는 2002년, 2003년, 2006년, 2009년, 2022년, 2023년, 2024년이다. 이러한 편차는 개별 연도의 노출 실태 차이가 아니라 해당 연도에 편찬된 보고서의 기술 방식 차이에서 기인하는 것으로 판단된다.
시기별로는 2010년부터 2018년까지의 구간에서 서술률이 상대적으로 높고 2020년 이후 구간에서 낮아지는 경향이 관찰된다. 다만 이 경향은 연도별 서술률의 단순 평균을 기준으로 한 것이며 연도별 문서 수의 차이를 반영하지 않는다. 또한 2007년과 2019년은 자료가 부재하여 연속적 추세로 해석할 수 없다.
반면 노출기간과 작업환경 서술은 전 연도에 걸쳐 각각 87.9% 이상, 98.9% 이상의 문서에서 확보되어 연도별 편차가 크지 않다. 즉 연도별 편차는 정량 측정정보에 한정되어 나타나며, 노출 이력과 작업 내용의 기술은 편찬 시기와 무관하게 일정한 수준으로 유지된다.
보호구 서술은 연도별 편차가 크나 문서 수가 적은 연도가 포함되어 있어 비율 해석에 제약이 있다. 2024년 34/40건(85.0%)은 전 연도 중 가장 높은 값이나, 이 값이 최근의 기술 관행 변화를 나타내는지는 후속 연도 자료의 축적을 통해 확인하여야 한다.
업무관련성 판정 결과별 서술 확보 현황은 아래의 표와 같다.
<표 III-72> 업무관련성 판정별 서술 확보 현황
| 판정 | 판정 n | 측정정보 서술 n (%) | 농도·단위 완비 n (%) | 보호구 서술 n (%) |
|---|---|---|---|---|
| 높음 | 754 | 271 (35.9) | 258 (34.2) | 221 (29.3) |
| 낮음 | 1,074 | 326 (30.4) | 276 (25.7) | 191 (17.8) |
| 미상 | 7 | 5 (71.4) | 5 (71.4) | 0 (0.0) |
| 합계 | 1,835 | 602 (32.8) | 539 (29.4) | 412 (22.5) |
판정이 높음인 경우 농도·단위 완비율이 258/754건(34.2%)으로 낮음 276/1,074건(25.7%)보다 8.5%포인트 높으며, 보호구 서술률 또한 221/754건(29.3%)으로 낮음 191/1,074건(17.8%)보다 11.5%포인트 높다. 즉 업무관련성이 높은 것으로 판정된 사례에서 정량 및 정성 노출 근거가 상대적으로 충실하게 확보되어 있다.
이 차이에 대해서는 두 방향의 해석이 가능하다. 하나는 노출 근거가 충실히 확보된 사례일수록 업무관련성이 인정될 가능성이 높다는 것이고, 다른 하나는 업무관련성이 인정된 사례에 대하여 판정 근거를 문서에 상세히 기술하는 관행이 있다는 것이다. 본 자료는 판정 시점과 서술 시점을 구분하여 수록하지 않으므로 두 해석 중 어느 것이 우세한지는 확정할 수 없으며, 양자가 함께 작용한 결과로 보는 것이 타당하다.
판정 미상 7건의 서술률이 71.4%로 산출되었으나 관측 수가 7건에 불과하여 비율값의 해석에는 의미를 부여하지 않는다.
문서 수 기준 상위 12개 직종의 서술 확보 현황은 아래의 표와 같다.
<표 III-73> 상위 12개 직종별 서술 확보 현황 (관측단위: 원천 문서)
| 직종 | 직종 n | 측정정보 서술 n (%) | 농도·단위 완비 n (%) | 보호구 서술 n (%) |
|---|---|---|---|---|
| 용접원 | 123 | 33 (26.8) | 33 (26.8) | 37 (30.1) |
| 자동차 조립원 | 58 | 13 (22.4) | 12 (20.7) | 7 (12.1) |
| 전자 부품 및 제품 제조 기계 조작원 | 56 | 29 (51.8) | 21 (37.5) | 9 (16.1) |
| 차량 도장기 조작원 | 49 | 17 (34.7) | 13 (26.5) | 14 (28.6) |
| 타이어 생산기 조작원 | 46 | 15 (32.6) | 13 (28.3) | 12 (26.1) |
| 도장기 조작원 | 46 | 15 (32.6) | 10 (21.7) | 15 (32.6) |
| 자동차 부품 조립원 | 39 | 9 (23.1) | 7 (17.9) | 10 (25.6) |
| 자동차 정비원 | 30 | 8 (26.7) | 7 (23.3) | 5 (16.7) |
| 인쇄기 조작원 | 28 | 18 (64.3) | 16 (57.1) | 9 (32.1) |
| 플라스틱제품 생산기 조작원 | 27 | 3 (11.1) | 2 (7.4) | 4 (14.8) |
| 금형원 | 23 | 10 (43.5) | 10 (43.5) | 2 (8.7) |
| 제품 생산 관련 관리자 | 22 | 4 (18.2) | 2 (9.1) | 4 (18.2) |
측정정보 서술률이 상대적으로 높은 직종은 인쇄기 조작원 18/28건(64.3%), 전자 부품 및 제품 제조 기계 조작원 29/56건(51.8%), 금형원 10/23건(43.5%)이다. 이들 직종은 특정 화학물질에 대한 노출이 주된 조사 대상이 되는 직종에 해당하며, 해당 물질의 작업환경측정 결과가 문서에 인용되는 경우가 상대적으로 많다.
반면 플라스틱제품 생산기 조작원 3/27건(11.1%), 자동차 조립원 13/58건(22.4%), 자동차 부품 조립원 9/39건(23.1%)은 서술률이 낮다. 이들 직종은 하나의 직무 안에 복수의 공정이 병존하여 노출 인자가 특정되지 않는 경우가 많으며, 이 경우 특정 인자에 대한 측정 결과를 인용하는 방식의 기술이 성립하기 어렵다.
보호구 서술률은 도장 관련 직종에서 상대적으로 높게 나타나 도장기 조작원 15/46건(32.6%), 차량 도장기 조작원 14/49건(28.6%)이다. 도장 작업의 경우 호흡용 보호구의 착용 여부가 노출 수준의 판단에 직접 관련되므로 조사 과정에서 이를 확인하고 기술하는 것으로 판단된다.
각 직종의 원천 문서에 기술된 유해인자를 집계하여 상위 5종을 정리한 결과는 아래의 표와 같다. 이는 직업과 유해인자의 교차 구조를 갖는다는 점에서 국제 직업노출매트릭스의 인자 축과 대응하나, 노출 확률이나 강도를 산출한 것이 아니라 원천 문서에 기술된 빈도를 집계한 것이므로 직업노출매트릭스에 해당하지 않는다.
<표 III-74> 상위 10개 직종별 유해인자 상위 5종 (관측단위: 원천 문서 × 유해인자)
| 직종(총 노출 건수) | 순위 | 유해인자 | n (직종 내 %) |
|---|---|---|---|
| 용접원(394) | 1 | 용접 흄 | 89 (22.6) |
| 2 | 크롬 및 그 화합물 | 34 (8.6) | |
| 3 | 니켈 및 그 무기화합물 | 33 (8.4) | |
| 4 | 석면 분진 | 29 (7.4) | |
| 5 | 산화철 | 15 (3.8) | |
| 전자 부품 및 제품 제조 기계 조작원(253) | 1 | 벤젠 | 24 (9.5) |
| 2 | 전리방사선 | 23 (9.1) | |
| 3 | 포름알데히드 | 15 (5.9) | |
| 4 | 이소프로필 알코올 | 13 (5.1) | |
| 5 | 산화에틸렌 | 11 (4.3) | |
| 자동차 조립원(214) | 1 | 용접 흄 | 18 (8.4) |
| 2 | 벤젠 | 17 (7.9) | |
| 3 | 전리방사선 | 10 (4.7) | |
| 4 | 석면 분진 | 10 (4.7) | |
| 5 | 포름알데히드 | 9 (4.2) | |
| 차량 도장기 조작원(175) | 1 | 벤젠 | 23 (13.1) |
| 2 | 유기용제 | 16 (9.1) | |
| 3 | 페인트 및 코팅제 | 13 (7.4) | |
| 4 | 용접 흄 | 10 (5.7) | |
| 5 | 주석 및 그 화합물 | 10 (5.7) | |
| 타이어 생산기 조작원(163) | 1 | 포름알데히드 | 20 (12.3) |
| 2 | 유기용제 | 18 (11.0) | |
| 3 | 기타 분진 및 입자상 물질 | 13 (8.0) | |
| 4 | 벤젠 | 13 (8.0) | |
| 5 | 일반 분진 | 10 (6.1) | |
| 도장기 조작원(146) | 1 | 유기용제 | 19 (13.0) |
| 2 | 페인트 및 코팅제 | 13 (8.9) | |
| 3 | 벤젠 | 12 (8.2) | |
| 4 | 기타 | 9 (6.2) | |
| 5 | 크롬 및 그 화합물 | 9 (6.2) | |
| 자동차 부품 조립원(126) | 1 | 기타 | 13 (10.3) |
| 2 | 유기용제 | 11 (8.7) | |
| 3 | 중금속류 | 10 (7.9) | |
| 4 | 벤젠 | 9 (7.1) | |
| 5 | 용접 흄 | 8 (6.3) | |
| 자동차 정비원(116) | 1 | 석면 분진 | 12 (10.3) |
| 2 | 페인트 및 코팅제 | 9 (7.8) | |
| 3 | 용접 흄 | 8 (6.9) | |
| 4 | 디젤엔진배출물 | 7 (6.0) | |
| 5 | 크롬 및 그 화합물 | 7 (6.0) | |
| 인쇄기 조작원(98) | 1 | 벤젠 | 19 (19.4) |
| 2 | 유기용제 | 13 (13.3) | |
| 3 | 톨루엔 | 8 (8.2) | |
| 4 | 세제 및 세정제 | 6 (6.1) | |
| 5 | 기타 | 6 (6.1) | |
| 플라스틱제품 생산기 조작원(94) | 1 | 기타 | 8 (8.5) |
| 2 | 폴리염화비닐 | 7 (7.4) | |
| 3 | 벤젠 | 7 (7.4) | |
| 4 | 전리방사선 | 4 (4.3) | |
| 5 | 트리클로로에틸렌 | 4 (4.3) |
분포에서 확인되는 사항은 네 가지이다. 첫째, 직종별 최상위 인자가 해당 직종의 공정 특성과 대응한다. 용접원의 용접 흄 89건(22.6%), 인쇄기 조작원의 벤젠 19건(19.4%), 차량 도장기 조작원의 벤젠 23건(13.1%), 타이어 생산기 조작원의 포름알데히드 20건(12.3%), 도장기 조작원의 유기용제 19건(13.0%)이 이에 해당한다. 둘째, 복수 공정이 병존하는 직종에서는 최상위 인자의 비중이 낮다. 자동차 조립원과 자동차 부품 조립원의 최상위 인자 비중은 각각 8.4%와 10.3%로, 상위 5종이 유사한 빈도로 분포한다. 이는 2.7.3.3에서 확인한 해당 직종의 낮은 측정정보 서술률과 동일한 요인, 즉 노출 인자가 특정되지 않는 작업 구조에서 기인한다. 셋째, 복수 직종에 공통으로 출현하는 인자가 존재한다. 벤젠, 용접 흄, 유기용제, 석면 분진은 상위 10개 직종 중 다수에서 상위 5종에 포함된다. 넷째, 특정 직종에만 출현하는 인자가 존재한다. 자동차 정비원의 디젤엔진배출물 7건(6.0%), 플라스틱제품 생산기 조작원의 폴리염화비닐 7건(7.4%) 및 트리클로로에틸렌 4건(4.3%)이 이에 해당한다. 다만 상위 5종에 기타, 유기용제, 중금속류와 같은 포괄 표현이 포함되어 있다. 이들은 개별 인자를 지시하는 값이 아니므로, 직종별 노출 인자의 구성을 분석할 때에는 포괄 표현이 차지하는 비중을 함께 고려하여야 한다.
문서 수 기준 상위 12개 질병의 서술 확보 현황은 아래의 표와 같다.
<표 III-75> 상위 12개 질병별 서술 확보 현황 (관측단위: 원천 문서)
| 질병(KCD) | 질병 n | 측정정보 서술 n (%) | 농도·단위 완비 n (%) |
|---|---|---|---|
| 기관지 및 폐의 악성 신생물(C34) | 219 | 51 (23.3) | 42 (19.2) |
| 급성 골수모구성 백혈병(C92.0) | 83 | 46 (55.4) | 44 (53.0) |
| 천식(J45) | 80 | 30 (37.5) | 27 (33.8) |
| 골수성 백혈병(C92) | 40 | 24 (60.0) | 23 (57.5) |
| 다발골수종(C90.0) | 39 | 20 (51.3) | 20 (51.3) |
| 림프성 백혈병(C91) | 36 | 16 (44.4) | 14 (38.9) |
| 상세불명의 비호지킨림프종(C85.9) | 35 | 21 (60.0) | 19 (54.3) |
| 파킨슨병(G20) | 35 | 10 (28.6) | 10 (28.6) |
| 골수형성이상증후군(D46) | 35 | 19 (54.3) | 17 (48.6) |
| 방광의 악성 신생물(C67) | 33 | 8 (24.2) | 3 (9.1) |
| 위의 악성 신생물(C16) | 32 | 8 (25.0) | 6 (18.8) |
| 급성 림프모구성 백혈병(C91.0) | 31 | 16 (51.6) | 16 (51.6) |
조혈기계 및 림프계 종양(C90, C91, C92, C85, D46)의 측정정보 서술률은 44.4%에서 60.0% 범위로 다른 질병군에 비해 높다. 이들 질병은 벤젠, 포름알데히드, 전리방사선 등 개별 물질 단위로 측정 가능한 인자와의 인과관계가 조사 대상이 되므로 해당 인자의 측정 결과가 문서에 인용되는 경우가 많은 것으로 판단된다.
반면 폐암(C34)의 서술률은 51/219건(23.3%)으로 낮다. 2.7.3.6에서 확인하는 바와 같이 폐암 사례의 주요 인자는 석면 분진과 용접 흄 등 분진 및 흄 계열이며, 이들은 개별 물질 단위의 정량 측정이 상대적으로 곤란하다. 파킨슨병(G20)의 10/35건(28.6%) 또한 주요 인자인 망간 및 유기용제에 대한 과거 노출 수준의 정량화가 곤란한 데 따른 것으로 판단된다.
방광암(C67)은 측정정보 서술률 8/33건(24.2%)에 비해 농도·단위 완비율이 3/33건(9.1%)으로 현저히 낮다. 즉 측정 관련 서술은 존재하나 농도 또는 단위가 결측인 사례가 다른 질병군에 비해 많다.
각 질병의 원천 문서에 기술된 유해인자를 집계하여 상위 5종을 정리한 결과는 아래의 표와 같다.
<표 III-76> 상위 10개 질병별 유해인자 상위 5종 (관측단위: 원천 문서 × 유해인자)
| 질병(KCD, 총 노출 건수) | 순위 | 유해인자 | n (질병 내 %) |
|---|---|---|---|
| 기관지 및 폐의 악성 신생물(C34, 650) | 1 | 석면 분진 | 89 (13.7) |
| 2 | 크롬 및 그 화합물 | 59 (9.1) | |
| 3 | 니켈 및 그 무기화합물 | 52 (8.0) | |
| 4 | 용접 흄 | 48 (7.4) | |
| 5 | 기타 분진 및 입자상 물질 | 32 (4.9) | |
| 급성 골수모구성 백혈병(C92.0, 304) | 1 | 벤젠 | 70 (23.0) |
| 2 | 포름알데히드 | 40 (13.2) | |
| 3 | 전리방사선 | 31 (10.2) | |
| 4 | 기타 | 26 (8.6) | |
| 5 | 유기용제 | 14 (4.6) | |
| 천식(J45, 211) | 1 | 기타 | 20 (9.5) |
| 2 | 포름알데히드 | 13 (6.2) | |
| 3 | 스티렌 | 11 (5.2) | |
| 4 | 일반 분진 | 11 (5.2) | |
| 5 | 이소시아네이트류 | 10 (4.7) | |
| 림프성 백혈병(C91, 169) | 1 | 벤젠 | 32 (18.9) |
| 2 | 포름알데히드 | 17 (10.1) | |
| 3 | 유기용제 | 12 (7.1) | |
| 4 | 기타 | 9 (5.3) | |
| 5 | 톨루엔 | 6 (3.6) | |
| 다발골수종(C90.0, 168) | 1 | 벤젠 | 36 (21.4) |
| 2 | 전리방사선 | 18 (10.7) | |
| 3 | 산화에틸렌 | 14 (8.3) | |
| 4 | 용접 흄 | 8 (4.8) | |
| 5 | 포름알데히드 | 7 (4.2) | |
| 골수형성이상증후군(D46, 151) | 1 | 벤젠 | 31 (20.5) |
| 2 | 전리방사선 | 17 (11.3) | |
| 3 | 포름알데히드 | 17 (11.3) | |
| 4 | 기타 | 10 (6.6) | |
| 5 | 산화에틸렌 | 5 (3.3) | |
| 파킨슨병(G20, 132) | 1 | 망간 및 그 무기화합물 | 20 (15.2) |
| 2 | 유기용제 | 17 (12.9) | |
| 3 | 용접 흄 | 12 (9.1) | |
| 4 | 농약 | 8 (6.1) | |
| 5 | 톨루엔 | 7 (5.3) | |
| 상세불명의 비호지킨림프종(C85.9, 119) | 1 | 벤젠 | 31 (26.1) |
| 2 | 포름알데히드 | 10 (8.4) | |
| 3 | 유기용제 | 8 (6.7) | |
| 4 | 전리방사선 | 7 (5.9) | |
| 5 | 산화에틸렌 | 6 (5.0) | |
| 골수성 백혈병(C92, 119) | 1 | 벤젠 | 30 (25.2) |
| 2 | 전리방사선 | 14 (11.8) | |
| 3 | 포름알데히드 | 13 (10.9) | |
| 4 | 기타 | 10 (8.4) | |
| 5 | 유기용제 | 8 (6.7) | |
| 방광의 악성 신생물(C67, 110) | 1 | 디젤엔진배출물 | 15 (13.6) |
| 2 | 다환방향족탄화수소 | 10 (9.1) | |
| 3 | 주석 및 그 화합물 | 9 (8.2) | |
| 4 | 페인트 및 코팅제 | 9 (8.2) | |
| 5 | 벤젠 | 6 (5.5) |
질병별 인자 분포는 세 가지 유형으로 구분된다.
첫째, 특정 인자에 집중되는 유형이다. 조혈기계 및 림프계 종양에서는 벤젠이 모두 1순위이며 그 비중은 급성 골수모구성 백혈병 70건(23.0%), 다발골수종 36건(21.4%), 골수형성이상증후군 31건(20.5%), 상세불명의 비호지킨림프종 31건(26.1%), 골수성 백혈병 30건(25.2%), 림프성 백혈병 32건(18.9%)이다. 이는 벤젠과 백혈병의 인과관계에 관한 국제 평가 결과 및 국내 업무상 질병 인정기준이 조사 과정에서 참조되어, 해당 질병 사례에서 벤젠 노출 여부가 우선 확인되는 데 따른 것으로 판단된다.
둘째, 복수 인자에 분산되는 유형이다. 폐암(C34)에서는 석면 분진 89건(13.7%), 크롬 59건(9.1%), 니켈 52건(8.0%), 용접 흄 48건(7.4%), 기타 분진 32건(4.9%)으로 상위 5종이 고르게 분포한다. 이는 폐암의 직업적 원인 인자가 복수로 인정되어 있어 조사 과정에서 단일 인자로 수렴하지 않기 때문이다.
셋째, 해당 질병에서만 상위에 출현하는 인자가 확인되는 유형이다. 방광암의 디젤엔진배출물 15건(13.6%) 및 다환방향족탄화수소 10건(9.1%), 파킨슨병의 망간 20건(15.2%) 및 농약 8건(6.1%)이 이에 해당한다.
천식(J45)은 최상위 인자가 포괄 표현인 기타 20건(9.5%)이며, 이하 포름알데히드, 스티렌, 일반 분진, 이소시아네이트류가 5% 내외로 분포한다. 천식의 원인 인자가 특정 물질군으로 수렴하지 않고 다양한 자극원에 걸쳐 있음을 반영하는 것으로 볼 수 있으나, 포괄 표현이 최상위인 점을 고려하면 인자 축의 해상도가 낮은 데 따른 결과일 가능성도 있다.
본 집계는 원천 문서에 기술된 인자의 빈도이며 인자와 질병 간 인과관계의 강도를 나타내는 값이 아니다. 노출 인자별 발생 위험의 산출에는 비노출군에 대한 자료가 필요하나 본 자료는 이를 포함하지 않는다.
노출 건수 기준 상위 15개 유해인자의 서술 확보 현황은 아래의 표와 같다.
<표 III-77> 상위 15개 유해인자별 서술 확보 현황 (관측단위: 원천 문서 × 유해인자)
| 유해인자 | 노출 건수 | 측정정보 서술 n (%) | 농도·단위 완비 n (%) |
|---|---|---|---|
| 벤젠 | 427 | 226 (52.9) | 209 (48.9) |
| 용접 흄 | 301 | 69 (22.9) | 67 (22.3) |
| 전리방사선 | 287 | 129 (44.9) | 127 (44.3) |
| 석면 분진 | 276 | 55 (19.9) | 51 (18.5) |
| 유기용제 | 265 | 92 (34.7) | 78 (29.4) |
| 포름알데히드 | 232 | 112 (48.3) | 103 (44.4) |
| 크롬 및 그 화합물 | 223 | 56 (25.1) | 49 (22.0) |
| 기타 | 218 | 92 (42.2) | 85 (39.0) |
| 니켈 및 그 무기화합물 | 209 | 52 (24.9) | 48 (23.0) |
| 일반 분진 | 183 | 34 (18.6) | 29 (15.8) |
| 페인트 및 코팅제 | 135 | 38 (28.1) | 38 (28.1) |
| 중금속류 | 126 | 29 (23.0) | 24 (19.0) |
| 기타 분진 및 입자상 물질 | 117 | 33 (28.2) | 29 (24.8) |
| 톨루엔 | 113 | 49 (43.4) | 42 (37.2) |
| 주석 및 그 화합물 | 101 | 28 (27.7) | 24 (23.8) |
서술률의 분포는 인자의 성격에 따라 구분된다. 단일 물질로 특정되고 표준화된 측정 방법이 확립되어 있는 인자, 즉 벤젠 226/427건(52.9%), 포름알데히드 112/232건(48.3%), 전리방사선 129/287건(44.9%), 톨루엔 49/113건(43.4%)의 서술률은 43% 이상이다. 반면 혼합물이거나 입자상으로 존재하는 인자, 즉 용접 흄 69/301건(22.9%), 석면 분진 55/276건(19.9%), 일반 분진 34/183건(18.6%), 중금속류 29/126건(23.0%)의 서술률은 25% 이하이다.
이는 측정정보의 결측이 무작위로 발생하는 것이 아니라 인자의 성격에 따라 체계적으로 분포함을 의미한다. 따라서 본 데이터셋을 이용한 정량 분석은 인자별로 가용 범위가 상이하며, 인자 간 노출 수준을 비교할 때에는 이 결측 구조를 함께 고려하여야 한다.
한편 포괄 표현인 기타가 218건으로 8위, 유기용제가 265건으로 5위, 중금속류가 126건으로 12위에 위치한다. 이들은 개별 인자가 아니므로 인자별 분석에서 별도로 처리하여야 한다.
작업 공간의 성격에 관한 서술과 환기설비 및 보호구에 관한 서술의 동반 관계를 확인하였다. 밀폐공간 데이터 요소의 서술 유무를 기준으로 한 교차 결과는 아래의 표와 같다.
<표 III-78> 밀폐공간 서술 유무별 환기설비 서술 현황 (관측단위: 원천 문서, n=1,624건)
| 밀폐공간 서술 | 환기설비 서술 있음 n (%) | 환기설비 서술 없음 n (%) | 소계 |
|---|---|---|---|
| 있음 | 129 (35.2) | 237 (64.8) | 366 (100.0) |
| 없음 | 137 (10.9) | 1,121 (89.1) | 1,258 (100.0) |
| 소계 | 266 (16.4) | 1,358 (83.6) | 1,624 (100.0) |
<표 III-79> 밀폐공간 서술 유무별 보호구 서술 현황 (관측단위: 원천 문서, n=1,625건)
| 밀폐공간 서술 | 보호구 서술 있음 n (%) | 보호구 서술 없음 n (%) | 소계 |
|---|---|---|---|
| 있음 | 132 (36.1) | 234 (63.9) | 366 (100.0) |
| 없음 | 237 (18.8) | 1,022 (81.2) | 1,259 (100.0) |
| 소계 | 369 (22.7) | 1,256 (77.3) | 1,625 (100.0) |
밀폐공간에 관한 서술이 있는 366건에서 환기설비 서술률은 35.2%로, 서술이 없는 1,258건의 10.9%보다 3.2배 높다. 보호구 서술률 또한 36.1%로, 서술이 없는 경우의 18.8%보다 1.9배 높다.
즉 세 정성 조건은 독립적으로 기술되지 않고 동반하여 기술되는 경향을 보인다. 이는 작업 공간이 밀폐된 조건인 경우 환기 상태와 호흡용 보호구의 착용 여부가 노출 수준의 판단에 직접 관련되므로, 조사 과정에서 세 항목을 함께 확인하기 때문으로 판단된다.
이 결과는 정성 조건 데이터 요소의 결측이 무작위가 아님을 의미한다. 환기설비와 보호구의 서술은 노출 조건이 문제가 되는 사례에 집중되어 있으므로, 이들 요소의 집계값을 전체 원천 문서에 대한 실태로 해석할 수 없다. 이는 2.7.2.3의 환기설비 코드값 분포에서 미흡 및 없음이 66.0%를 차지한 결과와 동일한 구조에서 기인한다.
작업기간 구간별 서술 확보 현황은 아래의 표와 같다.
<표 III-80> 작업기간 구간별 서술 확보 현황
| 작업기간 | 구간 n | 측정정보 서술 n (%) | 농도·단위 완비 n (%) |
|---|---|---|---|
| 5년 미만 | 223 | 78 (35.0) | 68 (30.5) |
| 5년 이상 10년 미만 | 244 | 106 (43.4) | 92 (37.7) |
| 10년 이상 20년 미만 | 613 | 190 (31.0) | 171 (27.9) |
| 20년 이상 | 492 | 159 (32.3) | 144 (29.3) |
| 미상 | 297 | 79 (26.6) | 74 (24.9) |
| 합계 | 1,869 | 612 (32.7) | 549 (29.4) |
측정정보 서술률은 5년 이상 10년 미만 구간에서 106/244건(43.4%)으로 가장 높고, 10년 이상 구간에서는 31~32% 수준으로 낮아진다. 작업기간이 10년을 초과하는 경우 노출 시작 시점이 과거로 소급되므로 해당 시기의 작업환경측정 자료가 존재하지 않거나 확보되지 않는 경우가 많으며, 이 경우 노출 수준을 정성적으로 기술하게 된다. 5년 미만 구간의 서술률이 78/223건(35.0%)으로 5~10년 구간보다 낮은 것은 근무 기간이 짧아 측정 이력 자체가 축적되지 않은 사례가 포함된 데 따른 것으로 판단된다.
이에 사례가 많은 두 조합을 선정하여 유해인자별 노출 수준과 업무관련성 판정 결과를 교차하였다.
노출 수준의 구분에는 정성 강도 등급을 사용하지 않았다. 해당 데이터 요소는 추출 스키마 설정 단계에서 유보되었으므로, 확보된 서술의 형태를 기준으로 정량, 정성 근거, 노출 서술의 3개 구분을 적용하였다. 정량은 농도와 단위가 모두 서술된 경우, 정성 근거는 측정정보 서술은 있으나 세부 요소가 결측인 경우, 노출 서술은 측정정보 서술이 없는 경우이다.
<표 III-81> 폐암(C34)과 용접원 조합의 유해인자별 노출 수준 및 판정 (원천 문서 25건)
| 유해인자 | 노출 건수 | 정량 n (%) | 정성 근거 n (%) | 노출 서술 n (%) | 판정 높음 n (%) | 판정 낮음 n (%) | 판정 미상 n (%) |
|---|---|---|---|---|---|---|---|
| 용접 흄 | 20 | 3 (15.0) | 0 (0.0) | 17 (85.0) | 10 (50.0) | 7 (35.0) | 3 (15.0) |
| 석면 분진 | 14 | 1 (7.1) | 0 (0.0) | 13 (92.9) | 9 (64.3) | 2 (14.3) | 3 (21.4) |
| 크롬 및 그 화합물 | 13 | 1 (7.7) | 0 (0.0) | 12 (92.3) | 6 (46.2) | 4 (30.8) | 3 (23.1) |
| 니켈 및 그 무기화합물 | 13 | 1 (7.7) | 0 (0.0) | 12 (92.3) | 7 (53.8) | 3 (23.1) | 3 (23.1) |
| 크롬(VI) 화합물 | 7 | 1 (14.3) | 0 (0.0) | 6 (85.7) | 4 (57.1) | 3 (42.9) | 0 (0.0) |
| 산화철 | 3 | 0 (0.0) | 0 (0.0) | 3 (100.0) | 1 (33.3) | 2 (66.7) | 0 (0.0) |
| 계 | 70 | 7 (10.0) | 0 (0.0) | 63 (90.0) |
<표 III-82> 조혈기계·림프계 종양(C90·C91·C92·C85·D46)과 전자 부품 및 제품 제조 기계 조작원 조합의 유해인자별 노출 수준 및 판정 (원천 문서 15건)
| 유해인자 | 노출 건수 | 정량 n (%) | 정성 근거 n (%) | 노출 서술 n (%) | 판정 높음 n (%) | 판정 낮음 n (%) | 판정 미상 n (%) |
|---|---|---|---|---|---|---|---|
| 벤젠 | 17 | 7 (41.2) | 4 (23.5) | 6 (35.3) | 2 (11.8) | 14 (82.4) | 1 (5.9) |
| 포름알데히드 | 11 | 3 (27.3) | 3 (27.3) | 5 (45.5) | 1 (9.1) | 9 (81.8) | 1 (9.1) |
| 전리방사선 | 7 | 3 (42.9) | 0 (0.0) | 4 (57.1) | 1 (14.3) | 6 (85.7) | 0 (0.0) |
| 산화에틸렌 | 5 | 3 (60.0) | 1 (20.0) | 1 (20.0) | 0 (0.0) | 4 (80.0) | 1 (20.0) |
| 이소프로필 알코올 | 5 | 3 (60.0) | 1 (20.0) | 1 (20.0) | 0 (0.0) | 4 (80.0) | 1 (20.0) |
| 트리클로로에틸렌 | 3 | 2 (66.7) | 0 (0.0) | 1 (33.3) | 1 (33.3) | 2 (66.7) | 0 (0.0) |
| 계 | 48 | 21 (43.8) | 9 (18.8) | 18 (37.5) |
주: 판정 미상은 판정 데이터 요소가 결측인 사례이다. 하나의 원천 문서에 복수의 유해인자가 기술되므로 노출 건수의 합은 원천 문서 수를 상회한다.
두 조합은 노출 근거의 확보 양상과 판정 결과에서 상반된 특성을 보인다.
폐암과 용접원 조합에서는 정량 근거가 적으나 판정 높음의 비율이 높다. 상위 6개 인자의 노출 70건 중 정량 서술은 7건(10.0%)에 불과하다. 그럼에도 판정 높음의 비율은 용접 흄 10/20건(50.0%), 석면 분진 9/14건(64.3%), 니켈 7/13건(53.8%), 크롬(VI) 화합물 4/7건(57.1%)이다. 즉 이 조합에서는 노출 수준의 정량적 확인이 아니라 해당 직종에서의 노출 사실과 인자의 발암성에 관한 기존 평가가 판정의 주된 근거로 작용한 것으로 판단된다.
조혈기계·림프계 종양과 전자 부품 제조 조작원 조합에서는 정량 근거가 많으나 판정 낮음의 비율이 높다. 노출 48건 중 정량 서술은 21건(43.8%)이다. 그럼에도 판정 높음의 비율은 벤젠 2/17건(11.8%), 포름알데히드 1/11건(9.1%)에 그친다. 벤젠의 정량 서술 7건에 한정하여 보면 판정은 높음 1건(14.3%), 낮음 5건(71.4%), 미상 1건(14.3%)이다. 즉 이 조합에서는 측정된 노출 수준이 노출기준을 하회함을 확인하는 방식으로 정량 근거가 사용되었으며, 정량 근거의 확보가 판정 높음으로 이어지지 않았다.
이 대비는 판정 계층 자료에서 판정의 근거가 두 가지 방식으로 구성됨을 보여준다. 하나는 노출 사실과 인자의 유해성 평가에 근거하는 방식이고, 다른 하나는 측정된 노출 수준을 기준값과 대조하는 방식이다. 2.7.3.2에서 확인한 판정 높음 사례의 높은 정량 확보율은 전체 집계에서 나타나는 경향이며, 조합 단위에서는 이와 반대 방향의 관계도 성립한다. 따라서 정량 근거의 확보 여부와 판정 결과 사이에 일방향의 관계를 상정할 수 없다.
다만 두 조합의 원천 문서는 각각 25건과 15건으로 관측 수가 적으므로, 위 해석은 두 조합에 한정된 관찰이며 일반화하지 않는다.
측정시기 데이터 요소의 활용 사례로서, 측정 서술이 상대적으로 다수 확보된 용접 흄과 결정형 유리규산 두 인자에 대하여 측정시기별 농도를 정리하였다.
분석 대상은 mg/m³ 단위로 서술된 항목에 한정하였으며, 다른 물리량의 단위로 서술된 항목과 정성적 표현만 서술된 항목은 제외하였다. 범위로 서술된 값은 하한을 최저, 상한을 최대로 하고 중간값을 평균 산정에 사용하였다. 결과는 아래의 표와 같다.
<표 III-83> 용접 흄의 측정시기별 농도 (단위: mg/m³, 원시값 기준)
| 측정시기 | 측정 서술 건수 | 최저 | 평균 | 최대 |
|---|---|---|---|---|
| 1998년 상반기 | 1 | 0.034 | 0.249 | 0.464 |
| 2005~2006년 | 1 | 1.162 | 1.295 | 1.429 |
| 2010~2012년 | 1 | 1.390 | 1.525 | 1.660 |
| 2017년 12월 | 2 | 161.985 | 230.407 | 298.829 |
| 미상 | 5 | 0.054 | 5.529 | 19.400 |
<표 III-84> 결정형 유리규산의 측정시기별 농도 (단위: mg/m³, 원시값 기준)
| 측정시기 | 측정 서술 건수 | 최저 | 평균 | 최대 |
|---|---|---|---|---|
| 1999년 | 1 | 0.500 | 0.500 | 0.500 |
| 2001~2002년 | 1 | 0.021 | 0.021 | 0.021 |
| 2002년 | 2 | 0.031 | 0.074 | 0.116 |
| 2003년 상·하반기 | 1 | 2.561 | 3.017 | 3.474 |
| 2012년 4월 | 10 | 0.153 | 0.249 | 0.412 |
용접 흄의 경우 1998년 상반기 서술은 0.034~0.464 mg/m³ 범위이며, 2005년 이후 서술은 1 mg/m³를 상회한다. 2017년 12월 서술은 161.985~298.829 mg/m³로, 다른 시기의 서술과 3자릿수 규모의 차이를 보인다. 이 값은 용접 흄의 국내 노출기준을 크게 상회하며 통상적인 작업환경측정 결과의 범위를 벗어나므로, 원문의 단위 또는 측정 대상이 상이할 가능성이 있다. 해당 항목은 원문 인용문과 대조하여 재확인하여야 하며, 확인 전까지는 집계에 포함하지 않는 것이 타당하다.
결정형 유리규산의 경우 1999년부터 2012년까지의 서술이 대부분 0.021~0.500 mg/m³ 범위에 분포하며, 2003년 상·하반기 서술만 2.561~3.474 mg/m³로 높다. 2012년 4월의 10건은 하나의 원천 문서에서 반복 측정 결과가 서술된 사례로, 동일 시기 내에서도 0.153~0.412 mg/m³의 편차가 확인된다.
두 인자 모두 측정시기별 서술 건수가 1~2건에 그치는 구간이 대부분이므로, 시기별 노출 수준의 대표성은 확보되지 않는다. 본 항의 결과는 시대별 노출 수준의 추정치가 아니라, 측정시기 데이터 요소를 추출함으로써 동일 인자의 노출 수준을 시기 단위로 정리할 수 있음을 보인 것이다. 시기별 노출 궤적의 재구성은 국제 직업노출매트릭스에서 다수의 측정치를 통계적으로 보정하여 수행하는 작업에 해당하며(2.4.3.4), 본 자료의 서술 건수로는 이에 이르지 못한다.