서론
선행연구
방법론
1. 서부간선지하도로
2. TOD기반 운영속도를 고려한 가변형 속도제한 관리전략 설계
3. 시뮬레이션 네트워크 설계
4. 효과분석
분석결과
1. Congestion Scenario(18:00~19:00)
2. Normal Scenario(12:00~13:00)
결론
서론
도심 내 교통혼잡을 완화하고 지상의 공간을 효율적으로 활용하기 위한 방안으로 지하도로의 도입이 지속적으로 확대되고 있다. 국내에서는 현재 평면적인 공간 분배의 한계점에 다다르고 있으며 점점 지하공간의 개발을 통한 입체적 공간 분배의 중요성이 대두되고 있다(Park et al., 2021b). 지하도로는 폐쇄적인 공간 구조와 내‧외부 조도 차이 등 지상도로와는 다른 교통 환경 특성을 지닌다. 특히 진‧출입구의 급격한 조도 변화, 시야확보의 어려움은 운전자의 인지 및 반응에 부정적인 영향을 줄 수 있다(Jeong et al., 2022). 지하도로에 대한 대중의 인식을 조사한 워드클라우드 분석 결과에서 다수의 운전자는 도심 지하도로를 ‘사고나 정체가 발생해서는 안 되는 구간’으로 인식하고 있었으며 이로 인해 교통안전 확보와 지정체 최소화가 핵심적인 이슈로 분석되었다. 이 외에도 시야확보의 어려움, 갑갑함, 졸음운전 등과 같은 요소들이 함께 언급되었다. 이를 통해 지하도로를 통행하는 운전자는 대부분 교통사고와 같은 안전문제를 중점적으로 고려해야 한다고 생각하고 있는 것으로 나타났다(Park et al, 2021a).
서부간선지하도로는 서울특별시와 경기도를 연결하는 주요 간선도로로 상습적인 교통 혼잡이 발생하는 구간이다. 2021년 9월부터 2025년 1월까지 9.365km에 이르는 서부간선지하도로 성산방면 구간에서는 총 100건의 교통사고가 발생하여 연평균 1km당 3.05건에 해당한다. 한편, 2022년 기준 총 연장 12.4km의 서부간선도로에서는 74건의 사고가 발생하여 연평균 1km당 2.98건으로 집계되었다. 이와 비교할 때 서부간선 지하도로의 사고 발생 빈도가 더 높게 나타나며, 이는 지하도로의 구조적·환경적 특성이 사고 위험을 가중시킬 수 있음을 보여준다. 또한 기존 연구에 따르면 평균 속도 및 속도 표준편차의 증가는 사고 발생률과 밀접한 관련이 있으며 이는 속도 변동성이 클수록 사고 발생 개연성이 높아짐을 시사한다(Jeong and Oh, 2011). 이는 속도 제어와 관리의 중요성을 강조하는 근거가 된다. 특히 지하도로와 유사한 특성을 지닌 터널에서는 교통사고 발생할 경우, 대형 인명 피해를 동반한 사고로 이어질 가능성이 높다는 점에서(Na et al., 2024), 지하도로의 속도관리전략은 더욱 과학적이고 실도로 교통 현상을 반영하여 설계되어야 한다.
현재 대부분의 지하도로는 시간대별 교통 특성을 반영하지 않고 전 구간 동일한 제한속도를 적용하는 글로벌 속도관리전략(Global Speed Management Strategy)을 적용하고 있는 실정이다. 이 전략은 전체 구간에 동일한 제한속도를 적용하여 속도저감 효과는 있으나, 구간내 교통류 변화를 반영하지 못해 실제 운영 효과는 제한적이다. 특히 도심 지하도로는 차로 변경이나 우회가 어렵기 때문에 제한속도 설정이 교통안전 및 효율에 미치는 영향이 더욱 크다. 이에 따라 지하도로의 교통 특성을 반영한 구간별‧시간대별 탄력적 로컬 속도관리전략(Local Speed Management Strategy)의 도입이 필요하다. 본 연구는 지하도로 교통안전을 위한 가변형 속도관리전략을 설계하고 효과를 분석하는 것을 목적으로 하였다. 서부간선지하도로 실도로 차량검지 시스템(Vehicle Detection System, VDS) 데이터를 활용하여 Time-of-Day(TOD)기반 운영속도를 고려한 가변형 속도제한(Variable Speed Limit, VSL) 관리전략을 설계하였고 PTV VISSIM을 활용하여 설계한 속도관리전략의 효과를 이동성과 안전성 측면에서 정량적으로 평가하였다.
선행연구
지하도로는 외부와 차단된 폐쇄적인 구조로 인해 일반적인 지상도로와는 다른 주행 환경과 운전자 반응 특성을 보인다. 일반적으로 터널과 같은 폐쇄형 도로 환경에서는 지상 일반도로 대비 평균 주행속도가 낮고, 도로의 용량이 감소하는 현상이 나타나는 것으로 알려져 있다(Kim et al., 2014). 지하도로 유출연결로 분류부 구간을 대상으로 시뮬레이션 주행실험을 수행한 연구에서는 차로변경 허용구간 및 감속차로 구간에서 터널 벽체로 인해 동일 기하구조의 지상도로 환경 대비 평균 속도가 낮게 나타나거나 터널 벽체 등의 구조물로부터 다소 떨어져 주행하려는 경향이 있음을 밝혔다(Jeong et al., 2022). 싱가포르의 지상 및 지하도로를 대상으로 차량 추종 데이터를 비교 분석한 결과, 운전자들이 지하도로에서 지상도로보다 추종거리를 길게 유지하고 보다 보수적인 주행행태를 보인다고 보고하였다(Yeung et al., 2014). VISSIM과 VR 시뮬레이터를 활용한 지하도로 주행행태 분석에서는 지상도로 대비 지하도로에서 운전자들은 선행차량과의 차두간격이 좁고, 감속도에 대한 반응이 더 민감한 것으로 분석하였다(Park et al.,2022).
지하도로의 주행환경 특성과 운전자 반응으로 인해 속도 변동성을 높이고 주행 안정성을 저하시킬 수 있다. 실제로 속도 변동성은 교통 안전성과 밀접한 관련이 있으며, 변동성이 클수록 사고 발생 가능성이 높아진다는 점이 다수의 연구에서 확인되었다. Kamrani et al.(2018)은 Basic Safety Message 데이터를 활용하여 속도, 가속도, jerk의 변동성을 통합한 ‘Driving Volatility’ 개념을 제시하고 이 지표가 사고 발생 빈도와 통계적으로 유의한 상관관계를 가짐을 확인하였다. Kummetha et al.(2024)은 팬데믹 기간 차량 주행거리 감소에도 불구하고 Time-Varying Stochastic Volatility가 증가하면서 교통사고 및 치사율 또한 증가하였다고 분석하였다. Yao et al.(2019)은 도시 간선도로에서 Coefficient of Speed Variation를 활용하여 속도 표준편차와 사고 발생률 간의 상관관계를 제시하였으며, 이를 기반으로 도시형 교통 안전지표(Traffic Order Index)를 개발하였다. Zheng et al.(2010)은 고속도로 사고 분석을 통해 속도 표준편차가 1mph 증가할 때마다 사고율이 약 8% 증가함을 실증하였다. Mohammadnazar et al.(2022)은 Connected Vehicles 데이터를 활용하여 Driving Volatility 지표를 Safety Performance Functions(SPFs)에 통합한 모델을 제안하였고 속도 변동성 포함 여부에 따라 사고 예측 정확도가 향상됨을 확인하였다. 또한, Arvin et al.(2019)은 Naturalistic Driving Study 자료를 기반으로 속도 변동성과 가속도 변동성이 사고 인지도 및 반응에 미치는 영향을 분석하였고 사고 심각도 및 충돌 유발성과도 강한 상관관계를 가짐을 밝혔다. 국내 연구에서도 속도 변동성과 사고 개연성 간의 관계를 실증적으로 규명하려는 시도가 나타나고 있다. Jo et al.(2022)은 C-ITS 실시간 데이터를 활용하여 속도의 time-varying-volatility(VF_speed) 및 속도 표준편차(SD_speed) 지표를 통해 도로위험도가 높은 구간을 판별하는 주행안전성 평가 모델을 제안하였고 속도 변동성이 높은 구간이 사고 다발 지점과 높은 일치도를 보이는 결과를 도출하였다.
따라서 속도 변동성을 저감하기 위한 방안으로 속도관리전략의 필요성이 제기된다. 가변형 속도제한(VSL)은 교통상황에 따라 속도를 차등 제한하여 혼잡 또는 사고 지점에 도달하기 전 차량 간·차로 간 속도편차를 감소시켜 사고를 예방하고 총 지체를 최소화하는 속도관리전략 기법 중 하나이다. VSL 알고리즘은 지금까지 다양한 접근법이 제안되어 왔다. 규칙 기반(rule-based) 알고리즘은 단순성과 구현 용이성 덕분에 독일 아우토반, 미국, 호주 등 여러 국가의 고속도로에서 실제로 적용된 사례가 다수 보고되었다(Bertini et al., 2006; Han et al., 2009; Papageorgiou et al., 2008; De Pauw et al., 2018). 국내에서도 경찰청(Police Agency, 2011)에서 제시한 ‘Decision-Tree for Determining New Posted Speed’와 같은 룰 베이스(rule-based) 알고리즘이 사용되고 있으며, 이는 Allaby et al.(2007)이 제시한 방식으로 교통량, 평균속도, 점유율 등을 기준으로 사전에 정의된 제한속도를 적용하는 구조이다. 한편, 충격파 이론에 기반한 SPECIALIST(Hegyi and Hoogendoorn, 2010)나 모델예측제어(Model Predictive Control, MPC)를 활용한 VSL(Wang et al., 2016) 등 모델 기반 접근은 시뮬레이션 및 일부 실증에서 효과가 입증되었으나, 높은 계산 복잡성과 운영 제약으로 인해 실제 도로 적용은 제한적이다. 최근에는 강화학습(Reinforcement Learning, RL) 및 다중에이전트 강화학습(Multi-Agent Reinforcement Learning, MARL)을 활용한 연구가 활발히 진행되며, 병목 해소(Zheng et al., 2023), 배출가스 저감(Fang et al., 2023), V2I 기반 협력 제어(Wang et al., 2019; Han et al., 2024), 자율·커넥티드 차량과 연계한 최적화(Feng et al., 2024) 등 다양한 알고리즘이 시뮬레이션 환경에서 연구되고 있다. 그러나 이러한 첨단 알고리즘은 여전히 복잡한 시스템 요구사항과 인프라 부담으로 현장 확산 적용에 한계가 있다.
국내에서는 현재까지 지상도로와 지하도로를 막론하고 동일한 규칙 기반 VSL 알고리즘이 적용되고 있어, 지하도로의 환경 특성을 충분히 반영하지 못하고 있다. 따라서 지하도로의 폐쇄적 구조, 급격한 조도 변화, 제한된 차로 변경 가능성, 출구부 병목 등 교통안전에 영향을 미치는 환경적 특성을 고려한 정량적 분석이 필요하다. 본 연구는 서부간선지하도로의 실측 VDS 데이터를 기반으로 구간별‧시간대별 운영속도를 산출하고, K-Means 군집분석을 통해 제한속도를 설정하는 전략을 제안하였다. 이는 기존 규칙 기반 접근과 달리 실도로 교통패턴을 반영한 데이터 주도적 알고리즘이라는 점에서 차별성을 가진다. 나아가 속도 표준편차와 time-varying-volatility 지표를 활용해 속도관리전략 적용 시 안전성 효과를 정량적으로 검증함으로써 기존 연구와 구분되는 의의를 갖는다. 또한 본 연구는 기존 인프라(VDS, LCS 등)를 활용할 수 있어 추가적인 시설 투자 없이도 현장 적용이 가능한 실용적 대안을 제시한다는 점에서 학술적·실무적 기여가 있다.
방법론
본 연구는 서부간선지하도로 성산방면을 대상으로 TOD기반 운영속도를 고려한 가변형 속도제한 관리전략을 설계하고 그 효과를 시뮬레이션을 통해 분석하였다. 도로 특성과 VDS 데이터를 바탕으로 시간대별 85백분위 속도를 산출하고 K-Means 군집분석을 통해 구간별 제한속도를 설정하였다. 이후 PTV VISSIM을 활용해 지하도로 네트워크를 구현하고 혼잡도에 따른 두 가지 시나리오(Congestion, Normal)에 대해 속도관리전략 적용 전후를 비교하였다. 속도관리전략의 효과는 평균 통행시간과 평균 속도(이동성), 속도 표준편차와 속도 time-varying-volatility(안전성)를 평가지표로 사용해 정량적으로 평가하였다. Figure 1에서 분석 절차를 도식화하여 제시하였다.
1. 서부간선지하도로
본 연구의 대상인 서부간선지하도로 성산방면 구간은 서울시 금천IC에서 성산대교 남단까지 연결되는 도시부 지하도로로, 총 연장 9,365m의 2차로 소형차 전용 유료도로이다. 해당 도로는 시설한계가 3m이며 진입부와 출구부에 단속카메라가 설치되어 전 구간에 대해 평균속도 80km/h의 구간단속이 실시되고 있다. 진입부에는 하이패스 및 현금 톨게이트가 설치되어 있으며 출구 이후에는 지상의 서부간선도로와 합류한 뒤 성산대교, 월드컵대교, 양화대교 방면으로 분기된다. 이들 분기 구간에는 운전자의 시인성을 확보하기 위한 색깔 유도선이 적용되어 있고 진출입부 구간에서는 차로 변경이 가능하다. 지하도로의 구조 및 주요 특성은 Figure 2에 제시하였다.
본 구간에는 총 14개의 VDS가 설치되어 있고 연구에서는 VDS 검지기에서 수집된 2024년 7월 한 달간 주중 23일치 30초 단위 교통량 및 속도 데이터를 분석자료로 활용하였다. VDS는 지하도로 진입부로부터 #27, #25, #23 .... #03, #01 순으로 번호가 부여되어 있다.
서부간선지하도로 성산방면 구간에서는 2021년 9월부터 2025년 1월까지 총 100건의 교통사고가 발생하였고 이는 해당 도로의 구조적·운영적 특성과 밀접한 관련이 있는 것으로 분석된다. 특히 오진입, 끼임, 차대시설 충돌 등의 사고가 빈번히 발생한 것으로 나타났다. 이 중 오진입 및 끼임, 화재 사고 등 교통류 분석에 영향을 미치지 않는 사고를 제외하여 총 38건의 사고를 분석 대상으로 선정하였다.
2. TOD기반 운영속도를 고려한 가변형 속도제한 관리전략 설계
본 연구에서는 서부간선지하도로 성산방면 구간에 설치된 14개 VDS 지점의 실도로 자료를 활용하여 속도 변동성과 교통사고 건수 간의 관계를 분석하였다. 이를 위해 인접한 VDS 검지기 간 거리를 반으로 나누어 각 검지기를 중심으로 14개의 구간으로 분류하였다. 지점별 평균속도, 속도의 표준편차(Std_speed), 속도의 time-varying-volatility(VF_speed)를 산출하였다. time-varying-volatility는 시간의 흐름에 따라 변화하는 개별차량의 주행 불안정 수준을 계량화 할 수 있는 지표로(Jo et al., 2022; Mahdinia et al., 2021; Kamrani et al., 2018) 본 연구에서는 30초 단위의 속도 데이터를 기반으로 각 VDS 검지기 지점의 시간에 따른 속도 변동성을 계산하였다.
Figure 3에 제시한 바와 같이, 속도 변동성이 높은 구간에서 교통사고 발생 건수가 높은 경향이 확인되었다. 예를 들어, VDS #03 지점의 Std_speed는 14.63km/h, VF_speed는 9.82km/h로 높은 변동성을 보였고 실제로 사고 건수도 6건으로 가장 많은 수준을 기록하였다. VDS #01 지점 또한 Std_speed는 14.62km/h, VF_speed는 11.77km/h로 높은 변동성을 나타냈으며 실제로 사고 건수도 4건 발생하였다. 이러한 결과는 속도 변동성이 사고 발생 개연성과 유의한 연관성이 있음을 실증적으로 보여준다.
기존 서부간선지하도로는 도로 전 구간에 동일한 제한속도(80km/h)를 적용하는 글로벌 속도관리전략 방식으로 운영되어 왔다. 속도 변동성 분석 및 교통사고 분석 결과, 진출입부 구간에서 상대적으로 높은 속도 변동성과 사고 개연성이 관찰되었고 이는 단일 제한속도 체계의 한계점을 보여준다. 이에 본 연구는 K-means 군집분석을 기반으로 시간대 및 지점별 교통 특성과 속도 분포를 반영하는 로컬 속도관리전략를 기반으로 TOD 기반(1시간) 가변형 속도제한 전략을 제안한다.
K-Means 군집분석은 주어진 데이터를 사전에 정해진 개수(K)의 군집으로 나누며, 각 군집의 중심(Centroid)으로부터 각 샘플까지 거리의 제곱합(Within-Cluster Sum of Squares)을 최소화하는 방식으로 유사한 속성의 데이터를 한 그룹으로 묶는 대표적인 비지도 학습(Unsupervised Learning) 기법이다(Jain, 2010; MacQueen, 1967). 교통 운영 및 관리 분야에서는 시간대별 교통 패턴 인식, 혼잡도 분류, 차량 경로 문제 해결에 효과적으로 활용되고 있다(Sohail et al., 2024; MK et al., 2024; Ha and Moon, 2015; Saha et al., 2019).
본 연구에서는 서부간선지하도로 성산방면 구간에 설치된 14개 VDS 지점의 30초 단위 속도 데이터를 1시간 단위로 평균한 후 산출한 각 시간대의 85백분위 속도를 기준으로 K-Means 군집분석을 수행하였다. 85 백분위 속도를 기반으로 제한 속도를 설정하는 방법은 일반적으로 널리 활용되는 방법이다(Fitzpatrick et al., 2003; Solomon, 1974). 이 분석은 시간대별로 유사한 운영속도 특성을 갖는 구간을 군집화하여 제한속도 설정에 활용하기 위함이며 각 군집의 중심값을 도출하여 제한속도 기준으로 적용하였다. 군집 수 K는 3, 4, 5로 설정하여 분석을 수행하였다. 분석 결과, K=4일 경우 최종 군집중심 기반 제한속도는 95km/h, 85km/h, 75km/h, 70km/h으로, K=5일 경우에는 95km/h, 85km/h, 80km/h, 75km/h, 65km/h 로 도출되었다. 이들 제한속도는 대부분 5km/h 간격을 형성하고 있으며 이는 운전자의 반응 측면에서 혼선을 유발할 수 있고 명확한 행동을 유도하는데 한계가 존재한다. 또한, 국내 「도로교통법 시행규칙」에 따르면 법정 제한속도는 10km/h 단위로 설정되는 것이 원칙이며, 해외 운영 사례에서도 5km/h 단위의 제한속도 적용은 거의 찾아볼 수 없다. 따라서 본 연구에는 K을 3으로 설정하여 분석한 결과값을 최종 적용하였다. 분석 결과, 중심값이 90.44km/h인 군집은 제한속도 90km/h로, 중심값이 79.70km/h인 군집은 제한속도 80km/h로, 그리고 중심값이 71.43km/h인 군집은 제한속도 70km/h로 설정되었다. 예를 들어, Figure 4에서와 같이 18:00-19:00 시간대의 경우 초록색으로 표시된 #27-#25 검지기 구간의 제한속도는 90km/h로, 노란색으로 표시된 #23-#15 검지기 구간의 제한속도는 80km/h로, 빨간색으로 표시된 #13-#01 검지기 구간의 제한속도는 70km/h로 설정된다. 이러한 군집별 제한속도 설정 방식은 기존의 단일 제한속도 적용 방식에 비해 도로 구간별 특성과 시간대별 교통류 특성을 보다 정밀하게 반영할 수 있으며 결과적으로 속도 변동성 저감과 교통사고 예방 측면에서 효과적인 전략으로 기대된다. 다만, 일부 시간대·구간의 운영속도가 90km/h 수준으로 관측된 결과는 실제 제한속도 80km/h를 초과하므로 실제 운영 적용에는 안전성 및 정책적 타당성 측면에서 추가적인 검증이 필요하다.
3. 시뮬레이션 네트워크 설계
본 연구에서는 제안한 TOD 기반 가변형 속도제한 관리전략의 효과를 검증하기 위해 시뮬레이션 소프트웨어인 PTV VISSIM을 활용하여 서부간선지하도로 성산방면 구간 전체를 대상으로 시뮬레이션 네트워크를 구축하였다. 네트워크는 현장 설계도(시설도면)를 참조하여 도로 기하구조, 차로 수, 진출입부 형상 등을 실도로와 합치되도록 구축하였다. 데이터 수집 지점인 14개 VDS 검지기 위치를 시뮬레이션 내에 동일하게 반영하여 실제 데이터와 시뮬레이션 결과를 비교하여 정산을 수행하였다. Figure 5에서 제시된 바와 같이, 시뮬레이션 상의 도로가 실제 도로의 속도 특성을 적절히 재현하고 있는지를 검증하기 위해 실측 VDS 검지기에서 수집된 속도 자료와 시뮬레이션 속도 자료의 정합성을 평가하는 U-value 지표를 사용하였다. 여기서 U-value는 두 속도 시계열 간의 차이를 정규화된 거리로 표현하는 지표이다. 산정 결과 U-value가 대부분 0.1 이하로 나타나, 두 데이터 간의 속도 패턴이 유사한 것으로 판단하였다.
차량 구성에 있어서는 서부간선지하도로가 소형차 전용도로임을 고려하여 VISSIM의 차량 유형 설정 기능을 통해 소형 승용차만으로 차량 구성을 제한하였다. 이를 위해 Vehicle Types, Vehicle Classes, Vehicle Composition의 설정값을 소형차 100%로 지정하였다. 또한, 입력 교통량은 실제 교통수준을 반영하기 위해 지하도로 입구에 가장 인접한 #27 VDS 검지기의 실측 교통량을 사용하였다.
지상 접속부의 영향은 다음과 같이 구현하였다. 서부간선지하도로 출구 이후에는 지상부 서부간선도로 본선과의 합류가 이뤄지고, 단거리 내에서 성산대교·월드컵대교·양화대교 방면으로 분기가 연속적으로 발생한다. 이 과정에서 출구 이후 약 170m의 짧은 구간에서 빈번한 차로 변경과 국지적 병목현상이 나타나는 특성을 반영하기 위해 각 진출 방향에 경로 선택 확률(Route Decision Probability)을 부여하였다. 제한속도는 현행 운영 기준을 반영하여 지하도로 본선은 80km/h, 서부간선도로와 성산대교 방면은 60km/h, 월드컵대교 및 양화대교 방면은 40km/h로 설정하였다.
지하도로 내 차량 거동 특성을 보다 정밀하게 반영하기 위해, 본 연구에서는 PTV VISSIM의 Wiedemann 99 모델 내 일부 파라미터를 조정하였다. 지상도로에 비해 지하도로는 감속에 더 예민하고, 앞 차량과의 간격이 더 짧아지는 경향을 보이므로, 이러한 특성을 반영하고자 Park et al.(2022)의 연구를 참고하여 차량 간 간격 유지, 가감속 반응 민감도, 추종 진입 조건 등에 영향을 미치는 주요 파라미터를 Table 1에 제시된 바와 같이 조정하였다.
Table 1.
Car-Following behavior parameters for passenger vehicles in underground roads
본 연구에서는 시간대별 교통 특성에 따른 제한속도 설정 차이를 분석하기 위해 다음 두 가지 시나리오를 구성하였다. 첫째, Congestion 시나리오는 오후 첨두시간대로 교통량이 가장 많은 오후 6시부터 7시로 설정하였다. 둘째, Normal 시나리오는 비교적 교통 흐름이 원활한 점심시간대인 낮 12시부터 1시까지로 설정하였다. 각 시나리오에 대해 제안된 TOD 기반 운영속도를 고려한 가변형 속도 관리전략을 적용하기 위해 PTV VISSIM내의 Desired Speed 기능을 활용하여 구간별 제한속도를 설정하였다. Figure 6에서 제시된 바와 같이, Congestion 시나리오에서는 #27-#25 구간은 제한속도 90km/h로, #23-#15 구간은 제한속도 80km/h로, #05-#01 구간은 제한속도 70km/h로 설정하였다. Normal 시나리오에서는 #27-#25 구간은 제한속도 90km/h로, #23-#07은 80km/h로, #05-#01은 70km/h로 설정하였다.
4. 효과분석
본 연구에서는 TOD기반 운영속도를 고려한 가변형 속도제한 관리전략의 도입 효과를 이동성과 안전성의 측면에서 정량적으로 평가하고자 하였다. 이를 위해 PTV VISSIM 시뮬레이션을 활용하여 전략 적용 전·후의 성과를 두 가지 시나리오(Congestion, Normal)로 구분하여 비교·분석하였다. 각 시나리오에 대해 전략 미적용 조건과 적용 조건을 반영하여 각각 10회씩 시뮬레이션을 수행하였으며, 웜업 시간은 30분, 데이터 수집 시간은 1시간으로 설정하였다. 시뮬레이션 결과로부터 지하도로 전 구간을 통과하는 모든 차량의 통행시간 및 VDS 지점별 평균속도 등의 정보를 추출하였다. 본 시뮬레이션 내 VDS 배치 및 수집 방식은 실제 서부간선지하도로에서 운용 중인 VDS의 위치와 동일한 구조로 구현되었다.
본 연구에서 설정한 평가지표는 크게 두 가지로 구분된다. 첫째, 이동성 지표로는 지하도로 전체 평균 통행시간과 각 VDS 지점별 평균속도를 산출하여 속도관리전략 적용 전·후의 교통 흐름 변화를 정량적으로 비교하였다. 통행시간은 시뮬레이션 네트워크의 진입 지점(CCTV1)에서 출구 지점(CCTV2)까지의 평균 소요시간을 의미하며, 이는 도로 이용자의 운행 효율성 측면에서의 개선 여부를 나타낸다. 평균 속도는 각 VDS 지점을 기준으로 산출되며 구간별 흐름 패턴의 변화와 병목 현상 개선 여부를 판단하는 데 활용된다. 둘째, 안전성 지표로는 각 지점별 속도 표준편차와 속도 time-varying-volatility를 활용하였다. 속도 표준편차는 동일 구간 내에서 차량 간 속도 차이가 얼마나 큰지를 나타내는 지표로, 값이 클수록 속도 불균형이 크고, 이에 따른 사고 발생 개연성도 높아지는 것으로 해석된다. 속도 time-varying-volatility는 지점별로 시간의 흐름에 따라 변화하는 속도의 불안정성을 정량화한 지표로, 일정 시간 간격 내에서 속도의 상대적 변화율을 기반으로 산출된다. 이 값이 클수록 차량 속도의 단기적 변동성이 크다는 것을 의미하며 이는 운전자 간의 급가속·급감속 가능성을 내포함으로써 교통 흐름의 불안정성과 사고 위험성 증가로 이어질 수 있다. 평가지표들의 산출식은 Table 2에 명시하였다.
Table 2.
Evaluation Indicators
이러한 이동성 및 안전성 지표를 바탕으로 전략 적용 전후의 정량적 차이를 평가하였고, 특히 안전성 지표(속도 표준편차 및 time-varying-volatility)에 대해서는 전략의 효과를 통계적으로 검증하기 위해 독립표본 t-검정(Independent Samples t-test)을 수행하였다. 이를 통해 전략 적용 전후의 평균 차이에 통계적으로 유의한 변화가 존재하는지를 검토하였으며, 분석 결과는 후속 절에서 자세히 제시하였다.
분석결과
본 장에서는 두개 시나리오(Congestion, Normal)에 대해 TOD 기반 가변형 속도제한 전략 적용 전후의 시뮬레이션 결과를 비교하여, 이동성과 안전성 측면에서의 개선 효과를 분석하였다. 분석은 앞서 정의한 평가지표인 평균 통행시간, 지점별 평균속도, 지점별 속도 표준편차, 지점별 속도 time-varying-volatility를 중심으로 수행되었다.
1. Congestion Scenario(18:00~19:00)
Congestion 시나리오의 시뮬레이션 결과, 속도관리전략 적용 전의 평균 통행시간은 1,085.0초이고 전략 적용 후에는 1,119.6초로 약 34.6초 증가하여 기존 대비 3.19%의 증가율을 나타냈다. 이는 제한속도를 하향 조정한 구간에서 차량이 감속 운행함에 따라 전체 통행시간이 소폭 증가한 것으로 해석된다. 해당 결과는 Table 3에 제시되어 있다. 반면, 안전성 측면에서는 제한적이나마 긍정적인 변화가 확인되었다. Table 4의 독립표본 t-검정 결과에 따르면 Std_Speed(p=0.777)와 VF_Speed(p=0.998) 모두 전략 적용 전후의 차이가 통계적으로 유의하지는 않았다. 그러나 하류부에 위치한 VDS 지점들(#05, #03, #01)에서 Std_Speed가 4.5~5.7km/h 감소했고, 전체 표준편차 역시 8.22km/h에서 7.07km/h로 1.15km/h 감소하였다. 이러한 결과는 Figure 7에서 확인할 수 있으며, 제한속도 차등 적용을 통해 속도 불균형이 완화되었음을 시사하고 혼잡 구간에서의 속도 안정화 효과를 보여준다. VF_Speed의 경우 전략 적용 전후로 유의미한 차이가 나타나지 않아 시간 흐름에 따른 속도 변동성은 동일한 수준으로 유지된 것으로 나타났다.
Table 3.
Congestion scenario travel time
| Travel time (s) | |
| Without strategy | 1085.0 |
| With strategy | 1119.6 |
| Change | +34.6 |
| Increase | 3.19% |
Table 4.
Results of independent samples t-test for speed-related safety indicators in the congestion scenario
2. Normal Scenario(12:00~13:00)
Normal 시나리오의 시뮬레이션 결과, 전략 적용 전의 지하도로의 평균 통행시간이 404.8초이고 전략 적용 후에는 416.0초로 약 11.2초 증가하여 기존 대비 2.77%의 증가율을 나타냈다. 이러한 결과는 Figure 8에서 확인할 수 있으며, 이는 Congestion 시나리오와 마찬가지로 제한속도 하향 조정에 따른 감속 운행으로 인해 전체 통행시간이 다소 증가한 것으로 해석된다. 해당 결과는 Table 5에 제시하였다. 한편, 안전성 측면에서는 하류부 지점(#05, #03, #01)에서 의미 있는 개선이 나타났다. 해당 지점에서 Std_Speed와 VF_Speed가 전략 적용 전 대비 감소하는 경향을 보였고 이는 속도관리전략 적용이 일정 수준의 속도 균일화를 유도했음을 확인할 수 있다. 독립표본 t-검정을 수행한 결과, Std_Speed는 전략 적용 전후 그룹 간 평균 차이에 대해 p-value = 0.053으로, 유의수준 0.05에는 다소 미치지 못했으나 경향성이 있는 것으로 해석할 수 있다. VF_Speed는 p-value = 0.024로 0.05보다 작아 전략 적용 전후의 속도 time-varying-volatility에 유의미한 차이가 존재하는 것으로 분석되며, 통계분석 결과는 Table 6에 정리하였다. 이는 전략 적용이 속도 변동성과 시간에 따른 불안정성을 완화하는 데 효과적이었음을 의미한다.
Table 5.
Normal scenario travel time
| Travel time (s) | |
| Without strategy | 404.8 |
| With strategy | 416.0 |
| Change | +11.2 |
| Increase | 2.77% |
Table 6.
Results of independent samples t-Test for speed-related safety indicators in the normal scenario
Congestion 시나리오와 Normal 시나리오에 대한 시뮬레이션 결과를 종합적으로 분석한 결과, TOD 기반 가변형 속도제한 관리전략은 이동성 측면에서 통행시간의 소폭 증가를 초래하였으나 안전성 측면에서는 개선 효과가 관찰되었다. 전략 적용 후 평균 통행시간은 Congestion 시나리오에서 34.6초(3.19%), Normal 시나리오에서 11.2초(2.77%) 증가하였으나, 이는 실제 운행 시간에 비추어 볼 때 상대적으로 작은 증가폭으로 판단된다. 제한속도 하향 조정에 따라 일부 구간에서 차량의 감속 운행이 유도되면서 소폭의 통행시간 증가가 발생한 것으로 분석된다. 반면, Std_Speed와 VF_Speed등 안전성 관련 지표에서는 전략 적용의 긍정적인 효과가 보다 뚜렷하게 나타났다. 특히 하류부 지점(#05, #03, #01)에서는 두 시나리오 모두에서 속도 변동성이 유의미하게 감소하였다. Normal 시나리오에 대해서는 독립표본 t-검정을 통해 전략 적용 전후의 변화가 통계적으로 검증되었으며, Std_Speed는 p = 0.053으로 유의수준 0.05에는 다소 미치지 못했으나 경향성을 보였고, VF_Speed는 p = 0.024로 유의수준 0.05 이하에서 통계적으로 유의한 차이를 나타냈다. 이는 속도관리전략이 교통 흐름의 균일화를 유도하고 혼잡 구간에서의 속도 불안정을 완화하여 안전성 향상에 기여했음을 시사한다.
결론
본 논문은 지하도로 교통안전을 위해 TOD 기반 운영속도를 고려한 가변형 속도제한 관리전략을 설계하고 그 효과를 정량적으로 분석하였다. 서울 서부간선지하도로 성산방면 구간을 대상으로 실도로 VDS 데이터를 활용하여 시간대별 운영속도를 산출한 후 K-means 군집분석을 통해 제한속도를 설정하였으며, 시뮬레이션 소프트웨어(PTV VISSIM)를 이용해 전략 적용 전후의 이동성과 안전성 지표를 비교𐄁분석하였다.
주요 분석 결과는 다음과 같다. 첫째, 전략 적용 후 평균 통행시간은 Congestion 시나리오에서 약 34.6초(3.19%), Normal 시나리오에서 약 11.2초(2.77%) 증가하는 것으로 나타났다. 이는 제한속도 하향 조정에 따른 감속 운행으로 인한 영향으로 분석되며, 실제 통행시간 대비 상대적으로 작은 수준의 증가로 판단된다. 둘째, 안전성 측면에서는 의미 있는 개선이 확인되었다. 특히 하류부 지점(#05, #03, #01)에서는 Std_Speed와 VF_Speed가 모두 감소하는 경향을 보였다. 특히, Normal 시나리오에 대한 독립표본 t-검정 결과, Std_Speed는 p-value = 0.053으로 유의수준 0.05에는 다소 미치지 못했지만 경향을 보였고, VF_Speed는 p-value = 0.024로 유의수준 0.05 이하에서 통계적으로 유의한 차이를 보였다. 이는 속도관리전략이 차량 간 속도 차이를 완화하고 급가감속 상황을 줄이는 데 기여했음을 시사한다. 이러한 결과는 폐쇄형 도로환경인 지하도로에서 기존의 단일 제한속도 기반 글로벌 속도관리전략이 갖는 한계를 지적하며, 시간대별 교통 특성을 반영한 로컬 속도관리전략의 필요성과 효과성을 실증적으로 입증한 것이다. 더 나아가, 본 연구는 지하도로라는 특수한 도로 환경에 VSL을 적용하였다는 점, Rule-based 접근과 달리 VDS 실측 데이터를 활용한 K-Means 군집 기반의 데이터 주도적 알고리즘을 제안하였다는 점, 속도 표준편차와 time-varying-volatility 지표를 통해 전략의 안전 효과를 정량적으로 검증하였다는 점, 그리고 기존 인프라(VDS, LCS 등)를 활용하여 추가 시설 투자 없이도 실현 가능한 정책 대안을 제시하였다는 점에서 기존 연구와 차별화된다. 이러한 학술적·실무적 기여는 향후 다양한 지하도로 환경에 적용할 수 있는 확산 가능성을 보여준다.
이러한 분석 결과를 바탕으로 다음과 같은 정책적 시사점을 제기할 수 있다. 첫째, 지하도로에서 구간단속만으로는 충분한 속도관리 효과를 기대하기 어려우며 시간대 및 구간별 특성을 고려한 로컬 속도관리전략이 필수적이다. 둘째, 본 논문에서 제안한 속도관리전략은 기존 인프라(VDS, 단속카메라, LCS 등)를 기반으로 적용이 가능하므로 추가 시설 투자 없이도 실현 가능한 대안이 될 수 있다. 셋째, 특정 시간대 및 지점에서 발생하는 국지적 병목과 속도 불균형 문제에 효과적으로 대응함으로써 지하도로 운영 전반에 걸친 안정성을 향상시킬 수 있다.
다만 본 연구에는 다음과 같은 한계가 있다. 첫째, 제안한 TOD 기반 가변형 속도제한 관리전략은 지하도로의 특성이 알고리즘 수준에서 충분히 내재화되었다고 보기 어렵고, 시뮬레이션 단계에서의 현실적 환경 구현을 위한 보정에 가깝다고 볼 수 있다. 둘째, 시뮬레이션 분석 시 제한속도 변경에 따른 운전자의 실제 순응도(compliance behavior)는 반영되지 않았다. PTV VISSIM에서는 설정된 제한속도를 운전자가 완전히 준수하는 것으로 가정하였으나 실제 도로 환경에서는 운전자에 따라 속도제한에 대한 반응이 상이할 수 있다. 셋째, 운전자 시인성에 영향을 미치는 요소(예: 표지판 위치, 조도, 시야 확보 등)는 고려되지 않았고 이에 따른 제한속도 인식률 차이는 반영되지 않았다.
향후 연구에서는 운전자 순응도와 속도 반응 특성을 반영한 운전자 행태 기반 시뮬레이션 모델을 구축하여 제한속도 변경에 따른 실제 속도 반응 분포를 고려하고, 경고시스템·도로표지 등 인지적 요소를 포함한 시나리오로 실제 도로 환경과 유사한 조건에서 전략 효과를 검증할 필요가 있다. 또한, 지하도로의 구조적 특성, 운전자 순응도, 시인성 등을 상태변수로 직접 포함한 지하도로 맞춤형 VSL 알고리즘을 개발함으로써 VSL 전략과 지하도로 특성 간의 연계성을 강화할 필요가 있다. 이러한 과정에서 기존 구간단속 방식 대비 본 속도관리전략이 가지는 상대적 장점을 지하도로 특성과 결부하여 체계적으로 비교·분석하는 작업도 요구된다. 아울러 본 연구에서는 지상부 접속부 이후의 광범위한 외부 도로망(예: 성산대교 상류부 정체 파급 등)을 직접 구현하지 못하였다. 후속 연구에서는 지상–지하 연계 네트워크를 포함하여 접속부 특성이 본선 교통류에 미치는 영향을 심층적으로 분석할 필요가 있다. 나아가, 제안된 속도 데이터 패턴분석 기반 VSL 알고리즘을 지상도로와 지하도로에 각각 적용하여 두 환경 간 성능 차이와 정책적 시사점을 도출하는 비교 연구 역시 의미 있는 후속 연구가 될 수 있다. 마지막으로, 본 연구에서 제안된 전략을 타 지하도로 환경에 적용하여 모델의 일반화 가능성과 확산성을 검토하는 연구도 필요하다.
