머신러닝을 활용한 어린이보호구역 내 어린이 교통사고 심각도 요인 분석 연구

Abstract

2019년 충남 아산의 한 어린이 보호구역 내 횡단보도에서 어린이 사망사고를 계기 로 어린이 교통안전에 대한 범국민적인 요구가 이어져「특별범죄 가중처벌 등에 관한 법률」 개정을 통해 운전자에 대한 처벌이 강화되었으며, 어린이 보호구역 내 무인 단속 장비 대폭 확충, 안전속도 5030 정책 추진, 어린이 보호구역 법규 위반에 따른 자동차 보험료 할증 적용 등 어린이사고 예방을 위한 다양한 정책과 법안이 추진되고 있다. 이러한 다양한 정책과 지속적인 안전시설 개선사업 추진에도 불구하고 어린이 교통사고는 꾸준히 발생하고 있다. 교통사고 피해를 본 어린이는 성장이나 정서 발달 에 부정적 영향이 발생할 수 있으며 사회성 발달에 어려움을 겪을 수 있다. 교통사고 로 인해 어린이가 겪는 불행과 사고 발생 원인을 줄이기 위해 어린이 교통사고 의 가능성과 심각도 요인에 관한 연구가 필요한 상황이다. 본 연구는 운전자 특성 및 교통사고 발생 요인에 따른 사고 심각도 분석을 통해 사 고위험도가 높은 사고요인을 규명하고자 하였다. 교통사고분석시스템(TAAS)에서 제 공하고 있는 2007년부터 2020년까지 14년간의 어린이보호구역 내 발생한 사고데이 터를 이용하여 기계학습 방법을 통해 사고 심각도에 영향을 미치는 주요 요인을 도출 하였다. 분석 모형으로는 통계 모형 기반인 선형회귀모형(LinearRegression)과 기계 학습 기반 모형인 의사결정나무(Decision Tree), 랜덤포레스트(RandomForest) 모형 을 활용하였다. 분석 결과. 랜덤포레스트 모형이 RMSE 1.6824로 예측 성능이 가장 우수한 것으로 나타났으며, 해당 모형을 활용하여 교통사고 심각도 요인을 분석하였 다. 교통사고 심각도에 가장 큰 영향을 미치는 변수로는 승합차, 과속운전, 고령 운전 자(60대 이상) 등의 요인이 사고 심각도를 증가시키는 주요 요인으로 분석되었다. 어 린이 교통사고 심각도에 관한 연구 결과를 바탕으로 교통사고 심각도에 큰 영향을 미 치는 요인에 대하여 정책적 시사점을 도출하였다. 본 연구는 향후 어린이보호구역 개선사업 또는 보수사업 시 우선으로 검토 또 는 고려해볼 수 있는 하나의 기초자료로 활용할 수 있을 것으로 기대한다.