이전 게시물
COMMUNICATION
FOCUS 2
다음 게시물

공공빅데이터 청년 인턴십 참여
75개 공공기관 중
공단 청년 인턴,

가장 우수한 성과 내
행정안전부 최우수상 수상

경영지원팀 김기태 대리·이태훈 씨

한국원자력환경공단에서 공공빅데이터 청년 인턴으로 근무한 이태훈 씨가
75개 기관에서 근무한 청년 인턴 100명 중 가장 우수한 성과를 내
2021년 3월 행정안전부로부터 최우수상을 받았다.
이태훈 씨는 공단 경영지원팀 김기태 대리와 함께 2020년 9월부터 2021년 2월까지
6개월 동안 빅데이터 분석을 통한 예비검사 대상 선별 과제를 수행했다.
이미지
(왼쪽부터) 김기태 대리, 이태훈 전 인턴
공단이 2020년도 공공빅데이터 청년 인턴십 참여기관을 희망하게 된 이유가 궁금합니다.
김기태
다년간 ICT 업무에 맡으면서 막연하게 방폐물에 관련한 혁신적인 IT 업무를 추진해 보고 싶다는 생각을 했습니다. 공공빅데이터 청년 인턴십 사업 참여기관 모집 공고를 보고, 빅데이터 분석을 통한 예비검사 대상 선별 과제를 기획해 접수했습니다.
공단은 사업 참여를 희망한 총 94개 기관에 대한 심사를 거쳐 75개 참여기관 중 하나로 선정됐습니다.
단 한 명에게만 주어지는 이번 행정안전부 최우수상 수상은 75개 기관에서 근무한 전체 청년 인턴 100명 중 1위를 차지했다는 의미입니다. 이에 대한 소감을 말씀해 주세요.
김기태
2020 공공빅데이터 청년 인턴십 사업은 청년 인턴 100명을 대상으로 참여과제 성과물, 수행 태도 등을 평가해 우수 인턴 5인을 선발했고, 다시 PT 발표를 거쳐 최우수 인턴 1인을 선발하는 절차로 이뤄졌습니다. 이태훈 인턴 분에게 “이왕 하는 거 열심히 해서 1등 합시다”라고 종종 장난을 쳤었는데, 우수 인턴 5인 선발을 넘어 최우수 인턴까지 선정됐습니다. 이태훈 인턴 분이 최우수 인턴 선정 소식을 듣고 제게 전화주셨을 때의 벅찬 목소리는 평생 잊을 수 없을 것 같습니다. 6개월 동안 정말 고생 많으셨습니다. 다시 한 번 축하드립니다!
이태훈
데이터를 다루는 통계학을 전공했습니다. 공공빅데이터 청년 인턴십 모집 공고를 보고 빅데이터를 배우면서 관련 일을 해보고 싶다는 생각에 지원했습니다. 공단 근무에 앞서 2개월 동안 빅데이터 이론과 실무를 배웠고요. 교육에선 지자체 자료처럼 쉽게 접할 수 있는 데이터들을 분석했는데, 공단의 데이터는 쉽게 접할 수 없는 데이터라서 처음에는 어떻게 결과를 내야할지 조금은 두렵기도 했습니다.
제가 이렇게 큰 상을 받으리라곤 상상도 못했는데, 공단의 빅데이터 분석을 통한 예비검사 대상 선별 과제를 수행하면서 애정을 많이 갖게 돼 좋은 결과를 낼 수 있었던 것 같습니다. 데이터 분석 기술로 공단을 변화시킬 수 있고, 국가에 헌신할 수 있다는 생각에 더욱 열심히 했습니다. 6개월 동안 인턴 근무 후 3월 최우수상 수상이라는 좋은 결과를 얻어 커다란 보람을 느꼈습니다.
한국원자력환경공단이 수행한 빅데이터 분석을 통한 예비검사 대상 선별 과제를 소개해 주세요.
김기태
제가 기획한 빅데이터 분석을 통한 예비검사 대상 선별 과제는 방폐물 예비검사를 위해 검사 대상 방폐물 드럼을 선별할 때, 처분 불합격 확률이 높은 방폐물 드럼을 우선 선별할 수 있는 모델을 구축하는 것입니다.
방폐물은 원전처럼 방폐물이 발생하는 발생지의 자체검사에 이어 ‘발생지 예비검사 처분시설 인수검사 규제기관 처분검사’를 거쳐야만 처분시설(방폐장)에 최종 처분될 수 있습니다. 이처럼 일련의 과정을 통해 방폐물이 처분할 수 있는 상태인지를 꼼꼼히 확인하고, 검사 기준을 통과하지 못한 불합격 방폐물은 다시 발생지로 돌아갑니다.
발생지 예비검사는 공단 직원이 발생지에 가서 서류검사와 육안검사, 실측검사를 수행하는 과정을 말합니다. 이때 서류검사와 육안검사는 방폐물이 담긴 모든 드럼을 대상으로 하지만, 실측검사는 방폐물 드럼 16개 중 무작위로 2개를 선정해 핵종농도, 채움률, 유리수, 유해물질 포함 여부 등을 검사(표본검사)합니다. 발생지 예비검사를 통과한 방폐물은 한국원자력환경공단이 인수한 후 인수 기준 적합 여부를 검사하고요.
방폐물 인수 전 발생지 예비검사 단계에서부터 불합격 확률이 높다고 예상되는 방폐물 드럼을 우선 선별하고 이러한 방폐물 드럼을 대상으로 예비검사를 진행한다면, 인수 후 최종 처분되지 못하고 발생지로 돌아가는 방폐물 반송률을 줄일 수 있다고 생각했습니다. 좋은 성과를 낼 수 있도록 동기 부여를 위해 KORAD 공공빅데이터 추진계획에 이 과제를 포함시켰습니다. 시스템 개발을 담당한 중소기업체와는 대·중소기업·농어업협력재단을 통해 협력이익공유제를 체결해 중소기업체가 인센티브를 받을 수 있는 기반도 조성했습니다.
이태훈
원전의 자체검사 데이터(핵종농도 데이터)와 처분검사 데이터(합격여부 데이터)를 분석해 6가지 모델을 구축하고, 이 중 가장 효과적인 모델을 찾아낼 수 있었습니다. 무엇보다 효율적인 자동화 시스템 구현에 중점을 뒀습니다.
자체검사에서 나오는 데이터를 프로그램에 넣으면 처분 시 불합격 확률이 높은 방폐물 드럼 순으로 정렬되도록 만들었습니다. 불합격 확률이 높은 방폐물 드럼을 쉽게 확인할 수 있어 신속하고 편리하게 발생지 예비검사 대상을 선별할 수 있도록 했습니다.
빅데이터 분석을 통한 예비검사 대상 방폐물 선별시스템의 기대 효과를 말씀해 주세요.
김기태
불합격 확률이 높은 방폐물 드럼을 예비검사 대상으로 선별할 수 있는 이 시스템을 사용한다면, 기존의 방식보다 예비검사의 신뢰성을 높일 수 있습니다. 공단의 예비검사 과정에서 적용 가능한지는 관련 부서와 협의 예정입니다.