전세버스 교통안전 공시지표 기반 향후 6개월 위험군 예측모형 연구
Six-Month Ahead High-Risk Prediction Using Charter Bus Safety Disclosure Indicators
- 주제(키워드) 전세버스 교통안전 공시
- 주제(DDC) 388
- 발행기관 아주대학교 교통·모빌리티대학원
- 지도교수 유정훈
- 발행년도 2026
- 학위수여년월 2026. 8
- 학위명 석사
- 학과 및 전공 교통·모빌리티대학원 첨단교통시스템학과
- 실제URI http://www.dcollection.net/handler/ajou/000000036376
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
본 연구는 전세버스 교통안전정보 공시지표를 활용하여 향후 6개월 위 험군을 사전에 예측하는 모형을 개발하는 것을 목적으로 한다. 기존 공시 제도는 과거 실적을 평가하는 사후 평가 중심의 성격이 강해, 향후 위험군 으로 전환 가능성이 높은 운송사업자를 사전에 식별하는 데 한계가 있다. 이를 위해 2019년 상반기부터 2025년 상반기까지의 6개월 단위 공시 자료 중 분석 가능한 자료를 활용하여 운송사업자 단위 반복 관측자료를 구축하였다. 현재 6개월 공시지표를 설명변수로, 향후 6개월 위험군 여부 를 종속변수로 설정하였으며, 위험군은 향후 6개월 공시등급이 3~5등급 인 운송사업자로 정의하였다. 예측모형은 연구 목적에 따라 역할을 구분하여 적용하였다. 로지스틱 회귀는 기준모형, 그래디언트 부스팅과 GRU는 핵심모형, 랜덤포레스트와 LSTM은 각각 변수 중요도 확인과 시계열 비교를 위한 보조모형으로 활 용하였다. 분석 결과, 그래디언트 부스팅은 재현율 63.64%, GRU는 F1-score 0.3636 및 AUC 0.8358로 우수한 성능을 나타냈다. 한편 4~5등급 기준 분석에서는 클래스 불균형으로 인해 전반적인 성능 저하가 나타났다. 변수 중요도 분석 결과, 운행기록자료 제출, 첨단안전장 치 장착실적, 보유대수, 운행기록계 위험도 분석 등이 주요 변수로 도출 되었다. 특히 운행기록자료 제출은 안전성 자체보다 운행기록 기반 관리 가능성과 자료 확보 수준을 반영하는 변수로 해석된다. 본 연구는 전세버스 교통안전정보 공시자료를 사후 평가자료에서 선제적 안전관리 자료로 확장할 수 있음을 실증적으로 제시하였으며, 향후 조기경 보 체계와 맞춤형 안전관리 정책 수립에 활용될 수 있을 것으로 기대된다.
more초록/요약
This study develops a prediction model for identifying high-risk chartered bus operators six months ahead using transportation safety disclosure indicators. The existing disclosure system mainly evaluates past safety performance, which limits its use for proactive safety management. To address this limitation, this study examines whether disclosure indicators can be used as predictive data for identifying operators likely to become high-risk in the following six-month period. An operator-level repeated observation dataset was constructed using available six-month disclosure data from the first half of 2019 to the first half of 2025. Current six-month disclosure indicators were used as explanatory variables, and high-risk status in the following six-month period was defined as the dependent variable. Operators with future disclosure ratings of 3 to 5 were classified as the high-risk group, and an additional analysis was conducted using ratings 4 to 5 as a stricter high-risk definition. Logistic regression was used as a baseline model, while gradient boosting and GRU were used as core models. Random forest and LSTM were applied as auxiliary models for feature importance analysis and time-series comparison. The results showed that gradient boosting achieved the highest recall of 63.64%, while GRU showed the best overall performance with an F1-score of 0.3636 and an AUC of 0.8358. In the stricter high-risk analysis based on ratings 4 to 5, overall model performance decreased due to severe class imbalance. Feature importance analysis identified driving record submission, advanced safety device installation, fleet size, and DTG-based risky driving indicators as major variables. This study demonstrates that chartered bus safety disclosure data can be extended from retrospective evaluation to proactive safety management, supporting early warning systems and customized safety management policies
more목차
제1장 서 론 1
제1절 연구의 배경 및 필요성 1
제2절 연구의 범위 및 방법 3
1. 공간적 범위 3
2. 시간적 범위 3
3. 내용적 범위 4
4. 분석 방법 5
제2장 관련 이론 및 선행연구 7
제1절 관련 이론 고찰 7
1. 전세버스 교통안전정보 공시제도 7
2. 공시지표와 모형변수의 개념 9
3. 분석 모형 개요 11
제2절 선행 연구 고찰 19
1. 교통안전 평가 및 공시지표 관련 연구 19
2. 운행기록 기반 위험운전 및 안전성 연구 20
3. 교통안전 분야 머신러닝 기반 예측 연구 21
4. 선행 연구 종합 및 연구 공백 22
제3절 선행 연구의 한계 및 연구의 차별성 24
제3장 전세버스 교통안전 현황 분석 26
제1절 분석 개요 26
제2절 교통안전 수준 분포 분석 27
1. 종합점수 분포 특성 27
2. 등급별 분포 특성 28
제3절 전세버스 교통안전 수준의 시간적 변화 분석 30
1. 반기별（6개월） 종합점수 변화 추이 30
2. DTG 기반 위험운전 수준 변화 31
제4절 주요 교통안전 지표 분석 32
1. 교통법규위반 특성 32
2. 교통안전관리 지표의 종합적 특성 33
제5절 종합 분석 및 시사점 34
제4장 분석 방법론 35
제1절 분석자료 개요 35
제2절 데이터 수집 및 전처리 37
1. 데이터 구성 및 6개월 단위 연결 구조 37
2. 종속변수 정의 38
3. 설명변수 정의 39
4. 데이터 전처리 및 변수 처리 45
5. 데이터 분할 46
제3절 분석모형 설정 방향 48
제4절 분석 방법론의 종합 49
제5장 분석 결과 50
제1절 분석 방법 개요 50
제2절 모형 구성 및 학습 방법 52
제3절 성능 평가 지표 선정 56
1. Area under the ROC curve 56
2. 정밀도 56
3. 재현율 56
4. F1-score 57
5. 정확도 57
제4절 위험군 정의 기준에 따른 예측모형 성능 비교 58
1. 기본 위험군 기준 분석 결과 58
2. 고위험군 기준 추가 분석 결과 59
제5절 변수 중요도 분석 62
1. 변수 중요도 산출 방법 62
2. 변수 중요도 해석 63
제6절 분석 결과 종합 66
제6장 결론 및 정책적 시사점 69
제1절 결론 69
제2절 정책적 시사점 73
제3절 연구의 한계 및 향후 연구과제 76
참 고 문 헌 80
Abstract 82
