Journal of the Korean Society of Safety, Vol. 29, No. 3, pp. 98-106, June 2014 Copyright@2014 by The Korean Society of Safety (pissn 1738-3803) All right reserved. http://dx.doi.org/10.14346/jkosos.2014.29.3.098 택시영상 DB 를활용한교통약자보행자사고의심각도분석 정재훈 설재훈 최성택 * 노정현 * 이지선 한국교통연구원 * 한양대학교도시 부동산대학원 (2014. 1 10. 접수 / 2014. 6. 5 채택 ) Severity Analysis for Vulnerable Pedestrian Accident Utilizing Vehicle Recorder Database of Taxi JaeHoon Chung Jaehoon Sul SungTaek Choi * JeongHyun Rho * Jisun Lee The Korea Transport Institute * Graduate School of Urban & Real Estate, Hanyang University (Received January 10, 2014 / Accepted June 5, 2014) Abstract : This study proposes severity analysis for pedestrian accidents by improving variables which were used for general severity analysis. The existing variables were collected based on the interviews with policeman or witnesses and evidence of accidents. Therefore, existing variables were subjective and had several measurement errors. In order to improve such problems, this study collected variables from vehicle recorder of taxi which recorded the moment of accidents. As a result, explanatory power of independent variables was enhanced and the complete objective variables could be collected. After collecting variables, ordered probit model was developed by utilizing vehicle recorder database. Fitness of ordered probit model was 0.23. Vehicle speed and pedestrian s eye direction variables were the most critical factors for severity of pedestrian accident. In addition, severity analysis for vulnerable pedestrian was carried out. As a result, it was revealed that vehicle speed, pedestrian s eye direction and safety zone variables affected the severity of pedestrian accidents most. Particularly, vehicle speed variable is the most important factor. Consequently, driver s defensive driving and compliance to the regulations are the priority to reduce severity of pedestrian accidents and prevent pedestrian accident. Key Words : severity analysis, ordered probit model, pedestrian accident, vulnerable pedestrian, vehicle recorder 1.1 연구의배경및목적 1. 서론 기술의발전과이에따른승용차보급률의비약적인증가로인해시민들의 1 일생활권은더욱확대되고이에따른이동의편리성도크게향상되고있다. 그러나이러한현상은차량의증가로인한교통사고증가라는사회적문제를야기하고있다. 교통사고는크게차량간사고와차량대사람사고 ( 이하보행자사고 ) 등 2 가지로구분할수있다. 차량간교통사고는차량성능의향상및안전장치의개발로인해사고발생확률및위험성이감소하는추세이다. 반면보행자사고는여전히높은위험성에노출되어있다. 도로교통공단의교통사고통계분석 (2012) 에따르면 1990 년이후발생한사망사고 177,056 건중보행자사고는 45.5% 로가 장높은비율을차지하고있다. 연도별사고발생의추세를살펴보면총사고와보행자사고는모두 2003 년을기점으로 2009 년까지지속적으로감소하다가 2010 년부터소폭증가하는추세이다. 그러나그림 1 과같이전체사고대비보행자사고가차지하는비율은 2010 년 38%, 2011 년 39% 로소폭증가하고있다. 1) 이러한수치는선진국에비해후진국형교통사고인보행자사고, 즉차대사람사고의비중이높음을의미하며특히최근 3 년간사고비율이오히려증가하였음을시사한다. 이러한보행자사고중에서도어린이와고령자들이입는피해는더욱치명적이다. Chandler(1998) 는어린이, 고령자등의교통약자가보행중사고를당할경우, 차량에탑승해서발생하는사고보다사망확률이 30 배이상높다고제시하였다. 2) 또한부상확률은차량간사고보다약 70% 더높다고주장하였다. 이러한관 Corresponding Author : Jisun Lee, Tel : +82.31.910.8407, E-mail : jisun_lee@koti.re.kr The Korea Transport Institute, 315, Goyangdaero, Ilsanso-gu, Goyang-si 411-701, Korea 98
택시영상 DB 를활용한교통약자보행자사고의심각도분석 할수없는다양한사고관련요소를도출하고자한다. 또한, 보행자사고에노출되어있는교통약자를 14 세이하어린이와 65 세이상고령자로분류하여각그룹별사고심각도영향요인을도출하였다. Fig. 1. Annual ratio of pedestrian accidents 점에서보행자사고특히, 어린이와고령자등의교통약자에대한사고는더욱비중있게다루어져야할필요가있으며사고감소를위한노력이다방면에걸쳐지속되어야한다. 이러한맥락에서국내 외에서는보행자사고의치명도와사고를유발시키는요인을규명하는연구가지속적으로수행되었다. 사고를유발시킨다양한인적요인 ( 연령, 성별, 음주여부등 ), 차량요인 ( 차종, 차량중량, 사고유형등 ), 도로환경적요인 ( 날씨, 시각, 토지유형, 차로수등 ) 등과사고의치명도 (Fatal) 와의관계를규명하여보행자사고건수와치명적상해를감소시키고자하였다. 그러나기존연구에서사용된대부분의자료는사고발생후경찰관의인터뷰방식에의해조사된자료이다. 이로인해기존연구는다음과같은두가지한계점을가진다. 첫째, 사고후조사된자료이기때문에사고당시의객관적상황을정확히묘사할수없다. 둘째, 사고조사시수집된항목만을모형의변수로활용할수있다. 즉, 사고를유발하는다양한조건및요소가있다하더라도사고순간을정확히규명할수있는자료가없기때문에기존에수집된변수는한계를갖게된다. 이를해결하고보행자사고치명도와보행자사고유발요인과의관계를명확히규명하기위해서는보다객관적인자료를이용하여사고가발생되는과정을면밀히관찰하는연구가요구된다. 따라서본연구는사고순간의상황을그대로녹화한차량용영상데이터 ( 이하블랙박스자료 ) 를활용하고자한다. 블랙박스는주행중에발생하는차량내부장치의모든상태정보를주기적으로수집, 저장하여정보를제공해주는장치이다. 이러한블랙박스의자료를수집하여사고발생이전의순간상황과사고발생이후의상황을상세히조사하여데이터를수집하였다. 이를통해보다객관적이며기존자료에서는추출 1.2 연구의범위및방법 본연구에서활용된블랙박스자료 (2010~2011 년 ) 는인천시에서발생한총 484 건의택시관련보행자사고자료이다. 자료의특성은다음과같다. 첫째, 인천도시부교통사고를중심으로수집하였다. 도심부특성상유동인구, 교통량이많아교통사고발생시충돌속도는비교적저속인이다. 고속도로나인적이드문곳에서발생한사고는제외하였다. 둘째, 평균차량규격폭 1,835mm, 중량 1,400kg 높이 1,470mm 이하에해당하는영업용차량을중심으로수집하였다. 본연구를위한진행과정은크게 3 가지로구성된다. 첫째, 보행자사고심각도와관련된기존문헌검토를통해모형의구조와설명변수에대한기본틀을설정하였다. 둘째, 본연구의주요한착안점인블랙박스영상 DB 를활용하여보행자사고에미치는미시적인변수를도입하고, 향후분석에반영하였다. 셋째, 추가도입된변수들을활용하여사고심각도모형을정산하고모형의통계적검증을수행하였다. 수행된결과를토대로교통약자보행사고의주요요인과시사점을제시하였다. 2.1 기존문헌검토 2. 기존문헌고찰 국외연구는 1990년대부터보행자사고와관련된다양한연구가꾸준히진행되어왔다. Zhang(2000) 은운전자연령에따른사고에대해서캐나다의교통국자료를이용하여심각도에미치는영향요인을분석하였다. Cross-Section analysis 방법으로연령, 과속여부, 안전벨트여부, 시각, 도로선형, 노면상태등의변수를사용하였다. 3) Al-Ghamdi(2002) 는사우디아라비아에서발생한보행자사고자료와계층화된분할표 (Stratified Contingency Table) 를이용하여사고심각도유발요인을분석하였다. 특히사고시간대별심각도, 도로종류별심각정도에대한분할표를작성하였으며카이스퀘어검정을통해유의성을검토하였다. 4) Zajac & Ivan(2003) 은순서형프로빗모형 (Ordered probit model) 을활용하여지방부도시에서발생한사고를분석하였다. 특히공간적인특성과도로의종류 한국안전학회지, 제 29 권제 3 호, 2014 년 99
정재훈 설재훈 최성택 노정현 이지선 가보행자사고의심각도에미치는영향을연구하였다. 활용한변수는차량종류, 음주여부, 65세이상보행자, 도로횡단구성요소등이었다. 5) Shankar(2003) 은음이항회귀모형과 (Negative Binomial Regression Model) ZIP모형 (Zero Inflated Poisson) 모형을활용하여보행자사고예측모형을제안하였다. 사용변수는일교통량, 신호등간격, 조명여부, 중앙회전차로의존재유무등이었으며연구결과 ZIP모형이더적합하다고결론지었다. 6) Li-Yen(2006) 은보행자사고심각도분석을위해서회귀모형이가지는가정의한계와독립변수와종속변수간의확률적오차때문에데이터마이닝기법중하나인카트 (Cart) 분석을활용하였다. 나이및성별, 차량종류, 주변부환경, 충격유형등의변수를선정하였다. 7) Kim(2008) 은경찰청자료를이용하여, 보행자사고에미치는영향을분석하였다. 특히연령에따른특징, 약물복용여부, 교통신호, 상업지역, 조명정도등의변수를사용하여보행자치명정도에미치는영향을다항로짓모형 (MNL) 과이분산성로짓모형 (HET) 을통해분석하였다. 8) 국내연구는주로교통사고영향요인규명과이를통한교통사고예측모형에대한연구가주를이루었다. 최재성외 (2009년) 은순서형로짓모형 (Ordered Logit Model), 박정순 (2011) 은순서형프로빗모형 (Ordered Probit Model) 을이용해사고심각도요인을분석하였다. 9),10) 순서형모형은경상, 중상, 사망등의순서화된다항변수를다룰수있다는장점이있다. 단, 연구의자료로활용된사고자료는경찰청에서제시하는사후사고자료를사용하여변수선정에있어서큰차별성을가지지못하였다. 이러한자료의불확실성을보완하기위한방법으로신경망이론을적용한모형이제안되기도하였다. 오철 (2006) 은차종, 충돌속도, 연령등 3개의변수를바탕으로보행자사망확률모형을베이지안신경망모형을통해개발하였다. 또한로지스틱회귀모형과비교검증한뒤신경망모형의적중률이우수함을밝혔다. 11) 김장욱 (2006) 은퍼지및신경망이론을이용해교통사고예측모형을개발하였다. 마찬가지로기존의회귀모형과비교검증한결과, 신경망이론의설명력이우수하다고제시하였다. 그러나모형의설명변수가교통량과도로기하구조변수로다소제한적인면이존재하였다. 12) 2.2 기존연구와의차별성 기존연구는이용가능한교통수단과보행자사고 와연관성이존재하는변수들을활용해보행자사고심각도의영향요인을규명하고자했다. 이를위해다양한분석모형을적용하였으나연구에활용된변수는큰차별성을보이지못한다는한계점이존재하였다. 즉, 사고를유발하고심각도에영향을주는영향인자들이유사하게도출되었으며영향정도와인자들간의인과관계만이차별화되어도출되었을뿐이었다. 이는연구에활용된교통사고자료가사후경찰관에의해조사된인터뷰자료이며이를제외하면연구에활용가능한객관적인조사자료는매우부족한상황이기때문이다. 본연구에서는이러한자료의한계점을극복하기위해사고의순간을좀더명확히파악할수있는객관성있는자료를이용하여사고치명도에미치는영향을분석하였다. 앞서밝혔듯이기존의자료들은대부분사고발생후경찰관인터뷰에의해수집된사고자료이다. 그러므로조사된자료는사고당시의상황을묘사하기에는객관성이떨어진다고할수있다. 따라서본연구는사고당시의상황을객관적으로파악하고기존조사에서는수집하지못한다양한사고유발요인을블랙박스자료를활용하여모형의변수로고려하였다. 블랙박스자료를활용한다면운전자또는보행자의교통법규위반여부, 보행자의차량응시여부, 사고당시의주변상황등을녹화영상을통해정확히파악할수있고이러한요소들과사고심각도간의상관관계를보다명확하게규명할수있다. 위와같은변수는기존의경찰인터뷰방식을통해서는수집이어려울뿐만아니라수집된다하더라도목격자의증언이아닌이상객관성을확보하기힘들다. 또한보행자사고발생시상대적으로많은위험과부상에노출되어있는교통약자의사고심각도유발요인분석도수행하였다. 이를위해일반성인과의비교검증을통해어떠한요인에의해더많은피해를입는지분석하고사고심각도를경감시킬수있는방안을강구하고자한다. 3.1 분석모형 3. 연구방법론 본연구에서는순서형프로빗모형을사용하였다. 그이유는첫째, 본연구에서활용하는종속변수와독립변수는확률적관계이기때문에로짓모형, 혹은프로빗모형을통해영향관계를규명해야한다. 본연구에서는효용의확률성분에따라구분되는두개의모형누적정규분포를가정하는프로빗모형 (Probit 100 Journal of the KOSOS, Vol. 29, No. 3, 2014
택시영상 DB 를활용한교통약자보행자사고의심각도분석 Model) 을사용하였다. 둘째, 종속변수는사고의심각정도를나타내는순서형변수이기때문이다. 즉, 종속변수가이항 (y=0,1) 이아닌다항 (y=0,1,2,3,4) 이기때문에순서형모형구조가적합하다. 종속변수인사고의심각정도는아래와같이총 5 로분류하였다. if 응급처치 if 경상 if 중상 if 부상 if 사망 순서형프로빗모형의기본구조는아래와같다. 여기서 는종속변수이며이는측정가능한효용 과측정불가능한효용 으로구성된다. 는 설명변수, 는각변수의계수, ε 는정규분포를따른 허용오차이다. 허용오차는누적분포를따르는 Φ( ) 로정의하고밀도함수는 ɸ( ) 라고정의내릴때, 각대안의선택확률은아래식과같이나타낼수있다. 3.2 자료수집및변수선정 본연구에서수집한블랙박스영상자료는 2010 년과 2011 년에인천에서발생한 484 건의보행자사고자료이다. 본자료는인천시택시공제조합에서 2010 년과 2011 년택시로인하여발생한사고에한해서제공받은자료이며이중교통약자의사고건수는 171 건, 비교통약자는 313 건의사고영상을수집하였다. 수집된영상은 X-Driven 이라는프로그램으로작성된녹화된영상을사용하였다. X-Driven 은영상화면, 사고일시, 속도의변화, 차량속도, GPS 지도, 음성정보, 사고의위도및경도에대한 7 가지사고정보를제공한다. 따라서해당자료에서는사고순간의영상, 사고일시, 사고직전속도, 사고위치등의정보획득이가능하며사고전후의상황을객관적으로수집할수있는장점을가지고있다. 사고데이터는인천시도시부의도로내에서발생한사고에한정되어있지만사고직전의상황을관측하여사고회피행동, 사고발생직후의주변환경을영상을통해객관적으로관측한다는점에서본연구의활용자료로적합하다고판단된다. 그림 3 은사고영상중하나로어린아이가횡단을 Fig.2. Still frame of pedestrian accident withx-driven program 시도하는도중차량과충돌한사고영상이다. 영상자료를통해어린이는차량을응시하지않고전방만을주시한상태로횡단한것을확인할수있다. 운전자는출발직후저속 (7.1km/h) 주행중어린이를미처발견하지못하고충돌하였다. 충격후에도운전자는멈추지못하고 5m 이상주행하였으며어린이는전치 12 주의진단을받았다. 이와같이블랙박스자료를통해서는기존의경찰조사자료에서는객관적으로정확히파악할수없었던다양한요인들을관찰하고변수화할수있다는장점이존재한다. 본연구는이러한영상자료를통해서본연구의종속변수와설명변수를도출하였다. 종속변수의경우, 사고심각도등급을기준에맞게응급처치, 경상, 부상, 중상, 사망등 5 단계로나누었다. 사고를유발하고심각도를결정하는특성은보행자특성, 운전자특성, 도로환경특성등 3 개로나누어파악한뒤설명변수로선정하였다. 설명변수를이와같이분류한이유는보행자사고의경우, 어느한쪽의일방적인과실이아닌보행자와운전자, 도로환경요인이복합적으로작용하여사고를유발하기때문이다. 따라서세가지사고유발요인변수를모두고려하여모형을구축하였다. 각특성에대한구체적인설명은다음과같다. 보행자특성은사고를당한보행자의사고전후행동및특징등을의미한다. 보행자의연령대, 차량주시여부, 충돌후보행자의보행여부, 보행법규위반여부등이포함된다. 보행자행동의경우, 일반적으로자전거탑승자는교통수단이용자로분류된다. 그러나본연구에서는걷거나뛰는행동과비교하여상대적인사고심각도를파악하기위함이목적이므로보행자특성에포함시켜정의하였다. 운전자특성은차량주행및사고전후운전자의행동및특징을의미한다. 차량의주행 한국안전학회지, 제 29 권제 3 호, 2014 년 101
정재훈 설재훈 최성택 노정현 이지선 속도, 운전자주행방향, 운전자법규위반여부등이포함된다. 도로환경특성은사고지역의차선수, 보차분리여부, 주변의토지이용용도및시계불량요인, 사고위치등을의미한다. 보차분리변수의경우, 사고가발생한지역에서보행자도로가설치, 또는차로와보도가물리적으로분리되어있는경우만을영상자료를통해선별하여구축하였다. 시계불량변수는비, 또는눈이오거나짙은안개로인해전방식별이어려운경우만을영상자료를통해선별하였다. 최종적으로선정된설명변수및구성비율은아래표 1 과같다. Table 1. Classification of variable on this study Type Dependent variable Attribute of pedestrian Attribute of driver Attribute of road environment Name of variable Severity of accident Age Pedestrian behavior* Pedestrian s eye direction to the car* Violation of regulation* Vehicle Speed* Direction of the vehicle Violation of regulation* Time of the accident Condition of segregation (pedestrian and vehicle) Low visibility* Detailed classification of variable Percentage (%) First aid 11 Slight injury 28 Injury 30 Serious injury 23 Death 8 Adult (non-mobility handicapped) 65 Mobility handicapped (kids under 14) 12 Mobility handicapped (adults over 65) 23 Walk 69 Run 20 Bike 11 Yes 34 No 66 Obey the regulation 49 Violate the regulation 51 under 30km/h 52 30~60km/h 36 over 60km/h 12 Turn (turn, change lane) 41 Straight 59 Obey the regulation 32 Violate the regulation 68 Day-time (AM 6:00 ~ PM 6:00) 68 Night-time (PM 6:00 ~ AM 6:00) 32 Fine condition 46 Bad condition 54 Low visibility 30 Clear visibility 70 Pedestrian safety zone 12 Land use of Commercial area 36 accident area Residential area 52 Location of Road side 52 accident Middle of the road 48 * This variable is improved or added variable compared with existing study. 4. 분석결과 4.1 사고심각도모형분석블랙박스자료를활용하여수집한설명변수를토대로순서형프로빗모형을정산하였다. 모형의통계적검증결과는표 2와같다. 표본수는 484개, 모형의적합도는 0.231로비교적양호한것으로나타났다. 변수의부호검증은기대부호와모두일치한결과를나타냈다. 블랙박스영상자료를통해새로이도입되거나설명력이향상된총 8개변수중보행자시선, 차량속도, 운전자법규위반여부등의 4개변수가통계적으로유의한것으로나타났다. 설명변수의영향력비교결과, 차량의속도가사고심각도에가장큰영향을끼친것으로나타났으며모든변수가 0.25 이상의사고심각도영향력을가진것으로나타났다. 보행자특성, 운전자특성, 도로환경특성별모형의정산결과는다음과같다. 4.1.1 보행자특성사고충격전보행자의행동은걷기, 달리기, 자전거 Table 2. Result of severity analysis for pedestrian accident Name of Variable Coefficient t-value significance level Pedestrian behavior(run)* 0.023 0.188 0.851 Pedestrian behavior(bike)* 0.204 1.463 0.143 Pedestrian s eye direction to the car* 0.346 3.093 0.002 Violation of regulation(pedestrian)* 0.117 0.993 0.321 Vehicle speed(30~60km/h)* 0.446 3.470 0.001 Vehicle speed(over 60km/h)* 1.064 5.800 0.000 Direction of the vehicle 0.350 2.915 0.004 Violation of regulation(driver)* 0.277 2.707 0.007 Time of the accident 0.284 2.746 0.006 Condition of segregation (pedestrian and vehicle) 0.244 2.149 0.032 Low visibility* 0.107 0.956 0.339 Land use of accident area(commercial) 0.284 2.236 0.025 Land use of accident area(residential) 0.133 0.971 0.332 Location of accident 0.303 2.698 0.007 Statistic analysis result Sample size 484-590.982 54.361 0.231 * This variable is improved or added variable compared with exisiting study. 102 Journal of the KOSOS, Vol. 29, No. 3, 2014
택시영상 DB 를활용한교통약자보행자사고의심각도분석 탑승으로구분할수있다. 일반적으로보행자가달리는경우, 사고심각도가상승한다고받아들여지고있다. 그러나모형정산결과이러한보행자의행동은사고심각도에영향을주지못하는것으로나타났다. 이는사고당시보행자의행동보다는차량의속도와주변환경요소가사고심각도와직접적인영향관계놓여있다는점을간접적으로암시한다. 사고직전보행자의시선즉, 충돌하는차량에대한인지여부는사고심각도와밀접한관련이있는것으로나타났다. 충돌직전에차량을인지하는경우가인지하지못한채차량과충돌하는경우보다약 0.35 정도사고의심각도가낮은것으로나타났다. 즉, 보행자가횡단하면서차량이오는방향을주시한채횡단할경우에는사고가발생하더라도사고의심각도를일부완화시킬수있다. 보행자의무단횡단행위 ( 법규위반 ) 는보행자사고를유발할뿐만아니라운전자의예측을벗어나기때문에사고발생시사고의심각도가높을수있다. 정산결과, 보행자가법규를위반한경우사고심각도가 0.12 정도상승하는것으로나타났으나통계적으로는유의하지않은것으로분석되었다. 따라서보행자의법규위반여부는사고심각도에직접적인영향관계가없다고결론내릴수있다. 4.1.2 운전자특성사고직전차량의주행속도는사고심각도와가장밀접한영향관계가있는것으로나타났다. 주행속도가낮을수록사고의심각도는감소한다. 차량의속도가 30~60km/h 일경우사고심각도는저속에비해 0.45, 차량의속도가 60km/h 이상일경우사고심각도는저속에비해 1.1 가깝게상승한다는점을확인할수있다. 따라서보행자사고의발생및심각도를경감시키기위해선운전자의규정속도준수가무엇보다선행되어야한다. 차량속도변수는기존의연구에서도유사하게활용하였지만사고후인터뷰를통해해당자료를구축하였기때문에객관성이떨어져자료의신뢰도가높지않았던반면, 본연구에서활용한주행속도변수는정확한측정값이기때문에해당변수의신뢰도는기존연구에비해매우높다고할수있다. 사고당시의차량방향에따라사고심각도또한달라지는것으로나타났다. 좌회전, 우회전, U- 턴, 차선변경등의방향전환시발생한사고보다직전주행시발생한사고의심각도가더욱높다. 이는방향전환시전방및측면을모두살피고낮은속도로주행하는반면, 직진주행시에는시야각이좁아지고비교적고속 이기때문인것으로판단된다. 택시의경우, 무리한끼어들기나차선변경이잦으나사고심각도와는큰연관성이없는것으로나타났다. 운전자가법규를위반할경우사고의피해자인보행자는사고를예측하기힘들며사고의심각도또한높아질수있다. 모형정산결과, 운전자들의법규위반여부와사고의심각도는영향관계가존재하는것으로나타났다. 이는보행자의법규위반여부가사고심각도와영향관계가없다는결과와대비된다. 즉, 사고발생시피해를입히는가해차량쪽의법규위반여부가보행자사고의심각도와연관이있다는것을의미하며이를통해운전자의준법정신과안전운전이보행자사고를미연에방지하고사고의심각도를낮출수있다는시사점을도출할수있다. 요약하자면운전자특성과관련된모든변수가통계적으로유의하다는점은운전자특성이사고를유발하고보행자의사고심각도에영향을미치는가장결정적인요소라는점을의미한다. 따라서보행자사고를미연에방지하고사고심각도를경감시키기위해서는무엇보다운전자의의식개선과철저한법규준수, 보행자보호를위한방어운전이선행되어야한다. 4.1.3 도로환경특성주간과야간에발생한사고심각정도를각각살펴본결과, 야간에발생한사고는주간에발생한사고보다심각도가약 0.29 정도더높은것으로나타났다. 이는야간에발생한사고의경우보행자식별이주간에비해어렵고비교적통행량이적어서보다빠른속도로운전하기때문인것으로판단된다. 따라서야간일수록운전자와보행자모두의각별한주의가요구된다. 도로와보도가구분된지역의경우, 보행자의통행로가확보되어있기때문에사고발생가능성이낮다. 모형의정산결과에서도보차분리가명확하지않은도로에서발생한사고는명확히구분된지역보다약 0.25 정도사고심각도가높은것으로나타났다. 따라서보차분리가이루어지지않은도로일수록보행자의주의와운전자의방어운전이더욱요구된다. 또한장기적인관점에서는집산도로위계의도로에서도명확한보차분리통해보행자의안전확보를도모해야할것이다. 사고발생시운전자의시야를방해하는요인과사고심각도간의영향관계는존재하지않는것으로나타났다. 블랙박스영상을통해도출한시야방해요인으로는운전자사각지역, 도로지작물, 강우로인한시야불량, 불법주정차로인한시야불량, 측면부차량으 한국안전학회지, 제 29 권제 3 호, 2014 년 103
정재훈 설재훈 최성택 노정현 이지선 로인한시야불량등이있다. 이러한결과는보행자또는운전자주체가사고심각도와직접적인영향관계가있으며사고당사자들이조절할수없는외부환경요인은사고심각도와깊은연관이없음을간접적으로암시한다고할수있다사고발생지역의토지용도는주거지역, 상업지역그리고교통약자보호구역등 3 개로구분하였다. 모형의정산결과, 교통약자보호구역에서발생한사고의심각도가가장낮은것으로나타났다. 주거지역및상업지역에서발생한사고의사고심각도는각각 0.28, 0.13 높은것으로나타났다. 이러한결과는교통약자보호구역이일정부분보행자사고의심각도를낮추는효과가있다는점을의미한다. 단, 상업지역변수는통계적으로유의하지않아직접적인연관성은없다는한계점이존재하였다. 노측에서발생한사고는보행자의갑작스런출현으로발생하는경우가많다. 즉, 운전자가보행자를확인할시간적여유가부족한상태이기때문에상대적으로운전자의과실은적다고할수있다. 반면, 도로중간부에서발생하는사고는보행자의보행을인지할수있음에도불구하고발생하기때문에운전자의과실이크다고할수있다. 또한, 도로중간부에서발생하는 사고는차량의속도가상대적으로빠르기때문에사고의심각도가높을수있다. 정산결과, 도로중간부에서발생한보행자사고의치명도가약 0.3 정도높은것으로나타났다. 따라서운전자는노측지역이아닌도로의중앙부를주행할경우에도항상보행자의출현으로인한사고위험을인지하고방어운전을해야한다. 4.2 교통약자의사고심각도요인분석 보행자사고는어린이와노약자와같은교통약자에게더욱큰피해를가하게된다. 이들은일반성인에비해외부의충격에취약하기때문이다. 따라서교통사고처리특례법제 3 조 2 항단서조항에서는 11 대중과실교통사고항목에보행자보호의무위반사고, 보도침범사고, 어린이보호구역안전의무위반사고등의항목을포함하고있다. 이러한측면에서교통약자에게보다심각한상해를입히는요인을도출하는연구또한의미가있을것이다. 본연구에서는고등학생이하의미성년자와 65 세이상성인을교통약자로정의하여교통약자의보행자사고심각도모형을별도로정산하여비교분석하였다. 교통약자의경우, 14 세이하의어린이그룹과 65 세이상의고령자그룹등 2 개로분리하였다. 따라서그룹별표본수는비교통약자그 Table 3. Comparsion of adult and mobility handicapped Name of Variable Adult (non-mobility handicapped) Significance Coefficient t-value level Mobility handicapped (kids under 14) Significance Coefficient t-value level Mobility handicapped (adults over 65) Significance Coefficient t-value level Pedestrian behavior(run) 0.038 0.238 0.812 0.395 0.668 0.504 0.441 1.202 0.229 Pedestrian behavior(bike) 0.487 2.645 0.008 0.109 0.142 0.887 0.165 0.606 0.545 Pedestrian s eye direction to the car 0.318 2.920 0.004 0.411 3.128 0.002 0.431 2.510 0.013 Violation of regulation(pedestrian) 0.156 1.042 0.298 0.684 1.966 0.049 0.076 0.287 0.774 Vehicle speed(30~60km/h) 0.395 2.427 0.015 0.581 2.980 0.004 0.671 2.548 0.011 Vehicle speed(over 60km/h) 0.941 4.103 0.000 1.165 3.415 0.000 1.301 3.690 0.000 Direction of the vehicle 0.374 2.610 0.009 0.605 1.018 0.309 0.090 0.324 0.746 Violation of regulation(driver) 0.142 1.110 0.267 0.211 2.403 0.014 0.138 2.209 0.028 Time of the accident 0.287 2.178 0.029 0.321 0.877 0.380 0.528 2.256 0.024 Condition of segregation (pedestrian and vehicle) 0.160 1.093 0.274 0.315 0.897 0.380 0.487 1.862 0.052 Low visibility 0.200 1.439 0.150 0.331 0.856 0.392 0.136 0.547 0.584 Land use of accident area(commercial) 0.241 2.809 0.005 0.303 2.089 0.043 0.413 2.450 0.012 Land use of accident area(residential) 0.111 0.626 0.531 0.035 0.103 0.918 0.380 3.662 0.000 Location of accident 0.314 2.154 0.031 0.780 2.486 0.013 0.189 0.798 0.425 Sample size 313 59 112 Statistic -373.371-264.088-376.617 analysis result 34.994 20.841 35.021 0.228 0.153 0.231 104 Journal of the KOSOS, Vol. 29, No. 3, 2014
택시영상 DB 를활용한교통약자보행자사고의심각도분석 룹 313 개, 14 세이하어린이그룹 59 개, 65 세이상고령자그룹 112 개이다. 모형에투입한변수는모두 14 개로동일하였다. 각그룹별분석결과는표 3 과같다. 모형의적합도는 0.15~0.23 사이로전반적으로양호한것으로나타났다. 각설명변수를살펴본결과, 동일한특성에대해서교통약자가입는피해, 즉사고심각도수준은더높은것으로나타났다. 각변수별분석결과는다음과같다. 보행시뛰어가거나자전거를탑승한행위는모든그룹에서사고심각도와큰영향이없는것으로나타났다. 자전거탑승은일반성인그룹에서유의미한결과를나타낸반면, 교통약자의경우에는자전거를탑승한표본수의부족으로인해서통계적으로유의한결과를나타내지못하였다. 사고차량의응시여부는두그룹에서모두유의한결과를보였으며교통약자의경우에는사고차량을응시하지않은경우에더큰피해를입는것으로나타났다. 어린와고령자간의심각도편차는크지않은점을확인할수있다. 차량의속도는두그룹모두에서유의한결과를나타났다. 특히, 교통약자의경우에는차량의속도가 60km/h 를상회할경우에사고심각도가 1.2 이상증가하는것으로나타났다. 이는일반성인에비해 0.4 높은수치이다. 30~60km/h 인경우에도사고심각도는일반성인에비해 0.3 가까이증가하는사실을확인할수있다. 특히, 고령자그룹이가장큰영향을받는것으로나타났다. 이는고령자의신체적조건이타그룹에비해외부충격에가장약하며회복능력이더딘점에기인한것으로판단된다. 차량의진행방향및운전자법규위반여부는일부그룹의결과가통계적으로유의하지않은것으로나타났다. 교통약자보호구역의효과는모든그룹에서효과가있는것으로나타났다. 특히, 교통약자와일반성인의격차가두드러졌다. 이밖의주 야간특성, 시야불량여부, 보차분리여부, 사고위치등의변수는일관되지않은결과를나타내보행자사고심각도와인과관계가없는것으로결론지었다. 5. 결론 본연구는차량관련사고에서비중있게다루어지는보행자사고를대상으로보행자사고의심각도에영향을미치는다양한요인들을검토하였다. 이를위해차량용블랙박스영상자료를확보하여기존연구에서는수집하지못한다양한변수들을도입하였다. 이러한방식으로수집된자료는사고발생후시간이경 과되어인터뷰방식에의존하여수집된기존자료에비해객관성을확보할수있으며인터뷰시수집하지못한다양한사고유발원인을변수화할수있다는장점이존재한다. 이러한블랙박스자료를통해구축된변수를토대로순서형프로빗모형을구축하여보행자사고의심각도에영향을미치는요인을분석하여각요인의영향정도를정량적으로파악하였다. 분석결과를요약하면다음과같다. 첫째, 블랙박스영상을통해보다새롭고객관적인변수들을수집하였다. 기존의사고조사방식으로는운전자및보행자의법규위반여부, 보행자의사고차량응시여부, 차량의주행속도등을정확히파악할수없었다. 그러나영상자료를통해수집된객관적현장녹화자료를통해각항목을수집하여보다설명력높은모형을도출하였다. 특히보행자의사고차량응시여부가심각도에영향을주는것으로밝혀짐에따라보행자가보행또는횡단시도로상의차량을주시하는것만으로도사고의심각도를일정수준경감시킬수있다는점이증명되었다. 둘째, 차량의속도, 운전자법규위반여부, 직진주행여부등의운전자특성변수들이보행자사고심각도와높은상관관계가있다는점을밝혔다. 이러한결과는보행자사고에운전자의운전행태, 과속여부등이보행자의사고심각도에절대적인영향력을가짐을시사한다. 따라서보행자의안전과사고예방을위해서는운전자의안전운전과교통법규준수가무엇보다도선행되어야함을알수있다. 셋째, 보차분리와교통약자보호구역등의보행자보호시스템이일정수준이상의효과를보인다는점을증명했다. 보차분리유무에따라사고의심각도는약 0.25 정도차이가발생하였다. 교통약자보호구역에서발생한사고또한사고의심각도가다른지역에비해낮았다. 특히교통약자의경우에는비교통약자에비해 2 배에가까운심각도감소효과를보인것으로보아교통약자보호측면에서더욱뛰어난효과가있다는점을확인할수있다. 넷째, 교통약자의사고심각도에영향을주는특성변수들을도출하였다. 특히, 교통약자그룹을어린이와고령자로분류하여영향정도를각각파악하였다. 분석결과, 교통약자의사고심각도는다양한특성변수와영향관계가있는것으로밝혀졌다. 우선차량의속도가교통약자의사고심각도와가장밀접한관련이있음을확인하였다. 60km/h 이상주행시사고심각도는 1 이상상승한다는점에서운전자의정속주행은보행자사고예방과사고심각도경감을위한필수적이며 한국안전학회지, 제 29 권제 3 호, 2014 년 105
정재훈 설재훈 최성택 노정현 이지선 교통약자의보호를위해서도가장필수적인요소임을재확인하였다. 마지막으로교통약자그룹안에서도고령자그룹이어린이그룹에비해더큰피해를입는것으로나타났다. 이는고령자의신체능력및회복능력이가장떨어지기때문인것으로판단된다. 그러나본연구의자료는인천시에서발생한택시관련사고로한정되어있기때문에보다광범위한자료수집이요구된다. 또한, 택시의특성상난폭운전과신호위반횟수가잦기때문에일반적인승용차차량의특성을대표하기에는미흡한점이존재한다. 따라서교통약자의보호와사고심각도의경감을위해서는다양한사고사례의블랙박스영상자료를확보해추가적인연구를수행할필요가있다. 또한, 영상자료와함께사고지역도로의도면등의현황자료를확보가필요하다. 본연구에서활용한블랙박스영상자료만으로는주변지역의사고유발요인을객관적으로모두수집하였다고판단하기어렵기때문이다. 따라서 GIS 와연계하여보다객관적인상황에대한자료수집이필요하다. 예를들어차로수, 유출입현황등의교차로특성을변수화한다면보다유의미한인과관계를도출할수있을것으로기대한다. 마지막으로무단횡단으로인한사고발생과유의미한관계로있을것으로예상되는교통량, 또는정체수준등의변수등을수집하여포함시킨다면모형의설명력은한단계더개선될것으로판단된다. References 1) Road Traffic Authority Traffic Safety Division, Statistic Analysis of Traffic accident 2011, 2012. 2) Chandler S. Duncan, Applying the Ordered Probit Model to Injury Severity in Truck-Passenger Car Rear-End Collisions, Transportation Research Record 1635, No. 98-1237, 1998. 3) J. Zhang, Factors Affecting the Severity of Motor Vehicle Traffic Crashes Involving Elderly Drivers in Ontario, Accident Analysis and Prevention, 2000. 4) A. S. Al-Ghamdi, Pedestrian-vehicle Crashes and Analytical Techniques for Statified Contingency Tables, Accident Analysis and prevention, Vol. 34, pp. 205-214, 2002. 5) S. S. Zajac, Factors influencing Injury Severity of Motor Vehicle-crossing Pedestrian Crashes in Rural Connecticut, Accident Analysis and prevention, 2003. 6) V. N. Shankar, Modeling Crashes Involving Pedestrians and Motorized Traffic, Safety Science, Vol 41, pp. 627~640.2010. 7) L. -Y. Chang, Analysis of Traffic Injury Severity: An Application of Non-parametric Classification Tree Technique, Accident Analysis and Prevention, 2006. 8) J. K Kim, Age and Pedestrian Injury Severity in Motor-vehicle Crashes: A heteroskedastic Logit Analysis, Accident Analysis and Prevention, 2008. 9) J. S. Choi, S. Y. Kim, K. S. Hwang and S. Y. Baik, Severity Analysis of the Pedestrian Crash Patterns Based on the Ordered Logit Model, Journal of Korean Society of Road Engineers, Vol. 11, No. 1, pp. 153~164, 2009. 10) J. S. Park, Severity Analysis of the Vehicle-Pedestrian Crashes at Signalized Intersection, Regional Policy Studies of Chungbuk Research Institute, Vol. 22, No.1, pp. 1~12, 2011. 11) C. Oh, Y. S. Kang and B. I. Kim, Development of Pedestrian Fatality Model using Bayesian Based Neural Network, Journal of Korean Society of Transportation, Vol. 24, No. 2, pp. 139~145, 2006. 12) J. U. Kim, G. M. Nam, J. H. Kim and S. B. Lee, Development of Traffic Accidents Prediction Model with Fuzzy and Neural Network Theory, Journal of Korean Society of Transportation, Vol. 24, No. 7, pp. 81~90, 2006. 13) J. Lee, J. Sul and J. Jung, A Study of Improvement Plans to Reduce Pedestrian Accident Using Vehicle Black Box Data, The Korea Transport Institute, 2012 106 Journal of the KOSOS, Vol. 29, No. 3, 2014