서론
1. 연구의 배경
2. 연구의 질문 및 목적
선행연구 고찰
1. 교통안전정책 도입 효과 분석 방법론
2. 주·야간 보행자 교통사고 분석 연구
3. 바닥형 보행신호등 보조장치 효과 분석
4. 연구의 차별성
연구 방법론
1. 연구 범위
2. 분석 자료 및 도구 선정
3. 분석 방법론
분석 결과
1. 성향점수매칭 결과
2. 최소제곱법 결과
3. 이중 및 삼중차분법 결과
결론 및 토의
1. 결론
2. 향후 연구과제
서론
1. 연구의 배경
1) 보행자 교통사고의 증가
한국도로교통공단의 보행 교통사고 데이터(2023)에 따르면, 2015년 이후 보행사고는 지속적으로 감소하고 있다. 이는 2012년 이후 추진된 서울시 보도블록 10계명, 보행전용거리, 보행친화구역 등과 같이 서울시의 다양한 보행친화 정책의 성과로 판단된다(Han and Lee, 2023). 그러나 2022년부터는 이전 정책의 효과 감소와 보행환경 변화로 인한 새로운 유형의 사고가 증가하면서 보행자 교통사고 건수가 다시 소폭 증가하는 추세를 보여 보행 안전을 위한 대책이 요구된다(Figure 1 참조).
특히 보행자 행태와 보행 환경이 변화하면서 보행자 부주의로 발생하는 새로운 유형의 사고가 증가하고 있으며(Arafat et al., 2023), 최근에는 스마트폰을 사용하며 걷는 스몸비족(Smombie: smartphone+zombie)에 의한 교통사고 위험이 제기되고 있다(Hao et al., 2022; The Incheon Institute, 2024)(Figure 2 참조). 스몸비족은 주변 환경에 대한 주의력이 떨어지고 이 때문에 좀비처럼 이동하는 특성이 있어 교통사고 위험 상황에 노출되었을 때 즉각적인 대응이 어렵다(Appel et al., 2019; Larue et al., 2020). 실제로 2017년 보행 중 스마트폰 사용으로 인해 발생한 사고는 177건으로 2011년과 비교하여 약 2배 증가했다(Han and Lee, 2023). 전체 보행자 교통사고 수가 감소한 데 반해 보행 중 스마트폰 사용으로 인한 사고는 훨씬 증가하였으므로 보행자 교통사고 위험률은 더 높아진 것으로 해석할 수 있다.
하지만 보행 중 스마트폰 사용에 대한 특별한 제재가 이루어지지 않고 있으며(Kang and Lee, 2016), 보행자가 스스로 인식할 수 있는 안전장치가 필요하다. 바닥형 보행신호등 보조장치는 주변 인지 능력이 떨어지는 스몸비족을 위해 도입되었으며, 어린이, 노약자, 시각장애인(저시력자, 약시)과 같은 교통약자를 보호하여 안전성을 확보할 수 있다. 또한, 지방자치단체들은 바닥형 보행신호등 보조장치 외에도 음성 안내 신호등, 활주로형 횡단보도, 보행섬 및 안전펜스 등 다양한 보행 친화 정책 도구를 도입하여 보행자 교통사고를 감소시키기 위해 노력하고 있다(The Incheon Institute, 2024).
2) 바닥형 보행신호등 보조장치의 보급
바닥형 보행신호등 보조장치는 2018년 서울시에서 시범 도입된 이후, 2019년부터 정식 도입되어 누적 설치 건수는 꾸준히 증가하고 있으며, 특히 2021년과 2024년에 급증하였다(Figure 3 참조). 해당 보조장치는 설치 위치의 특성상 보행자들이 밟고 지나갈 수밖에 없어 고장이 잦고 유지관리비가 상대적으로 높다는 단점이 있다(The Korea Economic Daily, 2023; Lim and Lee, 2024). 이에 설치 이후 시간이 지난 현재에는 유지 비용으로 인한 이슈가 새롭게 등장하고 있다(The Incheon Institute, 2024). 또한, 보행자의 시선이 아래로 향하게 유도함으로써 좌우를 살피는 방어 보행 원칙을 위배한다는 지적이 있으며(Arafat et al., 2023; Gyeongin Daily, 2023), 보행자에게 눈부심으로 인한 불쾌감을 줄 수 있다는 지적이 제기되었다. 그뿐만 아니라 어린이 보행자 교통사고가 빈번하게 발생하는 14~18시에는 햇빛이 강해 LED의 불빛이 눈에 잘 들어오지 않는다는 한계점이 있어 보행자 교통안전 개선에 실질적인 효과가 있는지 의문이 제기되고 있다(The Incheon Institute, 2024). 바닥형 보행신호등 보조장치가 도입된 후 7년이 지났음에도 불구하고, 바닥형 보행신호등 보조장치 설치에 따른 교통사고 감소 효과를 분석한 실증연구가 부족한 실정이다. 또한, 보행자 교통사고는 주간에 비해 야간에 많이 발생하기 때문에 바닥형 보행신호등 보조장치가 주간과 야간 보행자 교통사고 감소에 미치는 영향을 분석할 필요가 있다.
2. 연구의 질문 및 목적
연구 배경을 바탕으로 본 연구는 다음과 같은 두 가지 연구 질문을 설정하였다. ⑴ 바닥형 보행신호등 보조장치의 설치가 보행자 교통사고 감소에 영향을 끼쳤는가? ⑵ 바닥형 보행신호등 보조장치의 설치에 따른 주·야간 보행자 교통사고의 변화가 서로 다르게 나타나는가?
위 두 가지 연구 질문을 바탕으로 보행자 교통사고에 있어 바닥형 보행신호등 보조장치의 도입 효과에 대해 알아보고, 정책적 시사점을 제시하여 향후 보행환경의 발전에 기여하고자 한다. 또한, 구체적으로 바닥형 보행신호등 보조장치의 도입이 주·야간 보행자 교통사고에 서로 다르게 영향을 미치는지 살펴보고, 개선점을 도출하여 정책적 실효성을 제고하는 데 목표를 두고 있다. 결론적으로 바닥형 보행신호등 보조장치의 실효성에 대해 연구함으로써 향후 교통정책 효과 분석 연구 분야에 공헌하고자 한다.
선행연구 고찰
1. 교통안전정책 도입 효과 분석 방법론
국내 지방자치단체에서 보행자 교통사고를 감소시키기 위해 도입한 다양한 보행 친화 정책 도구에 대한 여러 연구가 등장하고 있다. 주로 교통정책이 실제로 교통사고에 유의미한 영향을 주는지 검증했으며, 다양한 연구 방법론을 사용하였다(Table 1 참조). 단순비교방법은 정책 전과 후의 사고 건수를 비교하고, 사고 빈도 변화율(%)을 산출한다. 이는 계산이 쉽고 이해하기 편리하다는 장점이 있지만, 대표성 확보가 어렵고 평균으로의 회귀현상(Regression to the Mean)을 설명할 수 없다는 한계가 존재한다(Park et al., 2006). 경험적 베이즈 방법은 참조집단을 대상으로 구축한 안전효율함수(Safety Performance Function, SPF)를 이용해 기대사고건수를 추정하고, 이를 관측사고건수와 비교하는 방법이다(Park et al., 2006). 경험적 베이즈 방법은 단순비교방법과 달리 평균으로 회귀하는 단점은 없지만, 참조집단을 구축하는 데 어려움이 존재한다(Li et al., 2012; Maeng et al., 2024). 국내의 교통안전정책 도입 영향 분석에 대한 연구는 경험적 베이즈 방법을 사용한 경우가 다수 존재하였다. 하지만 본 연구에서는 평균으로의 회귀현상이 존재하지 않고, 경험적 베이즈 방법에 비해 대조군 정의가 명확해 구축하는 데 용이한 삼중차분법을 분석 방법으로 채택하였다.
Table 1.
Methodology for analysis of the effectiveness of traffic safety policy introduction
| Method of analysis | Related study |
| Simple comparison method | Shin et al.(2023), The Incheon Institute(2024) |
| Empirical Bayes method | Park et al.(2006), Kim and Park(2009), Oh and Lee(2015), Park and Park(2021), Gallagher and Fisher(2024), Maeng et al.(2024) |
| Difference-in-Differences method | Li et al.(2012), Bark and Yi(2022) |
2. 주·야간 보행자 교통사고 분석 연구
보행자 교통사고의 발생 시간에 주목할 때, 주간에 비해 야간 보행자 교통사고의 빈도가 많다. 선행연구에 따르면 야간 보행자 교통사고는 가로등의 유무에 따라 사고 발생 수가 달랐으며(Ferenchak et al., 2022), 보행자의 연령 및 음주 여부, 황혼·새벽의 조도 조건과 같은 어두운 환경 등 다양한 요인의 영향을 받는다(Song et al., 2021). 이에 따라 야간에 발생하는 보행자와 차량 간 교통사고는 여러 요인에 의해 주간 교통사고와 사고 빈도 측면에서 뚜렷한 차이가 존재한다(Alogaili and Mannering, 2022). 예시로 미국에서는 보행 중 교통사고 사망자 수가 2009년부터 8년 동안 45.5% 증가하였으며, 이 중 85% 이상이 야간에 발생하였을 정도로 야간 보행자 교통사고의 심각성은 전체 교통사고 중에서도 특히 중요하며(Ferenchak and Abadii, 2021), 보행자 교통사고 관련 연구에서 긴히 주목할 필요가 있다.
국내 바닥형 보행신호등 보조장치가 도입되던 초기인 2019년부터 해당 보조장치는 반짝이는 LED 불빛 덕에 가시성이 좋아 특히 야간의 보행자 교통사고 감소에 효과적일 것으로 기대되었다(Park et al., 2021). 하지만 국내 교통안전정책 연구 중 해당 보조장치의 실효성에 관해 진행된 연구에서는 주간과 야간을 함께 고려하여 분석한 연구가 부족한 실정이다. 앞서 살펴본 바와 같이 보행자 교통사고에서는 사고 발생 시간대가 사고 빈도와 규모에 중대한 영향을 끼치므로 교통사고 관련 연구에서는 주간과 야간을 모두 고려하여 연구를 진행하여야 한다.
3. 바닥형 보행신호등 보조장치 효과 분석
2019년에 바닥형 보행신호등 보조장치가 국내에 도입된 이후, 2025년 현재는 서울특별시에만 6,323개가 설치되어 있다. 바닥형 보행신호등 보조장치에 관한 국내 연구로는 대체로 조명·전기 설비 분야와 디자인, 기술적 측면 분야에서 진행되었으며, 해외에서는 바닥형 보행신호등 보조장치 도입 시 보행자의 인지에 효과가 있는지에 관한 연구가 진행됐다(Table 2 참조).
Table 2.
A prior study on the floor-type pedestrian signal assist device
| Category | Related study |
| Field of electrical and lighting equipment | Park et al.(2021) |
| Field of design | Yang and Jang(2021), Lim and Lee(2024) |
| Field of simulation | Sobhani et al.(2017), Arafat et al.(2023) |
| Field of urban and transportation | Prevedouros(2001), Karkee et al.(2010), Hao et al.(2022) |
현재 진행된 연구는 관찰 및 실험을 통해 운전자가 보행자에게 양보하도록 행동하는 데에 바닥형 보행신호등 보조장치가 도움이 되는지 분석하였다. 특히 선행연구들은 설문조사를 추가로 실시하였으며 바닥형 보행신호등 보조장치가 운전자에게 미치는 영향을 중점으로 살펴보았다. 이외에도 스몸비족에게 시각 및 청각적 개입 전후 효과를 분석하였으며, 그 결과 단일 시각 및 청각적 개입만으로는 효과가 부족하였다.
바닥형 보행신호등 보조장치에 관해 진행된 선행연구(Prevedouros, 2001; Karkee et al., 2010; Hao et al., 2022) 는 시각적인 내용을 보완하는데 목적을 두어 보행자 교통사고와 무관하거나, 실험적 연구를 진행하여 운전자의 양보 행동이나 보행자에게 바닥형 보행신호등 보조장치 개입 효과를 살펴봄으로써 이 또한 보행자 교통사고와 무관하다는 한계가 존재한다. 그러므로 바닥형 보행신호등 보조장치가 보행자 교통사고 감소에 효과가 있는지 적절한 효과 검증이 필요하다.
4. 연구의 차별성
앞서 살펴본 선행연구에서는 바닥형 보행신호등 보조장치의 설치 효과를 파악하기 위해 단순 사고 발생 건수나 감소율을 비교하여 분석하였다. 그러나 선행연구에서 사용한 비교그룹방법은 평균으로의 회귀현상이 나타날 수 있으며, 현실을 제대로 반영하지 못한다는 한계가 존재한다(Park et al., 2006). 본 연구에서는 이를 보완하기 위하여 삼중차분법(Difference-in-Difference-in-Differences(DDD) Method)을 사용하였다. 또한, 선행연구에서는 전체 보행자 교통사고 데이터를 사용하여 주·야간 시간대를 고려하지 않았다는 한계가 나타났다. 보행자 교통사고에 있어 사고 발생 시간대는 사고 빈도와 규모에 중대한 영향을 끼치므로 본 연구에서는 주간과 야간 시간대를 모두 고려하여 분석하였다. 마지막으로, 바닥형 보행신호등 보조장치가 도입된 이후 7년이 지났으나 실제 보행자 교통사고 감소에 효과가 있는지에 관해 분석한 연구는 부족하다. 본 연구에서는 이러한 연구의 공백을 보완하고 현실을 반영하여 정책적 시사점을 제시하였다.
연구 방법론
1. 연구 범위
본 연구의 공간적 범위는 서울특별시이다. 서울특별시는 우리나라에서 가장 많은 인구의 이동과 방문이 발생하는 지역으로, 2015년에서 2017년 사이에 전국에서 발생한 보행자 교통사고 약 15만 건 중 3만 2,248건의 사고가 서울특별시에서 발생하였다(Yoon and Lee, 2019). 교통사고 관련 연구에서는 공간적 분석 단위로 버퍼 혹은 격자 단위를 주로 사용하지만, 본 연구에서는 분석 단위를 버퍼로 설정할 경우, 교차로 등에서 바닥형 보행신호등 보조장치가 중복 집계되어 전처리에 혼란을 야기할 수 있다는 문제가 발생하였다. 따라서 100m 격자 단위를 채택하여 성향점수매칭의 공변량 조건을 고려하면서, 보조장치의 설치 여부를 반영하였다(Figure 4 참조).
시간적 범위는 바닥형 보행신호등 보조장치가 정식 도입된 2019년을 기준으로 설치 전 3년(2015-2017년)과 설치 후 3년(2021-2023년)으로 설정하였다. 2018년은 시범 도입 시기였으므로 제외하였고, 2020년은 정식 도입된 후 안정기를 고려하여 제외하였다.
2. 분석 자료 및 도구 선정
본 연구에서 설정한 변수는 Table 3과 같다. 바닥형 보행신호등 보조장치는 2025년 현재 총 6,323개가 설치되어 있으며(Figure 5 참조), 위치 정보는 서울 열린데이터 광장에서 shp파일로 제공하고 있다. 서울특별시 전체 116,717개 격자 중 바닥형 보행신호등 보조장치를 포함하는 격자는 4,556개로 도출되었다.
Table 3.
Definition of variables and data sources
바닥형 보행신호등 보조장치 표준지침에 따르면, 바닥형 보행신호등 보조장치는 바닥에 보행신호를 점등해 보행자에게 추가적인 신호정보를 제공하며, 보행신호등이 설치된 횡단보도에 선택적으로 추가 설치된다(Korean National Police Agency, 2022). 설치 기준은 왕복 4차로 이상인 도로 중에서 보행자 통행이 빈번해 보행자의 횡단사고가 잦은 지점 등 보행자의 안전을 위해 필요한 지점이다.
분석 도구로는 ArcGIS Pro와 Python을 사용해 분석을 진행하였다. ArcGIS Pro는 바닥형 보행신호등 보조장치 데이터와 종속변수, 설명변수를 전처리하기 위해 사용하였다. 또한, Python은 다양한 패키지가 존재하여 통계분석을 진행하는 데 적합하여 활용하였다.
3. 분석 방법론
1) 성향점수매칭
삼중차분법의 평행추세 가정을 충족하기 위해 먼저 성향점수매칭(Propensity Score Matching, PSM)을 실시하였다. 성향점수매칭은 정책이 실시되기 이전의 처치군의 특성 변수들을 사용해 처치군과 대조군의 성향점수를 도출한 후, 가장 가까운 성향점수를 가진 처치군과 대조군을 한 쌍으로 매칭시키는 방법이다(Rosenbaum and Rubin, 1983). 성향점수란 처치군에 해당할 확률로, 0부터 1 사이의 값을 가진다. 성향점수매칭 시, 추정 방법과 매칭 방법을 선택해야 하는데 본 연구에서는 선행연구(Shin and Kim, 2022)와 같이 프로빗 모형을 사용해 성향점수 추정을 실시하였으며(Equation 1 참조), 최근접이웃 매칭(Nearest neighbor matching)을 사용해 일대일로 매칭하였다(Rosenbaum and Rubin, 1983; Lim and Lee, 2023).
성향점수매칭에 사용된 공변량은 바닥형 보행신호등 보조장치 표준지침에 명시된 설치 기준에 근거하였다(Korean National Police Agency, 2022). 바닥형 보행신호등 보조장치 설치 기준은 (1) 왕복 4차로 이상인 도로 중, (2) 보행자 통행이 빈번하여, (3) 보행자의 횡단사고가 잦은 지점이다. 그러나 본 연구에서는 차선 수를 고려하지 않았는데, 이는 6,323개의 바닥형 보행신호등 보조장치 중 동일 교차로 내 중복 지점을 고려한 1,855곳의 구역에서 약 10%에 달하는 190곳이 4차선 이하이기 때문이다. 따라서 본 연구에서는 데이터의 보존을 위해 차선 수를 제외하고, 처치 이전(2015-2017년)의 보행자 교통사고와 시가화 지역의 인구를 100m 격자 단위로 사용하였다.
이후 성향점수매칭의 공변량 균형 결과를 확인하기 위하여 절대 표준화 평균차(Standardized Mean Difference, SMD)를 주요 진단 지표로 활용하였다(Rubin, 2001; Lim and Lee, 2023)(Equation 2 참조).
2) 최소제곱법
본 연구에서 채택한 삼중차분법의 정당성을 확보하기 위하여 먼저 최소제곱법(Ordinary Least Squares, OLS)을 실행하였다. 최소제곱법은 처치 전후의 변화량이나 주·야간 차이를 반영할 수 없는 단순 통계모형이기 때문에 정책 효과를 설명하는 데에 한계가 있다. 따라서 본 연구에서는 횡단보도나 차선 수 등의 통제변수를 제어하면서 (1) 바닥형 보행신호등 보조장치 설치 여부, (2) 설치 전후 시점, (3) 사고 발생 시간대의 설명변수를 모두 고려할 수 있는 삼중차분법을 연구 방법론으로 채택하였다.
3) 삼중차분법
성향점수매칭을 통해 도출된 처치군과 대조군을 바탕으로 삼중차분법을 실시하였다. 삼중차분법의 기본이 되는 이중차분법은 처치군과 대조군의 정책 시행 전 시점에서의 차이에 정책 시행 후 시점에서의 차이를 차감한 방식이다(Heckman et al., 1998). 삼중차분법은 이중차분법에 변수를 하나 더 추가하여 계산한다.
본 연구에서는 삼중차분법의 세 가지 설명변수로 바닥형 보행신호등 보조장치 설치 여부, 설치 전후 시점, 사고 발생 시점의 주·야간 여부를 채택하였다. 또한, 종속변수는 설치 전후 시점에 따른 보행자 교통사고이다. 성향점수매칭에서는 설치 전 시점의 보행자 교통사고를 공변량으로 활용하여 처치군과 가장 유사한 대조군을 선별하였다. 삼중차분법에서는 성향점수매칭을 통해 선별한 전체 처치군과 대조군의 설치 전후 시점의 보행자 교통사고를 종속변수로 사용하였다. 성향점수매칭과 삼중차분법에 사용된 보행자 교통사고 건수 데이터는 분석 목적과 분석 시점, 분석 방법이 서로 다르다는 판단 하에, 모두 TAAS 보행자 교통사고 데이터를 사용하였다. 통제변수로는 Table 3에서 제시한 바와 같이 횡단보도, 노인·장애인보호구역, 어린이보호구역, 지하철역, 버스정류장, 과속방지턱, 교통사고다발지역, 차선을 사용하였다. 종속변수와 통제변수는 모두 처치군과 대조군 격자 내 존재하는 데이터만 ArcGIS Pro를 활용해 구축하였으며, 노인·장애인보호구역과 어린이보호구역, 교통사고다발지역은 더미변수로 설정하여 분석을 실시하였다. 계산식은 Equation 3과 같다(Kim and Kim, 2022).
분석 결과
1. 성향점수매칭 결과
바닥형 보행신호등 보조장치가 설치된 4,556개의 격자(처치군 후보)와 일반 신호등만이 설치된 16,699개의 격자(대조군 후보)를 대상으로 성향점수매칭을 진행하였다. 각각의 바닥형 보행신호등 보조장치와 일반 신호등은 공변량들을 투입한 프로빗 모형으로 성향점수를 도출하였고, 성향점수 간의 차이를 의미하는 캘리퍼 범위(caliper range)는 0.05 이내로 설정하여 매칭을 시도하였다. 그 결과, 전체 표본 중 4,547쌍의 처치군과 대조군이 선별되었으며 나머지는 제거되었다(Table 4 참조).
Table 4.
Result of propensity score matching (Unit: Pop. (person); Acc. (case))
성향점수매칭의 결과를 평가하기 위해 Rubin(2001)이 제시한 세 가지 공변량 균형 진단 기준을 사용하였다. 첫 번째, 처치군과 대조군의 성향점수 평균 차이는 작아야 한다. 두 번째, 처치군과 대조군의 성향점수 분산 비율은 1에 가까워야 한다. 세 번째, 성향점수를 조정한 후 공변량의 잔차 분산 비율은 1에 가까워야 한다. 이때 첫 번째 기준의 정량적인 값을 설정하기 위해 Lim and Lee(2023)에 따라 성향점수 평균 차이의 기준값은 0.25로 설정하였다. 공변량 균형 진단 결과, 성향점수매칭 이후 공변량 균형이 전반적으로 개선되었으며(Table 5 참조), 모든 진단 지표가 Rubin(2001)의 권장 기준을 만족하는 것으로 나타났다.
Table 5.
Covariate balance diagnostics before and after propensity score matching
Figure 6은 처치군과 대조군의 성향점수매칭 전후 성향점수 분포이다. 매칭 전은 처치군과 대조군의 성향 분포가 다소 다르게 분포하고 있으며 대조군의 중앙값이 더 낮고, 이상치가 양측에서 관측된다. 하지만 매칭 후 두 집단 간 중앙값과 이상치 범위가 거의 동일해진 것을 확인할 수 있다.
2. 최소제곱법 결과
성향점수매칭을 통해 도출한 처치군과 대조군으로 먼저 기초통계분석을 실시하였으며, 독립변수 간의 다중공선성 문제를 판단하기 위해 Variance Inflation Factor(VIF)를 확인하였다. VIF 값이 10 이상이면 다중공선성이 발생한다고 판단할 수 있다(Park and Lee, 2023). 분석 결과, 전체적으로 4 이하의 VIF 값이 도출되어 다중공선성 우려가 없는 것으로 나타났다(Table 6 참조).
Table 6.
Descriptive statistics
또한, 최소제곱법을 시행한 결과, 바닥형 보행신호등 보조장치 설치 지역에서 미설치 지역보다 보행자 교통사고가 약 0.16건 적은 것으로 나타났으며, 90% 내에서 유의미하였다(Table 7 참조). 그러나 앞서 설명한 바와 같이 최소제곱법은 단순 통계모형이기 때문에 정책적 효과를 설명하는 데에 한계가 있다. 따라서, 본 연구에서는 통제변수를 제어하면서 (1) 바닥형 보행신호등 보조장치 설치 여부, (2) 설치 전후 시점, (3) 보행자 교통사고 발생 시간대의 세 가지 설명변수를 모두 고려할 수 있는 최소제곱법 기반의 삼중차분법을 진행하였다.
Table 7.
Results of Ordinary Least Squares(OLS)
3. 이중 및 삼중차분법 결과
이중 및 삼중차분법에 사용된 세 가지 설명변수의 더미변수 설정은 다음과 같다(Table 8 참조). 먼저 이중차분법 결과에 대해 분석 후, 최종적으로 삼중차분법의 결과인 바닥형 보행신호등 보조장치 설치 전후의 주·야간 보행자 교통사고 변화에 대해 분석하였다(Table 9 참조).
Table 8.
Dummy variables for DID and DDD methods
| Category | Dummy variables |
| Treat | Control group: 0, Treatment group: 1 |
| Time | Before installation(2015-2017): 0, After installation(2021-2023): 1 |
| Night | Daytime: 0, Nighttime: 1 |
Table 9.
Results of DID and DDD methods
1) 이중차분법 결과 분석
삼중차분법의 분석 결과 중 treat × time은 설치 전후의 처치군과 대조군의 사고 건수 변화율 차이를 의미하며 이중차분법의 결과이다. 분석 결과, p-value가 0.000으로 유의미하게 나타났으며 계수는 0.340으로 설치 전후 대조군에 비해 처치군에서 보행자 교통사고 감소폭이 약 0.34건 더 적은 것으로 나타났다. 이러한 결과는 대조군이 처치군에 비해 설치 전후 사고 감소가 두드러지게 컸거나, 처치군의 사고 감소가 훨씬 작았기 때문인 것으로 추측할 수 있다. 이어서 treat × time의 결과가 이처럼 나타난 이유를 파악하기 위해 대조군과 처치군의 설치 전후 차이를 알아보았다(Table 10 참조). 분석 결과, 대조군은 설치 전에 비해 후에 약 0.60건의 보행자 교통사고 감소 변화를 보였지만 처치군은 약 0.35건으로 대조군에 비해 보행자 교통사고 감소가 적었다는 것을 알 수 있다. 이는 바닥형 보행신호등 보조장치 설치 지역에서도 보행자 교통사고가 감소 추세이기는 하지만, 감소 정도가 미설치 지역보다 약하게 나타났음을 의미한다.
Table 10.
Cross-validation results for the DID method
| Category | Acc_mean | ||
| 0 Before | 1 After | Difference | |
| 0 Control group | 1.372 | 0.771 | -0.601 |
| 1 Treatment group | 1.389 | 1.039 | -0.351 |
두 번째, treat × night은 처치군과 대조군에서의 주·야간 보행자 교통사고를 가리킨다. 이 결과에는 time이 없기 때문에 설치 전후의 시간적 변화는 반영되지 않은 단순 처치군과 대조군의 주·야간 보행자 교통사고 변화이다. 분석 결과, 대조군보다 처치군에서 주간보다 야간에 보행자 교통사고가 약 0.13건 더 적게 나타났다.
세 번째, time × night은 바닥형 보행신호등 보조장치 설치 전후의 주·야간 보행자 교통사고 변화를 보여준다. 분석 결과를 살펴보면, time × night은 음의 방향으로 약 0.2건인 것으로 나타났으며, 이는 설치 전(2015-2017)보다 설치 후(2021-2023)에 주간보다 야간의 보행자 교통사고가 약 0.2건 감소했음을 의미한다. 하지만 time × night에는 treat의 여부가 포함되어 있지 않기 때문에, 야간 보행자 교통사고 감소가 바닥형 보행신호등 보조장치 설치 여부로 인해 나타난 것인지는 알 수 없다.
2) 삼중차분법 결과 분석
마지막으로 treat × time × night는 삼중차분법의 결과로, (1) 대조군에 비해 처치군에서, (2) 보조장치 설치 전후에, (3) 주간 사고에 비해 야간 사고의 변화량이 어떻게 나타났는지를 의미한다. 분석 결과, 바닥형 보행신호등 보조장치 설치 이후 처치군에서 주간 사고 대비 야간 사고의 변화량이 대조군의 변화량에 비해 약 0.18건 더 감소한 것으로 나타났다. 쉽게 이해하기 위하여 Table 11에 삼중차분법에 반영된 평균 사고 건수(Acc_mean)의 교차표를 제시하였다. 평균 사고 건수는 편의를 위하여 소수점 넷째 자리에서 반올림하였다. 먼저 대조군(treat: 0)에서는 처치 전후의 주간 사고 감소량이 0.503건, 야간 사고 감소량이 0.698건으로 나타났다. 따라서 주간 대비 야간 사고의 감소량은 0.195건이다. 이어서 처치군(treat: 1)의 처치 전후 주간 사고 감소량은 0.162건, 야간 사고 감소량은 0.539건이므로, 주간 대비 야간 사고의 감소량은 0.377건이다. 이를 토대로 처치군의 주간 대비 야간 사고 감소량에서 대조군의 주간 대비 야간 사고 감소량을 감산하면 처치군이 대조군보다 약 0.182건 더 감소한 것으로 나타났다.
Table 11.
Cross-validation results for the DDD method
이를 이중차분법 결과인 treat × time과 연결하여 해석하면 처치군에서 나타난 설치 전후 보행자 교통사고의 전체 감소폭은 대조군보다 적었으나, 주간에 비교한 야간의 변화량은 대조군보다 커 야간에 한정하였을 때 바닥형 보행신호등 보조장치 설치의 정책 효과가 있음을 의미한다(Figure 7 참조). 이는 선행연구(Polus and Katz, 1978)와 맥락을 같이하며, 바닥형 보행신호등 보조장치가 보행자 교통사고 감소에 있어 야간에 더욱 효과적임을 입증한다.
결론 및 토의
1. 결론
본 연구는 서울특별시 바닥형 보행신호등 보조장치 설치 지점을 처치군으로 삼아 보조장치 설치 전후의 보행자 교통사고 발생 실태를 대조군과 비교함으로써 바닥형 보행신호등 보조장치 설치가 보행자 교통사고 감소에 영향을 주었는지 확인하였다.
연구 결과를 바탕으로 첫 번째 연구 질문인 ‘바닥형 보행신호등 보조장치의 설치가 보행자 교통사고 감소에 영향을 끼쳤는가?’에 대해 이중차분법 결과를 살펴봤다. 그 결과, 바닥형 보행신호등 보조장치 설치 지역(처치군)의 보행자 교통사고 감소량이 미설치 지역(대조군)의 감소량보다 오히려 약 0.34건 적은 것으로 나타났다. 최근 서울시는 보행자 교통사고 뿐만 아니라 전체 교통사고 역시 대체로 감소 추세를 보이고 있는데, 이에 따라서 바닥형 보행신호등 보조장치 미설치 지점에서도 보행자 교통사고 감소가 함께 일어났다. 그러나 설치 지점에서 보행자 교통사고의 감소 정도가 더욱 작게 나타난 이유는 바닥형 보행신호등 보조장치 설치 지점이 본래 사고다발지역인 경우가 많아 본 보조장치의 설치만으로는 모든 교통사고를 통제할 수 없기 때문이다. 따라서, 보행자 교통사고가 자주 발생하는 지역에서는 본 보조장치 이외에 추가적인 교통 안전 정책이 도입될 필요가 있음을 시사한다.
예를 들어, 바닥형 보행신호등 보조장치는 일반 보행신호등에 비해 신호 변환 시점을 지연시켜, 보행자의 안전 확보에 기여할 수 있다. 바닥형 보행신호등 보조장치는 보행자의 시선이 아래로 향하게 유도함으로써 보행자가 방어 보행 원칙을 위배하도록 한다(Arafat et al., 2023; Gyeongin Daily, 2023). 이는 일반 보행자 신호등과 바닥형 보행신호등 보조장치의 불빛이 동시에 바뀔 때, 보행자가 속도를 줄이지 못한 자동차와 부딪힐 가능성을 더욱 높인다는 문제점이 있다. 또한, 보행자는 녹색 신호나 보행신호가 켜지면 바로 교차로에 진입하는 경향이 있다. 이는 교차로를 늦게 빠져나가는 운전자들과 충돌할 위험이 크다(Retting et al., 2002). 이에 바닥형 보행신호등 보조장치의 신호 변환이 일반 보행자 신호등보다 늦게 이루어지도록 설정해 보행자를 보호할 필요가 있다.
두 번째 연구 질문인 ‘바닥형 보행신호등 보조장치의 설치에 따른 주·야간 보행자 교통사고의 변화가 서로 다르게 나타나는가?’에 대해 알아보기 위하여 삼중차분법을 실시하였다. 그 결과, 바닥형 보행신호등 보조장치 설치 지역(처치군)은 미설치 지역(대조군)에 비해 처치 전후의 주간 대비 야간 사고 감소량이 약 0.18건 더 많은 것으로 나타났다. 이를 이중차분법 결과와 함께 해석하면, 정책 시행 전후 처치군의 보행자 교통사고 감소량이 대조군의 보행자 교통사고 감소량보다 작았던 것에 비해, 주간 대비 야간의 보행자 교통사고 감소량은 더욱 크게 나타난 것이다. 이는 바닥형 보행신호등 보조장치를 야간 시간대에 한정해 보았을 때, 보행자 교통사고를 감소시키는 데에 통계적으로 유의미한 효과가 있음을 의미한다(Polus and Katz, 1978).
실제로 주간에는 햇빛으로 인해 바닥형 보행신호등 보조장치의 가시성이 떨어져 실효성에 대한 의문이 제기되고 있다(The Incheon Institute, 2024). 그럼에도 2025년 현재 서울특별시 내에는 6,323개의 바닥형 보행신호등 보조장치가 설치되어 있으며, 최근까지도 추가 설치가 활발히 이루어지고 있다. 본 연구 결과에 따르면, 바닥형 보행신호등 보조장치가 많이 설치된 최근 현황에 비해 주간의 보행자 교통사고를 감소시키는 효과는 다소 미약한 것으로 나타났다. 바닥형 보행신호등 보조장치를 설치하는 데 소요되는 비용이 사거리 기준으로 약 8천만 원임을 감안할 때(NewsPim, 2021), 바닥형 보행신호등 보조장치는 야간의 보행자 교통사고 다발 지역을 중점으로 설치될 필요가 있다. 또한, 스마트폰 사용 등으로 집중력이 분산된 보행자들의 경우 시각 또는 청각 자극 하나만으로는 경고를 인지하지 못하기 때문에 두 가지 자극을 결합한 개입이 필요하다(Hao et al., 2022). 따라서 주간의 보행자 교통사고 감소를 위해 청각적 개입이 가능한 교통안전 정책을 추가적으로 마련할 필요가 있다.
본 연구는 삼중차분법을 사용하여 보행 친화 정책 도구 중 바닥형 보행신호등 보조장치 설치에 따른 보행자 교통사고 감소 효과를 주·야간으로 나누어 분석하였다. 구체적으로 성향점수매칭을 통해 바닥형 보행신호등 보조장치 설치 지역과 유사한 특성의 미설치 지역을 각각 처치군과 대조군으로 설정하여 정책 효과를 분석하였다는 점에서 차별성이 있다. 또한, 바닥형 보행신호등 보조장치 도입 이후, 해당 보조장치의 실효성에 관한 실증 연구의 공백을 보완하였다는 점에서 의의가 있다. 본 연구 결과를 통해 횡단보도 주변 차량 속도 저감장치, 스마트 보행 안전 시스템 등 추가적인 정책을 마련하여 보행 안전 목표를 실효성 있게 달성하고, 궁극적으로 사람 중심의 보행 친화 도시 조성에 기여할 수 있을 것으로 기대된다.
2. 향후 연구과제
본 연구는 공간적 범위를 서울특별시로 한정하여 연구 결과를 타 지역에 적용하기 어렵다는 한계를 가진다. 그러나 본 연구의 방법론을 활용하여 바닥형 보행신호등 보조장치의 위치 데이터와 보행자 교통사고 발생 데이터를 충분히 갖춘 지역에서 각 지역의 상황에 맞게 더욱 개선된 연구를 진행할 수 있다. 또한, 주간 보행자 교통사고 분석 중 주간 날씨 및 조도를 고려하지 않았다는 점에서 한계를 가진다. 향후 주간 날씨와 조도를 고려하여 분석을 진행한다면, 더욱 구체적인 기상상황과 환경에 따른 바닥형 보행신호등 보조장치의 설치 효과에 대해서도 검증할 수 있을 것이다. 마지막으로 삼중차분법은 대상 지역의 공간적 특성을 통제변수로 제한하여 보행자 교통사고에 영향을 끼칠 수 있는 요인들을 제어하였다. 향후 추가적인 분석 방법을 결합하여 바닥형 보행신호등 보조장치의 효과가 탁월한 지역의 공간적인 특성을 파악한다면, 본 보조장치의 실효성을 극대화할 수 있을 것이다. 이를 통해 정책적·경제적으로 매우 의미있는 결과를 도출할 수 있을 것으로 기대된다.
