서론
선행연구 고찰
1. 공격운전 발생원인 및 영향요인 분석 관련 연구
2. 시뮬레이션을 이용한 공격운전 주행행태 분석 관련 연구
방법론
1. 주행 시뮬레이션
2. 교통류 시뮬레이션
3. 상충분석
분석결과
1. 교통운영효율성
2. 교통안전성
결론
서론
기존 연구에서는 공격운전을 안전한 주행행태를 위반하는 것으로 다른 운전자를 불필요한 위험에 처하게 하는 행동(NHTSA, 2009) 또는 안전하지 못한 방식으로 운전하는 행동(Neuman et al., 2003)으로 정의하였다. 이러한 공격운전의 유형으로는 후방 밀착주행, 과속, 레이싱, 교통법규위반, 급차로 변경, 급가가속, 사행운전 등이 있다(AAA Foundation, 2009). 현재 국내의 법 ‧ 제도에서는 공격운전에 대한 명확한 정의가 없는 실정이다. 그러나 비슷한 개념인 난폭운전과 보복운전은 특정 대상인의 존재유무와 운전유형 등을 관련 법제도에서 정의하고 있다. 난폭운전은 둘 이상의 행위를 연달아 수행하거나, 하나의 행위를 지속 또는 반복하여 주변 운전자에게 위협 또는 위해를 가하여 위험을 발생하게 하는 행동으로 신호위반, 중앙선 침범, 속도위반, 안전거리 미확보 등이 있다(도로교통법 제46조의3). 형법에서 제시한 보복운전은 특정인에게 고의적으로 위협하는 행동으로 정의되어 있다. 보복운전의 대표행동으로는 후방근접 추격과 사행운전 등이 있다(형법(특수폭행, 협박, 손괴, 상해)). 이러한 공격운전은 주변차량을 위협하며 운전자에게 불안감을 주기 때문에 교통사고 발생 개연성이 높은 주행행태이다. 또한 공격운전 주행행태는 운전자의 의지에 의해 발생하기 때문에 발생 지점이 불특정하여 통제가 어렵다. 따라서 공격운전의 정의 및 유형 정립과 공격운전 관리대책방안 수립이 필요하다.
공격운전과 관련 기존 연구에서는 공격운전의 특성과 발생원인, 교통류 영향정도를 분석하였다. 설문조사를 통해 공격운전의 발생 원인을 분석한 연구(Lee et al., 2007)와 주행 시뮬레이션 실험을 적용한 주행특성 분석(Kim, 2017)의 연구가 수행되었다. 이와 같이 공격운전의 발생원인 및 주행특성분석에 대한 연구는 다수 수행된바 있지만 공격운전이 교통류에 미치는 세부영향을 분석하는 연구는 미비하다. 따라서 본 연구는 미시적 시뮬레이션 VISSIM을 이용하여 공격운전과 주변차량의 상호작용이 교통류의 운영효율성과 교통안전성에 미치는 영향분석 연구를 수행하였다.
본 연구에서의 공격운전은 위험운전행동 중에서 운전자의 의지로 특정 대상인에게 보복 및 난폭운전을 수행하는 운전행태로 정의하였다. 위험운전행동은 도로기하구조와 날씨 등 외부조건으로 인해 발생할 수 있기 때문에 모든 주행행태가 공격성향을 가지고 있는 운전이라고 말할 수 없다. 즉, 공격운전은 운전자가 자신의 운전행태를 의식적으로 인지하면서 주행하는 위험운전행동을 의미한다. 공격운전 정의를 바탕으로 본 연구에서는 밀착주행, 급차로 변경 및 급감속 주행행태를 공격운전 유형으로 선정하여 시뮬레이션 실험을 수행하였다.
Multi-agent 주행 시뮬레이션을 활용하여 공격운전의 주행행태를 분석하였다. 분석결과 공격운전 유형별 주행특성을 바탕으로 교통류 시뮬레이션의 공격운전 거동 구현 파라미터를 선정하였다. 또한 주행 시뮬레이션에서 수집한 공격운전의 가속도, 속도 및 차두간격 자료를 활용하여 파라미터 값을 설정하였다. 교통류 시뮬레이션 수행 시 서비스 수준(Level of service, LOS) 및 공격운전차량 비율(Market penetration rate, MPR)을 고려하여 시나리오를 설정하였다. 본 연구는 교통류 시뮬레이션 수행 결과 평균주행속도를 분석하여 교통운영효율성을 평가하였다. 또한 VISSIM 시뮬레이션 분석결과 수집한 주행궤적자료를 이용하여 Surrogate Safety Assessment Model (SSAM) 상충분석을 수행하였다. 분석결과 상충률과 상충 심각도를 통해 공격운전에 따른 교통안전성을 평가하였다. 마지막으로 시나리오별 교통운영효율성 및 교통안전성 분석결과가 통계적으로 유의미한지 파악하기 위해 분산분석을 수행하였다.
본 연구 2장에서는 공격운전과 미시적 시뮬레이션과 관련한 문헌을 고찰하였다. 3장에서는 주행 시뮬레이션, 교통류 시뮬레이션 및 SSAM분석 과정과 방법론에 대하여 제시하였다. 4장에서는 시나리오별 교통운영효율성 및 교통안전성 분석결과를 제시하였다. 본 연구 마지막 장에 연구의 결론을 기술하였다.
선행연구 고찰
선행연구 고찰은 공격운전 발생원인 및 영향요인 분석관련 연구와 시뮬레이션을 이용한 공격운전 주행행태 분석 관련연구로 분류하여 제시하였다. 기존 연구에서는 공격운전에 영향을 미치는 요인을 파악하기 위해 주로 설문조사 분석을 수행하였다. 또한 주행 시뮬레이션과 교통류 시뮬레이션을 이용하여 공격운전의 주행행태 분석 연구를 수행하였다. 마지막으로 기존 공격운전 관련연구와 본 연구의 차별성을 제시하였다.
1. 공격운전 발생원인 및 영향요인 분석 관련 연구
기존 연구에서는 설문조사 및 교통사고 자료를 활용하여 공격운전의 발생원인 및 영향요인과 관련한 연구가 다수 수행되었다. Kim(2007)는 운전자의 공격 유발요인과 공격행위의 실태자료를 활용하여 욕구좌절과 보상이 증가할 때 운전자의 공격행위가 증가하는 것을 확인하였다. 운전자의 운전행동 결정요인(문제회피형상, 대인불안, 공격성)은 통계적으로 위험운전행동들에 유의한 수준으로 영향을 미치는 것으로 나타났다(Oh et al., 2012). Lee et al.(2007)은 운전행동결정요인 설문조사를 활용하여 개인의 운전습관이 위험운전행동에 미치는 영향을 분석하였다. 분석결과 과속과 주의 산만한 주행행태는 위험감수성 부족과 준법정신 부족 요인과 유의한 영향을 미치는 것으로 나타났다. Bogdan et al.(2016)은 분노와 공격운전간의 연관성을 파악하기 위해 메타분석을 수행한 결과 운전자의 분노 수준이 높을수록 공격운전 의지가 강한 것으로 나타났다. Sihn et al.(2007)은 난폭운전에 대한 정의를 제시하였다. 분석결과 난폭운전 유형별로 영향을 받는 요인이 상이하게 나타났다. 예를 들어 끼어들기 운전은 행동통제력 지각 및 습관이 유의한 영향을 미치는 것으로 나타났다. Kim et al.(2016)은 교통법규위반자와 교통사고 야기자를 대상으로 수행한 설문조사 자료를 활용하여 연구하였다. 분석결과 난폭운전과 보복운전의 심각성과 맞춤형 교육 및 적정 시간을 제시하였다. Oh et al.(2011)은 위험운전행동과 운전 경험과의 연관성을 분석하였다. 연구 결과 운전행동 결정요인(문제회피, 자극 추구, 대인 분노)이 부정적 성향이 강할수록 위험운전행동 수준이 높게 나타났다. Seo et al.(2015)은 DBQ (Driver Behavior Questionnaire) 설문조사를 이용하여 위험운전에 미치는 영향정도를 분석하였다. 설문조사는 운전자위반, 과실, 실수로 분류되어 있으며 운전자위반행동이 위험운전행동에 가장 영향을 많이 미치는 것으로 나타났다. Sihn et al.(2007)은 난폭운전에 대한 정의와 영향을 미치는 운전자의 심리적 요인을 분석하였다. 분석결과 행동통제력 지각 및 습관은 끼어들기 운전에 영향을 미치는 것으로 나타났으며 난폭운전 유형별로 유의한 영향을 미치는 심리적 요인이 상이하게 나타났다.
기존 연구는 설문조사 방법을 이용하여 운전자의 주행습관 및 분노수준이 공격운전에 영향을 미치는 것을 확인 할 수 있었다. 이를 바탕으로 공격성향 위험운전행동은 운전자의 의지가 반영되어 나타나는 행동으로 알 수 있다. 그러나 운전자가 작성한 설문조사는 실제 주행행태와 상이한 결과가 나타날 수 있기 때문에 분석결과를 보편화하여 제시하는데 있어 한계가 있다. 따라서 운전자의 주행행태 자료를 기반으로 공격운전의 특성분석 연구를 수행할 필요가 있다.
2. 시뮬레이션을 이용한 공격운전 주행행태 분석 관련 연구
주행 시뮬레이션 및 교통류 시뮬레이션을 이용하여 공격운전의 주행행태 특성분석과 공격운전이 교통안전성에 미치는 영향을 분석한 연구가 수행되었다. Fred et al.(2017)은 운전자의 주행행태 자료를 이용하여 종방향 요인이 공격운전을 검지할 수 있는지에 대한 연구를 실시하였다. Sihn et al.(2007)은 주행 시뮬레이션을 활용하여 난폭운전 의도 중 시간적 압박감 수준에 따라 주행행태 지표인 속도와 평균속도 등에 영향을 주는 것을 확인하였다. Kim et al.(2014)은 주행 시뮬레이션을 이용하여 운전자의 분노상태가 상황인식 및 추돌회피 수행에 어떠한 영향을 미치는지 분석하였다. 상태운전분노를 높게 경험한 운전자는 경험하지 않은 참가자에 비해 선행차량과의 추돌비율이 높게 나타났다. Kim(2017)은 multi-agent 주행 시뮬레이션을 활용하여 공격운전의 주행특성을 분석하였다. 분석결과를 바탕으로 공격운전의 정의와 공격운전 검지방안 알고리즘을 제시하였다. Song et al.(2005)은 주행 시뮬레이션을 활용하여 운전분노와 교통정체가 주행행태에 미치는 영향을 분석하는 연구를 수행하였다. 연구결과 운전분노 수준이 높은 운전자가 낮은 운전자에 비해 정체구간을 높은 속도로 주행하면서 정체를 피하기 위해 차로변경을 시도하는 것으로 나타났다. Habtemichael et al.(2013)은 교통류 시뮬레이션을 이용하여 공격운전의 운전자의 운전자유를 제한한 상황에서 안전성을 분석하였다. 시뮬레이션 결과 운전자유를 제한했을 때 상충건수 및 상충 심각도가 감소함을 보였다. Habtemichael et al.(2014)는 SSAM 상충분석을 활용하여 과속, 밀착주행 및 사행운전 공격운전에 따른 상충건수 및 PET (Post Encroachment Time)를 분석하였다. 이때 서비스 수준에 따라 비혼잡 상황과 혼잡상황으로 분류하여 시뮬레이션을 수행한 결과 모든 상황에서 공격운전은 일반운전보다 상충건수와 PET감소율이 높은 것으로 나타났다.
기존 연구는 주행 시뮬레이션을 활용하여 공격운전의 주행행태 및 특성분석, 공격운전 검지 방안 및 공격운전과 운전자의 분노수준과 같은 다양한 연구를 수행하였다. 관련 연구들은 주행 시뮬레이션 실험 시 운전자에게 주행시간을 제약하여 심리적인 압박감을 주는 환경을 구현하였다. 이러한 방법을 본 연구의 실험에 활용하여 운전자의 공격성향 운전을 유도하였다. 미시적 시뮬레이션을 이용한 연구는 파라미터 값을 조절하여 공격운전 유형별로 거동을 구현하였다. 본 연구에서는 multi-agent 주행 시뮬레이션을 통해 공격운전 거동구현 파라미터 값을 도출하여 미시적 시뮬레이션에 적용하였다.
방법론
본 연구는 Figure 1과 같이 세 단계의 분석을 수행하였다. 첫째, 주행 시뮬레이션을 이용하여 공격운전의 주행특성을 분석하였다. 분석결과를 통해 일반운전과 공격운전의 주행행태 비교와 공격운전 유형별 주행특성을 파악하였다. 둘째, 교통류 시뮬레이션을 이용하여 공격운전이 교통류에 어떠한 영향을 미치는지 연구하였다. 주행 시뮬레이션에서 수집한 공격운전 주행 자료를 활용하여 공격운전의 거동을 구현하였다. 교통류 시뮬레이션 결과 시나리오별 평균주행속도 비교를 통해 공격운전의 교통운영효율성을 평가하였다. 셋째, 상충분석을 수행하여 공격운전으로 인한 상충건수를 분석하였다. 분석을 수행하기 위해 교통류 시뮬레이션의 주행궤적자료를 활용하였다. 상충률과 상충 심각도 분석결과를 바탕으로 공격운전의 교통안전성을 평가하였다. 세 단계 연구의 세부내용은 다음 장에 제시하였다.
1. 주행 시뮬레이션
본 연구에서는 동일한 네트워크에서 2명의 운전자가 주행하는 Multi-agent 주행 시뮬레이션을 이용하여 공격운전의 주행행태를 분석하였다. Multi-agent 주행 시뮬레이션은 통신 프로토콜 TCP/IP (Transmission Control Protocol/Internet Protocol)를 통해 시뮬레이터 2대를 연결하여 속도, 감속도, 각속도, 조향도 등의 자료를 전송한다. ○○대학교 교통시뮬레이션 연구실의 Multi-agent 주행 시뮬레이터를 이용하여 20대 32명의 피실험자가 실험에 참가하였다. 일반운전자와 공격운전자 2명의 피실험자는 multi-agent 주행 시뮬레이션을 통해 동일한 실험환경에서 일반운전 시나리오와 공격운전 시나리오를 수행하였다. 일반운전 시나리오 실험은 피실험자에게 운전자의 평소 주행습관으로 주행을 요청하였다. 반대로 공격운전 시나리오의 경우 공격운전자(피실험자)에게 밀착주행, 급차로 변경, 추월 후 급감속 순으로 공격운전을 요청하였다. 주행 시뮬레이션을 통해 공격운전과 일반운전의 주행특성을 공격운전 유형별로 분석하였다. T-test 분석결과는 Table 1과 같이 가속도, 각속도, steering이 공통적으로 유의확률이 0.05 이하로 나타났다. 주행 시뮬레이션 실험결과는 일반운전과 공격운전의 주행행태가 통계적으로 유의한 차이가 있는 것으로 나타났다. Figure 2와 같이 공격운전은 일반운전보다 비교적 좁은 차두간격과 급격한 속도변화의 특징이 나타났다. 주행 시뮬레이션 분석결과를 기반으로 교통류 시뮬레이션의 공격운전 거동을 구현하는 파라미터를 선정하였다.
2. 교통류 시뮬레이션
1) 분석 네트워크 및 시나리오 설정
본 연구의 분석 네트워크는 중부내륙고속도로 낙동JC-선산IC로 약 16.7km구간을 구축하였다. 분석 네트워크는 제한속도가 110kph (일반차량)과 90kph (1.5톤 이상 화물차)인 편도 2차로 구간이다.
서비스 수준과 공격운전 차량 비율(MPR)을 고려하여 분석 시나리오를 설정하였다. 서비스 수준은 도로용량편람에서 제시한 설계속도가 120kph일 때 A-E의 교통량을 적용하였다. 공격운전차량 비율은 0%, 10%, 20%, 30%, 40%, 50% 시나리오로 구성하였다. 서비스수준과 공격운전 차량 비율을 고려한 시나리오 각각에 대하여 6번의 시뮬레이션을 수행하였다. 시나리오별 6번의 시뮬레이션을 수행하였을 때 수치적으로 분석결과에 큰 차이가 없는 것으로 나타났다. 이를 바탕으로 본 연구에서는 시뮬레이션 분석결과의 변동성이 충분히 고려된 것으로 판단하였다.
2) 시뮬레이션 파라미터 선정
본 연구의 공격운전은 종방향 밀착주행, 급차로 변경 및 급감속으로 선정하여 연구를 진행하였다. 3가지 공격운전의 주행특성을 고려하여 교통류 시뮬레이션의 공격운전 거동 구현 파라미터를 선정하였다. 공격운전의 유형별 주행 특성은 주행 시뮬레이션 실험을 수행한 피실험자의 주행행태를 분석하였다. 공격운전 유형별 특성은 주행 시뮬레이션을 이용하여 공격운전을 수행한 피실험자의 주행행태를 관찰하였다. 주행 시뮬레이션 실험 시 종방향 밀착주행 공격운전은 안전거리를 무시하고 선행차량에 바짝 붙어 위협을 가하며 주행함을 보였다. 선행차량과의 차두간격이 짧은 주행특성을 고려하여 차두간격을 조정할 수 있는 파라미터를 선정하였다. 급차로 변경 공격운전은 차로 변경 시 선행차량의 측방에 밀착하여 공격의지를 가지고 급하게 차로 변경을 수행하는 주행행태를 보였다. 이는 횡방향 차로간격이 좁고 주행속도가 높은 특성을 가지고 있으며, 차로간격과 속도관련 파라미터를 선정하여 급차로 변경을 구현하였다. 급감속 공격운전은 차로 변경 후 급격한 감속을 수행하여 후행차량을 위협하였다. 급격한 속도감속을 유도하기 위해 가감속도 관련 파라미터를 통해 급감속 공격운전을 구현하였다. 공격운전 유형별 주행특성을 고려하여 공격운전의 거동을 구현하기 위한 11가지 파라미터를 선정하였다. 본 연구에서 선정한 파라미터에 대한 정의를 Table 2에 제시하였다.
3) 시뮬레이션 파라미터 값 설정
공격운전 유형 별 주행특성을 고려하여 11가지 파라미터를 선정하였다. 공격운전의 거동을 구현하기 위해 선정한 파라미터의 값을 도출하기 위해 주행 시뮬레이션 자료를 활용하였다. 그러나 주행 시뮬레이션은 가상 상황으로 실제 주행이 아니기 때문에 실험자의 평소 운전행태보다 상이한 주행행태가 나타날 수 있다. 또한 운전자의 운전행태를 시뮬레이션이 구현하는데 기계적인 한계가 있기 때문에 주행 시뮬레이션 결과 값은 실제 환경보다 상이한 수치가 나타나게 된다. 따라서 본 연구에서는 시뮬레이션 값을 파라미터에 바로 활용하지 않고 일반운전과 공격운전의 주행행태 비율 값을 적용하여 공격운전의 거동을 구현하였다.
공격운전의 거동을 구현하기 위해 선정된 파라미터 중 CC1, CC7, Desired speed distribution, Look ahead distance, Min. headway, Minimum time gap, Minimum headway, Desired acceleration, Desired deceleration은 주행 시뮬레이션 수집 자료를 활용하여 파라미터 값을 적용하였다. 본 연구에서 파라미터 값을 도출하기 위해 활용한 주행 시뮬레이션 분석결과를 Table 3에 제시하였다. 주행 시뮬레이션 분석결과 가속도(절대값)의 평균은 일반운전은 0.2 수준이며 공격운전은 0.9 수준으로 일반운전보다 약 4.5배 높은 값으로 나타났다. 이에 따라 CC7 값 적용 시 일반운전보다 4.5배 높은 값으로 선정하였다. 본 연구에서 차두간격은 주행 시뮬레이션 수집 자료를 바탕으로 동일한 시간일 때 두 차량간의 간격으로 정의 하였다. 시뮬레이션의 차두간격 분석결과 일반운전은 62.2m이고 공격운전은 32.4m로 공격운전은 일반운전보다 약 2배 짧은 거리로 나타났다. 따라서 차두간격과 관련한 파라미터 Min. headway와 Minimum headway 값 적용 시 일반운전보다 2배 작은 값으로 입력하였다. 차두간격 분석결과를 활용하여 거리는 속도와 시간의 곱인 물리수식을 통해 차두시간으로 환산하였다. 환산 결과 일반운전은 0.7s이고 공격운전은 0.4s로 공격운전은 일반운전보다 약 0.58배 낮은 수치가 나타났다. 따라서 차두시간과 관련한 파라미터 CC1와 Minimum time gap 값은 공격운전이 일반운전보다 약 0.58배 낮은 비율로 설정하였다. 이와 다르게 Desired speed distribution 파라미터는 속도의 분포도를 파라미터 값으로 적용하기 때문에 속도의 15%, 50%, 85%, 최댓값을 적용하였다. 또한 Desired acceleration과 Desired deceleration은 속도에 따른 가속도 및 감속도의 분포도를 파라미터 값으로 입력하였다. 주행 시뮬레이션 수집 자료를 활용하여 도출할 수 있는 파라미터가 있는 반면에 CC3, Look ahead distance, Safety distance reduction factor 파라미터는 주행 시뮬레이션에서 수집되는 자료를 이용하여 파라미터 값을 도출하는 것을 불가하기 때문에 본 연구에서는 기존문헌을 활용하였다(Habtemichael et al., 2004). 본 연구에서 공격운전의 거동을 구현하기 위해 선정한 파라미터와 적용 값을 Table 4와 Table 5에 제시하였다.
3. 상충분석
본 연구에서는 교통안전성을 평가하기 위해 SSAM을 활용하여 상충률과 상충 심각도를 분석하였다. 본 시나리오별 교통량이 상이하기 때문에 비교분석을 위해 통과교통량당 상충건수를 의미하는 상충률을 분석결과로 제시하였다. 이때 서비스 수준 및 공격운전차량 비율을 고려한 시나리오별 분석구간을 통과한 차량을 통과교통량으로 정의한다. 본 연구는 시뮬레이션은 단방향으로 진행하는 차량들로 구성되어 있기 때문에 상충유형 중 후미추돌 상충과 차로변경 상충을 분석하였다.
-후미추돌 상충(Rear end): 상충 발생 시점과 종점이 동일 차로 및 링크에서 발생할 경우, 상충 발생 시점과 종점이 다른 링크에서 발생할 때 두 차량의 상충각도가 –30°~30°인 경우
-차로변경 상충(Lane change): 상충 발생 시점과 종점이 다른 차로 및 링크에서 발생하는 경우, 상충 발생 시점과 종점이 다른 링크에서 발생할 때 두 차량의 상충각도가30°~85°또는 –30°~-85°인 경우
상충 심각도를 분석하기 위해 평가지표 
s를 활용하였다. 
s는 Equation 1과 같이 산출되며 차량의 상충이 발생할 때 선행차량과 후행차량간의 속도차이를 의미한다. 이때 
는 방향성을 가지는 벡터를 의미한다. 따라서 
s가 0일 경우 같은 방향으로 진행하는 두 차량의 속도가 같을 때 이다. 반대로 
s가 2V일 경우 반대 방향으로 진행하는 두 차량의 속도가 같을 때 이다. 본 연구에서는 공격운전에 따른 상충 심각도를 평가하기 위해 서비스 수준 및 공격운전차량 비율별 
s를 분석결과로 제시하였다.
(1)
여기서, 
: Speed of subject vehicle
: Speed of front vehicle
분석결과
1. 교통운영효율성
공격운전에 따른 교통운영효율성을 평가하기 위해 시나리오별로 평균주행속도를 분석하였다. 분석결과 Figure 3과 같이 서비스 수준에 따라 상이한 패턴이 나타났다. 서비스 수준 A, B, C 경우 공격운전차량 비율이 높아질수록 평균주행속도가 증가하는 것으로 나타났다. 이는 높은 속도로 주행하는 공격운전 차량이 전체 평균주행속도에 영향을 미쳐 속도가 증가하는 것으로 판단된다. 그러나 서비스 수준 D, E 경우 공격운전차량 비율이 높아질수록 평균주행속도가 감소하는 것으로 나타났다. 이러한 분석결과는 급감속, 급차로 변경 등 공격운전차량의 주행행태가 주변차량에 영향을 미쳐 평균주행속도를 감소시키는 것으로 판단된다.
교통류 시뮬레이션 내에서 공격운전차량의 후행차량은 공격운전을 회피하기 위해 급감속과 급차로 변경을 수행하는 것으로 나타났다. 후행차량의 회피행동은 주변차량에 영향을 미쳐 감속, 정체 및 충격파를 발생시켰다. Figure 4는 선행차량이 일반운전과 공격운전일 경우 후행차량의 주행행태를 시공도로 제시하였다. 공격운전으로 인해 나타난 교통상황은 공격운전의 주행행태가 주변차량들에 영향을 미쳐 평균주행속도를 떨어뜨릴 뿐만 아니라 위험한 상황을 연출시켜 교통안전성을 감소시키는 것으로 판단된다. 따라서 교통량이 적을 경우 공격운전 차량의 주행행태로 인해 운영효율성이 높아지지만 상대적으로 교통량이 많을 경우 공격운전을 받은 주변차량들로 인해 운영효율성이 떨어지는 것으로 해석할 수 있다.
종속변수가 평균주행속도일 경우 Table 6에 나타난 개체 간 효과검정 결과 유의확률이 0.001 이하로 나타났다. 이는 서비스 수준과 공격운전차량비율이 서로 연관되어 평균주행속도에 영향을 미치는 것으로 해석할 수 있다. 서비스 수준에 따른 Scheffe 동일집단군 분산 결과를 Table 7과 공격운전차량 비율에 따른 동일집단군 분산결과를 Table 8에 제시하였다. 사후분석결과 평균주행속도는 서비스 수준별로 평균값이 차이가 있는 것으로 도출되었다. 그러나 공격운전차량 비율은 하나의 집단군에 포함되어 있지 않고 2개의 집단군에 동시에 있는 것으로 나타났다. 즉 공격운전차량 비율 20일 경우 모든 집단군에 속해있는 것으로 분석되었다.
2. 교통안전성
1) 상충률
시나리오별 교통안전성은 상충률과 상충 심각도의 평가지표를 적용하여 분석하였다. 상충률 분석결과 Figure 5와 같이 교통량과 공격운전차량 비율이 높아질수록 증가하는 것으로 나타났다. 일반적으로 상충률은 교통량과 공격운전차량 비율이 높아질수록 증가하기 때문에 위와 같은 결과가 도출되었다. 이는 과속 및 급차로 변경 등과 같은 공격운전 주행행태가 주변차량들에게 영향을 미쳐 위험한 상황인 상충을 발생시키는 것으로 판단된다. 특히 교통량이 비교적 많은 교통조건인 경우 공격운전의 영향을 받은 주변차량들의 수가 많기 때문에 상충률이 상대적으로 높은 것으로 나타났다. 시나리오별 상충률 분석결과는 이원분산분석을 통해 통계적 유의성을 검증하였다. 개체 간 효과검정 결과 Table 9와 같이 유의확률이 0.001 이하로 독립변수가 서로 연관되어 상충률에 영향을 미치는 것으로 나타났다. 사후분석결과 서비스 수준이 낮아질수록 공격운전 비율이 높을수록 평균 상충률이 높게 나타났다. 분석결과는 Table 10과 Table 11에 제시하였다. 공격운전은 운영효율성측면에서 교통량이 적을 경우 긍정적인 효과가 나타났지만 교통안전성 측면에서의 공격운전은 위험한 상황 발생을 증가시키는 것으로 확인되었다.
2) 상충 심각도
본 연구에서 교통안전성을 평가하기 위해 상충률과 상충 심각도를 모두 고려하였다. 분석결과 Figure 6과 같이 상충 심각도는 상충률과 유사한 패턴으로 나타났다. 서비스 수준 A의 경우 공격운전차량 비율에 따라 상충 심각도의 변화율이 미비한 것으로 나타났다. 반면에 서비스 수준 A보다 높은 교통량일 경우 공격운전차량 비율이 높아질수록 상충 심각도가 증가하는 것으로 나타났다. 교통량이 비교적 적은 교통상황에서 차량간의 간격은 교통량이 많을 경우보다 비교적 넓다. 공격운전차량은 교통량이 많은 교통조건에서 차로변경을 수행하기 위해 차량들 간의 좁은 틈을 급하게 끼어들게 되며 순간적으로 가감속도를 높이게 된다. 이러한 주행행태로 인해 서비스 수준이 낮아질수록 교통류의 평균속도는 감소하지만 개별 차량의 
s가 증가하는 것으로 판단된다. 또한 공격운전의 영향을 받은 주변차량들이 적절하게 대응하기 위한 안전거리가 충분하지 않기 때문에 이와 같은 결과가 나타난 것으로 생각된다. 상충 심각도 분석결과를 통해 공격운전이 주변차량에 미치는 영향은 교통량 수준에 따라 달라지는 것으로 확인하였다. Table 12의 통계적 유의성 검정 결과 유의확률이 0.001 이하로 서비스 수준과 공격운전차량이 서로 연관되어 상충 심각도에 영향을 미치는 것으로 도출되었다. Table 13과 Table 14에서 사후분석결과 교통량이 많은 교통조건인 서비스 수준 E와 MPR 50인 경우 평균 상충 심각도가 가장 높게 나타났다. 상충률과 상충심각도 분석결과를 바탕으로 공격운전은 교통안전성에 부정적인 영향을 미치는 것으로 확인되었다.
결론
본 연구에서는 공격운전에 따른 교통류가 받는 영향을 분석하기 위해 교통운영효율성 및 교통안전성 평가하였다. 연구를 수행하기 위해 주행 시뮬레이션, 교통류 시뮬레이션과 상충분석을 활용하였다. 주행 시뮬레이션 실험을 통해 공격운전 유형별 주행특성을 분석하였다. 이때 주행 시뮬레이션 분석자료를 이용하여 공격운전거동 구현 파라미터 값을 도출하였다. 교통류 시뮬레이션은 서비스 수준과 공격운전차량 비율을 시나리오로 고려하여 분석하였다. 시뮬레이션 결과 평균주행속도를 통해 공격운전의 교통운영효율성을 평가하였다. 또한 교통류 시뮬레이션 실험결과 나타난 주행궤적 자료를 이용하여 상충분석을 수행하였다. 상충분석을 이용하여 공격운전의 상충건수와 상충 심각도를 분석하였다.
본 연구를 발전시키기 위해 추가 진행해야할 연구를 제시하였다. 첫째, 본 연구에서는 공격운전 차량을 구현하기 위해 주행 시뮬레이션의 공격운전 주행행태 자료를 활용하였다. 그러나 시뮬레이션이 실제 환경을 구현하는데 기계적인 한계가 있어 실험자들의 평소 운전습관을 충분히 반영하는데 한계가 있다. 이에 추가적으로 시뮬레이션 실험의 실험자를 추가로 모집하여 더 많은 주행 자료를 수집하여 자료의 객관성을 높여야 할 필요가 있다. 둘째, 본 연구에서는 공격운전차량 비율을 0-50%로 고려하여 분석을 수행하였으나 이와 같은 비율은 실제 교통상황에 나타나기 어렵다. 그러나 현재 공격운전의 기준 및 유형이 명확하지 않아 실제 공격운전차량의 비율을 파악하는데 한계가 있다. 따라서 향후 실제 환경과 유사한 공격운전차량 비율을 고려한 연구를 수행할 필요가 있다. 마지막으로 평균주행속도 분석결과에서 공격운전은 교통류의 속도감속 및 지체를 유발하여 교통운영효율성에 부정적인 영향을 미치는 것으로 나타났다. 그러나 공격운전은 평균주행속도 뿐만 아니라 교통류율, 통행시간, 지체시간, 용량 등에 영향을 미칠 것으로 판단되며 향후연구로 평가항목의 추가적인 선정을 통해 연구를 발전시킬 필요가 있다.
주행 시뮬레이션의 주행행태 자료를 활용하여 공격운전의 거동을 구현하기 위한 11가지 파라미터를 선정하였다. 주행 시뮬레이션 값은 실제 환경과 수치적으로 차이가 있기 때문에 파라미터 값 설정 시 공격운전과 일반운전의 배수 차이를 적용하였다. 공격운전과 일반운전 주행행태 분석결과 공격운전은 일반운전보다 차두간격이 2배 짧고 차두 시간이 0.58배 짧은 것으로 나타났다. 또한 가속도의 평균을 비교했을 시 공격운전이 일반운전보다 약 4.5배 높은 값으로 분석되었다. 이러한 분석결과를 바탕으로 교통류 시뮬레이션의 파라미터 값을 설정하였다. 교통운영효율성 분석결과 서비스 수준 A, B, C 경우 공격운전차량 비율이 높아질수록 평균주행속도가 증가함을 보였다. 반대로 서비스 수준 D와 E 경우 공격운전차량 비율이 높아질수록 평균주행속도가 감소하는 것으로 나타났다. VISSIM 시뮬레이션 상에서 급차로 변경, 과속, 밀착주행과 같은 공격운전에 의해 후행차량들은 급감속 및 차로변경 등 회피행동이 나타났다. 이러한 회피행동은 다른 후행차량들에게 영향을 주게 되며 정체 및 shock wave현상이 나타난다. 즉 공격운전 행태가 주변차량에 영향을 미쳐 정체 및 정체해소 현상을 발생시키는 것으로 판단된다. 이러한 패턴의 교통현상이 공격운전 차량에 의해 발생되고 교통류의 운영효율성과 교통안전성에 영향을 미치는 것으로 판단된다.
본 연구에서는 공격운전의 정의를 도출하였으며, 주행 시뮬레이션을 통해 수집한 운전자의 공격운전 행태를 교통류 시뮬레이션에 반영하여 공격운전의 거동을 구현하였다. 교통류 시뮬레이션 실험 시나리오 설정 시 공격운전차량 비율은 실제 교통상황과 현실성이 떨어지지만 공격운전행태가 교통류에 어떠한 영향을 미치는지 본 연구를 통해 확인할 수 있었다. 교통운영효율성과 교통안전성은 서비스 수준에 따라 상이한 분석결과가 나타났다. 교통량이 적을 경우, 공격운전차량이 증가할수록 평균주행속도가 증가하였다. 반대로 교통량이 많을 경우, 평균주행속도가 감소하는 것으로 나타났다. 이는 교통량이 적을 경우에는 공격운전 차량의 급진적 행태가 교통류 자체의 평균속도를 높이는 것으로 판단된다. 그러나 교통량이 많을 경우에는 공격운전행태보다 공격운전을 받은 주변차량들의 주행행태가 교통류에 더 크게 영향을 미쳐 평균주행속도를 감소시키는 것으로 판단된다. 공격운전행태는 평균주행속도 뿐만 아니라 상충률과 상충 심각도를 증가시키는 것으로 나타났다. 이를 통해 공격운전행태는 교통류의 운영효율성과 교통안전성에 부정적인 영향을 미치는 것으로 확인되었다. 본 연구결과를 통해 공격운전의 교통안전성 측면에서의 위험성을 경고하여 공격운전 감소효과를 기대할 수 있다. 또한 공격운전 관련 교통안전정책 수립을 위한 기초자료로 활용할 수 있을 것으로 기대된다.
