머신러닝을 활용한 어린이보호구역 내 어린이 교통사고 심각도 요인 분석 연구
초록/요약
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.
more목차
제1장 서 론 1
제1절 연구의 배경 1
제2절 연구의 목적 2
제3절 연구의 범위 및 방법 3
1. 연구의 범위 3
2. 연구의 절차 3
3. 연구의 방법 4
제2장 관련 이론 및 연구 고찰 5
제1절 관련 이론 고찰 5
1. 의사결정나무 5
2. 랜덤포레스트 6
제2절 관련 연구 검토 7
1. 어린이 교통사고 관련 연구 7
2. 통계학 기반 사고심각도 연구 9
3. 기계학습 기반 사고 심각도 연구 12
제3절 시사점 16
제4절 연구의 차별성 17
제3장 자료 수집 및 기초 통계분석 18
제1절 자료 수집 18
제2절 자료 가공 18
제3절 기초 통계분석 20
1. 어린이 교통사고 현황분석 20
2. 어린이 보호구역 교통사고 심각도 분석 25
제4절 변수 설정 30
1. 종속변수 30
2. 독립변수 30
3. 변수 인코딩 32
제4장 모형 개발 35
제1절 모형 개발 절차 35
제2절 하이퍼 파라미터 최적화 37
1. 개요 37
2. 하이퍼 파라미터 설정 38
3. 하이퍼 파라미터 최적화 41
제3절 모형 평가 방법 42
제4절 모형 성능 비교 결과 44
제5절 사고 심각도 영향 요인 분석 45
1. 방법론 45
2. 심각도 영향 요인 분석 결과 46
제5장 결론 및 정책적 시사점 50
제1절 결론 50
제2절 정책적 시사점 · 51
