Research Article

Journal of The Korean Society of Living Environmental System. 31 October 2026. 551-562
https://doi.org/10.21086/ksles.2026.10.33.5.551

ABSTRACT


MAIN

  • 1. 서 론

  •   1.1. 연구 배경

  •   1.2. 연구 범위

  • 2. 연구 방법

  •   2.1. 실험설계

  •   2.2. 조사대상

  •   2.3. 조사내용 및 분석방법

  • 3. 연구결과

  •   3.1. 자동차 검사소 검사원의 일반 특성

  •   3.2. 자동차 검사소 검사원의 개인 인명보호장구 안전/쾌적 특성 및 중요도

  •   3.3. 자동차 검사소 검사원의 안전 특성 및 쾌적 특성 항목 간의 상관관계

  •   3.4. 통합 안전 중요지수 회귀모형 및 강건성 분석

  •   3.5. 재구성 중요도(YM)의 가중치 민감도 분석

  • 4. 논 의

  • 5. 결 론

1. 서 론

1.1. 연구 배경

2024년 국내 산업재해 재해율은 0.67%로 나타났고, 산업현장에서의 소음, 유해가스, 온열환경 및 근골격계 부담 등 다양한 작업환경 요인이 근로자의 안전과 건강에 영향을 미칠 수 있다. 자동차 검사소 역시 차량 배기가스, 소음, 온열환경, 검사 피트 및 반복 작업 등 복합적인 유해·위험요인이 존재하므로 체계적인 작업환경 관리가 요구된다. 산업안전보건법 제125조와 같은 법 시행규칙 제186조 및 별표 21에는 작업환경측정 대상 유해인자와 측정에 관한 법적 근거를 규정하고 있어(Ministry of Employment and Labor, 2023, 2026), 자동차 검사소에서도 작업과정에서 발생하는 소음, 일산화탄소, 이산화질소 등 유해인자의 노출 여부와 수준에 따른 측정·평가 및 관리가 필요하다. 또한, 한국산업안전보건공단은 H-80-2021과 P-94-2021에서 밀폐공간 작업 시 산소 및 유해가스 농도 측정, 작업 허가와 감시인 배치 등 안전관리 절차를 제시하고 있다(Korea Occupational Safety and Health Agency, 2021a, 2021b). 국내 자동차 검사소 작업환경 관련 연구는 건설기계 검사소에서의 소음 노출(Jeong, Lee, & Kim, 2024a), 배기가스 노출(Kim, O, Cho, & Ye, 2024), 디젤 배설물 직무별 노출(Kim et al., 2020), 휴게시설 법제화 현황(Jeong, Jeong, Lee, & Kim, 2024b)에 대한 연구를 중심으로 이루어지고 있다. 반면 국외에서는 자동차 정비소 및 차량정비 작업장을 대상으로 배기가스와 입자상물질 등의 유해물질 노출, 근골격계 부담, 검사 피트 위험, 보호구 착용 및 작업장 안전관리에 관한 연구가 축적되어 있다. 또한 영국 HSE는 자동차 정비·검사 작업에 관한 안전지침을 제시하고 있으며, 미국 OSHA·NIOSH의 산업안전보건 기준도 검사 작업환경에 적용될 수 있다. 독일 DGUV 역시 차량 정비 및 검사시설의 작업안전에 관한 지침을 제시하고 있다. 국내 자동차 검사소 작업환경 관련 연구는 자동차 정비업체의 산업안전보건 실태조사(Ahmad, Rehan, Balkhyour, & Ismail, 2017), 자동차 정비업체의 체계적인 작업환경 관리의 필요성(Ahmad et al., 2016), 공기오염 노출, NOx-PTI 측정과 NO2·초미세입자(UFP)/블랙카본 관리 필요성(Franzetti et al., 2024), 미세먼지·DPM/배기 가스 노출 건강영향(Luna-Carrascal, Olivero-Verbel, Acosta-Hoyos, & Quintana-Sosa, 2023), 작업활동 일지와 영역 소음 동시 활용한 task-based 소음평가(Lowry, Fritschi, & Mullins, 2022)가 이루어지고 있다. 그러나 자동차 검사소 검사원의 안전의복에 관한 연구는, 국내의 경우, 정비·검사 직종의 안전의복 실태조사(Ahn & Lee, 2017)에 머물러 있는 형편이다. 특히, 국내에서는 이에 대한 별도의 규제가 마련되어 있지 않고, 산업안전보건법 체계(사업주의 보호구 제공·관리 의무)의 사업주 PPE 점검·관리 의무를 자동차 검사소에도 동일하게 적용하고 있는 형편이다. 반면 영국에서는 HSE HSG261(모터차량 정비·검사 안전 종합서)의 작업 환경에 고시인성 안전의복, 방한·방수 외의(外衣), 안전화·장갑 지급 및 사용을 명시하고 있다(Health and Safety Executive, 2009). 독일에서도 DGUV Regel 109-009와 DGUV Information 209-007에서 차량 정비 및 검사 작업장에서 발생할 수 있는 작업 피트, 차량 하부 작업, 차량 이동, 배기가스, 소음 및 개인보호구 사용 등과 관련한 산업안전 지침을 종합적으로 제시하고 있다(German Social Accident Insurance [DGUV], 2019, 2023). 미국 OSHA는 도로 작업구역에서 공공 교통이나 작업차량에 노출되는 근로자의 차량 충돌 위험을 줄이기 위해 고시인성 안전의복의 착용을 요구하고 있으며, 관련 고시인성 의복의 성능기준으로 ANSI/ISEA 107이 활용되고 있다(Occupational Safety and Health Administration, 2009). 이러한 기준은 자동차 검사소에서도 도로주행검사나 차량 대기열 관리와 같이 이동차량에 근접하여 작업하는 경우 고시인성 안전의복의 적용 필요성을 검토하는 근거가 될 수 있다. 자동차 검사소는 국내의 경우, 교통안전 관련 공기업 직영 검사소가 59개소, 민간 차량 검사소가 약 1,750개 내외로 운영되고 있다. 영국은 DVSA(Driver and Vehicle Standards Agency) 체계로 승인, 감독하여 약 23,000개가 운영되고 있고, 독일은 약 4,421개가 운영되고 있다. 자동차 검사소는 검사원뿐 아니라 검사 서비스를 이용하는 고객과 차량이 함께 이동하는 작업공간이라는 특성이 있다. 따라서 검사원의 안전의복은 일반적인 개인보호 기능뿐 아니라 이동 차량과 작업설비가 혼재된 환경에서 검사원의 시인성을 확보하는 기능도 중요하다. 특히 검사소는 차량과 검사장비 등 무채색 계열의 배경이 많은 환경이므로, 검사원의 위치와 움직임을 명확하게 인지할 수 있는 안전의복과 적절한 인명보호장구의 착용이 요구된다.

그러나 국내 자동차 검사소 검사원을 대상으로 작업환경의 안전·쾌적 특성과 인명보호장구 착용특성을 함께 조사하고, 이들 요인을 통합적으로 평가한 연구는 부족하다. 이에 본 연구에서는 국내 자동차 검사소 검사원을 대상으로 작업환경과 인명보호장구의 안전·쾌적 특성 및 중요도를 조사하고, 이들 요인의 관계를 분석하여 자동차 검사소 작업환경을 고려한 통합 안전 중요지수(Integrated Safety Importance Index)를 개발하고자 하였다.

1.2. 연구 범위

본 연구는 국내 교통안전 관련 공기업 자동차 검사소 검사원을 대상으로 작업환경과 인명보호장구의 착용실태를 조사하고, 안전·쾌적 특성 및 인명보호장구 중요도 간의 관계를 분석하는 것을 연구범위로 설정하였다. 인명보호장구는 안전모, 안전의복(안전조끼·상의·하의), 기타 인명보호장구(청력보호구·호흡보호구·안전화·안전장갑)로 구분하였다.

2. 연구 방법

2.1. 실험설계

본 연구는 국내 교통안전 관련 공기업 소속 자동차 검사소 검사원을 대상으로 작업환경 및 인명보호장구의 안전·쾌적 특성과 중요도를 조사하고, 이를 이용하여 통합 안전 중요지수를 도출한 횡단면 조사연구이다.

2.2. 조사대상

본 연구에서는 국내 교통안전 관련 공기업 소속 자동차 검사소의 서울, 경기, 강원, 충청, 전라, 경상, 제주 지역으로 총 77명의 검사원을 대상으로 하였다. 조사 기간은 2025년 5월에서 6월까지 1개월간 실시하였다.

2.3. 조사내용 및 분석방법

조사 내용은 근무 특성을 비롯하여, 안전모, 안전 의복, 기타 인명보호장구의 착용실태 및 검사원의 주관평가에 기반한 검사소 환경에 대한 안전 특성, 쾌적 특성으로 구성하였다. 근무 특성은 고용특성, 근무경력, 안전교육, 근골격계 질환, 근골격계 질환 부위, 검사소 여름철 온도, 검사소 겨울철 온도 등 11개 문항이고 안전 특성은 작업 시, 안전모, 안전의복, 기타 인명보호장구 등 착용 안전성 현황 등 33개 문항, 쾌적 특성은 작업 시, 작업환경, 안전모, 안전의복, 기타 인명보호장구 등 착용 쾌적성 현황 등 17개 항목으로 구성하였다. 또한 안전 및 쾌적 특성이 안전모, 안전 의복, 기타 인명보호장구 착용에 미치는 주관적 중요도를 7점 척도로 평가하였다. 통합 안전 중요도의 재구성을 위해 중요도 평가문항을 안전모(H), 안전의복(W) 및 기타 인명보호장구(P)의 세 영역으로 구분하였다. H는 안전모 착용과 안전모 시인성의 평균, W는 안전의복 착용과 안전의복 시인성의 평균, P는 청력보호구, 호흡보호구, 안전화, 안전화 시인성 및 안전장갑의 평균으로 산출하였다. 중요도 문항은 동일한 척도로 측정되었으므로 별도의 표준화 없이 산술평균을 적용하였다. 응답자별 평균영역값(A)은 A = (H + W + P) / 3, 최저영역값(M)은 M = min(H, W, P)로 산출하였으며, 기준 재구성 중요도(YM)는 YM = .50A + .50M으로 정의하였다. 조사 방법은 일대일 면접으로 진행하였으며, 면접 진행은 전적으로 응답자의 자유의사에 따라 이루어졌고, 조사 도중에 불편함을 느끼면 면접조사를 언제든지 중단할 수 있는 점을 충분히 설명하였다. 통계분석은 Python 3.13.5를 이용하여 기술통계, Pearson 상관분석 및 단계선택 다중회귀분석을 실시하였다. 개별 안전특성 및 쾌적특성 간의 관계를 탐색하기 위해 Pearson 상관분석을 실시하였다. 이와 별도로 통합 안전 중요지수 개발을 위한 회귀모형에서는 YM과 안전특성 및 쾌적특성 변수 간 Pearson 상관분석을 실시하고, 탐색적 선별기준 p < .10을 충족한 변수를 후보변수로 선정하였다. 이후 후보변수에 대해 진입기준 p < .05, 제거기준 p > .10의 단계선택 다중회귀분석을 실시하여 최종 회귀모형을 도출하였으며, 이 모형의 적합값을 통합 안전 중요지수(YP)로 정의하였다. 최종 회귀분석은 후보변수 선별에 사용된 변수의 결측치를 제외한 동일한 분석표본(N = 76)을 기준으로 수행하였다. 최종 회귀모형의 내부 예측성능과 변수선택의 안정성을 평가하기 위해 100회 반복 5-fold cross-validation을 실시하였다. 각 반복의 각 training fold에서 앞서 기술한 후보변수 선별 및 단계선택 절차(p < .10 후보선별, 진입 p < .05, 제거 p > .10)를 동일하게 다시 수행하여 모형을 독립적으로 개발한 후, 해당 test fold에 적용하여 out-of-fold 예측값을 산출하였다. 각 반복에서 5개 test fold의 out-of-fold 예측값을 전체 분석대상자에 대해 집계하였으며, CV R2는 1-∑(yi-ŷi,OOF​)2 /∑(yi-ȳ​)2로 산출하였다. 여기서 yi는 i번째 대상자의 재구성 중요도(YM), ŷi,OOF는 해당 대상자가 test fold에 포함되었을 때 산출된 out-of-fold 예측값, ȳ는 전체 분석대상자의 재구성 중요도(YM)의 평균을 의미한다. Pearson 상관계수와 RMSE도 동일한 out-of-fold 예측값을 이용하여 계산하였으며, 100회 반복의 평균, 표준편차 및 2.5–97.5 percentile을 제시하였다. 또한 최종 선택모형의 회귀계수에 대한 조건부 안정성을 평가하기 위해 X1, X2 및 X3를 고정한 상태에서 5,000회 case-resampling bootstrap을 실시하였다. 각 bootstrap sample에서 동일한 세 설명변수의 회귀계수를 재추정하였으며, 95% 신뢰구간은 bootstrap 계수 분포의 2.5 및 97.5 percentile을 이용하여 산출하였다. 따라서 bootstrap 결과는 변수선택 과정을 포함한 전체 개발절차의 검증이 아니라 최종 선택모형의 회귀계수에 대한 조건부 강건성 평가로 해석하였다. 마지막으로 재구성 YM의 구성방식에 따른 민감도를 확인하였다. 평균영역값을 이용한 보상적 집계에서는 한 영역의 낮은 점수가 다른 영역의 높은 점수에 의해 보상되는 정도가 결과에 영향을 미칠 수 있으므로(OECD & European Commission, 2008), 평균영역값(A)와 최저영역값(M)의 상대적 가중치를 변화시키는 민감도 분석을 실시하였다. 일반식 YM(w) = wA + (1−w)M을 적용하여 평균영역값과 최저영역값의 가중치를 각각 100:0, 75:25, 50:50, 25:75 및 0:100으로 변화시켰다. 이때 기준 YM(50:50)으로 적합한 최종 회귀모형의 YP는 고정하고, 각 대안적 YM과의 Pearson 상관계수, R2 및 Spearman 순위상관계수를 비교하였다. 각 가중치 조건에서 회귀모형을 다시 적합하거나 변수선택을 반복하지 않았으므로, 이 민감도 분석은 YM의 가중치 설정에 따른 YP–YM 관계의 민감도 분석으로 한정하여 해석하였으며, 회귀계수 또는 변수선택의 안정성 평가로 해석하지 않았다.

3. 연구결과

3.1. 자동차 검사소 검사원의 일반 특성

자동차 검사소 검사원 대상의 일반 특성을 Table 1에 나타내었다. 조사 대상자는 총 77명이었으며, 남성이 75명(97.4%), 여성이 2명(2.6%)이었다. 연령은 50세 이상이 22명(28.5%)으로 가장 많았으며, 20~29세와 30~39세가 각각 19명(24.7%)으로 나타났다. 고용 형태는 정규직이 64명(83.1%)으로 대부분을 차지하였다. 근무 경력은 20년 이상이 29명(37.7%)으로 가장 많았으며, 5년 미만은 21명(27.3%)이었다. 안전교육은 주 1회 이상 실시된다는 응답이 61명(79.2%)으로 가장 높게 나타났다. 또한 근골격계 질환 경험이 있는 응답자는 53명(68.8%)으로 나타나 자동차 검사 업무의 신체적 부담이 상당한 것으로 확인되었다. 여름철 검사소에서 검사 공간 온도는 28°C 초과라는 응답이 64명(83.1%)으로 가장 많았으며, 겨울철에는 18°C 이하라는 응답이 72명(93.5%)으로 나타났다.

Table 1

General characteristics of vehicle inspection workers
(N=77)

Characteristics Category N %
Gender Male 75 97.4
Female 2 2.6
Age 20-29 19 24.7
30-39 19 24.7
40-49 17 22.1
≥ 50 22 28.5
Employment type Regular employee 64 83.1
Intern 7 9.1
Practical staff 3 3.9
Technical staff 3 3.9
Work experience in the same industry < 5 years 21 27.3
5-9 years 8 10.4
10-19 years 6 7.8
≥ 20 years 29 37.7
Not clear 13 16.9
Safety education Weekly 61 79.2
Monthly 14 18.2
None 2 2.6
PPE education Weekly 45 58.4
Monthly 25 32.5
None 7 9.1
Musculoskeletal disorders None 24 31.2
Experienced 53 68.8
Summer workplace temperature ≤ 24°C 3 3.9
25-26°C 3 3.9
27-28°C 7 9.1
> 28°C 64 83.1
Winter workplace temperature ≤ 18°C 72 93.5
19-20°C 3 3.9
> 20°C 2 2.6

3.2. 자동차 검사소 검사원의 개인 인명보호장구 안전/쾌적 특성 및 중요도

자동차 검사소 검사원의 주관에 기반한 작업환경과, 안전모, 안전의복, 기타 인명보호장구에 대한 안전특성과 쾌적특성 및 중요도에 대한 결과를 Table 2에 나타내었다.

안전특성에서는 안전화 착용(6.03 ± 1.20점)이 가장 높은 평균을 나타냈고, 다음으로 안전장갑 착용(5.62 ± 1.33), 안전의복 착용(5.21 ± 1.44점) 순으로 나타났다. 반면, 호흡보호구 착용(1.94 ± 1.56점), 청력보호구 착용(2.15 ± 1.83점)은 상대적으로 낮은 평균을 보여 착용수준이 낮은 것으로 나타났다. 전체 안전특성 평균은 4.01 ± 1.22점이었으며 안전 중요도는 3.98 ± 1.26점으로 나타났다.

쾌적특성에서는 조명 쾌적성(4.92 ± 1.14점)이 가장 높은 평균을 보였으며, 봄·가을 온·습도 쾌적성(4.85 ± 1.16점), 봄·가을 안전의복 쾌적성(4.73 ± 1.08점), 청결도 쾌적성(4.65 ± 1.08점)이 비교적 높은 평균을 나타냈다. 반면, 공기질 쾌적성(2.98 ± 1.31점), 소음 쾌적성(2.76 ± 1.39점), 여름철 온·습도 쾌적성(2.43 ± 1.28점), 여름철 안전의복 쾌적성(2.31 ± 1.17점)이 상대적으로 낮은 수준을 보여 검사소 작업환경에서 여름철 열환경과 소음 및 공기질 개선이 필요한 것으로 나타났다. 전체 쾌적특성 평균은 2.95 ± 1.34점이었으며, 쾌적 중요도는 4.71 ± 1.80점으로 나타나 검사원들이 쾌적한 작업환경을 중요하게 인식하는 데 비해 실제 작업환경에 대한 평가는 상대적으로 낮은 것으로 나타났다.

Table 2

Descriptive statistics of safety and comfort characteristics

Variables Mean SD
1 Helmet wearing 4.42 1.61
2 Safety clothing wearing 5.21 1.44
3 Hearing protection wearing 2.15 1.83
4 Respirator wearing 1.94 1.56
5 Safety shoes wearing 6.03 1.20
6 Safety gloves wearing 5.62 1.33
7 Safety characteristics 4.01 1.22
8 Safety importance 3.98 1.26
9 Summer temp. R.H. comfort 2.43 1.28
10 Summer safety clothing comfort 2.31 1.17
11 Spring/Fall temp. R.H. comfort 4.85 1.16
12 Spring/Fall safety clothing comfort 4.73 1.08
13 Winter temp. R.H. comfort 3.82 1.42
14 Winter safety clothing comfort 3.95 1.37
15 Lighting comfort 4.92 1.14
16 Air quality comfort 2.98 1.31
17 Ventilation comfort 3.11 1.25
18 Noise comfort 2.76 1.39
19 Cleanliness comfort 4.65 1.08
20 Comfort characteristics 2.95 1.34
21 Comfort importance 4.71 1.80

All items are assessed using a 7-point Likert scale (1 = very low, 7 = very high). Descriptive statistics were calculated using all available valid responses (maximum N = 77); therefore, valid N may vary by item. The final multiple regression model in Table 4 was estimated using 76 complete cases.

3.3. 자동차 검사소 검사원의 안전 특성 및 쾌적 특성 항목 간의 상관관계

자동차 검사소 검사원의 개별 안전특성과 개별 쾌적특성 간 Pearson 상관분석 결과를 Table 3에 나타내었다. 총 66개의 상관관계를 분석한 결과, 다수의 안전특성과 쾌적특성 간에 정적 상관관계가 나타났다. 청력보호구 착용은 여름철 온·습도 쾌적성(r = .438, p < .001), 여름철 안전의복 쾌적성(r = .317, p = .005), 겨울철 온·습도 쾌적성(r = .305, p = .007), 공기질 쾌적성(r = .261, p = .022), 환기 쾌적성(r = .265, p = .020) 및 청결도 쾌적성(r = .299, p = .008)과 유의한 정적 상관관계를 나타냈다. 안전의복 착용은 봄·가을 온·습도 쾌적성(r = .278, p = .014), 겨울철 온·습도 쾌적성(r = .259, p = .023), 공기질 쾌적성(r = .258, p = .023) 및 환기 쾌적성(r = .256, p = .025)과 유의한 정적 상관관계를 나타냈다. 안전화 착용은 공기질 쾌적성과 유의한 정적 상관관계(r = .239, p = .036)를 보였으며, 안전장갑 착용은 공기질 쾌적성(r = .293, p = .010) 및 소음 쾌적성(r = .244, p = .034)과 유의한 정적 상관관계를 나타냈다. Table 3에서는 p < .05인 상관관계를 통계적으로 유의한 것으로 표시하였다. 다만 본 상관분석은 변수 간 관계를 탐색하기 위한 분석으로 수행하였으며, 다수의 상관검정에 따른 제1종 오류 가능성을 고려하여 개별 상관관계의 유의성은 탐색적으로 해석하였다.

Table 3

Correlations between safety and comfort characteristics

Safety Characteristics
Comfort Characteristics
Helmet Safety
clothing
Hearing
production
Respirator Safety shoes Safety gloves
Summer temp.,
R.H. comfort
correlation
coefficient
0.278 0.210 0.438 0.152 0.218 0.209
(p-value) (0.014) (0.067) (0.001) (0.188) (0.056) (0.069)
Summer safety
clothing
comfort
correlation
coefficient
0.167 0.070 0.317 0.121 0.150 0.103
(p-value) (0.147) (0.548) (0.005) (0.296) (0.191) (0.377)
Spring/Fall
temp., R.H.
comfort
correlation coefficient 0.038 0.278 0.224 0.138 0.165 0.161
(p-value) (0.741) (0.014) (0.051) (0.232) (0.151) (0.166)
Spring/Fall
safety clothing
comfort
correlation
coefficient
0.077 0.275 0.198 0.115 0.118 0.133
(p-value) (0.505) (0.016) (0.084) (0.319) (0.307) (0.250)
Winter temp.,
R.H. comfort
correlation
coefficient
0.166 0.2590.305 0.127 0.186 0.211
(p-value) (0.149) (0.023)(0.007) (0.272) (0.105) (0.068)
Winter safety
clothing
comfort
correlation
coefficient
0.075 0.102 0.216 0.093 0.112 0.097
(p-value) (0.519) (0.376) (0.060) (0.422) (0.333) (0.405)
Lighting
comfort
correlation
coefficient
0.092 0.211 0.209 0.084 0.046 0.016
(p-value) (0.426) (0.066) (0.069) (0.469) (0.689) (0.888)
Air quality
comfort
correlation
coefficient
0.197 0.2580.261 0.172 0.2390.293
(p-value) (0.087) (0.023)(0.022) (0.136) (0.036)(0.010)
Ventilation
comfort
correlation
coefficient
0.083 0.2560.265 0.166 0.177 0.059
(p-value) (0.475) (0.025)(0.020) (0.150) (0.123) (0.613)
Noise comfort correlation
coefficient
0.099 0.217 0.223 0.145 0.127 0.244
(p-value) (0.393) (0.058) (0.052) (0.209) (0.272) (0.034)
Cleanliness
comfort
correlation
coefficient
-0.023 0.194 0.299 0.134 0.154 0.072
(p-value0 (0.845) (0.091) (0.008) (0.246) (0.182) (0.535)

Valid N ranged from 76 to 77 due to missing data. Pearson’s correlation coefficients are presented. Bold values indicate statistically significant correlations (p < .05).

3.4. 통합 안전 중요지수 회귀모형 및 강건성 분석

재구성 중요도(YM)와 개별 안전·쾌적 특성 간 Pearson 상관분석에서 p < .10인 항목을 후보변수로 선정하여 단계선택 다중회귀분석을 실시한 결과를 Table 4에 나타내었다. 최종모형에는 여름철 온·습도 쾌적성(X1), 여름철 안전의복 쾌적성(X2) 및 안전모 착용(X3)이 선정되었으며, 회귀모형은 통계적으로 유의하였다(F(3,72) = 17.479, p < .001, R2 = .421, adjusted R2 = .397). X1(B = .823, p < .001)과 X3(B = .331, p = .013)는 정(+)의 관련성을, X2(B = −.447, p = .001)는 부(−)의 관련성을 나타냈다. 회귀식은 다음과 같다.

Table 4

A regression model of safety and comfort characteristics

Independent variable Unstandardized
Coefficients
Standardized
Coefficients
t p F p
B SE β
Constant 1.949 .258 7.568 < .001 17.479 < .001
Summer temp. R.H. comfort .823 .153 .899 5.376 < .001
Summer safety clothing comfort -.447 .133 -.550 -3.373 .001
Helmet wearing .331 .129 .240 2.559 .013

N = 76; R2 = .421; adjusted R2 = .397; F(3,72) = 17.479, p < .001. The regression analysis was based on 76 complete cases. B = unstandardized coefficient; SE = standard error; β = standardized coefficient.

(1)
YP=1.949+0.823×X1-0.447×X2+0.331×X3

여기서 YP​(Predicted Index) = 산출 통합 안전 중요지수, X1 = 여름철 온·습도 쾌적성, X2 = 여름철 안전의복 쾌적성, X3 = 안전모의 착용을 의미한다.

다수의 상관관계 검정과 단계선택 회귀분석에 따른 변수선택의 불안정성 및 과적합 가능성을 고려하여 최종 회귀모형에 대한 추가 진단과 강건성 분석을 실시하였다. 변수선택을 포함한 전체 모형 개발절차의 내부 예측성능을 평가하기 위해, 2.3.에 제시한 후보변수 선별 및 단계선택 절차를 각 training fold에서 반복하는 100회 반복 5-fold cross-validation을 실시하였으며, 그 결과를 Table 5에 나타내었다. Out-of-fold 예측값을 기준으로 Pearson r은 평균 .484(SD = .055), CV R2는 .210(SD = .066), RMSE는 1.165(SD = .048)이었다. 반복별 2.5–97.5 백분위수 범위는 각각 r = .366–.568, CV R2 = .070–.312 및 RMSE = 1.088–1.265이었다. 총 500개의 training fold에서 X1, X2 및 X3의 선택률은 각각 81.0%, 59.8% 및 64.0%로 나타났다. 최종 선택모형의 회귀계수에 대한 조건부 강건성을 평가하기 위해 X1, X2 및 X3를 고정하여 5,000회 case-resampling bootstrap을 실시한 결과, X1의 평균 B는 .822(95% percentile CI [.539, 1.100]), X2는 −.449(95% percentile CI [−.589, −.314]), X3는 .334(95% percentile CI [.068, .603])으로 나타났으며, 세 변수 모두 회귀계수의 방향이 유지되고 95% 신뢰구간은 0을 포함하지 않았다. 교차검증에서는 제한된 표본에서 변수선택의 변동성이 나타났다. 한편, 여름철 안전의복 쾌적성(X2)의 음(–)의 회귀계수에 대한 추가 진단을 실시하였다(Table 5). X2는 YM과 약한 정적 단순 상관(r = .238, p = .039)을 보였으나, X1과 X3를 통제한 후의 부분상관은 −.369(p = .001)로 방향이 전환되었다. 또한 X1과 X2 간에는 높은 정적 상관(r = .832, p < .001)이 나타났다.

Table 5

Regression diagnostics, internal robustness, and coefficient stability of the final model

Diagnostic domain Statistic Result
Analysis sample Complete cases N = 76
Multicollinearity X1 VIF 3.479
X2 VIF 3.303
X3 VIF 1.098
Residual independence Durbin–Watson 1.714
Homoscedasticity Breusch–Pagan test 4.945 (p = .176)
Residual normality Shapiro–Wilk W .962 (p = .022)
Influential observations Maximum Cook's D 0.359
Cook’s D > 4/N (.053) 4 cases
Maximum leverage .319
Maximum externally studentized residual 3.464
Bootstrap (5,000 resamples) X1, mean B (95% CI) .822 [.539, 1.100]
X2, mean B (95% CI) -.449 [-.589, -.314]
X3, mean B (95% CI) .334 [.068, .603]
Repeated 5-fold CV
(100 repeats)
Mean Pearson r (SD) .484 (.055)
2.5–97.5 percentile, r .366–.568
Mean CV R2 (SD) .210 (.066)
2.5–97.5 percentile, CV R2 .070–..312
Mean RMSE (SD) 1.165 (.048)
2.5–97.5 percentile, RMSE 1.088–1.265
Variable-selection stability
(500 training folds)
X1 selection rate 81.0%
X2 selection rate 59.8%
X3 selection rate 64.0%
X2 coefficient diagnostics Zero-order r (X2, YM) .238 (p = .039)
r (X1, X2) .832 (p < .001)
X2 in final model, B -.447
X2 in final model, β -.550
X2, t (p) -3.373 (p = .001)
Partial r (X2, YM | X1, X3) -.369 (p = .001)

X1 = summer temp., R.H. comfort;

X2 = summer safety clothing comfort;

X3 = safety helmet wearing;

YM = measured importance index.

Bootstrap confidence intervals were estimated using 5,000 resamples. Cross-validation represents an internal robustness assessment rather than independent external validation.

3.5. 재구성 중요도(YM)의 가중치 민감도 분석

2.3.에서 정의한 재구성 중요도(YM)의 평균영역값(A)과 최저영역값(M)의 가중치 설정에 따른 민감도를 분석한 결과를 Table 6에 나타내었다. 기준 가중치인 50:50에서 고정된 YP와 YM 간 Pearson 상관계수는 r = .649, R2 = .421, Spearman 순위상관계수는 ρ = .581이었다. 평균영역값의 가중치를 100%로 적용한 경우에는 r = .611, R2 = .374, ρ = .563이었으며, 75%로 적용한 경우에는 r = .639, R2 = .409, ρ = .575로 나타났다. 반대로 최저영역값의 가중치를 75%로 적용한 경우에는 r = .642, R2 = .412, ρ = .575이었으며, 최저영역값만을 적용한 경우에는 r = .622, R2 = .387, ρ = .549로 나타났다. 모든 가중치 조건에서 Pearson 상관계수는 .611–.649, R2는 .374–.421, Spearman 순위상관계수는 .549–.581의 범위로 나타났다. 이러한 결과는 평균영역값과 최저영역값의 상대적 가중치를 변화시켰을 때 고정된 YP와 대안적 YM 간 관계가 어느 정도 변화하는지를 보여준다. 본 분석에서는 기준 YM(50:50)으로 적합한 최종 회귀모형의 YP를 고정하고 YM의 가중치만 변화시켰으므로, Table 6의 결과는 가중치 설정에 따른 YP–YM 관계의 민감도에 한정하여 해석하였으며, 회귀계수나 변수선택의 안정성을 확인한 결과로 해석하지 않았다.

Table 6

Sensitivity analysis of alternative weighting schemes for the measured importance index (YM)

Weighting scenario Mean weight (%) Minimum-domain
weight (%)
Pearson’s r R2 Spearman’s ρ
Mean only 100 0 .611 .374 .563
Mean-dominant 75 25 .639 .409 .575
Baseline model 50 50 .649 .421 .581
Minimum-domain dominant 25 75 .642 .412 .575
Minimum domain only 0 100 .622 .387 .549

A = mean-domain score, (H + W + P)/3; M = minimum-domain score, min(H, W, P); YM(w) = wA + (1 − w)M. YP represents the fitted values from the final regression model based on the reference weighting scheme (50:50) and was held fixed across all weighting scenarios. The regression model was not refitted, and variable selection was not repeated for alternative YM weighting schemes. R2 represents the squared Pearson correlation between the fixed YP and each alternative YM. Spearman’s ρ represents the corresponding rank correlation. N = 76.

4. 논 의

국내 자동차 검사소 검사원의 주관에 기반한, 계절별 작업장 온·습도, 조도, 공기질, 환기 상태, 소음, 청결도 현황과 안전모, 안전의복을 비롯한 인명보호장구의 실제 착용 실태를 알아보고 인명보호장구 착용이 검사원의 안전특성과 쾌적특성에 얼마나 중요하게 작용하는지를 회귀식을 통해 통합 안전 중요지수를 산출하였다. 현재 연구결과에서 청력보호구 착용은 여름철 온·습도, 여름철 안전의복 쾌적성, 겨울철 온·습도, 공기질, 환기 및 청결도와 유의한 정적 상관관계를 보였으며, 안전의복 착용 역시 계절별 온·습도와 공기질 및 환기 쾌적성과 관련성이 나타났다. 이러한 결과는 개인보호구의 착용성이 작업환경 조건과 밀접하게 연관될 수 있음을 보여준다. Akbar-Khanzadeh(1998)은 호흡보호구와 청력보호구가 다른 보호용품에 비해 불편감이 크고 착용률이 낮은 반면, 안전화와 안전장갑은 비교적 착용성이 우수하다고 보고하였다. 본 연구에서도 안전화와 안전장갑의 착용 수준은 높고 청력보호구와 호흡보호구의 착용 수준은 낮게 나타나 유사한 경향을 보였다. 또한 Rînjea 등(2022)은 자동차 산업 종사자를 대상으로 여름철 열환경과 공기질이 피로도와 작업만족도에 영향을 미치는 주요 요인임을 보고하였고, Jia, Zhang과 Al (2025)은 PPE 착용이 열쾌적성 및 지각된 공기질과 관련될 수 있음을 제시하였다. 본 연구에서도 여름철 온·습도와 여름철 안전의복 쾌적성, 공기질 쾌적성이 낮게 평가되었고, 청력보호구와 안전의복 착용이 이들 환경요인과 유의한 상관관계를 보여 선행연구와 일치하는 방향성을 보였다. 아울러 Lee, Lee, Choi, Kang과 Ham (2019)은 고온 작업환경이 산업재해 위험 증가와 관련되며 적절한 보호구 착용과 작업환경 개선이 중요하다고 보고하였다. 특히 열환경과 PPE 착용성의 관계는 기존 연구에서도 확인되는데, Davis, Edmisten, Thnmas, Rummer와 Pascoe (2001)은 고온·다습한 환경과 보호구 착용이 결합될 경우 증발성 열손실이 제한되고 열적 불쾌감과 작업부담이 증가할 수 있으며, 안전모의 환기, 중량 및 착용 적합성 역시 사용자의 쾌적성과 수용성에 영향을 미치는 것으로 보고하였다. Bogerd 등(2015)은 안전모 착용이 특히 고온환경에서 발생하는 열적 불쾌감이 보호용 안전모의 착용 수용성을 저하시킬 수 있다고 보고하였고, Tamene, Afework과 Mebratu (2020)은 PPE 착용 시 불편감, 부적절한 착용 적합성 및 작업수행 방해가 보호장구 사용의 주요 장애요인이 될 수 있음을 보고하였다. 이러한 선행연구는 자동차 검사소의 작업환경을 평가할 때 안전특성뿐 아니라 쾌적특성 및 착용 수용성을 함께 고려해야 한다는 본 연구결과를 뒷받침한다. 특히 여름철 온·습도와 여름철 안전의복 쾌적성, 안전모 착용이 통합 안전 중요지수에 영향을 미친 본 연구결과는 인명보호장구의 지속적 착용이 작업환경의 열적 조건과 착용 편의성에 의해 복합적으로 결정될 수 있다는 점을 설명한다. 따라서 자동차 검사소의 작업환경 개선은 보호구 착용률 제고에만 초점을 두기보다 여름철 열환경, 공기질, 환기 및 소음 조건과 PPE의 착용 쾌적성을 함께 고려하는 통합적 접근이 필요하다. 한편, 여름철 안전의복 쾌적성(X2)은 단순 상관에서는 정적 관계를 보였으나 다른 변수를 통제한 후에는 부의 관련성으로 전환되었다. 이는 여름철 온·습도 쾌적성(X1)과의 높은 공유분산이 통제되면서 나타난 suppression-like pattern으로 해석할 수 있으며, X2가 통합 안전 중요도를 직접 감소시키는 인과적 효과로 해석해서는 안 된다. 방법론적 측면에서, 본 연구에서 도출한 통합 안전 중요지수는 안전·쾌적 특성을 기반으로 인명보호장구의 중요도를 계량화한다는 점에서, 안전모·안전의복·기타 인명보호장구의 착용 중요도 평균을 종속변수로 회귀식을 도출한 Kang, Choe와 Youk (2024)의 방법론과 유사하며, 본 연구는 여기에 작업환경의 쾌적특성을 함께 고려함으로써 자동차 검사소의 작업환경과 PPE 착용성을 통합적으로 평가하였다는 점에서 차별성이 있다. 이에 대한 해석상의 제한점은 다음과 같다. 첫째, YP는 동일 조사표본에서 재구성 중요도(YM)를 종속변수로 적합한 회귀모형의 산출값이므로 YP와 YM 간 동일표본 관계는 별도의 타당도 근거로 해석할 수 없다. 이에 본 연구에서는 모형의 내부 예측성능을 변수선택을 포함한 반복 교차검증으로 평가하고, 최종 선택모형의 회귀계수에 대한 조건부 강건성을 bootstrap으로 검토하였다. 다만 이들 분석 역시 동일한 원표본에 기반하므로 외적 타당도를 확보하는 것은 아니다. 둘째, 연구대상이 공기업 자동차 검사소 검사원 77명에 한정되어 있어 민간 검사소를 포함한 전체 검사원에게 결과를 일반화하는 데에는 한계가 있다.

5. 결 론

본 연구는 국내 교통안전 관련 공기업 자동차 검사소 검사원 77명을 대상으로 작업환경과 인명보호장구의 안전·쾌적 특성을 조사하고 통합 안전 중요지수를 개발하였다. 분석 결과, 여름철 온·습도 쾌적성(X1), 여름철 안전의복 쾌적성(X2) 및 안전모 착용(X3)이 통합 안전 중요지수의 주요 설명변수로 선정되었으며, 최종 회귀모형의 설명력은 R2 = .421이었다. 특히 여름철 열환경과 인명보호장구의 착용 및 쾌적성 특성이 통합 안전 중요지수와 관련되어 있는 것으로 나타나, 자동차 검사소의 안전관리는 보호구의 지급과 착용뿐 아니라 작업자의 열적 쾌적성을 고려한 냉방, 환기, 공기질 및 소음 등 작업환경 관리와 함께 추진할 필요가 있다. 한편, 변수선택을 포함한 전체 모형 개발절차에 대해 100회 반복 5-fold cross-validation을 실시한 결과, out-of-fold 예측값을 기준으로 평균 Pearson r = .484(SD = .055), CV R2 = .210(SD = .066)으로 나타났으며, X1, X2 및 X3의 선택률은 각각 81.0%, 59.8% 및 64.0%였다. 이는 최종모형이 일정 수준의 내부 예측정보를 포함하고 있으나, 제한된 표본에서 변수선택의 변동성이 존재함을 보여준다. 또한 재구성 중요도(YM)의 평균영역값과 최저영역값의 가중치를 변화시킨 민감도 분석은 가중치 설정에 따른 YP–YM 관계의 변화를 탐색적으로 확인하기 위한 것으로, 회귀계수나 변수선택의 안정성에 대한 근거로 해석하지 않았다. 또한 본 연구는 공기업 자동차 검사소 검사원 77명을 대상으로 한 단면적 조사이며, 최종 회귀모형의 분석표본은 76명으로 제한되었다. 따라서 본 연구에서 개발한 통합 안전 중요지수의 예측성능과 일반화 가능성을 확정적으로 판단하기에는 한계가 있다. 향후 공공·민간 검사소를 포함한 독립적인 다기관 확대 표본을 이용하여 모형의 재현성, 변수선택의 안정성 및 외적 예측성능을 검증할 필요가 있다.

References

1

Ahmad, I., Rehan, M., Balkhyour, M. A., & Ismail, I. M. (2017). Assessment of occupational health and safety in motor vehicle repair workshops in jeddah. Biosciences Biotechnology Research Asia, 14(3), 901-913. http://doi.org/10.13005/bbra/2524

10.13005/bbra/2524
2

Ahmad, I., Rehan, M., Balkhyour, M. A., Abbas, M., Basahi, J., Almeelbi, T., & Ismail, I. M. (2016). Review of environmental pollution and health risks at motor vehicle repair workshops: challenges and perspectives for saudi arabia. International Journal of Agricultural and Environmental Research, 2(1), 1-23.

3

Ahn, I. S., & Lee, S. Y. (2017). Survey on the wearing of coveralls for automobile maintenance workers. The Research Journal of the Costume Culture, 25(4), 488-498. http://doi.org/10.7741/rjcc.2017.25.4.488

10.7741/rjcc.2017.25.4.488
4

Akbar-Khanzadeh, F., (1998). Factors contributing to discomfort or dissatisfaction as a result of wearing personal protective equipment. Journal of Human Ergology, 27(1-2), 70-75.

5

Bogerd, C. P., Aerts, J. M., Annaheim, A., Brȫde, P., Bruyne, G., Flouris, A. D., Kuklane, K., Mayor, T. S., & Rossi, R. M. (2015). A review on ergonomics of headgear: Thermal effects, International Journal of Industrial Ergonomics, 45, 1-12. http://doi.org/10.1016/j.ergon.2014.10.004

10.1016/j.ergon.2014.10.004
6

Davis, G. A., Edmisten, E. D., Thnmas, R. E., Rummer, R. B., & Pascoe, D. D. (2001). Effects of ventilated safety helmets in a hot environment. International Journal of Industrial Ergonomics, 27(5), 321-329. http://doi.org/10.1016/S0169-8141(00)00059-7

10.1016/S0169-8141(00)00059-7
7

Franzetti, J., Selleri, T., González, N. F., Melas, A., Gioria, R., & Suarez-Bertoa, R. (2024). Measuring NOx during periodic technical inspection of diesel vehicles. Environmental Sciences Europe, 36(175), 1-19. http://doi.org/10.1186/s12302-024-01002-8

10.1186/s12302-024-01002-8
8

German Social Accident Insurance (DGUV). (2019). Fahrzeuginstandhaltung (DGUV Information 209-007).

9

German Social Accident Insurance (DGUV). (2023). Fahrzeuginstandhaltung (DGUV Regel 109-009).

10

Health and Safety Executive. (2009). Health and safety in motor vehicle repair and associated industries (HSG261). HSE Books.

11

Jeong, Y. H., Lee, W. J., & Kim, K. Y. (2024a). Investigation of the status of rest facilities at industrial sites and awareness of relevant laws and regulations of South Korea. Journal PLOS ONE, 19(6), 1-17. http://doi.org/10.1371/journal.pone.0302654

10.1371/journal.pone.030265438848406PMC11161079
12

Jeong, Y. H., Jeong, S. M., Lee, W. J., & Kim, K. Y., (2024b). Noise exposure assessment of workers inspecting construction machinery vehicles in the Republic of Korea. Annals of Work Exposures and Health, 68(7), 765-769. http://doi.org/10.1093/annweh/wxae037

10.1093/annweh/wxae037
13

Jia, Z., Zhang, Z., & Al, Z. (2025). Impact of personal protective equipment on wearer's mood state, thermal comfort, health-related adverse reactions and cognitive ability. Indoor and Built Environment, 34(6), 1223-1240. http://doi.org/10.1177/1420326X251337308

10.1177/1420326X251337308
14

Kang, I., Choe, B., & Youk, J. H. (2024). Proposal on wearing personal safety equipments for motorcycle delivery workers: development of an importance index for comprehensive wearing. Journal of the Korean Society of Living Environmental System, 31(2) 99-112. http://doi.org/10.21086/ksles.2024.04.31.2.99

10.21086/ksles.2024.04.31.2.99
15

Kim, S. W., Park, D. W., Park, J. H., Choi, S, J., Kim, W., Choi, I. J., & Jung, T. J. (2020). A study on the status of exposure to diesel engine emissions and work environment management plan. Occupational Safety and Health Research Institute, Ulsan, Korea.

16

Kim, Y., O, J. H., Cho, H., & Ye, S. (2024). Recognized cases of amyotrophic lateral sclerosis in automobile workers by the Korean Epidemiologic Investigation Evaluation Committee. Annals of Occupational and Environmental Medicine, 36, e28. https://doi.org/10.35371/aoem.2024.36.e28

10.35371/aoem.2024.36.e2839415649PMC11495888
17

Korea Occupational Safety and Health Agency. (2021a). Guidelines for Safe Work Permit Systems (KOSHA Guide P-94-2021).

18

Korea Occupational Safety and Health Agency. (2021b). Technical Guidelines for the Establishment and Implementation of a Confined Space Work Program (KOSHA Guide H-80-2021).

19

Lee, J., Lee, W., Choi, W. J., Kang, S. K., & Ham, S. (2019). Association between Exposure to Extreme temperature and injury at the workplace. International Journal of Environmental Research and Public Health, 16(24), 4955. http://doi.org/10.3390/ijerph16244955

10.3390/ijerph1624495531817710PMC6949963
20

Lowry, D. M., Fritschi, L., & Mullins, B. J. (2022). Occupational noise exposure of utility workers using task based and full shift measurement comparisons. Heliyon, 8(6), e09747. http://doi.org/10.1016/j.heliyon.2022.e09747

10.1016/j.heliyon.2022.e0974735789875PMC9249848
21

Luna-Carrascal, J., Olivero-Verbel, J., Acosta-Hoyos, A. J., & Quintana-Sosa, M. (2023). Auto repair workers exposed to PM2.5 particulate matter in barranquilla. Mutation Research/Genetic Toxicology and Environmental Mutagenesis, 887, 503597. http://doi.org/10.1016/j.mrgentox.2023.503597

10.1016/j.mrgentox.2023.503597
22

Ministry of Employment and Labor. (2023). Enforcement Rules of the Occupational Safety and Health Act (Article 186 and Appendix 21). Korea Law Information Center. Accessed 3 July 2026.

23

Ministry of Employment and Labor. (2026). Occupational Safety and Health Act (Article 125: Workplace Environment Measurement, etc.). Korea Law Information Center. Accessed 13 July 2026.

24

Occupational Safety and Health Administration. (2009). Whether Use of High-Visibility Warning Garments by Construction Workers in Highway Work Zones Is Required. U.S. Department of Labor.

25

OECD & European Commission. (2008). Handbook on Constructing Composite Indicators: Methodology and User Guide. http://doi.org/10.1787/9789264043466-en

10.1787/9789264043466-en
26

Rînjea, C., Chivu, O. R., Darabont, D. C., Feier, A. I., Borda, C., Gheorghe, M., & Nitoi, D. F. (2022). Influence of the thermal environment on occupational health and safety in automotive industry: a case study. International Journal of Environmental Research and Public Health, 19(14), 8572. http://doi.org/10.3390/ijerph19148572

10.3390/ijerph1914857235886424PMC9324884
27

Tamene, A., Afework, A., & Mebratu, L. (2020). A qualitative study of barriers to personal protective equipment use among laundry workers in government hospitals, hawassa, ethiopia. Journal of Environmental and Public Health, 5146786. http://doi.org/10.1155/2020/5146786

10.1155/2020/514678633029156PMC7528124
페이지 상단으로 이동하기