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

본 연구는 서울시 승용차 이용자를 관측된 이용행태만으로 분류할 경우 이용자의 내부 이질성을 충분히 설명할 수 있는지를 검토하고, 자동차 관련 잠재태도가 이용행태 기반 분류를 보완할 수 있는지 실증적으로 분석하였다. 승용차를 이용하더라도 이용빈도와 통근･생활･여가 목적, 최근 대중교통 이용 정도가 다를 수 있으며, 자동차에 대한 상징성, 선호･애착, 운전규범 같은 잠재태도도 상이하게 나타난다. 이번 연구에서는 운전면허를 보유하고 가구 내 차량 이용이 가능한 서울시 승용차 이용자 2,000명의 설문자료를 활용하여 행태 기반 유형과 잠재적 자동차 의존 유형을 각각 도출하고 두 분류체계를 비교하였다. 분석은 확인적 요인분석, 가우시안 혼합모형, 교차분석, 다항로짓모형을 순차적으로 적용하였다. 분석 결과, 행태 기반 분류에서는 저이용･대중교통 최근이용형(46.45%), 생활･여가 자동차 활용형(36.25%), 통근중심 고이용형(9.65%), 중간이용･병행형(7.65%)의 유형이 도출되었다. 잠재태도 기반 분류에서는 저의존형(71.10%)과 고의존형(28.90%) 2개 유형이 확인되었다. 두 분류체계는 통계적으로 유의한 관련성을 보였으나(χ²(3) = 65.98, p < .001), 직접 일치도는 매우 낮았다(ARI=0.046). 특히 통근중심 고이용형의 63.73%와 생활･여가 자동차 활용형의 65.10%가 저의존형으로 분류되어, 관측된 이용강도가 높다는 사실이 반드시 심리적 의존을 의미하지 않음을 확인하였다. 또한 다항로짓모형 결과, 자동차 관련 잠재태도와 주차 환경 및 대중교통 접근성은 행태 기반 유형 소속을 유의하게 설명하였다. 이러한 결과는 행태 기반 유형이 실제 승용차 이용특성을 설명한다면, 잠재적 자동차 의존 유형은 심리적 성향을 설명하는 보완적 축임을 보여준다. 따라서 승용차 수요관리 정책에서 대상 집단을 설정할 때에는 단순한 이용강도뿐만 아니라, 자동차 관련 잠재태도와 자동차 이용환경, 대체 교통수단 접근성을 함께 고려할 필요가 있다.

혼합교통류 환경에서 자율주행차와 상호작용 대상 인간 운전자 간 상호작용은 물리적 충돌 위험과 더불어 운전자의 심리적 불안과 부담을 유발할 수 있다. 그러나 교통안전 지표는 대체로 사고 개연성과 같은 물리적 위험의 정량화에 초점을 맞추고 있어, 심리적 안전을 고려한 안전 지표의 개발이 요구된다. 본 연구는 상호작용 대상 운전자의 심리적 안전 확보를 위한 자율주행차의 거동 기준으로서 Psychological Safety Margin(PSM)의 개념을 정의하였다. PSM을 기준으로 자율주행차의 속도 범위를 심리적 안전 영역과 심리적 위험 영역으로 구분하고, 심리적 안전 영역 준수를 위한 동적 속도 관리 전략을 제안하였다. 또한, 교통류 시뮬레이션을 통해 속도 관리 전략을 적용하고 적용 전･후에 대한 비교평가를 수행하였다. 시뮬레이션 실험 결과, 본 연구에서 제안한 전략은 비신호교차로 통행 중 자율주행차의 거동이 심리적 안전 영역에 해당하는 비율을 유의하게 향상하는 것으로 나타났다. 또한, 자율주행차의 속도가 심리적 위험 영역에 해당하는 시점에서 PSM 대비 속도 편차를 정량적으로 분석하였다. 이를 통해 제안된 전략이 자율주행차의 속도를 심리적 안전 영역에 보다 안정적으로 근접시키는 것으로 도출되었다. 본 연구는 인간 운전자의 심리적 안전을 고려한 신규 지표의 개발과 이를 통한 속도 관리 전략을 제시하였다는 점에서 의의를 가진다. 향후, 교차로 통행 시 자율주행 의사결정 지원 및 심리적 안전을 고려한 평가 체계 마련을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

본 연구는 고속도로 환경에서 화물차 후미 추돌 사고 예방을 목적으로 개발된 시인성 개선 장치인 왕눈이 반사지의 안전 효과를 공학적으로 검증하는 것을 목적으로 한다. 왕눈이 반사지는 2019년 개발되어 현장에 적용되고 있으나 정량적으로 검증한 실증 연구는 현재까지 충분히 이루어지지 않은 실정이다. 특히 주간 및 야간 조건에서 화물차 후부 시인성 저하가 운전자의 위험 인지 및 반응 지연으로 이어질 수 있다는 점에 주목하여, 왕눈이 반사지의 적용 및 부착 위치가 화물차 후부 시인성 개선 효과를 운전자 인지･반응 특성에 미치는 영향을 도로주행 시뮬레이터 실험을 통해 분석하였다. 실험은 주간 및 야간 조건에서 선행 화물차의 단계적 감속 시나리오를 적용하여 수행하였으며, 반사지 부착 조건은 미부착, 상단･중단･하단 부착의 네 가지로 구분하였다. 운전자의 주행 반응은 TTC(Time to Collision), DRAC(Deceleration Rate to Avoid Crash), 최대 상대속도(Maximum Relative Speed, ΔVmax)를 지표로 평가하였다. 왕눈이 반사지 부착 조건에서는 일부 주행안전성 지표에서 미부착 조건 대비 개선 경향이 확인되었으며, 이러한 경향은 주간보다 야간 주행 조건에서 상대적으로 뚜렷하게 나타났다. 특히 중단 및 하단 부착 조건에서 상대적으로 우수한 개선 효과가 관찰되었다. 한편 실험 참여자를 대상으로한 설문조사 결과에서도 왕눈이 반사지의 시인성 및 인지효과, 사고예방 기여에 대해서 긍정적으로 응답한 것으로 나타났다. 이상의 결과를 종합하면, 왕눈이 반사지는 특히 야간 주행환경에서 화물차 후부 시인성을 보완하여 운전자의 위험 인지 및 종방향 안전 여유 확보에 기여할 가능성이 있는 것으로 판단된다. 본 연구는 왕눈이 반사 장치의 안전 효과를 운전자 인지･반응 관점에서 실증적으로 제시하였다는 점에서 의의를 가진다.

수요대응형 대중교통(Demand-Responsive Transit, DRT)은 고정 노선 대중교통 서비스 제공이 어려운 지역을 보완하기 위한 수단으로 확산되고 있다. 신규 도입 지역에 대한 DRT 수요 추정은 사업 지역 선정, 적정 차량 규모 산정, 운영 예산 검토를 위해 중요하지만, DRT는 운영 이력이 축적된 지역이 제한적이고 수요 자체의 불확실성이 높아 미운영 지역의 수요를 예측하는 데 한계가 있다. 이에 본 연구는 제한된 DRT 운영 자료를 활용하여 농어촌 및 중소도시형 DRT 이용 수요의 공간적 분포를 전국 100m 미시 격자 단위에서 추정하기 위한 계층적 베이지안 허들 감마 회귀 모형을 제안한다. 공간의 기능적 이질성을 반영하기 위해 건물의 주용도 면적 비율을 기반으로 격자를 통행생성지, 통행유인지, 농공업지, 기타 지역으로 군집화하고, 군집별 특성을 계층 구조로 반영하였다. 또한 이용량이 0인 격자를 포함하기 위해 DRT 수요 발생 여부와 양의 이용량 규모를 분리하는 허들 구조를 적용하였다. 분석 결과, 인구와 종사자 수는 DRT 수요 발생 여부와 양의 이용량 규모에서 양의 영향을 보였으며, 종사자 수의 영향은 건물 용도 기반 공간 기능에 따라 다르게 나타났다. 접근 가능한 버스 정류장 수는 수요 발생 여부에서는 통계적으로 명확한 효과가 확인되지 않았으나, 양의 이용량 부분에서는 음의 관계를 보였다. 예측 성능 평가 결과, 100m 격자 단위에서 Spearman 순위상관계수는 0.58로 나타났으며, 상위 10% 및 상위 30% 고수요 격자 식별률은 각각 41.85%, 62.40%로 나타났다. 또한 500m, 1km, 읍면동 단위로 예측값을 집계한 결과 오차가 집계 단위가 커질수록 개선되는 경향을 보였다. Leave-one-region-out 교차검증에서도 지역별 총수요 예측에는 과소 또는 과대 추정이 나타났지만, 모든 검증 지역에서 순위 기반 성능은 무작위 기준을 상회하였다. 이러한 결과는 본 모형이 농어촌 및 중소도시형 DRT 도입 후보 지역에서 상대적으로 수요 잠재력이 높은 공간을 식별하기 위한 정책 지원 도구로 활용될 수 있음을 시사한다.

자율주행 시스템(Automated Driving System, ADS)의 안전한 운행설계영역(Operational Design Domain, ODD) 확장을 위해서는 주행환경 복잡도의 정량적 평가가 필수적이다. 본 연구는 Waymo(US), ONCE(CN), nuScenes(SG), AI Hub(KR), GGData(KR), 42dot(KR)의 6개 공개 자율주행 데이터셋의 바운딩박스 어노테이션을 직접 파싱하여 주행환경 복잡도(Driving Environment Complexity, DEC) 지표 체계인 프레임당 객체 수(Objects Per Frame, OPF), 교통 참여자 구성 다양성(Traffic Composition Entropy, TCE), 복합복잡도지수(Composite Complexity Index, CCI), 취약 도로 이용자 비율(Vulnerable Road User ratio, VRU%)을 설계하고 비교 분석하였다. 데이터셋 간 이질성을 명시적으로 고려하여 동일 조건(10Hz, 3D LiDAR)에서 수집된 데이터셋 간 직접 비교를 원칙으로 하였다. OPF 순위는 Waymo(US)(48.26) > ONCE(CN)(29.16) > GGData(KR)(12.77) > AI Hub(KR)(3.34) 순으로 Waymo(US)와 ONCE(CN) 간 신뢰구간의 소폭 중첩을 제외하면 통계적으로 유의하게 확인되었으며, ISO 34503:2023 ODD 분류체계 적용 결과 도로 유형보다 취약 도로 이용자(Vulnerable Road User, VRU) 노출이 주행환경 복잡도를 더욱 강하게 결정하는 것으로 나타났다. Waymo(US)와 nuScenes(SG)의 실측 결과, OPF가 높다고 해서 충돌까지의 시간(Time-To-Collision, TTC) 위험률이 반드시 높아지는 것은 아님을 확인하였다. 국내 데이터셋의 낮은 복잡도는 센싱 기술의 차이가 아니라 복잡한 혼합교통 환경에서의 실주행 경험 부족을 의미하며, 본 연구 결과는 취약 도로 이용자(VRU) 혼합 구간으로의 운행설계영역(ODD) 단계적 확장을 위한 실증적 근거로 활용될 수 있다.

도크리스 기반 공유 전동킥보드는 도시 내 이동 편의성을 크게 향상시켰으나, 무질서한 주차로 인해 보행자 통행과 도시 안전을 저해하는 문제가 지속적으로 제기되고 있다. 그러나 기존 연구는 주로 법규 위반 여부에 초점을 맞추어 왔기 때문에, 합법적 위치에 주차되었더라도 보행 안전을 위협하는 위험주차를 체계적으로 정의하고 정량적으로 식별하는 데 한계를 지녔다. 이에 위험주차를 주차위치 위험, 주차상태 위험, 복합 위험으로 재정의하고, 화성시 동탄구 일대에서 수집된 21,936건의 반납 이미지 데이터를 분석하였다. 대규모 관측 자료의 자동화 처리를 위해 YOLOv8 기반 객체 탐지 모델과 규칙 기반 평가를 결합한 식별 프레임워크를 적용하였으며, Local Moran’s I와 다항 로지스틱 회귀분석을 통해 위험주차의 공간적 분포 특성과 유형별 유발요인을 분석하였다. 분석 결과, 위험주차는 무작위로 발생하지 않고 교통 결절점과 상업기능 밀집 지역을 중심으로 강한 공간적 군집 패턴을 보였다. 또한 점자블록 위 주차가 전체 위험주차의 49%를 차지하며 단일 원인으로 가장 큰 비중을 차지하였고, 위험주차 유발요인은 유형별로 상이한 환경 조건에서 형성되는 것으로 나타났다. 민원데이터와의 공간적 정합성 분석에서는 위험주차 핫스팟 지역이 전체 격자의 16.09%에 불과함에도 전체 민원의 43.12%가 이 지역에 집중되어, 식별 결과의 현실 적합성이 확인되었다. 컴퓨터 비전 기술과 공간 분석을 융합하여 공유 전동킥보드의 위험주차를 정량적으로 식별하고 그 구조적 특성을 규명하는 새로운 분석 프레임워크를 제시한다는 점에서 의의를 가진다.

본 연구는 합류 상황에서 인간 운전자의 의사결정을 해석하기 위한 설명가능한 분석 프레임워크를 제안한다. 고속도로 합류는 공간적·시간적 제약 하에서 다수 차량 간 상호작용이 발생하는 대표적인 주행 상황이며, 해당 상황에서의 운전자의 의사결정 과정은 복잡하게 형성되며, 이를 정량적으로 해석하는 데에는 한계가 존재한다. 이를 위해 미래 시점의 헤딩각을 의사결정과 연관된 초기 횡방향 기동 반응을 나타내는 대리 변수로 설정한다. 차량 궤적 데이터로부터 도출된 공간적, 시간적, 동적 변수를 활용하여 XGBoost 기반의 예측 모델을 구축하고, SHAP을 적용하여 각 변수의 기여도와 변수 간 상호작용 효과를 해석한다. 분석 결과, 운전자의 의사결정은 세 가지 주요 특성으로 구조화된다. 첫째, 현재 차로와 목표 차로 간 주행 여건을 비교하여 상대적으로 유리한 방향으로 의사결정이 이루어지는 경향을 보인다. 둘째, 변수 값이 특정 수준에 도달할 때 의사결정이 급격히 전환되는 임계적 특성이 나타난다. 셋째, 합류 시점에 따라 주변 요인의 영향력이 달라지는 동적 조정 구조가 확인된다. 이러한 결과는 인간 운전자의 합류 의사결정과 연관된 초기 횡방향 기동 반응이 주변 차량과의 상호작용 맥락에 따라 다르게 나타날 수 있음을 시사한다. 본 연구에서 제안하는 프레임워크는 복잡한 주행 환경에서 운전자 행동을 해석하기 위한 체계적인 접근 방법을 제공하며, 향후 인간 중심의 자율주행 의사결정 모델 개발에 기여할 수 있을 것으로 기대된다.

자율주행 기술의 발전과 시범운행지구 확대로 자율주행 차량과 비자율주행 차량이 혼재하는 도심 교통 환경이 점차 현실화되고 있다. 본 연구는 서울 강남 자율주행자동차 시범운행지구를 대상으로 자율주행 차량의 주행기록 및 제어권 전환(Takeover) 데이터와 일반 택시의 디지털운행기록장치(DTG) 기반 위험운전행동 데이터를 수집하여, 도심 도로 구간을 주행 안전 특성에 따라 유형화하고 분석하였다. 위험운전행동 발생 비율, 제어권 전환 발생 비율, 도로 구간별 평균 통행속도를 변수로 설정하여 차량 유형별 주행 특성을 비교한 후, k-means++ 군집 분석을 통해 65개 도로 구간을 5개 유형으로 분류하였다. 분석 결과, 일반 택시는 급가속･급출발･차로변경 등 다양한 위험운전행동이 고르게 발생한 반면, 자율주행 차량은 급가속･급감속 유형이 상대적으로 두드러지고 회전･차로변경 유형의 행동은 제한적으로 나타났다. 이처럼 인적 운전자와 자율주행 시스템의 상이한 주행 특성이 실도로에서 확인되었다. 도출된 5개 유형(도심 일반 혼잡, 자율차 상충, 비자율차 상충, 저위험 주행 안정, 제어권 전환 집중)은 각기 다른 도로 환경 조건을 반영하며, 특히 자율차 상충 구간과 제어권 전환 집중 구간은 교차로･보호구역･공사구간 등 자율주행 차량의 주의가 요구되는 도로 환경과 연관되는 것으로 나타났다. 본 연구는 실도로 운행 데이터를 기반으로 혼합 교통 환경에서 자율주행 친화적 도로 운영을 위한 도로 구간 단위의 진단 근거를 제시하였다는 점에서 의의가 있다.

본 연구는 서울시 행정동 단위에서 교통 인프라와 광역교통 거점 접근성이 지역경제 성과에 미치는 비선형 한계효과를 산출하고, 이를 바탕으로 지역을 유형화하였다. 서울시 427개 행정동을 대상으로 지역내총생산, 노동, 자본, 교통 인프라, 접근성 변수를 포함한 확장형 콥-더글라스 생산함수를 추정하고, 산출된 6개 한계효과를 활용해 Ward법과 K-means 기반 2단계 군집분석을 수행하였다. 분석 결과, 서울시 행정동은 외곽 인프라 확충 중심형, 대중교통･접근성 포화형, 도심 철도･주차 중심 지역, 접근성 민감 지역으로 구분되었다. 외곽 인프라 확충 중심형은 도로･버스 인프라 반응성이 높고, 대중교통･접근성 포화형은 추가 공급보다 운영 효율화가 중요한 유형으로 나타났다. 도심 철도･주차 중심 지역은 기존 도시철도역의 경유 노선 수 확대와 주차장 면적 확보･확대가 지역경제 활동과 연계될 수 있으며, 접근성 민감 지역은 도시철도역 수나 경유 노선 수 확대보다 철도(환승)역 접근시간 단축과 버스 연계 개선 효과가 큰 것으로 분석되었다. 이는 대도시권 내부에서도 교통 인프라 및 접근성 개선 효과가 지역 여건에 따라 다르게 나타남을 보여주며, 물리적 공급과 기능적 접근성을 함께 고려한 지역 맞춤형 투자 전략 수립의 기초자료로 활용될 수 있다.

본 연구는 ｢도로교통법｣ 개정(2021년 5월 13일) 이후 보행자 통행 공간에서 발생한 전동 킥보드 사고의 유형별 특성을 실증적으로 규명하고 정책적 시사점을 도출하는 것을 목적으로 한다. 분석 자료는 2021년 5월 13일부터 2024년 5월 12일까지 발생한 전동 킥보드 사고 관련 형사 제1심 판결문 120건이며 코딩의 객관성 확보를 위해 산출한 코더 간 신뢰도는 Cohen's Kappa κ=.82∼.90으로 나타났다. 분석 방법으로는 다중대응분석(MCA)과 K-평균 군집분석을 활용하여 사고 유형을 분류하였고, 교차분석을 통해 군집별 특성 차이를 검토하였다. 분석 결과, 전동 킥보드 사고는 세 가지 유형으로 구분되었다. ‘보도 중심 보행자 충돌형’(40.8%)은 전방주시태만(83.7%)과 피해자 중상 및 사망(46.9%) 비율이 높아 사고 심각도가 상대적으로 높게 나타났으며, ‘이면도로 중심 음주･도주형’(10.8%)은 음주운전(23.1%)과 사고 후 도주 비율이 다른 군집보다 상대적으로 높게 확인되었다. ‘횡단보도 중심 차량 충돌 피해 사고형’(48.3%)은 전동 킥보드 운전자가 피해자인 사례(84.5%)가 주를 이루었다. 교차분석 결과, 전방주시태만(χ²=46.472, p<.001)과 사고 후 도주(χ²=10.839, p=.004) 변수 모두 군집 간 유의한 차이가 확인되어 도출된 군집이 현실의 사고 패턴을 일정 부분 반영하고 있음을 보여주었다. 이상의 실증적 결과를 바탕으로 군집별 특성을 고려하여 보도 주행 관리 강화를 위한 GPS 기반 지오펜싱 및 개조 방지 장치 도입, 이면도로 중심의 음주운전 단속과 생활도로 환경 개선, 등록제･책임보험 등 책임관리 체계 구축, 횡단보도 안전 인프라 및 AI 기반 교통안전기술 확충, 그리고 안전교육 강화의 필요성을 제언하였다.

현행 ｢환승센터 및 복합환승센터 설계･배치 기준｣의 평면환산거리 산정방식은 수평보행공간, 계단 및 이동시설에 공간유형별 고정 환산계수를 적용하고 있다. 평면환산거리는 개별 환승동선에서 발생하는 보행통로･계단･이동시설의 이동거리를 하나의 거리 척도로 환산한 지표로 연계교통수단별 이용수요를 반영한 가중평균환산거리 산정과 환승 서비스 수준 평가의 기초자료로 활용된다. 그러나 현행 고정계수 방식은 실제 역사에서 나타나는 이용자 집단별 보행속도와 공간유형별 이동특성의 차이를 실제 평가과정에서 세부적으로 반영하기 어렵다는 한계가 있다. 이에 본 연구에서는 서울역 영상자료를 활용하여 이용자 집단 및 공간유형별 보행속도를 분석하고 관측된 보행속도와 신체활동 강도(MET, Metabolic Equivalent of Task)를 기존 평면환산거리 산정에 반영할 수 있는 산정모형을 개발하였다. YOLOv5 기반 보행자 감지 및 추적을 수행하고 영상 관측상 이용자를 고령 남성･고령 여성･비고령 남성･비고령 여성으로 구분하여 수평보행공간과 계단 상･하행의 평균 보행속도를 산정하였다. 분석 결과 고령자는 비고령자보다 전반적으로 낮은 보행속도를 보였으며 모든 이용자 집단에서 계단의 보행속도가 수평보행보다 낮게 나타났다. 이러한 관측결과를 평면환산거리 산정모형에 반영하기 위해 세 가지 산정방식을 검토하였다. 1안은 관측 보행속도를 이용한 시간저항 방식, 2안은 공간유형별 MET를 이용한 신체활동 강도 방식, 3안은 보행속도와 MET를 함께 고려하는 복합 보행저항 방식으로 구성하였다. 모든 방식에서 에스컬레이터･엘리베이터･무빙워크 등의 이동시설은 기준거리 항인 1.0으로 설정하고 수평보행과 계단 상･하행에 각 방식에서 산정된 계수를 적용하였다. 특히 3안에서 활용한 MET/v는 이용자가 주관적으로 인지하는 체감부담을 직접 나타내는 지표가 아니라 단위거리 이동시간과 신체활동 강도를 함께 고려하기 위한 복합 보행저항 지표로 정의하였다. 따라서 본 연구에서는 실제 분석과정에서 특정 산정방식이 이용자의 실제 부담을 가장 적절하게 설명한다고 판단하지 않고 반영요소에 따라 평면환산거리의 계수 및 산정결과가 어떻게 변화하는지를 비교하였다. 본 연구는 실제 역사에서 관측된 이용자 집단 및 공간유형별 보행속도와 활동유형별 MET를 기존 평면환산거리 산정체계에 연계하고 고정 환산계수를 이용자 및 공간특성을 고려할 수 있는 구조로 확장하였다는 점에 의의가 있다. 향후 이용자 주관평가, 생리적 측정자료 및 다양한 역사에서의 반복관측을 통해 각 산정방식의 적용 가능성을 검증할 필요가 있다.

어린이 보호구역은 교통약자인 어린이의 안전을 확보하기 위한 교통안전시설로, 최근 교통사고 예방을 위한 다양한 제도적･물리적 개선이 추진되고 있다. 특히 2020년 시행된 민식이법은 어린이 보호구역 내 안전시설 확충과 운전자 규제를 강화한 대표적인 교통안전 정책으로 평가받고 있으나, 정책의 실질적인 사고 감소효과를 정량적으로 검증한 연구는 아직 미흡하다. 본 연구는 민식이법 시행에 따른 어린이 보호구역의 교통안전 개선효과를 실증적으로 평가하기 위해 서울시 어린이보호구역 30개소와 일반도로 30개소를 대상으로 Naïve, Empirical Bayes, Causal Forest (CF) 기반 Before–After 분석을 수행하였다. 분석에는 교통사고 자료와 함께 일평균교통량, 평균 통행속도, 차로 수 및 무인단속카메라 수를 공변량으로 활용하여 정책효과를 비교분석하였다. 분석 결과, 세 방법론 모두 민식이법 시행 이후 교통사고 감소효과가 있음을 확인하였다. 그 중 CF 모형은 사고보정계수 0.80, 안전개선효과 20.3%, 평균처리효과 -6.12로 정책효과를 추정하였다. 또한 어린이보호구역의 사고 감소효과는 모든 구간에서 동일하게 나타나지 않았으며, 교통량, 평균 통행속도 및 차로 수와 같은 도로환경 특성에 따라 정책효과가 상이하게 나타남을 확인하였다. 본 연구에서는 기존의 평균효과 중심의 안전성 평가를 넘어 정책효과의 공간적 이질성과 영향요인을 규명하였다. 이는 향후 어린이 보호구역의 맞춤형 안전시설 설치 및 교통안전 정책의 우선순위 설정을 위한 실증적 근거를 제공할 것으로 기대된다.

최근 자율주행에서의 다중 객체 이동 궤적에 대한 예측 기술은 대규모 데이터셋과 학습 기반 모델의 발전과 함께 크게 발전하였다. 하지만 이들 예측 모델의 실도로 적용은 제한될 수 있으며 높은 예측 성능을 다양한 예측 시나리오에 대해 일관성 있게 유지하는 부분은 여전히 큰 한계점으로 지적된다. 이는 기존 예측 모델들의 편중된 시나리오에 대한 학습 환경에서 기인한 것으로 해석될 수 있다. 이에 본 연구에서는 시나리오 수준의 요인을 두 가지 요인(주변 객체 및 도로 기하구조)으로 계층적으로 분류하고 예측 성능을 시나리오 타입별로 비교･분석 함으로써 Argoverse와 같은 오픈 데이터셋 기반의 예측 모델의 한계점과 해결방안을 모색하고자 한다. 조건부 변분 오토인코더(CVAE) 아키텍처를 활용하여 예측 모델로 선정되었으며 예측 대상과의 평균 및 최종 위치 오차(minADE, minFDE)를 측정함으로써 예측 정확도를 평가한다. 실험 결과, 객체 인자는 주로 예측 성능의 전반에 큰 영향을 주는 반면, 기하구조 요인은 성능 분산 증가를 야기하는 것으로 나타났다. 특히 교차로를 포함하지 않는 시나리오에서는 minADE@6와 minFDE@6는 각각 1.18±1.15m와 3.10±3.41m였으나, 교차로 포함 시나리오에서는 각각 1.37±1.39m와 3.66±4.05m로 증가하였다. 이는 교차로와 같은 복잡한 기하 조건에서는 다중 객체의 이동 궤적 예측 오차와 성능 변동성이 증가할 수 있음을 시사한다. 이에 도시 주행 환경에서의 이동궤적 예측의 안정성을 향상시키기 위해서는 복잡한 기하구조에 대한 시나리오 데이터셋 증강 등의 조치가 요구되며 예측 과정에서 상황/환경적 맥락을 임베딩할 수 있는 예측 전략을 마련할 필요가 있다. 본 연구에서 제시된 시나리오 분류체계는 예측 모델 간 비교 연구에서 활용될 수 있으며 새로운 예측 솔루션 마련 시 모델 보정 등 후속적인 조치를 통한 성능 향상에 기여할 수 있을 것으로 기대된다.

악천후 환경에서의 교통사고 예방을 위해서는 실시간 노면 및 교통상태를 반영한 능동적인 속도관리전략이 요구된다. 특히 자율주행차와 일반차가 혼재하는 교통환경에서는 도로 인프라에서 수집한 노면･기상･교통정보를 차량과 공유하고, 해당 도로환경에 적합한 속도정보를 제공하는 협력형 교통안전관리체계가 필요하다. 따라서 본 연구의 목적은 노면상태와 교통상태를 종합적으로 고려하여 권장속도를 산정하고 단계적으로 제공하는 협력 지능형 속도조정 시스템(cooperative-intelligent speed adaptation, C-ISA)의 서비스 전략을 개발하는 것이다. C-ISA는 노면상태에 따른 미끄럼 마찰계수와 교통류 수준을 기반으로 도로환경에 적합한 권장속도를 산정하고, 이를 차량과 운전자에게 실시간으로 제공하는 동적 속도관리 서비스이다. 제안한 정보제공 전략의 적용 가능성을 검토하기 위해 습윤 및 강우 조건을 대상으로 제한속도 80km/h인 도로에서 최종 권장속도를 60, 50 및 40km/h로 설정한 총 6개의 실주행 시나리오를 구성하였다. 피실험자 11명을 대상으로 각 시나리오를 3회 반복주행하였으며, 요구 감속량 대비 실제 감속량을 순응률로 정의하여 단계별 운전자 반응을 분석하였다. 분석 결과, 습윤 조건의 평균 순응률은 첫 번째와 두 번째 감속단계에서 각각 90.92%와 98.56%로 나타났으며, 강우 조건에서는 각각 90.08%와 97.25%로 분석되었다. 두 노면조건 모두 최종 권장속도가 제공되는 두 번째 단계에서 상대적으로 높은 순응률을 보여, 단계적 권장속도 제공전략이 운전자의 점진적인 감속을 유도하는 데 활용될 수 있음을 확인하였다. 본 연구에서 제안한 C-ISA는 실시간 도로환경 변화에 대응하여 자율주행차와 일반차의 안전한 속도선택을 지원하는 인프라 협력형 속도관리전략 수립에 기여할 것으로 기대된다.