서론
선행연구
1. 폭염과 교통사고
2. 폭염기 교통사고의 공간적 집중과 시공간 분석 접근
방법론
1. 연구의 범위 및 활용자료
2. 전역 회귀분석
3. 시공간 클러스터 분석
4. 폭염 지속 주간 사고 특성 분석
분석 결과
1. 전역 회귀분석 결과
2. 시공간 클러스터 분석 결과
3. 폭염 지속 주간 사고 특성 분석 결과
논의
결론
서론
최근 기후변화로 인해 전 세계적으로 폭염의 발생 빈도와 강도가 증가하고 있으며, 이는 인간의 건강과 도시 시스템 전반에 다양한 영향을 미치고 있다(He et al., 2023). 폭염은 열 스트레스와 신체적 피로를 유발할 뿐만 아니라, 인지 기능과 주의력을 저하시켜 일상적인 활동 수행에 부정적인 영향을 미칠 수 있다(Chang et al., 2017; Sun and Dong, 2022). 이러한 특성으로 인해 폭염은 개인의 이동 행태와 교통 환경에도 영향을 미칠 가능성이 있으며, 교통안전 측면에서 새로운 위험 요인으로 주목받고 있다(Hsu and Rodríguez, 2024; Koh et al., 2026; Liang et al., 2022).
폭염과 교통안전 간의 관계는 주로 교통사고 발생 변화라는 측면에서 논의되어 왔다. 선행연구에서는 고온 또는 폭염일에 교통사고 발생 빈도가 증가하는 경향이 보고되었으며, 이는 운전자의 인지 저하, 반응 시간 증가, 피로 누적 등과 연관되는 것으로 설명되어 왔다(Hsu and Rodríguez, 2024; Park et al., 2021). 이러한 연구들은 폭염이 교통사고 발생에 일정한 영향을 미칠 수 있음을 시사한다. 그러나 폭염의 교통안전 영향은 단일 폭염일의 효과로만 나타나기보다, 고온 조건이 여러 날 지속되면서 누적되는 열 스트레스와 피로를 통해 나타날 가능성이 있다. 실제로 고온 노출은 수면의 질과 수면 시간을 저하시킬 수 있으며, 이는 회복 부족과 주간 피로를 통해 일상적 수행 능력에 영향을 줄 수 있다(Chevance et al., 2024). 또한, 열 스트레스는 인지 수행과 의사결정 능력에 영향을 줄 수 있으며, 특히 복합적 판단이나 주의 유지가 요구되는 상황에서 수행능력 저하가 나타날 수 있다(Donnan et al., 2023; Gaoua et al., 2011). 따라서 폭염과 교통사고 간의 관계를 검토할 때에는 하루 단위의 고온 여부뿐 아니라, 일정 기간 지속되는 폭염 노출 조건을 함께 고려할 필요가 있다.
한편, 교통사고는 공간적으로 무작위하게 발생하기보다는 특정 지점에 집중되는 경향을 보이며, 이러한 사고 집중 지점은 교통안전 관리의 주요 대상으로 인식되어 왔다(Dai, 2012; Shafabakhsh et al., 2017). 국내 교통안전 정책에서도 사고다발지점의 식별과 개선은 핵심적인 관리 전략으로 활용되고 있으며, 사고다발지점 관리의 효율성은 도시 교통안전 수준을 좌우하는 중요한 요소로 작용한다(Sae-Ngow et al., 2025; Younes and Oloufa, 2025). 도시 내 교차로는 특히 다양한 교통류와 보행 흐름이 상충하는 공간적 특성으로 인해 구조적으로 사고 발생 위험이 크며, 실제로 도시 내 사고다발지점 중 상당수가 교차로이다(Choi et al., 2016; Dai, 2012; Xu et al., 2018).
국내외에서는 폭염을 교통 시스템에 영향을 미치는 기후위험 요인으로 인식하며 다양한 대응 정책을 마련하고 있다. 국내의 경우 폭염기 안전운전 권고, 차량 점검 안내 등 행태 중심의 대응이 이루어지고 있으며(Korea Transportation Safety Authority, 2025; Ministry of the Interior and Safety, 2019), 일부 지방자치단체에서는 교차로 및 보행 대기 공간에 그늘막을 설치하는 등 이용자 보호 조치를 시행하고 있다(Busan Metropolitan City, 2018). 국외에서도 고온 조건에서의 운전 가이드 제공, 정류장 그늘 구조물 설치, 취약구간 모니터링 및 인프라 설계 기준 강화 등 선별적 관리 전략이 도입되고 있다(Austroads, 2024; BMUKN, 2024; City of New York, 2017; City of Phoenix, 2025). 그러나 이러한 정책은 주로 전역적 위험 저감이나 인프라 회복력 강화에 초점을 두고 있으며, 폭염기 교통사고의 실제 공간적 집중 양상을 사고 데이터에 기반하여 정밀하게 분석하고 이를 교통안전 관리 전략에 직접 반영한 사례는 제한적이다. 특히 폭염이 단일 고온일보다 누적 노출 조건에서 교통안전에 영향을 미칠 수 있다는 점을 고려하면, 폭염이 일정 기간 지속되는 조건에서 사고 발생률과 사고원인 특성이 어떻게 나타나는지를 분석할 필요가 있다.
이러한 연구 공백을 고려할 때, 폭염 지속 주간에 교통사고 발생이 어떻게 달라지는지, 그리고 해당 기간의 사고가 어떤 원인 구조를 보이는지를 분석하는 것은 폭염기 교통안전 관리 전략을 구체화하는 데 중요하다. 폭염은 도시 전역의 교통사고 발생률을 평균적으로 변화시킬 수 있을 뿐 아니라, 특정 시기와 특정 공간에서 사고 집중이 관측되는 방식으로 나타날 수도 있다. 또한, 고온 조건에서의 열 스트레스와 주의력 저하는 사고 발생 여부뿐 아니라 사고원인의 구성에도 반영될 가능성이 있다. 따라서 폭염기 교통안전 관리는 사고 발생률의 변화, 사고 발생의 시공간적 집중, 사고원인 구성을 함께 고려하는 접근을 필요로 한다. 다만, 이 세 측면은 서로 다른 분석 질문에 답하는 보완적 관점으로 이해할 수 있다.
이에 본 연구는 부산광역시 교차로 사고를 대상으로 폭염 지속 주간의 교통사고 발생 및 사고원인 특성을 탐색한다. 본 연구는 세 가지 분석을 수행한다. 먼저, 사고자료와 기상자료를 결합한 사고다발지점-주(hotspot-week) 패널자료를 구축한다. 이를 바탕으로 사고다발지점 고정효과 포아송 모형을 적용하여 폭염 지속 주간과 교통사고 발생률 간의 연관성을 추정한다. 다음으로, SaTScan의 회고적 시공간 스캔 통계를 활용하여 여름철 사고 발생이 특정 공간과 특정 기간에 집중되는지를 탐색한다. 마지막으로 개별 사고자료의 법규위반 유형을 사고원인 그룹으로 재분류하고, 폭염 지속 주간과 일반 주간 간 사고원인 구성비 차이를 비교한다. 이를 통해 본 연구는 폭염 지속 주간의 사고 발생률 변화, 사고 발생의 시공간적 집중, 사고원인 특성을 종합적으로 검토하여 폭염기 교차로 사고다발지점 관리 전략을 수립하기 위한 실증적 근거를 제공하고자 한다.
선행연구
1. 폭염과 교통사고
일반적으로 교통사고 분석연구는 사고 발생 건수를 종속변수로 설정한다. 교통사고 자료는 비음수 정수값을 갖는 계수형 자료(count data)이므로 포아송(Poisson) 회귀모형을 통해 특정 공간·시간 단위에서의 기대 사고 건수 또는 사고 발생률과 관련된 요인들을 분석한다(Lord and Mannering, 2010; Mitra and Washington, 2012). 이때, 사고 발생 건수와 사고 발생률은 사고가 발생한 지점의 특성이나 해당 지역의 인구 규모, 차량 등록 대수, 교통량 수준 등의 노출 변수(exposure variable)의 영향을 받는 것으로 알려져 있다. 또한, 사고 발생 시점의 연도 추세나 계절성과 같은 시간적 요인의 영향도 함께 받을 수 있다. 따라서 기상 요인과 같은 특정 변수가 사고 발생 건수 또는 사고 발생률과 갖는 관련성을 분석하기 위해서는 공간적 특성, 노출 조건, 시간적 요인 등을 통제한 상태에서 효과를 추정하는 것이 일반적이다(Basagaña et al., 2015; Liang et al., 2022; Park et al., 2021).
최근 기후변화로 인한 폭염과 교통사고의 관계를 분석한 연구들 역시 이러한 분석적 틀을 바탕으로 사고 건수 혹은 사고 발생률을 종속변수로 설정하고, 폭염 여부나 임계온도 초과 여부와 같은 변수를 주요 설명요인으로 포함하여 사고 발생과의 관계를 분석해 왔다(He et al., 2023; Hsu and Rodríguez, 2024; Park et al., 2021). 다수의 선행연구에서는 고온 또는 폭염일에 교통사고 발생 빈도가 평상시보다 증가하는 경향이 관찰된다고 보고하고 있으며, 이러한 결과는 다양한 지역과 분석 맥락에서 반복적으로 확인되었다(Hsu and Rodríguez, 2024; Liang et al., 2022; Sun and Dong, 2022). 폭염이 교통사고 발생에 영향을 미치는 원인은 주로 생리적·인지적 메커니즘을 중심으로 설명된다(Chang et al., 2017; Hass et al., 2021; Sun and Dong, 2022). 폭염은 열 스트레스와 피로를 유발하여 운전자와 보행자의 주의력과 반응 속도를 저하시킬 수 있으며, 판단 오류나 위험 인지 능력의 저하로 이어질 가능성이 있다(Chang et al., 2017). 또한, 고온 환경은 불쾌감과 스트레스를 증폭시켜 공격적 운전 행태를 유발하거나 교통규칙 준수 수준을 낮출 수 있는 요인으로 지적된다(Park et al., 2021). 이러한 메커니즘은 폭염이 사고 발생 빈도뿐 아니라 사고가 발생하는 과정의 성격에도 영향을 줄 수 있음을 시사한다. 따라서 폭염의 교통안전 영향을 이해하기 위해서는 사고 발생률의 변화와 더불어 사고원인 구성의 차이도 함께 검토할 필요가 있다.
이들 연구는 폭염이 교통사고 발생에 관련될 수 있다는 경험적 근거를 제시한다는 점에서 의미가 있다. 그러나 폭염의 영향은 단일 고온일의 즉각적 효과뿐 아니라, 반복적 고온 노출에 따른 열 스트레스와 피로의 누적 과정으로 나타날 가능성이 있다. 실제로 지속적 고온 노출은 수면의 질과 수면 시간을 저하시킬 수 있으며(Chevance et al., 2024), 열 스트레스는 인지 수행과 의사결정 능력에도 영향을 줄 수 있다(Donnan et al., 2023; Gaoua et al., 2011). 따라서 폭염과 교통사고 간의 관계를 분석할 때에는 일 단위의 고온 여부뿐 아니라, 주 단위와 같은 누적적 시간 단위에서 폭염 노출을 검토할 필요가 있다.
한편, 폭염과 교통사고 간의 관계를 분석한 다수의 연구는 주로 시간적 관점에서 사고 발생 변화를 검토하는 데 초점을 두어 왔다(Harirforoush, 2019; Ma et al., 2021). 이러한 연구들은 폭염 조건에서 사고 발생 건수나 발생률이 어떻게 달라지는지를 설명하는 데 기여하였으나, 그 영향이 도시 공간 내에서 어떤 방식으로 분포하는지에 대해서는 충분히 다루지 못하였다. 특히 분석 단위가 도시 전체 또는 광역 단위에 머무는 경우, 사고다발지점과 같은 미시적 공간 단위에서 나타나는 사고 집중 양상을 파악하기 어렵다. 또한, 기존 연구는 폭염 조건에서 사고가 얼마나 증가하는지에 주로 초점을 맞추어 왔기 때문에, 폭염 지속 조건에서 사고원인 구성이 어떻게 달라지는지에 대한 논의도 제한적이다. 따라서 폭염과 교통사고의 관계는 평균적 사고 발생률의 변화에만 한정하여 이해하기 어려우며, 지속적 폭염 노출, 시공간적 사고 집중, 사고원인 구성의 차이를 함께 검토하는 접근이 필요하다.
2. 폭염기 교통사고의 공간적 집중과 시공간 분석 접근
폭염이 교통사고 발생에 미치는 영향은 시간적·공간적으로 균일하게 나타나기보다, 도시 공간의 물리적·기능적 특성에 따라 상이하게 나타날 가능성이 있다. 도시 공간은 교통량 수준, 도로 구조, 토지이용, 이용자 구성 등 다양한 요인이 복합적으로 작용하는 환경으로, 동일한 외부 환경 조건에서도 사고 위험의 크기와 양상은 지점별로 다르게 나타날 수 있다(Hsu and Rodríguez, 2024; Kamatalam et al., 2019; Musa and Moses, 2014). 이러한 공간적 이질성은 폭염과 같은 기상 요인의 영향이 도시 전반에 균등하게 작용하지 않을 수 있음을 시사한다. 특히 교차로는 차량 흐름, 보행 흐름, 신호 운영, 회전 교통류가 복합적으로 결합되는 공간이다. 따라서 고온 조건에서 나타나는 주의력 저하나 판단 부담은 이러한 공간적 특성과 결합하여 사고 발생 양상에 반영될 가능성이 있다.
이러한 문제의식 아래에서 일부 연구들은 폭염의 교통안전 영향을 공간적 관점에서 분석하고자 하였다(Harirforoush, 2019; Ma et al., 2021; Shafabakhsh et al., 2017). 이런 연구들과 같이 기상 요인과 교통사고 사이의 관계를 분석한 사례에서는 특정 지역 또는 분석대상 전체를 하나의 분석 체계로 두고, 기온이나 폭염 변수가 사고 발생 건수 또는 사고 발생률과 갖는 평균적 관련성을 추정하는 전역 회귀분석이 널리 활용되어 왔다. 전역 회귀분석은 분석대상 전체에 대해 하나의 평균적 계수를 추정하므로, 폭염이 교통사고 발생에 미치는 전반적 방향성과 크기를 파악하는 데 유용하다. 그러나 이러한 접근만으로는 사고 위험이 도시 공간 안에서 어디에 집중되는지를 충분히 설명하기 어렵다. 이에 따라 공간적 자기상관을 고려하거나 지역별 이질성을 반영하는 분석 기법이 교통사고 연구에서 활용되어 왔다(Dai, 2012; Shafabakhsh et al., 2017). 이러한 접근은 교통사고가 공간적으로 무작위하게 분포하기보다 특정 지점이나 구간에 집중될 수 있음을 보여준다. 이는 폭염기 교통사고 역시 도시 전체의 평균적 변화만으로 이해하기보다, 사고가 집중되는 공간적 맥락을 함께 고려해야 함을 시사한다.
더 나아가 폭염기 사고 발생은 공간적 집중뿐 아니라 시간적 집중 패턴도 함께 나타날 수 있다. 폭염은 특정 기간에 집중적으로 발생하는 기상 현상이며, 사고 역시 특정 시간 구간에 일시적으로 증가하거나 집중될 수 있다. 따라서 폭염기 교통사고를 분석할 때에는 사고가 어디에서 집중되는지뿐 아니라, 언제 집중되는지를 함께 검토할 필요가 있다. 시공간 분석 접근은 이러한 문제를 다루는 데 유용하다. 이 접근은 사고 발생의 공간적 분포와 시간적 변화를 동시에 고려함으로써, 특정 장소와 특정 기간에 사고가 집중되는 패턴을 식별할 수 있다(Dai, 2012; Shafabakhsh et al., 2017). 따라서 시공간 분석은 폭염기 교통사고가 도시공간에서 어떠한 집중 양상으로 관측되는지를 탐색적으로 검토하는 데 적합한 방법이다.
그러나 폭염과 교통사고를 다룬 기존 시공간 분석 연구의 상당수는 비교적 공간 해상도가 낮은 단위를 사용하거나, 특정 도로 구간 또는 행정구역 수준에 분석을 한정하는 경향을 보인다. 이러한 접근은 도시 전체 또는 지역 간 차이를 파악하는 데에는 유용하지만, 실제 교통안전 관리의 주요 대상인 사고다발지점이나 교차로 수준의 위험 집중을 충분히 설명하기 어렵다. 특히 교차로는 차량과 보행자의 상충이 반복적으로 발생하는 공간이며, 폭염기 주의력 저하나 판단 부담이 사고 발생 조건과 결합될 가능성이 큰 지점이다. 따라서 폭염 대응 교통안전 정책을 보다 정밀하게 설계하기 위해서는 교차로 사고다발지점과 같은 미시적 공간 단위를 대상으로, 사고 발생의 시공간적 집중 양상을 검토할 필요가 있다. 이러한 분석은 폭염기 교통안전 관리의 우선순위를 설정하고, 특정 시기와 장소에 집중된 대응 전략을 마련하는 데 실질적 근거를 제공할 수 있다.
방법론
1. 연구의 범위 및 활용자료
본 연구는 부산광역시 교차로 사고다발지점에서 발생한 교통사고와 기상 조건 간의 관계를 분석하기 위해 사고자료와 일 단위 기상자료를 결합하였다. 공간적 범위는 부산광역시 내 교차로 사고다발지점으로 설정하였고, 시간적 범위는 2022년부터 2024년까지 매년 6월 1일부터 9월 30일까지로 설정하였다. 이는 폭염 노출이 집중적으로 관측되는 여름철에 분석을 한정하기 위한 것이다. 연중 전체 기간을 포함할 경우 폭염 노출이 거의 발생하지 않는 계절의 관측치가 다수 포함되어, 고온 조건과 교통사고 간의 관계를 검토하려는 분석의 초점이 약화될 수 있다. 이러한 이유로 교통안전 분야의 선행연구에서도 폭염 또는 고온이 교통사고에 미치는 영향을 분석할 때 열 노출이 집중되는 계절로 분석기간을 제한해 왔다(Nazif-Munoz et al., 2025; Park et al., 2021; Wu et al., 2018).
분석의 기본 공간 단위는 교통안전정보관리시스템(TMACS)에서 제공하는 사고다발지점으로 정의하였다. TMACS의 사고다발지점은 교통사고분석시스템(TAAS)의 개별 사고 자료를 기반으로 기준연도를 포함한 최근 3년간 반경 50m 이내에서 교통사고 발생 건수가 5건 이상 발생한 지역을 식별한 자료이다. 부산광역시의 경우 16개 구‧군별 사고다발지점 자료가 제공되며, 본 연구에서 활용한 원자료에는 총 477개 지점이 포함되었다. 이는 TMACS 자료의 경우 부산시 모든 구‧군에서 상위 30개의 사고다발지점이 제공되었으나, 사상구에서 27개 지점이 제공되었기 때문이다. 다만, 구‧군 경계 인근이나 동일 교차로에 해당하는 사고다발지점이 서로 다른 구‧군 자료에 중복 포함될 수 있다. 이에 본 연구에서는 좌표와 공간적 위치를 기준으로 중복 지점을 검토하였다. 좌표 간 거리가 50m 이내인 지점은 동일한 사고다발지점으로 간주하여 정리하였다. 그 결과 5쌍의 중복 지점이 통합되었으며, 최종적으로 472개의 고유 교차로 사고다발지점이 분석대상 공간 단위로 설정되었다(Figure 1). 분석기간에 해당하는 사고만 추출한 결과, 2022년부터 2024년까지 매년 6월 1일부터 9월 30일 사이에 교차로 사고다발지점에서 발생한 사고는 총 2,708건으로 확인되었다. 개별 교통사고 자료는 사고 발생일, 사고 위치, 사고 유형, 사고 심각도, 법규위반 유형 등을 포함한다. Table 1은 분석대상 사고의 연도 및 월별 분포를 요약한 것이다.
Table 1.
Descriptive characteristics of crashes in the analysis by year
| Year | June | July | August | September | Total |
| 2022 | 231 | 243 | 200 | 222 | 896 |
| 2023 | 213 | 214 | 207 | 222 | 856 |
| 2024 | 238 | 228 | 240 | 250 | 956 |
| Total | 682 | 685 | 647 | 694 | 2,708 |
기상자료는 기상청 ‘기상자료 개방 포털’에서 제공하는 일 단위 기상 관측자료를 활용하였다. 폭염일은 기상청 정의를 따라 일 최고기온이 33℃ 이상인 날로 정의하였다. 본 연구의 핵심 기상 변수는 폭염 지속 주간 여부이다. 이를 산출하기 위해 먼저 주별 폭염일수를 계산하였다. 본 연구에서는 주 단위 분석 구조를 고려하여 한 주에 폭염일이 4일 이상 발생한 경우를 폭염 지속 주간으로 정의하였다. 이 기준은 7일로 구성되는 주간 단위에서 폭염일이 과반을 차지하는 경우를 식별하기 위한 조작적 정의이다. 다만, 폭염 지속 주간에 대한 임계값은 분석 결과에 영향을 미칠 수 있으므로, 본 연구에서는 3일 이상 및 5일 이상 기준을 추가로 적용하여 민감도 분석을 수행하였다. 3일 이상 기준은 상대적으로 완화된 폭염 지속 조건을 의미하며, 5일 이상 기준은 보다 엄격한 폭염 지속 조건을 의미한다. 이를 통해 폭염 지속일 기준 변화에 따른 분석 결과의 안정성을 검토하였다.
본 연구에서는 평균 습도와 총강수량을 기상 통제변수로 포함하였다. 이는 폭염 지속 주간과 사고 발생률 간의 관련성을 보다 엄밀하게 추정하기 위한 것이다. 강수는 노면 상태, 시야, 운전행태에 영향을 줄 수 있어 교통사고 발생과 밀접한 관련이 있는 기상 요인으로 보고되어 왔다(Andrey and Yagar, 1993; Qiu and Nixon, 2008; Theofilatos and Yannis, 2014). 습도는 강수와 달리 교통사고 발생에 대한 직접적 영향이 일관되게 보고된 변수는 아니다. 그러나 습도는 고온 조건에서 인체가 경험하는 열 스트레스와 체감위험을 결정하는 핵심 기상 요소이다(Cvijanovic et al., 2023). 따라서 본 연구에서는 폭염 지속 주간의 효과를 해석할 때 습도 조건을 함께 고려할 필요가 있다고 판단하였다. 평균 습도는 일 평균 습도의 주 평균값으로 산출하였고, 총강수량은 일 강수량을 주 단위로 합산하여 산출하였다. 회귀분석에서는 강수량 계수의 해석을 용이하게 하기 위해 주 총강수량을 10mm 단위로 변환하였다.
분석은 크게 세 단계로 진행되었다(Figure 2 참조). 첫째, 전역 회귀분석을 통해 폭염 지속 주간과 사고다발지점 교통사고 발생률 간의 평균적 연관성을 추정하였다. 둘째, 시공간 클러스터 분석을 적용하여 사고 발생이 특정 공간과 특정 기간에 통계적으로 집중되는지를 탐색하였다. 셋째, 개별 사고의 법규위반 유형을 상위 사고원인 그룹으로 재분류하여 폭염 지속 주간과 일반 주간의 사고원인 구성을 비교하였다. 이러한 분석 단계는 동일한 사고자료와 기상자료 처리 절차를 바탕으로 구성되었으나, 서로 다른 연구 질문에 답하기 위한 보완적 접근으로 설정되었다. 따라서 본 연구는 전역 회귀분석, 시공간 클러스터 분석, 사고요인 분석 결과를 직접적인 인과관계로 연결하기보다, 폭염기 교차로 사고다발지점의 교통안전 특성을 다각적으로 검토하기 위한 근거로 활용하였다.
모든 분석 단계에서 일관된 데이터를 사용하기 위해 본 연구는 동일한 교차로 사고다발지점 사고자료와 일 단위 기상자료 처리 절차를 바탕으로 분석자료를 구축하였다. 전역 회귀분석을 위한 자료는 사고다발지점-주(hotspot-week) 단위 패널자료로 구성하였다. 주 단위는 월요일을 시작일로 하는 주간 기준으로 정의하였고, 이를 위해 472개 교차로 사고다발지점과 분석기간 내 모든 날짜의 조합을 생성하였다. 이후 개별 사고자료를 사고다발지점-일(hotspot-day) 단위로 집계하였다. 사고가 발생하지 않은 사고다발지점-일 관측치는 사고 건수 0으로 처리하였고, 일 단위 사고 건수는 다시 주 단위로 합산하였다. 이 과정에서 일부 주는 분석 기간의 시작일 또는 종료일이 주중에 위치함에 따라 7일 전체가 아니라 부분 주간으로 구성되었으므로, 각 사고다발지점-주 관측치에 포함된 실제 관측일수를 함께 산출하였다. 결과적으로 전역 회귀분석 입력자료는 25,960개 사고다발지점-주 관측치로 구성되었으며, 전체 사고 건수는 2,708건이었다. 한편, 시공간 클러스터 분석도 같은 분석대상 사고 2,708건의 발생일과 위치 정보를 이용하여 수행하였다. 사고원인 분석 역시 동일한 2,708건의 개별 사고자료에 주 단위 폭염 지속 여부를 결합한 뒤, 법규위반 유형을 상위 사고원인 그룹으로 재분류하여 수행하였다. 따라서 본 연구의 단계별 분석은 서로 다른 분석단위를 사용하지만, 모두 동일한 사고자료와 기상자료 처리 절차에 기반한다.
2. 전역 회귀분석
전역 회귀분석은 폭염 지속 주간과 교차로 사고다발지점의 주간 사고 발생률 간의 평균적 연관성을 추정하기 위해 수행하였다. 분석 단위는 사고다발지점-주 관측치이다. 종속변수는 사고다발지점 에서 주 동안 발생한 교통사고 건수 이다. 교통사고 발생 건수는 비음수 정수값을 갖는 계수형 자료이므로, 본 연구에서는 포아송 회귀모형을 적용하였다. 포아송 모형에서는 사고다발지점 와 주 에서 관측된 사고 발생 건수 가 조건부 평균 를 갖는 포아송 분포를 따른다고 가정한다. 이때 확률함수는 Equation 1과 같이 표현된다(Lord and Mannering, 2010).
여기서, 는 사고다발지점 의 주 에서 관측된 교통사고 발생 건수이며, 는 해당 사고다발지점-주 관측치의 조건부 기대 사고 건수를 의미한다. 본 연구에서는 가 포아송 분포를 따른다고 가정하고, 폭염 지속 주간 여부가 주간 사고 발생률과 어떠한 관련을 갖는지 추정하였다(Equation 2).
본 연구의 핵심 설명변수는 폭염 지속 주간 여부를 나타내는 이다. 는 사고다발지점 가 속한 주 에 폭염일이 4일 이상 포함된 경우 1의 값을 갖는다. 그렇지 않은 경우에는 0의 값을 갖는다. 이 변수는 주 단위에서 폭염 노출이 일정 수준 이상 지속된 조건을 나타낸다. 통제변수로는 주간 평균 습도 와 주간 총강수량 을 포함하였다. 주간 총강수량은 해석의 편의를 위해 10mm 단위로 변환하였다. Table 2는 전역 회귀분석에 사용된 주요 변수의 기술통계를 요약한 것이다. 기술통계는 분석기간 전체에서 사고가 발생하지 않은 사고다발지점을 제외하기 전의 전체 사고다발지점-주 패널자료를 기준으로 산출하였다.
분석기간은 매년 6월 1일부터 9월 30일까지로 한정되어 있다. 이에 따라 분석기간의 시작일 또는 종료일이 포함된 일부 주는 7일 전체가 아니라 부분 주간으로 구성된다. 이러한 관측일수 차이를 보정하기 위해 사고다발지점-주별 실제 관측일수 의 로그값을 offset 항으로 포함하였다. 따라서 본 모형은 단순 사고 건수의 차이가 아니라 관측일수 차이를 보정한 사고 발생률의 차이를 추정한다.
Table 2.
Descriptive statistics of variables used in the global regression analysis
본 연구는 사고다발지점 고정효과를 포함한 포아송 회귀모형을 사용하였다. 사고다발지점별 도로 구조, 교차로 형태, 주변 토지이용, 지역적 교통환경은 사고 발생에 영향을 줄 수 있다. 이러한 특성은 단기간에 크게 변하지 않는 경우가 많다. 사고다발지점 고정효과 는 이러한 시간불변 특성을 통제하기 위해 포함하였다. 또한, 연도별 차이와 여름철 내부의 월별 차이를 보정하기 위해 연도 고정효과 와 월 고정효과 을 포함하였다. 최종 모형은 Equation 3과 같이 설정하였다.
여기서 는 관측일수 차이를 보정하기 위한 offset 항이다. 는 폭염 지속 주간 여부를 나타내며, 는 주간 평균 습도이다. 는 10mm 단위로 변환한 주간 총강수량이다. 본 연구에서는 동일한 사고다발지점에서 반복적으로 관측된 주간 사고 건수 간의 상관 가능성을 고려하기 위해 표준오차를 사고다발지점 단위로 군집화하였다. 이에 따라 추정 결과에는 군집 강건 표준오차(cluster-robust standard error)를 적용하였다.
포아송 회귀모형은 로그 연결함수를 사용하므로, 의 계수 은 로그 발생률비로 해석된다. 이에 따라 을 지수화하면 폭염 지속 주간의 사고 발생률이 일반 주간에 비해 몇 배인지를 나타내는 발생률비(incidence rate ratio, IRR)를 얻을 수 있다. IRR은 Equation 4와 같이 계산하였다.
추가적으로 폭염 지속 주간 정의에 따른 결과의 민감도를 검토하였다. 본 분석에서는 한 주에 폭염일이 4일 이상 포함된 경우를 기준으로 하였으나, 3일 이상 및 5일 이상 기준을 적용한 모형도 함께 추정하였다. 이를 통해 폭염 지속일 임계값 설정에 따라 추정 결과의 방향성과 통계적 유의성이 달라지는지를 확인하였다.
3. 시공간 클러스터 분석
본 연구는 여름철 교통사고 발생이 특정 공간과 특정 기간에 집중되는지를 탐색하기 위해 시공간 클러스터 분석을 수행하였다. 이 분석은 사고 발생이 시간적·공간적으로 무작위하게 분포한다는 귀무가설 하에서, 관측 사고 수가 기대 사고 수보다 유의하게 높은 시공간 범위를 탐지하는 방법이다. 이러한 접근은 교통사고와 같이 특정 지점과 특정 시기에 집중될 수 있는 사건의 국지적 패턴을 분석하는 데 활용되어 왔다(Miao and Chen, 2024; Shafabakhsh et al., 2017; Younes and Oloufa, 2025).
시공간 클러스터 탐지는 SaTScan 소프트웨어를 이용하여 수행하였다. SaTScan은 공간과 시간 차원을 동시에 고려하는 탐색 창(scanning window)을 이동시키며, 해당 창 내부의 관측 사건 수가 기대 사건 수보다 높은지를 평가한다(Kulldorff, 2022). 시공간 스캔 통계에서는 일반적으로 공간 좌표와 시간 축으로 구성된 원통형 탐색 창을 사용한다. Figure 3은 이러한 분석 개념을 도식적으로 나타낸 것이다. 그림에서 X-Y축은 공간 좌표, Z축은 시간 흐름을 의미한다. 원통형 탐색 창은 공간과 시간 범위를 동시에 변화시키며, 해당 범위 내 사건의 집중 여부를 탐색한다.
본 연구의 SaTScan 분석은 2022년 6월 1일부터 2024년 9월 30일까지의 여름철 교통사고 발생지점과 사고일자를 입력자료로 사용하였다. 분석에 포함된 위치 수는 2,604개이며, 전체 사고 건수는 2,708건이다. 확률모형은 Space-Time Permutation model을 사용하였다. 이 모형은 별도의 인구, 교통량, 보행량 또는 노출량 자료를 요구하지 않는다. 대신, 사건의 공간좌표와 발생시점을 이용하여 전체 사건 분포에서 기대되는 시공간 패턴과 비교한다. 본 연구에서 시공간 클러스터 분석은 전역 회귀분석과 사고요인 분석을 보완하는 탐색적 분석으로 사용하였다. 전역 회귀분석은 폭염 지속 주간과 사고 발생률 간의 평균적 관련성을 추정하는 반면, 시공간 클러스터 분석은 사고 발생이 특정 공간과 특정 기간에 집중되는지를 식별한다. 따라서 본 분석의 목적은 여름철 교차로 사고다발지점 사고의 시공간 집중 양상을 탐색하고, 전역 회귀분석과 사고요인 분석에서 포착하기 어려운 공간적 맥락을 보완적으로 제시하는 데 있다.
본 연구의 SaTScan 분석은 과거 자료를 대상으로 하는 Retrospective Space-Time analysis로 수행하였으며, 고위험 시공간 클러스터만 탐지하도록 설정하였다. 분석의 시간 단위는 일 단위이며, 시간 집계 길이는 7일이다. 공간 탐색 창은 원형으로 설정하였으며, 최대 공간 클러스터 크기는 전체 위치의 2%로 제한하였다. 시간 창은 1일부터 90일까지 허용하였다. 또한, 최소 7건 이상의 사고가 포함된 경우에만 고위험 시공간 클러스터로 보고되도록 설정하였다. 통계적 유의성은 Monte Carlo 모의실험을 통해 검정하였으며, 유의확률 추정의 안정성을 확보하기 위해 9,999회 반복을 적용하였다(Kulldorff, 2022).
4. 폭염 지속 주간 사고 특성 분석
마지막 분석 단계에서는 폭염 지속 주간에 발생한 사고가 일반 주간의 사고와 비교하여 어떤 사고 특성에서 차이를 보이는지 검토하였다. 앞서 전역 회귀분석은 폭염 지속 주간의 사고 발생률 변화를 추정하고, 시공간 클러스터 분석은 사고 발생의 국지적 집중 여부를 탐색했다. 이에 비해 사고 특성 분석은 폭염 지속 주간에 관측된 사고가 특정 사고유형 또는 법규위반 유형에 상대적으로 더 많이 분포하는지를 확인하는 보조 분석이다. 따라서 본 분석은 사고 발생 건수의 증가 원인을 직접적으로 추정하기 위한 인과분석이 아니라, 폭염 지속 주간 사고의 구성적 특성을 탐색하기 위한 비교 분석으로 설정하였다.
사고 특성 분석은 개별 교통사고 자료와 주 단위 폭염 지속 여부 정보를 결합하여 수행하였다. 사고자료에서는 사고일자를 기준으로 각 사고가 발생한 주를 식별하였다. 이후 해당 주의 폭염 지속 여부를 개별 사고에 부여하였다. 이를 통해 각 사고를 폭염 지속 주간 발생 사고와 일반 주간 발생 사고로 구분하였다. 분석대상은 전역 회귀분석 및 시공간 클러스터 분석과 동일하게 2022년부터 2024년까지 매년 6월 1일부터 9월 30일까지 발생한 사고로 설정하고, 전처리 과정에서 원자료의 법규위반 유형을 네 개의 상위 사고원인 그룹으로 재분류하였다. 이 재분류는 폭염 지속 주간과 일반 주간 사이에서 사고원인 구성이 어떤 방향으로 달라지는지를 비교하기 위한 절차이다. Table 3은 각 상위 사고원인 그룹에 포함된 법규위반 유형과 사고 건수를 요약한 것이다. 보행자 보호 의무 위반, 교차로 운행방법 위반, 직진·우회전 진행방해는 보행자 인지, 교차로 상황 판단, 주변 교통상황 확인, 차량 및 보행자와의 상호작용 판단이 요구되는 위반 유형으로 보았다. 이들 유형은 “복합적 주의 및 판단 관련 위반(G1)”으로 분류하였다. 안전운전 불이행과 안전거리미확보는 운전 중 전반적인 주의 유지와 차량 간 상호작용 관리에 관련된 유형으로 보고 “일반 부주의 관련 위반(G2)”으로 분류하였다. 신호 위반, 중앙선 침범, 차로위반, 과속, 불법 유턴은 교통규칙을 명시적으로 위반한 행태로 보아 “명시적 규칙 위반(G3)”으로 분류하였다. 마지막으로 원자료에서 기타로 기록된 법규위반 유형과 앞의 세 그룹에 포함되지 않는 유형은 “기타 유형(G4)”으로 분류하였다.
Table 3.
Classification of law violation types into crash-cause groups
이후 각 사고에 G1부터 G4까지의 사고원인 그룹을 부여하고, 폭염 지속 주간과 일반 주간 간 사고원인 구성비를 비교하였다. 먼저 폭염 지속 주간 여부와 네 개 사고원인 그룹으로 구성된 2 × 4 교차표를 작성하였다(Table 4). 이를 통해 두 집단 간 전체 사고원인 구성이 통계적으로 다른지를 검토하였다. 이어서 각 사고원인 그룹을 순차적으로 대상 범주로 설정한 2 × 2 교차표를 구성하였다. 예를 들어 G1 분석에서는 G1에 해당하는 사고를 대상 범주로, G1 이외의 사고를 비교 범주로 구분하였다. 동일한 절차를 G2, G3, G4에 대해 반복하여, 폭염 지속 주간에서 특정 사고원인 그룹의 비중이 일반 주간보다 상대적으로 높은지를 검토하였다.
Table 4.
Contingency table of crash-cause groups by heatwave-week status
| Heatwave-week status | G1 | G2 | G3 | G4 | Total |
| Normal weeks | 285 (11.33%) | 1,473 (58.55%) | 683 (27.15%) | 75 (2.98%) | 2,516 (100.00%) |
| Persistent heatwave weeks | 33 (17.19%) | 104 (54.17%) | 49 (25.52%) | 6 (3.12%) | 192 (100.00%) |
| Total | 318 (11.74%) | 1,577 (58.23%) | 732 (27.03%) | 81 (2.99%) | 2,708 (100.00%) |
폭염 지속 주간과 일반 주간 간 사고원인 구성 차이는 Fisher의 정확검정을 이용하여 평가하였다. Fisher의 정확검정은 일부 범주의 빈도가 작을 수 있는 상황에서도 집단 간 범주형 구성 차이를 검정할 수 있다는 장점이 있다. 전체 사고원인 구성의 차이는 2 × 4 교차표에 대한 Fisher의 정확검정으로 평가하고, 그룹별 차이는 각 사고원인 그룹에 대해 구성한 2 × 2 교차표를 이용하여 검정하였다.
각 사고원인 그룹에 대해서는 폭염 지속 주간과 일반 주간의 구성비, 구성비 차이, 오즈비를 함께 산출하였다. 오즈비는 폭염 지속 주간에서 특정 사고원인 그룹이 나타날 오즈를 일반 주간과 비교한 값으로 계산하였다. 이는 Equation 5와 같이 표현된다.
여기서 와 는 각각 폭염 지속 주간에 발생한 사고 중 특정 사고원인 그룹에 해당하는 사고와 해당하지 않는 사고의 수를 의미한다. 와 는 각각 일반 주간에 발생한 사고 중 특정 사고원인 그룹에 해당하는 사고와 해당하지 않는 사고의 수를 의미한다. 따라서 이 1보다 크면 해당 사고원인 그룹의 비중이 일반 주간보다 폭염 지속 주간에서 상대적으로 높다는 것을 의미한다. 반대로 이 1보다 작으면 해당 사고원인 그룹의 비중이 폭염 지속 주간에서 상대적으로 낮다는 것을 의미한다.
분석 결과
1. 전역 회귀분석 결과
전역 회귀분석 결과는 Table 5에 제시하였다. 주 분석모형인 4일 이상 기준 모형에서 폭염 지속 주간의 사고발생률비(IRR)는 1.2224로 추정되었다(). 이는 사고다발지점 고정효과, 연도 고정효과, 월 고정효과, 평균 습도, 총강수량, 관측일수 차이를 보정한 뒤에도 폭염 지속 주간의 사고 발생률이 일반 주간보다 약 22.2% 높게 추정되었음을 의미한다. 통제변수의 경우 평균 습도와 총강수량은 통계적으로 유의하지 않았다. 따라서 주 분석모형에서는 평균 습도와 총강수량을 통제한 이후에도, 폭염 지속 주간이 교차로 사고다발지점의 주간 사고 발생률과 유의한 양의 관련성을 보였다고 해석할 수 있다.
폭염 지속일 기준에 대한 민감도 분석 결과, 추정 효과는 임계값 설정에 따라 차이를 보였다. 3일 이상 기준 모형에서 폭염 지속 주간의 IRR은 1.0725로 추정되었으나 통계적으로 유의하지 않았다. 반면, 5일 이상 기준 모형에서는 IRR이 1.3129로 추정되었다(). 이는 폭염일이 일부 포함된 주간보다, 폭염일이 주간의 과반 이상 또는 그보다 엄격하게 지속되는 조건에서 사고 발생률과의 관련성이 더 뚜렷하게 나타났음을 보여준다.
Table 5.
Fixed-effect Poisson regression results for weekly crashes using alternative persistent heatwave-week thresholds
| Variable | 3+ heatwave days | 4+ heatwave days | 5+ heatwave days |
| Persistent heatwave week |
1.0725 (0.0717) |
1.2224* (0.0800) |
1.3129** (0.0963) |
| Mean humidity |
1.0003 (0.0041) |
1.0002 (0.0040) |
1.0018 (0.0041) |
| Total rainfall, per 10mm |
0.9953 (0.0029) |
0.9967 (0.0029) |
0.9961 (0.0029) |
| Log-likelihood | -8,428.9 | -8,426.4 | -8,425.8 |
| AIC | 17,791.8 | 17,786.9 | 17,785.7 |
| BIC | 21,591.5 | 21,586.6 | 21,585.4 |
모형 적합도 측면에서는 5일 이상 기준 모형이 가장 낮은 AIC와 BIC를 보였다. 그러나 본 연구의 주 분석 기준인 4일 이상 기준은 모형 적합도에 따른 사후적 선택이 아니라, 7일 주간에서 폭염일이 과반을 차지하는 최소 조건을 식별하기 위한 사전적 조작적 정의이다. 즉, 5일 이상 기준은 보다 엄격한 지속 폭염 조건을 검토하기 위한 민감도 분석으로 설정하였으므로, 주 분석모형을 대체하기보다는 지속 폭염 조건이 강화될수록 사고 발생률과의 양의 관련성이 더 분명해질 수 있음을 보완적으로 보여주는 결과로 해석을 제한하였다.
2. 시공간 클러스터 분석 결과
SaTScan을 이용한 시공간 클러스터 분석 결과, 2022년부터 2024년까지의 여름철 분석 기간 동안 총 20개의 고위험 후보 시공간 클러스터가 탐지되었다(Figure 4). 이 중 기준에서 통계적으로 유의한 시공간 클러스터는 1개였다(Table 6). 유의한 시공간 클러스터는 부산광역시 서구 서대신동3가 구덕운동장 인근의 구덕사거리 일대에서 탐지되었으며, 탐지 기간은 2022년 6월 14일부터 2022년 6월 27일까지였다. 해당 시공간 클러스터의 반경은 0.058km이다.
Table 6.
Significant high-risk space-time cluster detected by SaTScan
유의한 클러스터에서 탐지된 기간과 공간 범위에서는 총 8건의 사고가 관측되었고, 기대 사고 수는 0.68건으로 산출되어 관측/기대 비율이 11.77로 나타났다. log-likelihood ratio는 12.416, p-value는 0.0234였다. 이 결과는 해당 공간과 기간에서 발생한 사고가 전체 사고의 시공간적 분포를 기준으로 기대되는 수준보다 통계적으로 유의하게 집중되었음을 의미한다.
본 연구의 SaTScan 분석은 사고 발생 위치와 사고일자를 기반으로 여름철 사고의 시공간 집중 여부를 탐색한 것이다. 따라서 본 결과는 전역 회귀분석에서 확인된 평균적 관련성과는 다른 차원의 결과이며, 여름철 교차로 사고다발지점 사고가 특정 공간과 기간에 집중될 수 있음을 보여주는 탐색적 보완 결과라 할 수 있다.
3. 폭염 지속 주간 사고 특성 분석 결과
폭염 지속 주간과 일반 주간의 사고원인 구성 차이를 비교한 결과는 Table 7에 제시하였다. 분석대상 사고 2,708건 중 일반 주간에 발생한 사고는 2,516건이었으며, 폭염 지속 주간에 발생한 사고는 192건이었다. 네 개 사고원인 그룹으로 구성한 2 × 4 교차표에 대해 Fisher의 정확검정을 수행한 결과, 전체 사고원인 구성 차이는 통계적으로 유의하지 않았다. 따라서 폭염 지속 주간과 일반 주간 사이에 사고원인 구성 전반이 뚜렷하게 달라졌다고 보기는 어렵다.
Table 7.
Comparison of crash-cause group composition between normal weeks and persistent heatwave weeks
그러나 다중비교 보정을 적용하지 않은 탐색적 그룹별 2 × 2 Fisher 정확검정에서는 G1에 해당하는 복합적 주의 및 판단 관련 위반의 비중이 폭염 지속 주간에서 더 높게 관찰되었다. G1은 일반 주간에서 285건으로 전체의 11.33%를 차지한 반면, 폭염 지속 주간에서는 33건으로 전체의 17.19%를 차지하였다. 두 집단 간 비중 차이는 5.86%p였고, 오즈비는 1.62였으며, 다중비교 보정을 적용하지 않은 p 값은 0.020이었다. 다른 사고원인 그룹에서는 보정하지 않은 그룹별 비교에서도 뚜렷한 차이가 확인되지 않았다. 다만 전체 2 × 4 검정이 통계적으로 유의하지 않았고 그룹별 검정에도 다중비교 보정을 적용하지 않았으므로, G1에서 관찰된 차이는 확인적 결과라기보다 후속 검증이 필요한 탐색적 신호로 해석할 필요가 있다.
논의
본 연구는 폭염 지속 주간이 부산광역시 교차로 사고다발지점의 교통사고 발생률 및 사고원인 구성과 어떤 관련을 갖는지 분석하고, 여름철 사고 발생의 시공간적 집중 양상을 보완적으로 검토하였다. 본 절에서는 주요 분석 결과를 종합하여 해석하고, 기존 선행연구와의 관계 속에서 본 연구의 시사점을 논의하고자 한다.
첫째, 전역 회귀분석 결과는 폭염이 교통사고 발생과 관련될 때, 단순한 일 단위 고온 노출보다 지속적 열 노출의 관점에서 이해될 필요가 있음을 시사한다. 기존 연구들은 고온 또는 폭염일에 교통사고 발생이 증가할 수 있음을 보고해 왔다(Hsu and Rodríguez, 2024; Koh et al., 2026; Liang et al., 2022; Park et al., 2021). 본 연구의 결과는 이러한 논의를 주 단위 누적 노출의 관점으로 확장한다. 특히 폭염일이 주간의 과반 이상을 차지하는 조건에서 사고 발생률과의 관련성이 더 분명하게 나타났다는 점은, 교통안전 측면에서 폭염을 하루 단위의 기상 사건으로만 볼 수 없음을 보여준다. 이는 고온 노출이 수면 부족, 피로 누적, 주의력 저하와 같은 경로를 통해 일상적 수행능력에 영향을 줄 수 있다는 선행 논의와도 연결된다(Chevance et al., 2024; Donnan et al., 2023; Gaoua et al., 2011). 따라서 폭염기 교통안전 관리는 단일 폭염일의 위험 경고뿐 아니라, 폭염이 며칠 이상 지속되는 상황에서 누적되는 운전자와 보행자의 부담을 함께 고려할 필요가 있다.
둘째, 시공간 클러스터 분석 결과는 여름철 교차로 사고가 도시 공간에서 균일하게 분포하지 않고, 특정 공간과 특정 기간에 집중될 수 있음을 보여준다. 이는 사고다발지점 관리가 연간 사고 누적 건수에만 의존해서는 충분하지 않으며, 특정 시점에 일시적으로 높아지는 사고 집중 양상을 함께 모니터링할 필요가 있음을 시사한다. 다만 본 연구에서 탐지된 유의한 시공간 클러스터의 기간에는 폭염일이 포함되지 않았다. 따라서 본 연구에서 탐지된 시공간 클러스터를 폭염 지속 주간의 국지적 효과로 해석해서는 안 된다. 오히려 현재 결과는 폭염 지속 주간과 사고 발생률 간의 평균적 관련성이 특정 한두 지점의 유의한 시공간 집중으로 곧바로 환원되지는 않을 수 있음을 시사한다. 이는 폭염 지속 주간의 교통안전 영향이 특정 교차로의 단기적 사고 폭증보다는, 여러 사고다발지점에 걸쳐 비교적 분산된 위험 증가의 형태로 나타날 가능성을 제기한다. 따라서 폭염기 교통안전 관리는 유의한 시공간 클러스터의 사후적 식별에만 의존하기보다, 사고다발지점 전반에 대한 예방적 모니터링과 운영 관리를 병행할 필요가 있다.
셋째, 사고원인 구성 분석은 폭염 지속 주간의 교통안전 영향을 사고 발생 건수의 변화에만 한정해서는 안 된다는 점을 나타낸다. 전체 사고원인 구성의 변화가 통계적으로 뚜렷하지 않았다는 점은 폭염 지속 주간이 모든 사고원인 구조를 전반적으로 바꾸는 요인이라고 보기 어렵다는 뜻이다. 그러나 다중비교 보정을 적용하지 않은 탐색적 그룹별 비교에서 복합적 주의 및 판단 관련 위반의 비중이 상대적으로 높게 관찰된 점은 제한적으로 주목할 필요가 있다. 이 그룹에는 보행자 인지, 교차로 통행 판단, 주변 교통상황 확인, 차량과 보행자 간 상호작용 판단이 요구되는 법규위반 유형이 포함된다. 이러한 탐색적 차이는 폭염 지속 상황에서 운전자와 보행자가 직면하는 인지적 부담이 교차로 환경의 복잡성과 결합될 가능성을 시사한다. 이는 고온 조건이 인지 수행, 의사결정, 주의 유지에 영향을 줄 수 있다는 기존 연구와 방향이 일치한다(Chang et al., 2017; Sun and Dong, 2022). 다만, 전체 사고원인 구성에 대한 검정이 통계적으로 유의하지 않았고 그룹별 비교에도 다중비교 보정을 적용하지 않았으므로, 이 결과를 폭염이 해당 사고원인을 직접 증가시킨다는 근거로 해석해서는 안 된다. 지속적 고온 조건에서 복합적 판단이 요구되는 교차로 상황이 상대적으로 취약해질 가능성을 보여주는 탐색적 결과로 해석하고, 향후 연구에서 이를 추가로 검증하는 것이 타당하다.
넷째, 본 연구 결과는 폭염기 교통안전 관리가 기상 예보 중심의 일반적 안전 안내를 넘어, 사고다발지점 기반의 관리 전략을 검토할 필요성을 시사한다. 현재 폭염 대응 교통안전 정책은 안전운전 권고, 차량 점검 안내, 정류장 및 보행 공간 개선, 인프라 설계 기준 강화 등 다양한 형태로 이루어지고 있다. 그러나 이러한 대응은 대체로 도시 전역을 대상으로 한 일반적 위험 저감에 초점을 둔다. 본 연구 결과는 폭염 지속 조건, 사고다발지점, 사고원인 구성 정보를 함께 고려함으로써 폭염기 교통안전 관리의 우선순위를 보다 구체적으로 설정할 수 있는 가능성을 시사한다. 예를 들어 폭염이 며칠 이상 지속될 것으로 예보되는 경우, 사고다발 교차로를 대상으로 신호 운영 상태를 점검하고, 보행자 대기 공간의 열 노출을 완화하며, 운전자에게 교차로 접근 시 주의 정보를 제공하는 방식의 단기 운영 전략을 고려할 수 있다. 특히 복합적 주의 및 판단 관련 위반이 상대적으로 높게 나타난 결과는, 폭염기 안전대책이 단순 감속이나 차량 점검 안내에 그치지 않고 교차로 내 상충 움직임과 보행자 보호 상황을 함께 겨냥해야 함을 시사한다.
종합하면, 본 연구는 폭염기 교통안전 위험을 단일한 사고 증가 여부로만 해석하지 않고, 평균적 사고 발생률, 시공간적 집중, 사고원인 구성이라는 세 가지 관점에서 함께 검토했다는 점에서 의의가 있다. 전역 회귀분석은 폭염 지속 주간과 사고 발생률 간의 평균적 관련성을 보여주었으며, 시공간 클러스터 분석은 여름철 사고가 특정 공간과 기간에 집중될 수 있음을 확인하였다. 사고원인 구성 분석에서는 전체 사고원인 구성 차이가 통계적으로 유의하지 않았으며, 다중비교 보정을 적용하지 않은 탐색적 그룹별 비교에서 복합적 판단이 요구되는 사고원인 그룹의 비중이 폭염 지속 주간에서 상대적으로 높게 관찰되었다. 다만 이 세 분석 결과는 서로를 인과적으로 설명하는 관계가 아니다. 각각은 폭염기 교통안전 문제를 서로 다른 차원에서 이해하기 위한 보완적 근거로 해석되어야 한다. 이러한 접근은 폭염 대응 교통안전 정책이 단순한 계절별 홍보나 일반적 경고 수준에 머무르지 않고, 사고자료와 기상자료를 결합한 예측 기반·장소 기반 관리체계로 발전할 필요가 있음을 시사한다.
결론
본 연구는 부산광역시 교차로 사고다발지점을 대상으로 폭염 지속 주간과 교통사고 발생 및 사고원인 특성의 관련성을 분석하였다. 사고다발지점-주 단위 고정효과 포아송 모형을 적용한 결과, 한 주에 폭염일이 4일 이상 발생한 폭염 지속 주간에는 일반 주간보다 주간 사고 발생률이 유의하게 높게 추정되었다. 또한, SaTScan 기반 시공간 클러스터 분석에서는 여름철 사고가 특정 공간과 특정 기간에 통계적으로 집중될 수 있음을 확인하였다. 마지막으로 사고원인 분석에서는 전체 사고원인 구성 차이가 통계적으로 유의하지 않았으며, 다중비교 보정을 적용하지 않은 탐색적 그룹별 비교에서 복합적 주의 및 판단 관련 위반의 비중이 폭염 지속 주간에서 상대적으로 높게 관찰되었다. 다만 사고원인 그룹별 비교 결과는 탐색적 분석에 기반하므로, 폭염과 특정 사고원인 간의 확정적 관계를 의미하는 것으로 해석해서는 안 된다. 이러한 결과는 폭염기 교통안전 문제가 단순한 사고 건수 증가 여부에만 한정되지 않으며, 지속적 열 노출, 시공간적 사고 집중, 사고원인 구성의 관점에서 함께 이해될 필요가 있음을 보여준다.
위와 같은 결과에도 불구하고 본 연구는 몇 가지 한계를 갖는다. 첫째, 분석 대상은 부산광역시 교차로 사고다발지점으로 한정되었으므로, 연구 결과를 도시 전체 도로망이나 다른 도시의 교통환경으로 일반화하는 데에는 주의가 필요하다. 둘째, 분석 기간은 2022년부터 2024년까지의 여름철로 제한되었기 때문에, 장기적 기후변화 맥락에서 폭염과 교통사고 간의 관계를 해석하기에는 한계가 있다. 셋째, 본 연구는 교통량, 보행량, 차량 주행거리와 같은 노출 변수를 직접 포함하지 못하였다. 따라서 폭염 지속 주간의 통행량 변화나 휴가철 이동 수요 변화가 사고 발생률 추정에 일부 반영되었을 가능성을 배제하기 어렵다. 넷째, 기상자료는 주 단위로 집계되었기 때문에, 사고 발생 시점의 시간대별 열환경이나 교차로 주변의 미시적 도시열섬 특성을 충분히 반영하지 못하였다. 다섯째, 시공간 클러스터 분석은 사고 발생 위치와 발생일을 이용한 탐색적 분석으로, 폭염 지속 주간 변수를 직접 포함하지 않는다. 그러므로 탐지된 시공간 클러스터를 폭염의 인과효과로 해석할 수 없다. 마지막으로 사고요인 분석은 법규위반 유형의 구성비 비교에 기반한 분석이므로, 운전자 상태, 보행자 행동, 신호 운영, 사고 당시 교통상황을 직접 설명하지 못한다. 따라서 본 연구 결과는 부산광역시 교차로 사고다발지점을 대상으로 한 여름철 조건에서 관찰된 통계적 관련성으로 해석할 필요가 있다. 향후 연구에서는 장기간 사고자료, 교통량 및 보행량 자료, 신호 운영 정보, 미시적 열환경 자료, 차량 궤적 자료를 결합한 분석체계를 구축할 필요가 있다. 이를 통해 폭염 노출과 교통사고 발생 간의 인과적 경로 및 사고원인 메커니즘을 보다 정교하게 검토할 수 있을 것이다.
그럼에도 본 연구는 폭염기 교통안전 문제를 단순한 사고 증가 여부가 아니라, 사고 발생률의 평균적 변화, 여름철 사고의 시공간적 집중, 사고원인 구성의 차이라는 세 가지 관점에서 함께 검토했다는 점에서 의의가 있다. 특히 교차로 사고다발지점이라는 정책적 관리 단위를 중심으로 폭염 지속 주간의 교통안전 특성을 분석했다는 점은 기존 연구와 차별화된다. 본 연구의 결과는 폭염 대응 교통안전 정책이 도시 전역을 대상으로 한 일반적 안전 안내에 머무르기보다, 사고자료와 기상자료를 결합한 장소 기반·예측 기반 관리체계로 발전할 필요가 있음을 시사한다. 또한, 본 연구 결과는 폭염 예보 또는 경보와 연계한 사고다발 교차로 관리 전략의 필요성을 검토하는 데 참고자료로 활용될 수 있으며, 신호 운영 점검, 보행 대기 공간의 열 노출 저감, 교차로 접근부 경고 정보 제공과 같은 표적형 대응 방안을 논의하는 기초 자료로 활용될 수 있다.
기후위기로 인해 폭염의 빈도와 강도가 증가하는 상황에서 교통안전 관리는 기상위험을 주변 조건으로만 취급해서는 안 된다. 폭염은 도시 교통시스템 안에서 사고 발생 조건과 이용자 행태에 영향을 줄 수 있는 중요한 위험 요인으로 고려되어야 한다. 본 연구가 교차로 사고다발지점 자료와 기상자료를 결합하여 폭염기 교통안전 위험을 실증적으로 검토함으로써, 기후 적응형 교통안전 관리체계 구축을 위한 기초 근거를 제공하기를 바란다.
