철도투자 증가로 관리해야할 철도시설이 증가하고 첨단화되고 있으나 철도시설의 고장관리가 대형사고 및 장애만 시스템으로 관리되고 상세한 고장은 현장 작업자들의 암묵적 지식으로 관리되고 있다. 이에 따라 철도시설의 고장이나 이상상황 발생 시 기존 유지보수 경험을 활용하기 어렵고 고장의 근본원인 제거 보다는 부품의 교체 등을 중심으로 조치가 이루어지고 있어 동일한 장애가 반복되고 고장원인 파악에 많은 시간이 소요되는 등 업무생산성이 낮은 편이다. 따라서 유지보수 과정에서 생산되는 고장보고서를 지식화하여 공유하고 활용하는 체계가 필요하다. 고장정보의 지식화 방법으로 FRACAS나 FMEA가 활용된다. FMEA는 설비를 부품단위까지 세분화하여 각 구성품에 고장이 발생한 경우 설비에 미치는 영향을 나타내는데 하위구성품의 고장현상은 상위구성품의 고장원인이 되는 인과관계 구조를 갖는다. 그러나 이러한 방법은 많은 시간과 노력이 필요하여 모든 설비에 적용하는데 한계가 있다.
본 논문에서는 단계적 지식확장이론인 MCRDR을 기반으로 고장보고서를 지식화하는 방법을 제시한다. 이를 위해 고장보고서를 컴퓨터가 이해할 수 있는 단문 구조(고장부위-고장현상)로 변환하고 단문간의 인과관계를 생성하여 고장보고서의 이해도를 증진할 수 있도록 사례화한다. 이러한 사례들은 분류되어 대표사례를 생성하고 다수의 고장을 유기적인 관계로 통합하여 구조화하는 지식 모델을 수립한다. 고장은 원인-결과로 구성되고 이러한 원인-결과들은 상호간에 인과관계로 연결된다. 이러한 원인-결과들 간의 연쇄적 인과관계를 시나리오라고 정의한다. 이러한 원인-결과의 연쇄적 인과관계로 구성된 시나리오는 FMEA와 유사한 형태를 갖는다. 새로운 고장보고서가 등록되면 시나리오는 보완되고 진화하면서 현행화 된다. 본 연구의 목적은 고장보고서를 활용하여 FMEA와 유사한 결과를 만드는 지식화 모형을 수립하고 이를 검증하는데 있다. 이를 위해 지식화 모형을 기반으로 개발한 Pilot시스템을 통해 고장보고서를 입력하여 고장사례를 만들고 고장사례가 FMEA와 유사한 시나리오로 만들어지는 과정을 검증한다. 시나리오 기반 고장지식을 활용하기 위해 현장작업자는 시스템에 고장현상을 입력하면 시스템은 고장원인을 포함한 제일 유사한 시나리오와 보수사례를 제공한다. 이를 통해 현장 작업자는 보다 빠르고 정확하게 고장을 진단하고 조치할 수 있으며 등록된 고장정보는 RCM, LCC 등에 적용하여 유지보수체계를 효율화하는데 활용될 수 있다. 또한 예방적 철도안전관리활동에 적용하여 고장발생을 사전에 차단하고 이해관계자들의 교육훈련 등 철도안전관리체계(Railway Safety Management System)에도 활용이 가능하다.