전 세계적으로 화학물질 사용량의 증가로 인하여 화학사고 또한 지속적으로 발생하고 있다. 이는, 국내에서도 마찬가지이다. 가습기 살균제 사건과 구미 불산 가스 누출사고는 화학물질 안전관리 및 법률제정 등의 정책에 큰 영향을 주었던 사건?사고이다.
최근 들어 빅데이터는 사회 경제 전반에 걸쳐 새로운 패러다임으로 자리매김하고 있으며, 새로운 산업으로 급격히 부상하고 있다. 스마트폰 등 정보기기의 보급에 힘입어 국민들의 정책에 대한 반응 등의 정보가 축적되고, 축적된 데이터를 분석하여 정책에 대한 국민들의 반응과 의사결정, 행동패턴을 파악할 수 있기 때문에 맞춤형 정책의 핵심수단으로 떠오르고 있다. 이러한 추세는 환경분야에서도 예외가 아니다.
화학물질안전분야에 대하여 수집된 빅데이터 분석을 통해, 사전에 위험을 예측하고 효과적인 대응 방안 등을 모색할 수 있다. 그러나 빅데이터는 그 자체만으로 가치가 떨어지는 비정형 데이터이므로 가치 있는 데이터로의 정제가 필요하다. 가치있는 데이터로의 전환 도구로서 온톨로지가 활용된다. 이에 본 연구에서는 화학물질안전 분야의 빅데이터를 분석하기 위한 온톨로지를 개발하고, 개발된 온톨로지의 활용 방안에 대하여 연구하고자 하였다.
본 연구에서 개발된 화학물질안전 온톨로지는 Noy & McGuinness가 제안한 ‘Ontology Development 101: A guide to creating your first ontology’ 의 방식을 기본으로 하여 이를 수정?보완하여 개발하였다. 화학물질사고를 방지하고 사고 발생 시 피해를 최대한 감소하기 위한 목적으로 주로 정책 입안자, 화학물질안전에 관한 연구자, 안전관리자들이 사용할 것이라 판단하였으며, 화학물질에 의하여 발생하는 모든 사고의 유형 중 실제 발생했던 사건, 사고로 범위를 제한하였다.
화학물질안전 온톨로지 개발을 위하여 총 45편의 연구 보고서, 논문 등을 대상으로 용어를 수집하였으며 이를 바탕으로 분류, 계층화하였다. 그 결과 예방 요인, 사고위험 요인, 결과 요인 및 사회관계 요인 등의 네 가지 대분류와 이 분류 속성에 포함되는 중분류, 소분류 등으로 통합 표현하여 화학물질안전 온톨로지를 개발하였다.
개발된 화학물질안전 온톨로지의 ‘예방 요인’ 클래스는 “화학물질의 안전한 사용을 위하여 정부 또는 단체 등이 시행하는 요인”으로 제도 요인, 대응?대책 요인, 교육 요인, 평가?검사 요인을 포함하였다. ‘사고위험 요인’ 클래스는 “화학물질사고에 있어 문제를 일으키는 원인 요소”라는 속성으로 인적 요인, 설비 요인, 물질 요인, 상황 요인으로 표현되었다. ‘결과 요인’ 클래스는 “화학물질안전과 관련한 문제가 생긴 결과물”로 질병 요인, 사건 요인, 사고 후 요인, 피해 요인으로 표현하였다. ‘사회관계 요인’ 클래스는 “화학물질안전과 관련된 관계”라는 공통 속성으로 국가 요인, 단체기관 요인, 미디어 요인, 대상 요인의 하위 항목으로 구분하였다.
본 연구는 화학물질 분야의 첫 번째 온톨로지 구축이라는 점에서 큰 의의를 가지며, 화학물질과 관련한 다른 온톨로지를 개발하는 경우 선행 온톨로지로서 활용되어 향후 화학물질과 관련한 온톨로지 개발시간을 단축하고 발전된 온톨로지 구축에 기여할 수 있을 것으로 판단된다. 또한, 환경분야에서 빅데이터를 이용한 정책 활용의 요구가 증가함에 따라 화학물질사고로 인한 재난 안전 분야에서도 그 요구가 증가할 것으로 판단된다. 본 연구는 화학학물질안전 분야의 온톨로지 구축을 통하여 화학물질안전 위험도 예측과 화학물질안전 정책에 있어 빅데이터의 활용 방향성에 대하여 제시하였다는데 그 의미가 있다.

Chemical accidents continue to occur due to increased use of chemicals worldwide. This phenomenon is the same in Korea. The humidifier disinfectant incident and the Gumi FOS gas leak incident greatly influenced chemical safety management and evaluation laws and policies. Recently, Big Data is rapidly emerging as a new paradigm and industry throughout the social economy. Information such as the response of the public to the policy is accumulated due to the spread of information devices such as smart phones. Accumulated data analysis is emerging as a key tool for customized policies because it allows people to understand their responses, decisions, and behavior patterns to policy. This trend is the same in the environmental field as well.
By analyzing the big data collected about the chemical safety field, it is possible to anticipate risks in advance and search for effective countermeasures. Big data, however, is atypical data that is in itself worthless. Therefore, conversion to valuable data is required. Ontology is used as a tool to convert to valuable data. In this study, we developed an ontology for analyzing big data in the field of chemical safety and studied the application method of the developed ontology.
The ontology of chemical safety developed in this study is based on the method of ''Ontology Development 101: A guide to creating your first ontology'' proposed by Noy & McGuinness. This method was revised and supplemented. The purpose of ontology development is to prevent chemical accidents and to minimize the damage when an accident occurs. Also, it was decided that it would be mainly used by policy makers, chemical safety researchers, and safety managers. And limited to events and accidents that occurred by chemical substances.
In order to develop chemical safety ontology, terms were gathered from 45 papers including research reports and papers. And classified and layered based on collected terms. As a result, the chemical safety ontology was developed by grouping the four major categories of prevention factor, accident?risk factor, result factor, and social relationship factor into the sub classifications and sub categories included in this classification attribute.
The ''preventive factor'' class of the developed chemical safety ontology is "the factor that governments or organizations undertake for the safe use of chemicals". This class includes institutional factors, response and countermeasure factors, educational factors, evaluation and examination factors. The ''Accident?Risk Factor'' class is a property that causes "problems in chemical accidents". In this class, human factors, equipment factors, material factors, and situation factors were expressed. The ''result factor'' class is an attribute of "the result of a chemical safety problem". In this class, disease factors, event factors, post-accident factors, and damage factors were expressed. The ''Social Relations Factor'' class is a common attribute of "chemical safety related relationship". This class is subdivided into country factor, group agency factor, media factor, and target factor.
This study has a great significance in terms of construction of the first ontology in the field of chemical materials. It can be used as a preceding ontology when developing other ontologies related to chemical substances, thereby reducing the development time of ontologies related to chemical substances and contributing to the construction of advanced ontologies have. In addition, there is an increasing demand for policies using big data in the field of environment. Therefore, it is expected that the demand will increase in the field of safety due to chemical accidents. This study suggests the direction of utilization of big data in chemical safety risk prediction and chemical safety policy through the construction of ontology in chemical safety field.