Journal of Korean Society of Transportation ISSN:1229-1366(Print) 2234-4217(Online) 대한교통학회지

이 연구는 내비게이션의 실측 데이터를 이용하여 지역 간 통행에 있어 통행거리별로 출발시각 선택에 차이가 있다는 가설과 이와 같은 출발시각 차이는 통행거리별로 시간대별 교통량 분포패턴의 차이를 야기한다는 행태적 가설을 검증하고자 하였다. 현재 교통수요추정 시 가구통행실태조사 표본자료를 전수화하여 추정된 AAWDT(Annual Average WeekDay Traffic)를 이용하여 첨두 ‧ 비첨두의 집중률을 적용하여 교통패턴을 추정 분석하고 있다. 하지만 이와 같이 통행거리(통행시간)에 상관없이 획일적 첨두 및 비첨두 집중률을 적용하여 네트워크 노선배정분석을 하여 각 도로구간의 첨두시, 비첨두시의 교통량을 추정하는 것은 현실적 통행패턴과는 차이가 클 것으로 고려된다. 그래서 본 연구에서는 현실에서 실측 조사된 내비게이션 자료로부터 통행거리별 출발시각의 차이로 인한 첨두시간대의 차이를 네트워크 분석에 반영함으로써 출발시각 시점을 기준으로 첨두시와 비첨두시의 집중률 패턴을 좀 더 현실적으로 추정하는 방법을 제안한다. 본 연구에서 사용한 자료는 현재 국내 내비게이션 서비스 중 가장 높은 점유율을 확보하고 있는 SK T-map 자료이며, 2016년의 평일 261일의 자료를 사용하였다. 적용한 분석도구는 통계 패키지 프로그램인 SAS와 데이터 마이닝 플랫폼인 RapidMiner를 이용하여 k-means 클러스터링을 실시하였다. 내비게이션 실측자료를 기반으로 지역 간 통행의 통행거리를 통행특성이 유사하도록 거리별 7개의 그룹으로 구분하였으며, 구분한 거리별 그룹에 대해 시간대별 평균 교통량 비율을 산출하였다. 위에서 구한 통행거리별 7개 그룹의 출발시간 기준 24시간 교통량 집중률 자료를 활용하여 그룹별 시간대를 첨두, 비첨두 및 심야로 구분하는 것과 같이 유사 교통패턴을 그룹화 및 단순화하여 시간대별 분포패턴을 가장 현실적으로 표현 하는 방법에 대한 연구를 수행하였다. 즉, 7개의 그룹의 하루 24시간의 시간대별 교통량 집중률을 k=2부터 k=5까지 k-means 클러스터링 분석을 통해 집중률 패턴이 유사한 시간대를 하나의 그룹으로 구분하였다. k값에 따라 k-means 클러스터링 결과별 BIC, Elbow Method, 실루엣 계수, 상관계수 분석과 절편이 없는 단순회귀모형의 기울기와 R²값을 평가 분석결과 시간대별 교통 패턴을 3개로 구분하는 것이 최적의 결과로 도출되었다. 또한 네트워크 분석이 가능하도록 연구결과로 얻어진 통행거리 구분과 시간대별 교통량 집중률 패턴 구분이 반영된 OD 자료를 구축하는 방법도 제안하였다. 이와 같이 통행거리별 출발시각의 차이를 반영한 하루의 시간대 그룹별 OD 자료에 의한 네트워크의 노선배정(traffic assignment)을 수행할 경우 단거리, 중거리 및 장거리 통행이 혼재한 도로구간(링크) 상의 시간대 구간 그룹의 교통량 패턴을 더욱 현실적 분석을 가능하게 할 수 있을 것으로 기대된다.

본 연구에서 총 30명의 피실험자를 대상으로 실험을 진행하였다. 설문 조사를 통해 적정 위험상황 정보 제공 방안을 도출하였다. 실험 전 설문, 실험 후 설문을 통해 운전자들은 주행 중 시각적 경고와 청각적 경고의 복합적인 위험 상황 정보 제공 방안을 선호하는 것으로 분석되었다. 또한 차량 시뮬레이터 환경에서 아이트래커를 활용하여 운전자의 주행 중 시선 주시율 데이터를 수집하였다. 수집된 데이터를 분석하여 적정 위험정보 정보제공 최적 위치를 도출하였다. 수집된 운전자 시선 주시율 데이터를 가공하여 6개 주시 권역으로 결과 데이터를 가공하였다. 가공된 6개 권역의 결과 데이터를 유의확률 95%로 일원배치 분산분석을 수행하였다. 일원배치 분산분석 결과 각 권역 간 운전자 시선 주시율의 차이가 있음을 확인하였다. Duncan Test 사후 분석을 통해 6개 권역이 총 3개의 그룹으로 형성 됨을 확인하였다. 가장 주시율이 높은 권역은 차량 핸들부 대시보드 위로 도출되었다. 이는 주행 중 차량 핸들부 대시보드위 즉, 운전자 정면을 주시하고 있어도 주변시로 인해 정면의 시야를 다 확인 할 수 있는 것으로 분석하였다.

우수한 철도 인재들을 배출하기 위하여 철도 관련 기관이나 대학교에서 철도 전문 인력 양성을 위한 시뮬레이션 교육을 시행하고 있다. 철도 실무 교육의 중심이 되는 FTS와 PTS 같은 시뮬레이션 기기는 교육 인력 수요에 비례하여 부족한 것이 지금의 현실이다. 최근 다양한 신기술로 무장한 VR이 현재 철도분야에서 활용되고 있는 FTS와 PTS 같은 시뮬레이션 기기를 보완할 수 있는 가능성은 얼마든지 있다고 본다. 이 같은 맥락에서 본 연구에서는 현재 운용 중인 물리적 기반의 시뮬레이션 교육에 대한 보완장치로서 VR을 통한 가상현실 기반의 시뮬레이션 교육 방법을 제시하였다. 본 연구에서는 VR을 통한 교육훈련이 FTS와 PTS 같은 시뮬레이션 기기에 의한 교육과 비교하여 얼마나 효과적인가를 검증하기 위하여 가설을 설정하였다. 이를 위해 설문조사를 통한 요인분석을 실시하여 주요한 요인들을 도출하였다. 이러한 요인들을 통하여 회귀분석의 독립변수를 찾아내어 종속변수에 미치는 영향을 살펴보았다. 가설 검증 결과 VR이 FTS와 PTS의 기능을 상당 부분 대체할 수 있는 것으로 연구결과가 도출되었다.

본 연구에서는 수원시에서 운영 중인 시내버스를 대상으로 자료포락분석(data envelopment analysis, DEA) 방법론을 활용하여 노선의 효율성을 분석하였다. 노선의 효율성을 분석하기 위해 노선 유형을 ‘직행좌석형 및 일반좌석형’과 ‘일반형’의 두 그룹으로 정의하였고, ‘직행좌석형 및 일반좌석형’에는 직행좌석형(15개 노선) 및 일반좌석형(2개 노선) 총 17개 노선, ‘일반형’은 총 70개 노선을 의사결정단위(decision making unit, DMU)로 선정하여 운행대수, 배차간격, 정류장, 철도역, 교통약자시설, 중복도, 굴곡도 등 7개의 입력변수와 이용객 수, 운송수입 등 2개의 출력변수로 각각 구분하여 분석하였다. 분석 결과, 수원시 시내버스의 직행좌석형 및 일반좌석형, 일반형 노선은 규모수익을 고려할 경우에는 효율적으로 운영되고 있지만, 기술적 효율성을 고려할 경우에는 규모로 인한 비효율성이 나타나는 것으로 분석되었다. 그리고 규모수익이 수익체증(IRS)으로 나타난 노선들은 생산규모를 증가시킴에 따라 노선의 효율성이 확대되어 생산이 비약적으로 증가할수도 있기 때문에 적정규모 유지를 통한 효율성 제고 방안을 수립할 필요가 있는 것으로 나타났다. 분석 결과를 바탕으로 수원시 시내버스의 효율적인 노선운영을 위해서는 시내버스 노선 조정이 필요하다는 결론을 도출할 수 있었다.

140km/h 수준의 초고속주행 환경에서 운전자의 주행행태를 과학적으로 분석하고 이해하는 것은 교통사고 예방을 위한 도로설계 및 안전시설 설치의 근간이 된다. 운전자의 주행능력에 따른 곡선부에서의 운전자 횡방향 주행행태 변화는 안전성 분석 시 중요한 평가대상이다. 일반적으로 고령 운전자의 경우 비고령 운전자보다 신체적 능력 및 인지 ‧ 판단 능력이 저하되므로 횡방향 주행행태가 주행안전성에 영향을 미칠 수 있다. 따라서 곡선부 초고속주행 시 고령 운전자에 대한 주행안전성 평가가 필요하다. 본 연구의 목적은 곡선부 초고속주행 시 고령 운전자의 횡방향 주행안전성을 나타낼 수 있는 평가지표를 선정하고, 주행안전성 취약구간을 도출하는 것이다. 본 연구의 분석대상은 현재 설계속도 140km/h로 설계되고 공사가 진행중인 서울-세종 고속도로의 안성-용인 구간으로 설정하였으며 실시간 차량 동역학 시뮬레이션 시스템이 탑재된 초대형 도로주행 시뮬레이터를 이용하여 다양한 연령층의 운전자 71명에 대한 주행 데이터를 수집하였다. 연구 결과, 고령 운전자의 주행안전성을 나타낼 수 있는 대표 평가지표를 차로이탈률과 횡방향 가속도 표준편차로 선정하고 설계구간별로 산출된 평가지표에 따라 주행안전성이 취약한 상위 5개의 설계구간을 도출하였다. 주행안전성 취약구간은 주로 평면곡선 반지름이 3,000m 미만이고 내리막 혹은 볼록 경사와 연속터널 구간이 포함되는 것으로 나타났다. 주행안전성 취약구간에서는 고령 운전자의 시인성 저하 및 핸들조작 미숙으로 평면선형의 변화에 적절하게 대응하지 못해 주행안전성이 저조한 것으로 판단된다. 본 연구의 결과는 기존 도로의 제한속도 상향 및 초고속도로 설계에 관한 교통안전관리 방안 마련을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

최근 정부는 화재, 구조, 구급 등 긴급상황에서 골든타임 확보를 위해 긴급차량의 우선신호 도입과 운영 확대를 추진하고 있다. 긴급차량의 출동시간은 국민의 생명과 재산에 직결되므로 출동시간을 최소화하는 우선신호 전략이 필요하다. 하지만, 국내의 경우 우선신호 운영전략과 세부기준이 미흡하여 적용에 한계가 존재하며, 우선신호 운영 후 일반신호로 복귀되는 전이 전략이 확보되지 않아 긴급차량 통과 후 일반 교통류에 악영향을 가져올 수 있다. 따라서 본 연구는 긴급차량 골든타임 확보와 일반차량 통행불편의 최소화를 목적으로 하여 교통량에 따른 적절한 우선신호 운영기준 및 복귀 전략을 제시하였다. 분석을 위해 미시적인 교통 시뮬레이션 프로그램인 VISSIM과 VAP을 활용하여 기본적인 분석 네트워크와 시나리오를 설계하였다. 우선신호 제어전략 분석 결과, 우선신호기법은 교차로 포화도에 따라 v/c=0.4-06 상태는 Preemption, v/c=0.8인 상태는 Priority 기법이 긴급차량의 이동성과 일반차량 혼잡 완화 측면에서 우수하였다. 또한 일반신호로의 복귀기법은 주 ‧ 부도로의 교통량 차이가 3:1 이상이면 Dwell 기법, 그 외 조건은 Smooth 기법을 적용하는 것이 우선신호 이전 수준의 소통상황으로 회복하는데 우수하였다. 본 연구에서는 교통량에 따라 적절한 우선신호 운영 기준을 제시함으로써, 실제 현장에서 골든타임 확보와 이에 따른 현장 대응능력을 높힐 것으로 기대된다.

대중교통 이용을 육성하기 위해 트램 및 도시철도 등 대규모 교통시설 투자정책의 타당성 분석은 지속적으로 분석되어 왔다. 타당성조사의 핵심인 수요예측 및 경제성분석은 규모가 큰 네트워크로 인해 거시적인 분석방법과 집계된 자료가 사용되었다. 그러나 타당성 분석 과정에서 버스 통행시간은 현실적으로 반영되지 못하고 있다. 그 동안 버스 통행시간은 도로 네트워크 분석 결과에 따라 승용차 통행시간과 동일하게 적용하여 편익을 산출하거나, 전국을 3개 권역으로 나누어 승용차 통행시간 대비 버스 통행시간의 비율인 보정계수 값으로 단순히 추정하여 교통수단선택 모형에 적용하고 있다. 본 연구에서는 현실적인 버스 통행시간 적용을 위해 내비게이션 및 교통카드 자료와 같은 실질적인 관측 자료를 활용한 편익 산출 방법을 제시한다. 또한 교통 환경에 따라 다른 버스통행시간의 차이를 반영하기 위하여 권역 간 및 권역 내의 고유한 값 대신 기종점 기반의 보정계수를 활용하는 방법을 제시한다. 보정계수 값을 추정하기 위한 최소 기준의 자료의 규모를 검증하기 위해 자료 집합화 규모에 따른 내비게이션 및 교통카드 자료의 변동계수와 변동비율을 분석하였다. 결과적으로 7일치 이상의 자료를 확보하여 보정계수 값을 추정할 경우 통계적 오차범위 내에서 모집단의 참값을 대표할 수 있을 것으로 판단하였다. 사례분석을 통해 기존 및 본 연구에서 제안한 분석 방법의 편익산출 결과를 비교해 본 결과, 편익 규모 차이가 타당성 분석의 의사결정에 영향을 줄 수 있을 정도의 규모로 산출되어 관측 자료에 기반한 버스 통행시간을 현실적으로 반영하여 신뢰성을 향상시키는 것이 중요함을 보여 주었다.

최근, 자율주행차량 및 V2X 기술의 개발에 따라 도심부 신호 교차로에서 차량의 지체시간과 불필요한 stop-and-go 현상을 줄이기 위한 연구가 시도되고 있다. 특히, 정주기식 신호 제어 체계가 주를 이루는 현재의 도시 네트워크에서는 실시간 교통상황을 신호체계에 반영할 수 없어 자율주행차량이 등장하여 상용화된다고 하더라도 그 성능을 모두 발휘할 수 없다. 이 때, V2I 기술을 통해 얻어지는 정확한 실시간 차량 정보를 바탕으로 한 인공지능 신호 제어 체계를 개발한다면 정주기식 신호 제어 체계에 비해 불필요한 신호 대기 시간을 감소시킬 수 있어 더욱 효율적인 신호제어가 가능하며 교통류 흐름뿐만 아니라 V2X 기술 탑재 차량의 성능 향상에도 영향을 미칠 것이다. 특히, 도심부 교차로에서 긴급 차량이 목적지까지 도달하는 데에는 불필요한 신호 대기 시간이 존재할 경우 현장까지의 통행 시간에 영향을 끼칠 수 있으며, 통행 시간 단축을 위해 차선을 이탈해가면서 운행할 경우 오히려 긴급 차량에 탑승한 환자 및 주변 차량의 안전을 위협할 수 있다. 이 때, V2I 기술을 통해 긴급 차량의 교차로 진입을 감지하고, 긴급 차량에 우선 신호를 부여하는 신호 제어 체계를 개발한다면 보다 안전한 긴급 차량의 운행을 보장할 수 있을 것이다. 본 논문에서는 V2I 기술 상용화를 전제로 단일 신호교차로에서 미시적 교통 정보를 바탕으로 신호 제어 체계의 변화에 따른 교통류 변화를 분석하였다. 단일 신호 교차로에서 이동류별 실시간 교통 정보를 학습하여 실시간으로 최적 신호를 표출하는 강화학습 모형을 구축하였으며, 개발한 신호 제어 체계의 성능은 미시적 교통 시뮬레이터인 Vissim을 통해 측정하였다. 개발한 강화학습 모형은 이동류별 실시간 교통 정보를 통해 특정한 신호를 표출하고, 변화된 네트워크 상황에 적절한 신호 현시를 표출한다. 본 논문에서 개발한 신호 제어 체계를 통해 복잡한 도로 네트워크에서 체계 최적을 달성할 수 있는 신호 제어 체계를 개발하는 바탕이 되고자 하며, 교통류 흐름을 분석하는 데 기여할 것으로 기대된다. 또한, 미래 V2X 환경에서 자율주행차량이 운영될 때 스마트시티를 구축하는 데 기여할 것이다.

신호교차로에서 지체시간은 용량과 서비스 수준을 분석하기 위한 기본적인 효과척도로 사용되고 있다. 신호교차로 성능의 정확한 평가에 있어 지체시간은 필수적 요소로 이를 측정하기 위한 다양한 지체 산정 모형들이 개발되었다. 과포화 상태를 반영하기 위해 Cell Transmission 모형과 Kinematic Wave 모형 등 충격파 모형을 사용하여 지체를 산정하는 연구는 활발히 수행되었다. 그러나 직진과 좌회전 분리 상황을 반영하여 지체를 산정하는 모형에 대한 연구는 미흡하다. 본 연구에서는 독립교차로를 설계 범위로 하여 직진과 좌회전 분리 상황에서 과포화를 고려할 수 있는 신호교차로 지체 산정 모형을 개발하였다. 충격파 모형인 Kinematic Wave 모형을 차용하여 과포화 상황을 고려하고 직진과 좌회전이 분리되는 상황을 반영하기 위해 FIFO, Non-FIFO 두 가지 분류 규칙을 사용하였다. 본 연구에서 구축한 모형의 정확성 검증을 위하여 기존 지체 산정 모형인 Webster 지체 모형과 HCM 지체 모형을 기준으로 지체를 비교하여 결과 값이 유사함을 확인하였다. 또한 좌회전 이동류 과포화 상황에서 FIFO, Non-FIFO에 따른 변화를 살펴보고자 본 연구의 모형과 HCM 지체 모형을 사용해 산정한 지체와 미시적 시뮬레이션 프로그램 VISSIM에서의 지체를 비교하였다. 그 결과 VISSIM과 본 연구에서 개발한 모형의 오차범위는 10% 미만으로 나타났다. 향후 연구에서 위 모형의 설계 범위를 네트워크로 확장시킨다면 네트워크 단위의 지체 모형을 구축할 수 있을 것으로 판단된다.

중단거리 통행은 교통혼잡과 온실가스 배출과 같은 도시교통문제의 주요 원인으로 간주된다. 다수의 교통선진국들은 전동킥보드와 전기자전거로 대변되는 마이크로 모빌리티 수단들을 도입하여 도시교통문제 해결을 위하여 노력하고 있다. 이러한 수단들은 주로 비거치식(Dockless)으로 운영되어 중단거리 통행을 대체할 수 있을 뿐만 아니라 출발접근(First-Mile Mobility, FMM) 및 도착접근(Last-Mile Mobility, LMM)서비스를 제공하여 대중교통 이용을 활성화시킬 수 있는 장점이 있다. 본 연구는 경사를 고려한 마이크로 모빌리티 수단의 통행시간 산정 알고리즘을 개발하고 부산광역시에서 대중교통 운행밀도가 높은 네 개 구(부산진구, 서구, 동구, 중구)를 대상으로 실증하였다. 분석 결과, 본 연구에서 개발한 알고리즘을 통해 도출된 경로통행시간은 경사의 고려여부에 관계없이 최대속도(25kph)로 주행하는 통행시간보다 좀 더 현실적인 결과를 제시하였다. 따라서 본 연구와 같이 마이크로 모빌리티 수단의 이용에 영향을 미치는 요소들에 대한 충분한 이해를 통해서 서비스를 제공해야지만 그 효과를 기대할 수 있을 것이다.

국가 차원에서는 거시적 관점의 정책 수립을 위해 단순 기초통계 수준 내 교통사고 동향을 파악하고 분석을 통해 전반적인 정책을 수립하고 있다. 하지만 고속도로는 통행속도가 높아 심각한 사고 발생 개연성이 높은 환경으로 교통안전 증진을 위해 기존보다 세분화된 사고분석이 필요하다. 최근 국내 고속도로에서 발생한 사망자 수는 지속적으로 감소하는 추세를 나타내고 있으나 주요 OECD 국가에 비해 여전히 많은 사망자가 발생하고 있다. OECD 수준의 사망자 수 달성을 위해서는 정확한 사고 원인 파악 및 사고 특성을 반영한 체계적인 교통안전대책 수립이 필요한 실정이다. 그러나 기존 고속도로 안전정책 도입체계는 단일 사고원인에 기반하여 단편적이고 일시적인 개선대책만을 적용해 온 문제점이 있다. 또한 교통사고는 한 가지 이상의 요인이 복합적으로 결합되어 발생하며 발생 메커니즘 또한 복잡하다. 기존 사고분석 방식은 사고 빈도를 감소시키기 위해 인적 요인, 도로 환경요인 등 특정 원인에 초점을 맞춰 주요 대책을 적용해왔으나 이러한 방식은 거시적 관점에서는 효과가 있으나 중상 및 대형사고 등 심각한 사고를 감소시키기에는 실효성이 저하된다. 고속도로 교통안전정책 수립을 위해 복합 사고요인을 파악하고 보다 종합적 관점을 통한 사고 분석이 필요한 실정이다. 따라서 본 연구에서는 기존 체계의 문제점을 보완하기 위해 교통안전 복합 영향요인 도출을 통한 정책 수립 방향성에 대해 제시하였다. 빅데이터에 대한 이슈가 증대됨에 따라 최신 연구 동향을 반영하여 다양한 데이터 마이닝 및 기초통계 분석 등의 기법 적용을 통해 변수 간 상호작용 효과를 분석하였다. 이와 더불어 도출된 방법론을 토대로 타당성 검토를 통해 보다 종합적 관점에서 고속도로 교통안전정책 수립을 위한 방향성을 제시하는 연구를 수행하였다.

모바일기지국 데이터는 사람의 이동정보를 파악하여 개별 통행에 대한 다양한 정보를 수집할 수 있는 중요한 모빌리티 데이터이다. 기존 많은 연구를 통하여 이러한 모바일기지국 데이터의 가능성 및 잠재력이 다양한 방법으로 검증되었으나, 여전히 정확하고 정밀한 통행 정보를 추출하는 데에는 여러 가지 한계점을 보이고 있다. 그러므로 본 연구에서는 출퇴근 통행을 중심으로 1) 데이터 군집(Data Aggregation and Smoothing) 방법을 이용하여 신호 왜곡 현상을 효과적으로 처리하고, 2) 점유시간 및 빈도를 이용하여 더욱 정확하게 집과 직장을 식별하고, 3) GPS와 같은 점 단위의 위치 추정으로 모바일기지국 데이터의 공간적 저해상도 문제를 해결할 수 있는 알고리즘을 제시하였다. GPS 다이어리 조사 자료를 이용한 검증 결과, 집과 직장의 식별 정확도는 약 80% 이상이었으며, 공간적 위치 정확도는 거리오차 1km 이하가 각각 약 90%, 85%였다. 이것은 가구통행실태조사의 기본 공간 단위인 읍면동 평균 반경 약 3km를 고려하더라도 매우 정확한 결과라고 할 수 있다. 또한, 정기 근무시간(9시 출근, 18시 퇴근)에 해당하지 않는 야간 및 저녁 근무에 대한 통행도 분석할 수 있었다.