Professional Documents
Culture Documents
Discovering and Preventing Black Ice Using AI and Big Data
Discovering and Preventing Black Ice Using AI and Big Data
AI․빅데이터 기반 도로
살얼음(블랙아이스) 진단 및 대응 방안
Discovering and Preventing Black Ice using AI and Big Data
박경욱ㆍ조범철
※ ‘서문’ 면이 홀수 페이지부해 비워 둡니다.
서 문
2021년 10월
한국교통연구원
원장 오 재 학
차 례
요 약 ·····························································································xv
제1장 서론 ··························································································1
제1절 결론 ··················································································140
제2절 정책제언 ···········································································145
참고문헌 ···························································································147
부 록 ···························································································157
Abstract ··························································································199
표차례
요 약
1. 연구의 필요성 및 목적
가. 연구의 필요성
1) “도로관리청이란 도로에 관한 계획, 건설, 관리의 주체가 되는 기관”을 말한다(도로법, 제2조 및 제23조,
2021.02.05). 우리나라 도로는 ‘고속국도’, ‘일반국도’, ‘특광역시도’, ‘지방도’, ‘시도’, ‘군도’, ‘구도’와
같이 7가지로 구분된다(동법, 제10조). 고속국도는 한국도로공사, 민자고속도로는 민자법인, 일반국도는
국토교통부, 지자체도로는 각 지자체가 도로관리청이다.
2) 국토교통부(2020b), 『도로제설업무 수행요령』, pp. 27-51; 서울특별시(2019), 「’19/’20년 겨울철 제설
대책 추진계획」, p. 7; 신공항하이웨이(2021), 『도로분야 위기대응 현장조치 행동매뉴얼』, p. 99.
3) 2019년 기준 지자체도로(특광역시도, 지방도, 시도, 군도, 구도) 연장은 92,517km이며, 고속국도 및
일반국도 연장은 18,797km이다(국토교통부, 2020a, p. 64). 국가도로 연장에서 지자체도로 연장이 차지
하는 비중이 약 83%이다.
4) 김인수 외(2016), 『동절기 도로안전을 위한 노면관리 방안』, p. 4; 김백조 외(2020a), 『기후환경실증실험내의
기온과 습도가 도로포장재의 표면온도에 미치는 영향 분석』, p. 1; Minnesota Department of
Transportation(2001), I-35W & Mississippi River Bridge Anti-Icing Project, p. 7.
xvi
나. 연구의 목적
2. 도로 살얼음 사고 현황
가. 도로 살얼음 사고 통계 현황
5) 노면온도 추정모형을 구현하는 최종적인 목표는 기상데이터를 이용해서 도로 살얼음 형성 여부를 판단하는
것이다. 입수한 데이터에는 도로 살얼음 형성 여부와 관련된 항목이 없다. 대신 본 연구에서는 기상데이터
를 독립변수로 활용하여 노면온도를 추정하는 모형을 구현하였다. 기본가정은 노면온도가 영하로 추정되는
경우에 도로 살얼음이 형성되기 위한 필요조건이 갖추어졌다고 보는 것이다.
6) 분류모형(Classification model)에서는 종속변수가 영상인 경우(섭씨 0도씨 초과)에 ‘0’으로, 영하인 경우
에(섭씨 0도씨 이하)에 ‘1’로 표현된다. 회귀모형(Regression model)에서는 종속변수가 추정된 노면온도
값 형태로 결정된다.
7) 인용된 수치는 경찰에서 집계한 통계이다. 보험사 통계 등을 고려한 사고통계는 이보다 더 크다.
8) TAAS(교통사고분석시스템), 「노면상태별 교통사고」, http://taas.koroad.or.kr/sta/acs/exs/typical.d
o?menuId=WEB_KMP_OVT_UAS_PDS(2021.04.05).
9) 전게서.
요 약 xvii
「 」
자료: TAAS(교통사고분석시스템), 노면상태별 교통사고 , http://taas.koroad.or.kr/sta/acs/exs/typical.do?me
nuId=WEB_KMP_OVT_UAS_PDS(2021.04.05).
10) 2019년 기준 경찰DB의 교통사고 발생건수는 229,600건이고, 통합DB의 교통사고 발생건수는 1,292,864
건이다(도로교통공단 내부자료, 2021). 경찰DB란 경찰에서 집계한 통계를 말한다. 통합DB란 경찰DB에
손해보험사, 공제조합 등의 자료를 합산한 통계이다. 통합DB의 교통사고 발생건수는 경찰DB 교통사고
발생건수의 약 5.6배이다. 통합DB에서는 노면상태별 교통사고 발생건수 통계를 수집하고 있지 않다.
11) 교통사고 치사율의 보다 정확한 해석은 교통사고 100건당 교통사고 사망자수이다.
12) TAAS(교통사고분석시스템)에서 제공하고 있는 노면상태별 교통사고 발생건수 및 사망자수를 토대로
(TAAS, 2021) 본 연구에서 치사율을 산정하였다.
13) 본 연구에서는 언론기사를 검색하여 도로 살얼음 사고자료를 수집하였다(본문 제2장 제2절 참조). 총
69건의 도로 살얼음 (의심)사고에서 22명의 사망자가 발생하였다. 수집된 자료에 한정하여 도로 살얼음
교통사고의 치사율을 계산하면 약 32%이다. 100건의 도로 살얼음 교통사고가 발생하면, 약 32명의
사망자가 발생한다는 의미이다. 이는 노면상태가 ‘결빙/서리’인 상태에서 발생한 교통사고의 치사율이
3.0%인 것과 비교해볼 때 훨씬 높다. 그러나 도로 살얼음 교통사고의 발생건수 총량을 알 수 없기 때문에
이 수치는 과장되었을 가능성이 높다.
xviii
노면상태1)
구분 합계
건조 젖음/습기 결빙/서리 적설 기타
주: 1) 노면상태 구분: 건조(도로의 표면이 말라있는 상태), 젖음/습기(도로의 표면이 물 등으로 젖어 있는(습기가 차있는)
상태), 결빙/서리(도로의 표면이 얼어 있는 상태), 적설(도로의 표면에 눈이 쌓여 있는 상태), 기타(상기사항에
해당하지 않는 경우(기름의 유출, 유리 및 모래의 비산 등)이거나 차량단독사고로 운전자의 사망 및 의식불명
또는 뺑소니 보행자 사고 시 보행자의 사망 등으로 사고 발생 당시의 상황조사가 불가한 경우 등)
주: 2) 사고건수 및 사망자수는 2011년부터 2020년까지 10년 동안의 합계
주: 3) 치사율은 사고 100건당 교통사고 사망자수
주: 4) 노면상태가 건조인 경우의 치사율을 1.0로 봤을 때, 다른 노면상태의 상대적인 치사율을 의미
주: 5) 사고건수 및 사망자수는 본문 <표 2-1>의 값을 재인용
「 」
자료: TAAS(교통사고분석시스템), 노면상태별 교통사고 , http://taas.koroad.or.kr/sta/acs/exs/typical.do?me
nuId=WEB_KMP_OVT_UAS_PDS(2021.04.05).
14) 보다 정확하게 표현하자면 도로 살얼음 사고를 보도한 것으로 추정되는 언론기사를 검색한 것이다. ‘추정’
이라는 표현을 사용한 이유는 당시 언론기사에서 다룬 교통사고의 원인이 도로 살얼음이라는 것은 확인된
사실이 아니라, 사고 당시 운전자, 목격자, 경찰관 등의 진술에 기반한 것이기 때문이다.
요 약 xix
1) 도로 살얼음 사고 발생시기
2) 도로 살얼음 사고 발생시간대
15) 본문 <표 2-3>에서 도로 살얼음 사고발생 시각대를 특정하기 어려운 14건은 제외하였다.
16) 오전 6시부터 9시까지.
xx
3) 도로 살얼음 사고 사고규모
노면상태1)
구분
전체 건조 결빙/서리 살얼음
사고건수2) 2,209,962 1,946,036 16,280 693)
사망자수2) 43,784 36,663 485 223)
4)
치사율 2.0 1.9 3.0 31.9
5)
상대치사율 1.0 1.0 1.5 15.9
주: 1) 노면상태 구분: 건조(도로의 표면이 말라있는 상태), 결빙/서리(도로의 표면이 얼어 있는 상태)
주: 2) 사고건수 및 사망자수는 2011년부터 2020년까지 10년 동안의 합계.
주: 3) 본문 <표 2-3>의 수치 재인용. 언론기사에서 보도된 2008~2020년 사이에 발생한 도로 살얼음 사고를 대상으로 함.
주: 4) 치사율은 사고 100건당 교통사고 사망자수.
주: 5) 노면상태가 건조인 경우의 치사율을 1.0로 봤을 때, 다른 노면상태의 상대적인 치사율을 의미.
주: 6) 사고건수 및 사망자수는 본문 <표 2-1>의 값을 재인용.
주: 7) 노면상태가 ‘살얼음’인 경우의 교통사고 치사율은 극히 적은 표본을 대상으로 한 값으로, 인용에 있어 주의 필요.
「 」
자료: TAAS(교통사고분석시스템), 노면상태별 교통사고 , http://taas.koroad.or.kr/sta/acs/exs/typical.do?me
nuId=WEB_KMP_OVT_UAS_PDS(2021.04.05).
항목 내용
설문조사명 도로 살얼음(블랙아이스) 관련 대국민 인식 설문조사
조사대상 만 20세1) 이상 성인
조사지역 ․
전국 17개 특별 광역시도
조사기간 2021년 8월 30일 ~ 9월 10일
표본수 500명(시도별/성별/연령별 인구 비례할당, 층화표본추출)
조사방법 온라인 설문조사2)
․기본사항: ①운전면허 소지 여부, ②운전경력, ③성별,
④연령대, ⑤거주지역
조사내용3) ․설문사항: ①도로 살얼음 인식수준, ② 도로 살얼음 경험 여부,
③도로 살얼음 예방에 효과가 있다고 생각되는 방안,
④도로 살얼음 운전법에 대한 숙지 여부 등
표본오차 95% 신뢰수준에 ±4.3%
주: 1) 운전면허 취득가능연령 하한은 만 18세이나(도로교통법 제82조)20), 만 18~19세는 차량 보유가 현실적으로
어렵다고 판단하여 조사대상에서 제외함.
주: 2) 온라인 설문조사가 어려운 피조사자(예, 만 60세 이상)에게는 대면면접조사 실시.
주: 3) 설문지는 <부록 7>을 참조.
1) 도로 살얼음에 대한 인지수준
2) 도로 살얼음에 대해 알게 된 경로
3) 도로 살얼음을 경험했던 시기
어떤 항목보다도 높게 나타났다.
구분 응답자수 알고 있다 잘 모른다
전체 500 249 (49.8) 251 (50.2)
남자 257 143 (55.6) 114 (44.4)
성별
여자 243 106 (43.6) 137 (56.4)
20대 97 45 (46.4) 52 (53.6)
30대 98 48 (49.0) 50 (51.0)
연령 40대 125 54 (43.2) 71 (56.8)
50대 124 67 (54.0) 57 (46.0)
60대 이상 56 35 (62.5) 21 (37.5)
1년 미만 39 11 (28.2) 28 (71.8)
1~3년 65 28 (43.1) 37 (56.9)
운전경력 3~5년 45 24 (53.3) 21 (46.7)
5~10년 75 41 (54.7) 34 (45.3)
10년 초과 276 145 (52.5) 131 (47.5)
주: 괄호 안의 수치는 비율.
3. 국내외 도로 살얼음 대응 현황
1) 국내 도로관리청별 도로 살얼음 대책
구분 주요 내용
․타이어 관리상태 집중 점검 1)
․자동 염수분사시설 확충 2)
․노면 홈파기(Grooving) 설치 2)
안전시설 확충 및
․배수성 포장, 도로 열선 등 도로결빙 방지 공법 시범 설치 2)
고도화
․도로전광표지(VMS)에 경광등․경고음 기능 추가 2)
있다(생활안전지도, 2021).31)
2) 국외 도로 제설대책 사례
국가명 주요 제설대책
4. AI․빅데이터 기반 도로 살얼음 진단 모형 구현
37) 김백조 외(2020b)의 연구결과에 따르면, 노면온도가 영하로 떨어지지 않는 경우에도 도로 살얼음은 형성
될 수 있다. 본 연구에서는 거시적인 차원에서 노면온도가 영하를 유지하는 일반적인 경우에 대해서만
다룬다.
38) 본문에서 ‘어떤 형태로든’이라고 표현한 이유는 비가 오거나 눈이 오지 않더라도 노면에 수분이 형성될
수 있는 다양한 요인이 존재하기 때문이다.
39) ’20년 기준 민자도로(지자체도로 제외)를 운영하고 있는 출자기업은 총 18곳(국토교통부 내부자료,
2020.05)이다. 이 가운데 인천국제공항고속도로(신불IC~북로JC)를 관리하고 있는 ㈜신공항하이웨이,
중앙고속도로(동대구JC~대동JC)를 관리하고 있는 ㈜신대구부산고속도로, 그리고 천안논산고속도로(천
안JC~논산JC)를 관리하고 있는 ㈜천안논산고속도로에서 연구를 위해 그동안 수집했던 기상 데이터와
노면온도 데이터를 연구진에 제공하였다. 이번 기회를 계기로 감사의 말씀을 전한다. 제공받은 데이터의
구체적인 형태나 값은 이어지는 본문 제4장 제2절을 참고할 것.
40) 본문 <표 2-3>에 정리된 것처럼 도로 살얼음이 존재했을 것으로 추정할 수 있는 사고 데이터를 활용하는
방법도 있다. 그러나 데이터 건수가 69건에 불과하여, 빅데이터 분석에 활용하기 어렵다. AI 기반 진단
모형을 학습하기 위해서는 도로 살얼음이 형성되었을 때의 기상 데이터뿐만 아니라, 도로 살얼음이 형성
되지 않았을 때의 기상 데이터도 필요하다.
41) 본 연구에서 고려하는 기상조건이란, 대기온도(℃), 습도(%), 풍속(㎧)과 같이 세 가지이다.
요 약 xxxiii
가. 분석데이터
①②풍세교
천안논산
고속도로
○ ○ ○ ○ ③④웅진대교
논산천교
2010~
2020년 매10분
차령터널 부근
주: 자료를 참고하여 표 형태로 재구성
「 」
자료: 신공항하이웨이 내부자료(각 연도), 기상 및 노면온도 데이터 ; 신대구부산고속도로 내부자료(각 연도), 「기상
」 「
및 노면온도 데이터 ; 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 . 」
데이터 종류
기업 구분
㈜신공항하이웨이 ㈜신대구부산고속도로 ㈜천안논산고속도로
수집위치 문자(예, 귤현3교)
수집일시 문자(yyyy-mm-dd-hh:mm, 순서대로 연월일시)
대기온도( )℃ 실수(±00.0, 소수점 첫째 자리까지)
습도(%) 실수(00.0, 소수점 첫째 자리까지)
실수(000.0˚, 소수점
정수(000˚, 각도로
풍향 문자(예, 북북서) 첫째 자리까지 각도로
표기)
표기)
㎧
풍속( ) 실수(00.0, 소수점 첫째 자리까지)
가시거리(m) 정수(00,000, 최대 다섯짜리 정수로 표기)
노면온도( )℃ 실수(±00.0, 소수점 첫째 자리까지)
「 」
자료: 신공항하이웨이 내부자료(각 연도), 기상 및 노면온도 데이터 ; 신대구부산고속도로 내부자료(각 연도), 기 「
」 「 」
상 및 노면온도 데이터 ; 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 를 참고하여 표로
구성.
데이터 관련
민자도로 운영회사 제공한 데이터 개수(개) 사용된 데이터 개수1)(개)
수집기간 수집주기
합계 - - 36,349,368 1,687,007
주: 1) 제공받은 데이터를 집계처리하여 결측값을 제외하고 실제 분석에 사용한 데이터 건수를 의미함.
주: 2) 신공항하이웨이 및 신대구부산고속도로는 1년 12개월, 천안논산고속도로는 1~2월 및 11~12월 4개월 데이터
를 제공. 1년 중 1~2월 및 11~12월 데이터만 분석에 사용하였음.
주: 3) 수집주기는 매 10분이나, 데이터를 제공할 때는 1시간 단위로 집계된 데이터를 제공.
「 」
자료: 신공항하이웨이 내부자료(각 연도), 기상 및 노면온도 데이터 ; 신대구부산고속도로 내부자료(각 연도), 기상 「
」 「 」
및 노면온도 데이터 ; 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 를 참고하여 재구성.
요 약xxxvii
나. 변수 설정
[토공구간] [교량구간]
「 」
자료: 신공항하이웨이 내부자료(각 연도), 기상 및 노면온도 데이터 ; 신대구부산고속도로 내부자료(각 연도),
「 」 「 」
기상 및 노면온도 데이터 ; 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 의 자료를
분석한 결과를 변수간 상관관계 Heatmap으로 구성.
48) 제시된 변수명에 대한 설명은 다음과 같다. 이후 본문에 제시된 변수명도 이를 따른다.
변수명 temp_l humi_l wspd_l temp_a humi_a wspd_a rd_temp
변수 설명 수집지점의 수집지점의 수집지점의 인근AWS 인근AWS 인근AWS 수집지점의
대기온도 습도 풍속 대기온도 습도 풍속 노면온도
요 약xxxix
다. 분석모형의 형태 및 종류
라. 분석모형의 추정
51) 통상적으로 학습데이터와 검증데이터의 비율은 7:3 또는 8:2로 분할한다(권철민, 2020, p. 101).
요 약 xliii
마. 분석모형 추정결과
59) 일부 예외는 있다. 대기온도만을 독립변수로 사용하는 결정트리모형의 경우에 AWS의 데이터를 사용하는
경우(0.8852)가 수집지점의 데이터를 사용하는 경우(0.8437)보다 정밀도가 높다. 대기온도와 습도를
독립변수로 사용하는 LightGBM 모형의 경우에도 AWS의 데이터를 사용하는 경우(0.8749)가 수집지점
의 데이터를 사용하는 경우(0.8747)보다 정밀도가 높다.
60) 모형의 성능을 평가할 때, 가장 많이 언급되는 평가지표는 정확도이다. 그러나 상황에 따라 정밀도 또는
재현율을 주의 깊게 봐야 할 경우도 있다. 본문 <글상자 4-3>의 내용에 따르면, 운전자에게는 재현율이
더 중요한 지표이다. 왜냐하면, 실제로 노면온도가 영하인데(그래서 도로 살얼음이 형성될 가능성이 높은
데), 이를 시스템에서 간파하지 못하면 운전자에게 치명적일 수 있기 때문이다. 교량구간에서 수집지점의
데이터를 이용하는 모형보다 AWS의 데이터를 이용하는 모형의 재현율이 10~22%p 낮다는 점은 가설②
의 주장이 교량구간에 대해서는 유효하지 않을 수도 있음을 시사한다.
요 약 xlvii
61) 습도나 풍속을 독립변수로 추가하는 경우에 정밀도 측면에서 성능이 저하되는 결과가 일부 나타났다.
xlviii
● ≤
대기온도 -1.75 ℃ 2.7761 1.0312
● ● ≤ ℃
대기온도 -1.75
≥
습도 43.9%
7.4043 1.0113 -0.0721
대기온도≤-1.75℃
● ● ● 습도≥43.9% 5.7774 1.0063 -0.0576 0.6109
토공 풍속≤3.05㎧
구간
● 대기온도≤-3.85℃ 3.6727 0.9506
● ● ℃≤대기온도≤-2.85℃ 7.7697
-5.35
습도≥45.3%
0.9293 -0.0640
● ● ● -5.35℃≤대기온도≤-2.85℃
습도≥45.3%
-4)
-4) -4) -4)
xlix
l
<표 25> 교량구간에 대한 노면온도 추정모형
● ≤ ℃
대기온도 -0.75 1.9073 1.0676
대기온도≤-0.75℃
● ● 습도≥34.9%
5.0438 1.0598 -0.0503
대기온도≤-0.75℃
● ● ● 습도≥34.9%
-4) -4) -4) -4)
교량
● 대기온도≤-2.55℃
구간
3.1085 0.9266
● ● ≤
대기온도 -2.55℃ -4) -4) -4)
● ● ● ≤
대기온도 -2.55℃ -4) -4) -4) -4)
li
lii
<표 28> 교량구간에 대한 노면온도 추정 분류모형의 성능평가 결과(1)
여기서,
63) (요약수식 1)은 분석대상지점에서 직접 기상데이터를 구하기 어려운 경우에 적용한다. 만약 해당 지점이
나 근처에서 수집된 기상데이터가 있다면 본문 <표 4-20>의 첫 번째 수식(다음 수식 참조)을 사용한다:
여기서,
= 분석대상지점의 노면온도(℃)
= 분석대상지점이나 인접한 지역에서 수집된 대기온도(℃)
liv
화북(841)에서 수집된
AWS 데이터 노면상태 추정값
일시 비고
℃
대기온도
( ) ㎜
강수량
( )
노면온도
( )℃ 영상/영하
64) 이와 관련하여 몇 가지 가능성이 있다. 우선, AWS에서 강수량 측정이 제대로 이루어지지 않았을 가능성
이다. 본 연구에서는 AWS에서 수집된 데이터에는 오류가 없다고 가정하였다. 27일 이전에 해당 도로에
강수나 강설이 있었을 수도 있다. 확인 결과, 27일 이전에도 며칠 동안은 강수나 강설은 없었던 것으로
나타났다(기상청 기상자료개방포털, 「방재기상관측(AWS)」, 2021.04.01). 오미교차로가 고현천 인근에
있다는 점도 고려해볼 수 있다. 오미교차로와 고현천 간의 직선거리는 약 600m이다(카카오지도, 「오미
요 약 lv
6. 결론 및 정책제언
가. 결론
교차로」, 2021). 강이나 호수 근처에서 발생하는 안개는 도로 살얼음 형성에 원인이 될 수 있다.
65) 본문 <표 2-3>의 도로 살얼음 사고 일지를 분석한 결과임.
66) 본문 <표 2-3>의 내용 참조.
67) 본문 <그림 2-2>의 내용 재인용.
68) 본문 <그림 2-3>의 내용 재인용.
69) 본문 <그림 2-6>의 내용 재인용.
lvi
나. 정책제언
정책제언 구분 정책제언 목록
․도로 살얼음 관련 기초자료 수집체계 강화(교통사고 통계원표 개정 등)
제도개선 ․제설제 예비살포 기준을 지형별로 구분하여 적용
․운전면허 시험 등 교육과정 강화
시스템개발 ․도로 살얼음 관리시스템 구축
․1월과 출근시간대에 도로 살얼음 집중 관리
․도로 살얼음 예보 시행
홍보강화
․교통안전수칙 내 도로 살얼음 내용 상세화
․도로 살얼음 지도 제작
포 장 비포장 포 장 비포장
살 살
건 습 결 적 기 건 습 결 적 기 건 습 결 적 얼 기 건 습 결 적 얼 기
조 기 빙 설 타 조 기 빙 설 타 조 기 빙 설 타 조 기 빙 설 타
음 음
1 2 3 4 5 11 12 13 14 15 1 2 3 4 5 6 11 12 13 14 15 16
『
국토교통부의 도로제설업무 수행요령 에는 제설제 예비살표 기준이 마 』
련되어 있다(국토교통부, 2020b).70) 해당 기준에 따르면, “도로 살얼음 우려
예보가 있거나, 노면온도 2 ℃ 이하로 온도하강이 예상되고 비가 내리기 시작
70) 국토교통부(2020b), 『도로제설업무 수행요령』, p. 27의 내용 참조.
lviii
[출발전]
- 바깥상황을 알 수 있게 차량의 모든 유리
를 깨끗하게 청소한다.
- 이동경로 중, 도로 살얼음 제보가 발생한
구간이 있는지 확인한다.
[주행중]
- 평상시보다 앞차와의 거리를 10배 이상
으로 유지한다.
- 일기예보, 가변전광표지(VMS)을 주기적
으로 확인한다.
- 평상시 주행속도의 100분의 50 이하로
주행한다.
- 굽은 길에서는 특히 서행한다.
주: 표 우측셀에서 밑줄 친 문장이 개정(안) 내용임.
『 』
자료: 교통안전수칙 원본(기존) - 경찰청(2018), 교통안전수칙 , p. 73의 내용 인용.
『 』
자료: 국토교통부(2020b), 도로제설업무 수행요령 , pp. 124-145의 내용을 참고하여 그림으로 재구성.
제1장 서론
1. 연구의 배경
2020년까지 발생한 도로 살얼음 사고건수 가운데 일부일 것으로 추정된다. 검색에서 참고했던 언론기사
목록은 <부록 2>에 수록되어 있다.
5) 한국농어촌방송, 「전북경찰청, 순천-완주 고속도로 사매2터널 교통사고 수사 결과」, https://www.news
kr.kr/news/articleView.html?idxno=47000(2021.02.01).
6) 동아일보, 「겨울철 소리없는 암살자 ‘블랙아이스’, 취약지는?」, https://www.donga.com/news/Socie
ty/article/all/20200109/99157886/1(2021.02.01); BBC NEWS 코리아, 「블랙 아이스: 잇따른 도로
교통사고, 해결 방안은 없을까?」, https://www.bbc.com/korean/news-50889866(2021.02.01).
7) 상주영천고속도로에서 발생했던 도로 살얼음 사고의 사고규모(추돌대수, 사상자수 등)에 대해 다른 수치를
제시하고 있는 언론기사도 있다. 정확한 사고규모는 교통사고조서를 통해 파악할 수 있다. 해당 사고는
보고서를 작성하고 있는 현시점을 기준으로 재판 중인 사안이다. 재판 중인 사안에 대해서는 교통사고조서
가 공개되지 않아 열람할 수 없다. 본 연구에서는 가장 최근에 보도된 언론기사에 제시된 사고규모를 인용
했음을 밝혀 둔다.
8) TAAS(교통사고분석시스템), 「교통사고GIS」, http://taas.koroad.or.kr/gis/mcm/mcl/initMap.do?m
enuId=GIS_GMP_STS_RSN(2021.02.01).
9) “대형사고란 3명 이상이 사망(교통사고 발생일부터 30일 이내에 사망한 것을 말한다)하거나 20명 이상의
사상자가 발생한 사고를 말한다”(교통사고조사규칙, 제2조, 2016.12.21).
10) 삼성교통안전문화연구소 보도자료(2020.01.24), 「겨울철 블랙아이스(빙판) 사고 특성과 대책」, p. 2의
내용 참고.
11) 치사율이란 교통사고 100건당 사망자수를 의미한다. 도로 살얼음 사고의 치사율을 산정할 수 없어, ‘결빙/
서리’로 인한 교통사고의 치사율을 대신 인용했음을 밝혀 둔다.
제1장 서론 3
2. 연구의 필요성
12) 언론기사를 통해 찾은 도로 살얼음 사고 69건에 대한 분석결과이다. 구체적인 내용은 제2장 제2절 참고.
13) 전게서.
14) “도로관리청이란 도로에 관한 계획, 건설, 관리의 주체가 되는 기관”을 말한다(도로법, 제2조 및 제23조,
2021.02.05). 우리나라 도로는 ‘고속국도’, ‘일반국도’, ‘특광역시도’, ‘지방도’, ‘시도’, ‘군도’, ‘구도’와
같이 7가지로 구분된다(동법, 제10조). 고속국도는 한국도로공사, 민자고속도로는 민자법인, 일반국도는
국토교통부, 지자체도로는 각 지자체가 도로관리청이다.
15) 국토교통부(2020b), 『도로제설업무 수행요령』, pp. 27-51; 서울특별시(2019), 「’19/’20년 겨울철 제
설대책 추진계획」, p. 7; 신공항하이웨이(2021), 『도로분야 위기대응 현장조치 행동매뉴얼』, p. 99.
16) 2019년 기준 지자체도로(특광역시도, 지방도, 시도, 군도, 구도) 연장은 92,517km이며, 고속국도 및
일반국도 연장은 18,797km이다(국토교통부, 2020a, p. 64). 국가도로 연장에서 지자체도로 연장이
차지하는 비중이 약 83%이다.
17) 김인수 외(2016), 『동절기 도로안전을 위한 노면관리 방안』, p. 4; 김백조 외(2020a), 『기후환경실증실험내
의 기온과 습도가 도로포장재의 표면온도에 미치는 영향 분석』, p. 1; Minnesota Department of
Transportation(2001), I-35W & Mississippi River Bridge Anti-Icing Project, p. 7.
4
1. 연구의 목적
18) 사후대처란 도로 살얼음 사고가 발생한 뒤의 조치를 의미한다. 도로 살얼음 사고가 발생한 후에 사고규모
가 확대되지 않도록 신속한 대응도 필요하다.
19) 김백조 외(2020a), 『기후환경실증실험내의 기온과 습도가 도로포장재의 표면온도에 미치는 영향 분석』;
임상훈 외(2019), 『차량센서 기반 주행환경 관측․예측․안전운행 도로기술 개발』의 내용 참고.
20) 본 연구에서 활용한 빅데이터는 2015년부터 2020년까지 6년 동안 인천국제공항고속도로(5곳), 천안논산
고속도로(4곳), 그리고 신대구부산고속도로(3곳)에서 수집한 1시간 집계 단위의 기상데이터(기온, 습도,
풍속 등) 및 노면데이터(노면온도, 노면상태 등)이다. 데이터와 관련된 설명은 본문 제4장을 참고할 것.
21) 노면온도 추정모형을 구현하는 최종적인 목표는 기상 데이터를 이용해서 도로 살얼음 형성 여부를 판단하
는 것이다. 입수한 데이터에는 도로 살얼음 형성 여부와 관련된 항목이 없다. 대신 본 연구에서는 기상
데이터를 독립변수로 활용하여 노면온도를 추정하는 모형을 구현하였다. 기본가정은 노면온도가 영하로
추정되는 경우에 도로 살얼음이 형성되기 위한 필요조건이 갖추어졌다고 보는 것이다.
22) 분류모형(Classification model)에서는 종속변수가 영상인 경우(섭씨 0도씨 초과)에 ‘0’으로, 영하인
경우에(섭씨 0도씨 이하)에 ‘1’로 표현된다. 회귀모형(Regression model)에서는 종속변수가 추정된
노면온도값 형태로 결정된다.
제1장 서론 5
2. 연구의 수행방법
in Decision Making”, IEEE Circuits and Systems Magazine, Third Quarter, p. 22; Rokach,
L.(2010), “Ensemble-based classifiers”, Artificial Intelligence Review, p. 1.
27) 모형에 대한 상세한 내용은 본문 제4장을 참고할 것.
28) 국토교통부(2020b, p. 6)에서는 “도로 살얼음이 발생할 확률이 높은 구간”을 결빙취약구간으로 정의했다.
제1장 서론 7
29) 김인수 외(2016), 『동절기 도로안전을 위한 노면관리 방안』, 한국도로공사 도로교통연구원; 임상훈 외
(2019), 『차량센서 기반 주행환경 관측․예측․안전운행 도로기술 개발』, 한국건설기술연구원; 김백조 외
(2020a), 「기후환경실증실험내의 기온과 습도가 도로포장재의 표면온도에 미치는 영향 분석」, 한국기상
학회 가을학술대회 초록집.
30) 김인수 외(2016)의 연구는 ‘어는비’(freezing rain)에 관한 연구이다. 어는비도 노면온도가 영하 이하인
경우에 형성된다는 점을 고려하여 유사연구로 분류했다.
31) Minnesota Department of Transportation(2001), I-35W & Mississippi River Bridge Anti-Icing
Project; 김동휘 외(2020), 「도로 살얼음 방지를 위한 강섬유-나노 하이브리드 시멘트 복합체의 발열성
능 연구」, 『한국콘크리트학회 학술대회 논문집』, 32(2), pp. 305-306; 장승환 외(2020), 『탄소나노튜브
도로 코팅제 기반 능동형 블랙아이스 탐지 및 제거 시스템 개발』, 한양대학교 산학협력단(계속 사업).
32) 보다 정확하게 표현하자면 기상요인과 노면온도 간의 관계를 모형화하는 것이다. 이와 관련된 논의는
본문 제4장을 참고할 것.
8
선행연구와의 차별성
구 분
연구목적 연구방법 주요 연구내용
․연구명: 도로살얼음 방지 ․ (실험설계) 강섬유-나노 ․강섬유-나노 하이브리드
를 위한 강섬유-나노 하 하이브리드 시멘트 복합 시멘트 복합체 실험설계
이브리드 시멘트 복합체 체의 발열량 측정을 위한 ․시멘트의 다중벽 탄소나노
의 발열성능 연구 다중벽 탄소나노튜브 튜브와 강섬유 혼입비율에
․연구자(연도): 김동휘 외 (Multi-Walled Carbon 따른 발열량 측정
5 (2020) Nanotube, MWCNT)와
․연구 목적: 도로살얼음 제 강섬유 혼입비율 선정
거를 위해 사용될 수 있는 ․ (실험수행) 다중벽 탄소나
강섬유-나노 하이브리드 노튜브와 강섬유 혼입비
시멘트 복합체의 발열성 율에 따른 시멘트 시편의
능 실험 발열량 측정
․연구명: 기후환경실증실 ․ (실험설계) 시편(콘크리트 ․기후환경실증실험 설계
험내의 기온과 습도가 도 또는 아스팔트)을 기후환경 및 수행(상주영천선 사고
로포장재의 표면온도에 실험실에 배치하고, 기온, 재현실험, 경남 합천 국도
미치는 영향 분석 습도를 제어변수로 노면온 33호선 사고 재현실험, 어
․연구자(연도): 김백조 외 도, 노면상태 변화를 감지 는비 실험 등 수행)
6
(2020a), 국립기상과학원 ․ (실험수행) 기온 및 습도
․연구 목적: 기상환경 재현 변화로 도로재질(노면상
실험을 통한 도로 살얼음 태)에 따른 노면온도 변화
발생 환경 조건 분석 및 특성 파악 및 노면결빙 형
도출 성 여부 관찰
․ ․
과제명: AI 빅데이터 기 ․ (문헌연구) 도로 살얼음 ․도로 살얼음 사고 현황 검토
반 도로 살얼음(블랙아이 사고 현황, 국내외 도로 ․국내외 도로 살얼음 대응
스) 진단 및 대응 방안 살얼음 대응체계, 살얼음 체계 검토
․연구자(연도): 박경욱 조 ․ 형성조건 등 ․AI․빅데이터 기반 도로
범철(2021), 한국교통연 ․ (통계분석) 국내 도로 살 살얼음 진단 모형 구현
구원 얼음 사고 현황 ․도로 살얼음 대응체계 보
본 연구
․연구 목적: 도로 살얼음을 ․ ․
(모형구현) AI 빅데이터 기 완 방안 제시
예측할 수 있는 AI 기반의 반 도로 살얼음 진단 모형
도로 살얼음 진단모델 구 ․ (전문가 자문) 국내외 도
현하고, 모형을 토대로 도 로 살얼음 대응체계, 도로
로관리청이 도로 살얼음 살얼음 진단 모형 개발 관
에 대응하는데 필요한 시 련, 도로 살얼음 대응체계
사점을 도출하고 대응방 보완 관련
안 제언
「
자료: 김동휘 외(2020), 도로 살얼음 방지를 위한 강섬유-나노 하이브리드 시멘트 복합체의 발열성능 연구 , 한국 」『
』 「
콘크리트학회 학술대회 논문집 , 32(2), pp. 305-306; 김백조 외(2020a), 기후환경실증실험내의 기온과
」
습도가 도로포장재의 표면온도에 미치는 영향 분석 , 한국기상학회 가을학술대회 초록집; 김인수 외(2016),
『 』
동절기 도로안전을 위한 노면관리 방안 , 한국도로공사 도로교통연구원; 임상훈 외(2019), 차량센서 기반 『
․ ․ 』
주행환경 관측 예측 안전운행 도로기술 개발 , 한국건설기술연구원; 장승환 외(2020), 탄소나노튜브 도로 『
』
코팅제 기반 능동형 블랙아이스 탐지 및 제거 시스템 개발 , 한양대학교 산학협력단(계속 사업); Minnesota
Department of Transportation(2001), I-35W & Mississippi River Bridge Anti-Icing Project.
10
제2장 도로 살얼음 사고 현황
제1절 도로 살얼음 사고 통계 현황
「 」
자료: TAAS(교통사고분석시스템), 노면상태별 교통사고 , http://taas.koroad.or.kr/sta/acs/exs/typical.do?me
nuId=WEB_KMP_OVT_UAS_PDS(2021.04.05).
사고 사상자(인)
사고일자 사고위치 사고규모
시각 사망 중상 경상
경북 녹전동 오미교차로
2020-12-28 06:53 부근(국도28호선) 10대 추돌 2 - - 2
〃 07:00 경남 거창군 단독
46) 보다 정확하게 표현하자면 도로 살얼음 사고를 보도한 것으로 추정되는 언론기사를 검색한 것이다. ‘추정’
이라는 표현을 사용한 이유는 당시 언론기사에서 다룬 교통사고의 원인이 도로 살얼음이라는 것은 확인된
사실이 아니라, 사고 당시 운전자, 목격자, 경찰관 등의 진술에 기반한 것이기 때문이다.
제2장 도로 살얼음 사고 현황 15
사고 사상자(인)
사고일자 시각 사고위치 사고규모
사망 중상 경상
〃 08:00 충북 음성군 생극면 2대 추돌
〃 09:00 강원 횡성군(국도6호선) 단독
충북 고당리 옥계폭포
2019-01-28 07:30 삼거리(국도4호선) 7대 추돌 10
〃 08:30 대전 신성동 단독 3건
〃 〃 충남 홍성 단독 11건
〃 〃 경남 창원 단독 1 1 - -
〃 〃 경남 창원 고가도로 3대 추돌 1 - - -
사고 사상자(인)
사고일자 시각 사고위치 사고규모
사망 중상 경상
2017-11-22 08:15 경기 설악면 이천터널 부근 13대 추돌 3 - - 3
(서울양양선 상행)
2017-11-21 08:06 고양 일산대교(일산방향) 14대 추돌 13 - - 13
안성 고삼면 가유리(국도23번,
2017-02-14 09:00 안성방향) 18대 추돌 10 - - 10
〃 05:08 〃 단독 2 - 2 -
1. 도로 살얼음 사고 발생시기
2. 도로 살얼음 사고 발생시간대
47) <표 2-3>에서 도로 살얼음 사고발생 시각대를 특정하기 어려운 14건은 제외하였다.
48) 오전 6시부터 9시까지.
49) Rodman, K., “Black ice: How to spot this winter driving danger”, https://www.accuweather.com/e
n/weather-news/black-ice-how-to-spot-this-winter-driving-danger-2/434138(2021.01.04).
18
3. 도로 살얼음 사고 발생지형
50) Rodman, K., “Black ice: How to spot this winter driving danger”, https://www.accuweather.com/e
제2장 도로 살얼음 사고 현황 19
4. 도로 살얼음 사고 발생도로
n/weather-news/black-ice-how-to-spot-this-winter-driving-danger-2/434138(2021.01.04).
51) 국토교통부(2020a), 『2020 도로업무편람』, p. 65 및 p. 94의 내용 참조.
52) 전게서.
53) 실제로 과거에 도로 살얼음이 얼마나 발생했었는지 알기 어렵다. 언론기사를 통해 찾은 도로 살얼음
발생건수는 전체 가운데 극히 일부에 해당할 것이다. 현재로선 도로유형별로 단위 연장당 도로 살얼음
발생건수가 어느 수준일지 추정만 가능하다.
20
5. 도로 살얼음 사고 사고규모
「 」
자료: 중앙일보(2019.12.16), 주말 7명 목숨 앗아간 블랙 아이스, 제대로 된 경보가 없다 , https://news.joins.c
om/article/23657502(2021.02.01).
노면상태1)
구분
전체 건조 결빙/서리 살얼음
사고건수2) 2,209,962 1,946,036 16,280 693)
사망자수2) 43,784 36,663 485 223)
치사율4) 2.0 1.9 3.0 31.9
상대 치사율5) 1.0 1.0 1.5 15.9
주: 1) 노면상태 구분: 건조(도로의 표면이 말라있는 상태), 결빙/서리(도로의 표면이 얼어 있는 상태)
주: 2) 사고건수 및 사망자수는 2011년부터 2020년까지 10년 동안의 합계.
주: 3) <표 2-3>의 수치 재인용. 언론기사에서 보도된 2008~2020년 사이에 발생한 도로 살얼음 사고를 대상으로 함.
주: 4) 치사율은 사고 100건당 교통사고 사망자수.
주: 5) 노면상태가 건조인 경우의 치사율을 1.0로 봤을 때, 다른 노면상태의 상대적인 치사율을 의미.
주: 6) 사고건수 및 사망자수는 <표 2-1>의 값을 재인용.
주: 7) 노면상태가 ‘살얼음’인 경우의 교통사고 치사율은 극히 적은 표본을 대상으로 한 값으로, 인용에 있어 주의 필요.
「 」
자료: TAAS(교통사고분석시스템), 노면상태별 교통사고 , http://taas.koroad.or.kr/sta/acs/exs/typical.do?
menuId=WEB_KMP_OVT_UAS_PDS(2021.04.05).
1. 설문조사 개요
항목 내용
조사대상 만 20세1) 이상 성인
조사지역 ․
전국 17개 특별 광역시도
2. 표본설계
3. 설문조사 결과
가. 도로 살얼음에 대한 인지수준
어떤 현상인지 들어봤으나, 어떤
구분 응답자수 들어본 적 없음
잘 알고 있음 현상인지 잘 모름
전체 500 359 (71.8) 126 (25.2) 15 (3.0)
남자 257 195 (75.9) 56 (21.8) 6 (2.3)
성별
여자 243 164 (67.5) 70 (28.8) 9 (3.7)
20대 97 60 (61.9) 33 (34.0) 4 (4.1)
30대 98 69 (70.4) 24 (24.5) 5 (5.1)
연령 40대 125 93 (74.4) 29 (23.2) 3 (2.4)
50대 124 90 (72.6) 33 (26.6) 1 (0.8)
60대 이상 56 47 (83.9) 7 (12.5) 2 (3.6)
1년 미만 39 21 (53.8) 16 (41.0) 2 (5.1)
1~3년 65 39 (60.0) 23 (35.4) 3 (4.6)
운전경력 3~5년 45 28 (62.2) 16 (35.6) 1 (2.2)
5~10년 75 53 (70.7) 18 (24.0) 4 (5.3)
10년 초과 276 218 (79.0) 53 (19.2) 3 (1.8)
주: 괄호 안의 수치는 비율.
나. 도로 살얼음에 대해 알게 된 경로
64) ‘내비게이션 안내’의 경우에도 15.7%에 그쳤지만, 내비게이션 사용을 운전자에게 강제할 수 없기 때문에
반드시 치러야 하는 운전면허 시험과 성격이 다르다고 볼 수 있다.
제2장 도로 살얼음 사고 현황 29
라. 살얼음길 식별 난이도
바. 도로 살얼음을 경험했던 시기
66) <그림 2-16>에서 야간시간대부터 다음날 아침시간대까지 도로 살얼음을 경험한 125명이 전체에서 차지
하는 비율을 말한다.
67) 출근통행이 시작되는 아침시간대에 교통량이 증가하는 현상과 관련이 있는 것으로 보인다.
제2장 도로 살얼음 사고 현황 33
68) 이와 관련하여 후속 질문을 하지 않았고, 질문 자체가 응답자의 기억에 의존적이라 단정하기는 어렵다.
69) National Weather Service, “Ice Storms”, https://www.weather.gov/safety/winter-ice-fr
ost(2021.01.04).
70) WMO, “Black Ice”, https://cloudatlas.wmo.int/en/glossary.html#B(2021.01.04).
34
71) ‘평지’란, 제4장에서 소개되는 ‘토공구간’에 해당한다. 일반인들은 토공구간에 대한 용어에 익숙하지 않을
것이라고 판단하여, 평지로 항목명을 변경하여 설문조사지를 작성하였다.
제2장 도로 살얼음 사고 현황 35
구분 응답자수 알고 있다 잘 모른다
전체 500 249 (49.8) 251 (50.2)
남자 257 143 (55.6) 114 (44.4)
성별
여자 243 106 (43.6) 137 (56.4)
20대 97 45 (46.4) 52 (53.6)
30대 98 48 (49.0) 50 (51.0)
연령 40대 125 54 (43.2) 71 (56.8)
50대 124 67 (54.0) 57 (46.0)
60대 이상 56 35 (62.5) 21 (37.5)
1년 미만 39 11 (28.2) 28 (71.8)
1~3년 65 28 (43.1) 37 (56.9)
운전경력 3~5년 45 24 (53.3) 21 (46.7)
5~10년 75 41 (54.7) 34 (45.3)
10년 초과 276 145 (52.5) 131 (47.5)
주: 괄호 안의 수치는 비율.
주: 빗길 및 눈길 표본은 500명, 살얼음길 표본은 485명 대상(살얼음길에 대해 들어본 적이 없다고 응답한 15명
제외 후, 조사)
4. 시사점
『 – ․ ․ 』
자료: 도로교통공단(2021), 자동차 운전면허 학과시험 문제은행 1종대형 특수, 1 2종 보통 , p. 148 인용.
「 」
자료: 고속도로 공공데이터 포털, 일자별 제설작업 현황 , http://data.ex.co.kr/portal/fdwn/view?type=ETC
&num=T5&requestfrom=dataset#(2021.04.01)의 내용 중 일부 발췌.
주: 특례법이란 ‘교통사고처리 특례법’을 의미하며, 특레법 상 12개항의 구체적인 내용은 <부록 4> 참조.
자료: 교통사고조사규칙(경찰청훈령 제818호, 2016.12.21) 및 동 규칙 [별표 2]의 내용을 참조하여 그림으로 구성.
85) 도로 살얼음이 형성됐으나 교통사고가 발생하지 않는 경우는 논의에서 제외한다. 이 경우에 운전자가
자신이 경험한 도로 살얼음의 존재를 누군가에게 알린다고 보기 어렵다. 또한 그러한 시스템이 현재로선
없다.
제3장 국내외 도로 살얼음 대응 현황 45
[별표 3]
교통사고 통계원표
원표번호
□ 교통사고 개요
□ 도로 및 환경
제2절 국내 도로관리청별 제설 대응
1. 고속국도(재정) 및 일반국도
․
고속국도 및 일반국도에 대한 공사, 유지 관리 등의 업무는 국토교통부가
담당한다(도로법, 법률 제16954호).89)90) 국토교통부는 도로제설업무 수행 『
』
요령 에 따라 도로제설업무를 계획, 시행 및 사후유지관리 하고 있다(국토교
통부, 2020b).91)
『 』
<글상자 3-1> 도로제설업무 수행요령 의 단계별 대응 내용
가. 계획 단계(강설 전)
나. 시행 단계(강설 중)
D -
․ 일반도로(2차로, 교통
․
국지도로 추후 제설
량 5백 대/일 미만)
주: 1) 고속국도에는 자동차전용도로가 포함되며, 일반도로란 일반국도, (국가지원)지방도, 군도를 포함.
주: 2) 평시 운행 수준이란, 도로교통법 시행규칙 제19조에 명시된 도로등급별 최고속도를 의미함.
고속국도 일반도로
구분 자동차전용도로
편도 1차로 편도 2차로 이상 편도 1차로 편도 2차로 이상
최고속도 80km/h 100~120km/h 90km/h 60km/h 80km/h
자료: 도로교통법 시행규칙(행정안전부령 제164호), 제19조의 내용 참조.
자료: 국토교통부(2020b), 『도로제설업무 수행요령』, p. 3의 <표 2.1> 인용.
다. 사후유지관리 단계(강설 후)
2. 고속국도(민자) - ㈜신공항하이웨이 사례
․
민자고속국도를 유지 관리하는 민자법인도 국토교통부의 도로제설업무 『
』
수행요령 에 준하여 고속국도를 관리하고 있다.102) 2021년 2월 기준 공용
중인 민자고속국도 801.9km 가운데(한국도로공사, 2021b)103), 2.06km 구간
이 제설 취약구간으로 지정되어 있다.104) 앞서 소개한 시행 단계(강설 중)에서
㈜신공항하이웨이는 <그림 3-4>와 같은 체계로 대응하고 있다(신공항하이웨
이, 2021).105) <그림 3-4>에서 대응단계(관심, 주의, 경계, 심각)는 국토교통부
에서 정한 기상상황에 준하여 적용하고 있다(국토교통부, 2020b).106)107)
『 』
자료: 신공항하이웨이(2021), 도로분야 위기대응 현장조치 행동매뉴얼 , p. 33 인용.
3. 지자체도로 – 서울시 사례
상황단계 조치 내용 주요 제설대책
- 사전예측 강화 및 초동대응체계 구축
예방 대설재난 발생을 사전에 방지 - 취약지점 액상살포장치 설치(이동식 원격 소형
액상살포장치, 자동강설감지장치 포함)
- 취약지점 관리 및 보행자 안전대책 수립
- 강설 시 시민안전대책 홍보 등
⇩
대비 대설재난의 수습에 필요한 장비, - 제설 인력, 장비, 자재 사전 확보
- 민·관·군·경이 함께하는 협력체계 구축
물자 및 자재 등을 비축, 관리 - 재난안전대책본부 구성 및 합동훈련, 1·2·3단계
상황관리
⇩
- 재난안전대책본부 운영
- 24시간 비상근무체계를 통한 신속한 상황 전파
대응 대설재난 발생 당시 신속한 조치 (제설현장관리시스템, SMS)
- 담당구역별 제설작업 실시
- 제설현장관리시스템, CCTV 등을 통한 실시간
제설작업 및 현장 상황 파악
⇩
복구 대설재난 피해 발생 후속 조치 - 현장지휘소 운영
(긴급 구조 및 구급) - 재난안전대책본부 13개 실무반과 협업
자료: 서울특별시(2019),「’19/’20년 겨울철 제설대책 추진계획」, p. 3의 ‘법정 재난관리 단계’ 참조.
단계 상황기준 실무반 근무 기준
평 시 상황유지필요시 및 예방활동 ∘상황총괄반 ∘ 징후 감시활동 상황요원(3명)
보 강 강수확률 30%적설량
2℃ 미만, 이상1㎝
기온∘상황총괄반 ∘기상
준비 및등(6명)
교통상황 모니터링, 제설작업
미만 예보시 - 상황총괄팀 4, 재난상황팀 2
1 단계 적설량5㎝미만 예보시 ∘환경정비반, 교통대책반추가∘1개조 -- 지휘 3개반(12명)
: 도로관리과장
협조체계 가동 및 초동제설 대응체계 돌입
∘2개조 6개반(26명)
2 단계 적설량 5㎝ 이상 예보시
대설주의보 발령시 재난홍보반 추가
∘시설복구반, 구조 구급반, - 지휘 :(일상적) 안전총괄실장(안전총괄관)
- 대비계획(긴급상황) 시장(행정2부시장)
·
점검 및 초동제설 대응체계 돌입
∘질서협력반, 행정지원 자∘2개조 13개반(34명)
3 단계 적설량대설경보
10㎝ 이상 예보시 원봉사반, 생활지원반, 통 - 지휘 : 시장(행정2부시장)
발령시 신원지지원원반반,, 의료방역반
에너지복구반, 자 - 서울시 전역 집중제설
추가 ※ 필요시 전직원 비상근무 발령
자료: 서울특별시(2019),「’19/’20년 겨울철 제설대책 추진계획」, p. 7의 ‘단계별 비상근무’ 참조.
주의 경계
국토교통부 관심 - (적설량 3㎝ 미만 (대설주의보 심각
(상시 대비) 예보 시, 발령) (대설경보 발령)
대설예비특보)
보강 2단계 3단계
평시 (기온 2℃ 미만, 1단계 (적설량 5㎝ 이상 (적설량 10㎝
서울특별시 (상황 유지) 적설량 1㎝ 미만 (적설량 5㎝ 미만 예보 시, 이상 예보 시,
예보 시) 예보 시) 대설주의보 발령) 대설경보 발령)
자료: 국토교통부(2020b), 『도로제설업무 수행요령』, pp. 84-87의 내용 참조; 서울특별시(2019),「’19/’20년 겨울
철 제설대책 추진계획」, p. 7의 ‘단계별 비상근무’ 참조
114) 서울특별시(2019), 「’19/’20년 겨울철 제설대책 추진계획」, p. 7의 내용 참조.
제3장 국내외 도로 살얼음 대응 현황 53
구분 주요 내용
․타이어 관리상태 집중 점검 1)
․자동 염수분사시설 확충 2)
․노면 홈파기(Grooving) 설치 2)
안전시설 확충 및
․배수성 포장, 도로 열선 등 도로결빙 방지 공법 시범 설치 2)
고도화
․도로전광표지(VMS)에 경광등․경고음 기능 추가 2)
시설은 1개 단위로 묶어 평가 가능; 국토교통부 내부자료, 2020b), 상세한 평가기준은 <부록 6>에 인용해
두었다.
121) 공공데이터포털, 「행정안전부_상습 결빙구간」, https://www.data.go.kr/data/15067396/fileDat
a.do(2021.04.01).
122) 각주 121)의 자료를 참조하여 산정하였음.
123) 각주 121)의 자료를 참조하여 산정하였음.
124) 각주 121)의 자료를 참조하여 산정하였음.
125) 전체 상승결빙구간 연장에서 지방도가 차지하는 비중은 약 43%이고, 지자체도로(고속국도 및 일반국도
제외)가 차지하는 비중은 약 72%이다. 도로 살얼음 대책을 시행할 때, 지자체도로에 대해서도 관심이
필요하다는 점을 단적으로 보여 준다.
56
「 」
자료: 생활안전지도, 상습결빙구간 , http://www.safemap.go.kr/main/smap.do?flag=2#majorCont0
3(2021.04.01).
제4절 국외 도로 제설대책 사례
1. 영국
128) 영국의 전략도로망(SRN, Strategic Road Network)은 ‘고속도로’와 ‘A도로’ 일부로 구성되며, 우리나
라의 간선도로와 유사한 개념이다(자료: GOV.UK, “Statutory guidance - Guidance on road clas
sification and the primary route network”, https://www.gov.uk/government/publications/
guidance-on-road-classification-and-the-primary-route-network/guidance-on-road-cl
assification-and-the-primary-route-network#chapter3(2021.04.01)).
자료: GOV.UK, “Statutory guidance - Guidance on road classification and the primary route network”,
https://www.gov.uk/government/publications/guidance-on-road-classification-and-the-prima
ry-route-network/guidance-on-road-classification-and-the-primary-route-network#chapter3
(2021.04.01)의 내용을 참고하여 저자 재구성.
자료: Daily Record, “Scotland's LIVE gritter tracker: Where is your local gritter and when will it reach
your area?”, https://www.dailyrecord.co.uk/news/scottish-news/scotlands-live-gritter-tracker-your-11862568(20
21.04.01); Aone, “Snow Blower”, https://www.aone.uk.com/people/training/snow-blower/(2021.
04.01).
<그림 3-8> 영국 Highways England에서 운영하는 제설차량(Gritter, 왼쪽)과
분사식 제설기(Snow blower, 오른쪽) 예시
2. 미국
137) Buchanan, F., and Gwartz, S. E.(2005), “Road Weather Information Systems”, Presented
at 2005 Annual Conference of the Transportation Association of Canada, Calgary, Alberta;
Jin, P. J., Walker, A., Cebelak, M. and Walton, C. M.(2014), “Determining Strategic
Locations for Environmental Sensor Stations with Weather-Related Crash Data”, In
Transportation Research Record: Journal of the Transportation Research Board, No. 2440,
Transportation Research Board of the National Academies, Washington, D.C., pp. 34–42;
Kwon, T. J., Fu, L. and Jiang, C.(2014), “Road Weather Information System Stations:
Where and How Many to Install—A Cost Benefit Analysis Approach”, Presented at 93rd
Annual Meeting of the Transportation Research Board, Washington, D.C.
138) Iowa Data, “Track a Plow”, https://data.iowa.gov/Roads/Track-a-Plow/k8ki-krve(2021.04.01).
139) Linton, M. and Fu, L.(2016), “Connected Vehicle Solution for Winter Road Surface
Condition Monitoring”, Transportation Research Record, 2551(1), pp. 62-72의 내용 참조.
62
자료: National Weather Service, “TRAVEL ALERT: Black Ice and Slick Road Conditions Being Reported Across
Parts of Southeast Wyoming This Morning”, https://www.weather.gov/cys/BlackIce(2021.07.14).
3. 일본
142) Zheng, M., Wu, S., Wang, C., Li, Y., Ma Z. and Peng L.(2017), “A Study on Evaluation
and Application of Snowmelt Performance of Anti-Icing Asphalt Pavement,” Applied
Science, 7, 583.
143) 기존에 개발된 포장기법은 엄밀히 말하면, 동결억제포장 기법이라기보다는 ‘동결파쇄포장 기법’으로
부르는 것이 타당해 보인다. 동결억제는 말 그대로 동결 자체를 억제한다는 의미이지만, 기존에 개발된
포장기법은 동결된 이후에 외부압력에 의해서 얼음이 깨지도록 하는 메커니즘을 가지고 있기 때문이다.
64
144) 서홍관 외(2016), 『개립도 아스팔트 포장에서의 결빙방지 방안 연구』, 한국도로공사, p. 2의 내용 참조.
145) Sato, K. & Hori, H.(2008), “Development of anti-icing asphalt pavement using rubber
particles”, In Proceedings of the 11th New Challenges for Winter Road Service, XIth
International Winter Road Congress, Sapporo, Japan.
146) (원출처) 窪 宗昭, 內山 徹 & 竹見 直和(2015), 나가오카시 가와구치지구 동결억제포장의 시공에 관한
제13회 북부도로포장회의; (재인용) 서홍관 외(2016), 『개립도 아스팔트 포장에서의 결빙방지 방안
연구』, 한국도로공사, p. 2의 내용 참조.
제3장 국내외 도로 살얼음 대응 현황 65
공법 구분 공법특징
성능평가 지표 개념
제1절 분석의 개요
147) 김백조 외(2020b)의 연구결과에 따르면, 노면온도가 영하로 떨어지지 않는 경우에도 도로 살얼음은
형성될 수 있다. 본 연구에서는 거시적인 차원에서 노면온도가 영하를 유지하는 일반적인 경우에 대해서
만 다룬다.
148) Donegan, B., “What Is Black Ice And Why Is It So Dangerous?”, The Weather Channel,
https://weather.com/science/weather-explainers/news/black-ice-winter-weather-expla
iner(2021.04.01).
제4장 AI․빅데이터 기반 도로 살얼음 진단 모형 구현ㅇ 67
1. 기상 및 노면온도 데이터 수집 현황
149) 본문에서 ‘어떤 형태로든’이라고 표현한 이유는 전술한 것처럼, 비가 오거나 눈이 오지 않더라도 노면에
수분이 형성될 수 있는 다양한 요인이 존재하기 때문이다.
150) ’20년 기준 민자도로(지자체도로 제외)를 운영하고 있는 출자기업은 총 18곳(국토교통부 내부자료,
2020.05)이다. 이 가운데 인천국제공항고속도로(신불IC~북로JC)를 관리하고 있는 ㈜신공항하이웨이,
중앙고속도로(동대구JC~대동JC)를 관리하고 있는 ㈜신대구부산고속도로, 그리고 천안논산고속도로
(천안JC~논산JC)를 관리하고 있는 ㈜천안논산고속도로에서 연구를 위해 그동안 수집했던 기상 데이터
와 노면온도 데이터를 연구진에 제공하였다. 이번 기회를 계기로 감사의 말씀을 전한다. 제공받은 데이
터의 구체적인 형태나 값은 이어지는 본문 제4장 제2절을 참고할 것.
151) <표 2-3>에 정리된 것처럼 도로 살얼음이 존재했을 것으로 추정할 수 있는 사고 데이터를 활용하는
방법도 있다. 그러나 데이터 건수가 69건에 불과하여, 빅데이터 분석에 활용하기 어렵다. AI 기반 진단
모형을 학습하기 위해서는 도로 살얼음이 형성되었을 때의 기상 데이터뿐만 아니라, 도로 살얼음이
형성되지 않았을 때의 기상 데이터도 필요하다.
152) 본 연구에서 고려하는 기상조건이란, 대기온도(℃), 습도(%), 풍속(㎧)과 같이 세 가지이다.
153) 노면에 수분이 존재하는지 여부는 기상예보, 주변 환경 등을 도로 관리자가 확인하면 어느 정도 판단이
가능할 것이다. 이 부분에 대한 모형연구는 향후 연구과제로 남겨 둔다.
68
⑤귤현3교
방화대교
신대구부산
○ ○ ○ ○ ①②낙동대교 2016~
고속도로 ③밀양대교
남천대교 2020년
매 1분
①②풍세교
천안논산
고속도로
○ ○ ○ ○ ③④웅진대교
논산천교
2010~
2020년
매 10분
차령터널 부근
주: 자료를 참고하여 표 형태로 재구성
「 」
자료: 신공항하이웨이 내부자료(각 연도), 기상 및 노면온도 데이터 ; 신대구부산고속도로 내부자료(각 연도), 「기상
」 「
및 노면온도 데이터 ; 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 . 」
「 」
자료: 신공항하이웨이 홈페이지, 교통정보 , https://www.hiway21.com/traffic/info.do(2021.02.01).
「 」
자료: 신대구부산고속도로 홈페이지, 기상정보 , http://www.dbeway.co.kr/(2021.02.01).
「 」
자료: 카카오지도, 신도시JC , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 영종대교 , https://map.kakao.com/(2021.02.01).
159) 임상훈 외(2019, p. 23)의 연구에서도 노면온도 예측모형을 추정할 때, 지형을 설명변수로 사용하였다.
제4장 AI․빅데이터 기반 도로 살얼음 진단 모형 구현ㅇ 71
「 」
자료: 카카오지도, 인천공항TG , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 귤현3교 , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 방화대교 , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 낙동대교 , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 밀양대교 , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 남천대교 , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 풍세교 , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 차령터널 , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 웅진대교 , https://map.kakao.com/(2021.02.01).
「 」
자료: 카카오지도, 논산천교 , https://map.kakao.com/(2021.02.01).
「 」
자료: 신공항하이웨이 내부자료(각 연도), 기상 및 노면온도 데이터 ; 신대구부산고속도로 내부자료(각 연도),
「 」 「 」
기상 및 노면온도 데이터 ; 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 를 참고하
여 도면으로 구성.
「 」
자료: 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 중, 2019년 1월 1일 자료를 추출하여
그래프로 구성.
2. 기상 및 노면온도 데이터 형태
데이터 종류
기업 구분
㈜신공항하이웨이 ㈜신대구부산고속도로 ㈜천안논산고속도로
수집위치 문자(예, 귤현3교)
수집일시 문자(yyyy-mm-dd-hh:mm, 순서대로 연월일시)
대기온도( ) ℃ 실수(±00.0, 소수점 첫째 자리까지)
습도(%) 실수(00.0, 소수점 첫째 자리까지)
실수(000.0˚, 소수점
정수(000˚, 각도로
풍향 문자(예, 북북서) 첫째 자리까지 각도로
표기)
표기)
㎧
풍속( ) 실수(00.0, 소수점 첫째 자리까지)
가시거리(m) 정수(00,000, 최대 다섯짜리 정수로 표기)
노면온도( ) ℃ 실수(±00.0, 소수점 첫째 자리까지)
「 」
자료: 신공항하이웨이 내부자료(각 연도), 기상 및 노면온도 데이터 ; 신대구부산고속도로 내부자료(각 연도), 기「
」 「 」
상 및 노면온도 데이터 ; 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 를 참고하여 표로
구성.
167) 신공항하이웨이 내부자료(각 연도), 「기상 및 노면온도 데이터」; 신대구부산고속도로 내부자료(각 연도),
「기상 및 노면온도 데이터」; 천안논산고속도로 내부자료(각 연도), 「기상 및 노면온도 데이터」.
168) 가시거리는 육안으로 관측된 값으로 최소값, 최대값 그리고 평균값 간에 차이는 없어 보인다.
169) 각주 167)의 전게서.
170) 모형 구현 시에는 각 데이터별로 평균값을 사용하였다.
80
1. 데이터 전처리
가. 데이터 집계시간 통일
나. 지형별 데이터 집계
「 」
주: 2) 가시거리는 육안으로 측정
자료: 신대구부산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 참고.
다. 데이터 매칭
2. 변수 설정
독립변수 종속변수
수집지점의 기상 데이터 인근 AWS에서 수집한 기상 데이터
노면온도
대기온도 습도 풍속 대기온도 습도 풍속
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
주: 수집지점이란 민자도로 운영회사가 기상 및 노면온도 데이터를 수집하고 있는 위치를 의미함.
「 」 「
자료: 신공항하이웨이 내부자료(각 연도), 기상 및 노면온도 데이터 ; 신대구부산고속도로 내부자료(각 연도), 기상
」 「 」
및 노면온도 데이터 ; 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 의 자료를 취합하여
재구성.
[토공구간] [교량구간]
「 」
자료: 신공항하이웨이 내부자료(각 연도), 기상 및 노면온도 데이터 ; 신대구부산고속도로 내부자료(각 연도),
「 」 「 」
기상 및 노면온도 데이터 ; 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 의 자료를
분석한 결과를 변수 간 상관관계 Heatmap으로 구성.
182) <그림 4-19> 및 <그림 4-20>에 제시된 변수명에 대한 설명은 다음과 같다. 이후 본문에 제시된 변수명
도 이를 따른다.
변수명 temp_l humi_l wspd_l temp_a humi_a wspd_a rd_temp
변수 설명 수집지점의 수집지점의 수집지점의 인근AWS 인근AWS 인근AWS 수집지점의
대기온도 습도 풍속 대기온도 습도 풍속 노면온도
90
3. 분석모형의 형태 및 종류
가. 분석모형의 형태
나. 분석모형의 종류
● 모형(07)
● ● 모형(08)
● ● ● 모형(09)
RF
● 모형(10)
● ● 모형(11)
● ● ● 모형(12)
● 모형(13)
● ● 모형(14)
● ● ● 모형(15)
GBM
● 모형(16)
● ● 모형(17)
● ● ● 모형(18)
● 모형(19)
● ● 모형(20)
● ● ● 모형(21)
LightGBM
● 모형(22)
● ● 모형(23)
● ● ● 모형(24)
4. 분석모형 추정
가. 분류모형의 추정
1) 데이터 입력
2) 데이터 분할
188) 통상적으로 학습데이터와 검증데이터의 비율은 7:3 또는 8:2로 분할한다(권철민, 2020, p. 101).
제4장 AI․빅데이터 기반 도로 살얼음 진단 모형 구현ㅇ 97
3) 파라미터 설정
4) 모형학습
5) 모형검증 및 성능평가
◦ TP는 예측값이 ‘영하’, 실제값도 ‘영하’인 경우, FP는 예측값이 ‘영하’, 실제값
은 ‘영상’인 경우, FN는 예측값이 ‘영상’, 실제값은 ‘영하’인 경우, TN는 예측
값이 ‘영상’, 실제값도 ‘영상’인 경우
◦ 정확도 : 예측값과 실제값이 동일한 건수를 전체 데이터 건수로 나눈 값
☞ (TN+TP)/(TN+TP+FN+FP),
◦ 정밀도 : 예측을 Positive로 한 대상(노면온도를 영하로 예측) 중에 예측과 실
제가 Positive로 일치한 데이터의 비율 ☞ TP/(FP+TP)
◦ 재현율 : 실제가 Positive인 대상 중에 예측값과 실제값이 Positive로 일치한
데이터의 비율 ☞ TP/(FN+TP)
『 』
자료: 권철민(2020), 파이썬 머신러닝 완벽가이드 , 위키북스, pp. 152-156의 내용을 참고하여 재구성.
6) 시각화
나. 회귀모형의 추정
5. 분석모형 추정결과
①
<표 4-22>~<표 4-25>의 결과를 살펴보면 가설 의 진위 여부를 확인할 수 있
다. 표를 보면 토공구간과 교량구간 모두 수집지점의 데이터를 사용하는 경우가
인근 AWS의 데이터를 사용하는 경우보다 대체적으로 정확도, 정밀도, 그리고
재현율이 모두 높은 것으로 나타난다.200) 예를 들면, 독립변수로 수집지점의 대
기온도를 사용하는 토공구간에서의 결정트리모형의 정확도는 0.9167이다. 인근
AWS에서 수집된 대기온도를 사용하는 결정트리모형의 정확도는 0.9011이다.
전자의 모형이 후자의 모형보다 정확도가 높은 것을 확인할 수 있다.
197) 교량구간의 경우에는 수집지점의 데이터를 사용하는 경우와 인근 AWS의 데이터를 사용하는 경우 간
정확도에서 7%p 차이가 난다. 토공구간과 달리 차이가 크게 나는 이유로는 ① AWS 데이터가 수집지
점 데이터와 차이가 클 가능성, ② 토공구간과는 다른 교량구간만의 특성이 모형에서 고려되지 않았을
가능성 등을 생각해볼 수 있다.
198) 교량구간의 데이터 개수는 1,485,358개, 토공구간(차령터널)의 분석데이터 개수는 201,649개로 약
7배 차이가 난다. <표 4-7>을 참조할 것.
199) 학습시간은 프로세서 ‘Intel(R) Core i7-9700K CPU @3.60GHz’의 환경에서 수행한 것으로 분석환경
에 따라 차이가 있을 수 있다.
200) 일부 예외는 있다. 대기온도만을 독립변수로 사용하는 결정트리모형의 경우에 AWS의 데이터를 사용하
는 경우(0.8852)거 수집지점의 데이터를 사용하는 경우(0.8437)보다 정밀도가 높다. 대기온도와 습도
를 독립변수로 사용하는 LightGBM 모형의 경우에도 AWS의 데이터를 사용하는 경우(0.8749)거 수집
지점의 데이터를 사용하는 경우(0.8747)보다 정밀도가 높다.
제4장 AI․빅데이터 기반 도로 살얼음 진단 모형 구현ㅇ 103
②
가설 의 내용을 확인하기 위해 <표 4-26> 및 <표 4-27>의 내용을 지표별로
살펴보자. AWS에서 수집된 데이터로 추정한 분류모형의 정확도, 정밀도 및 재
현율은 수집지점에서 얻어진 데이터로 추정한 분류모형의 정확도, 정밀도 및
재현율보다 떨어진다.201) 그 차이는 토공구간의 경우에 정확도는 1~2%p, 정
밀도는 0~4%p, 그리고 재현율은 3~12%p 수준이다. 반면에 교량구간의 경우
에는 정확도는 4~7%p, 정밀도는 1~11%p, 그리고 재현율은 10~22%p까지 차
이가 난다. 토공구간에서 분석대상이 되는 지점의 기상정보를 직접 구하기 어
려운 경우에 인근 AWS의 기상정보 데이터를 활용하면 일정 수준 이상의 성능
을 갖춘 모형구축이 가능하다는 것을 시사한다. 그러나 교량구간의 경우에는
평가지표에 따라 모형의 성능이 기대에 미치지 못할 수 있다.202)
203) 습도나 풍속을 독립변수로 추가하는 경우에 정밀도 측면에서 성능이 저하되는 결과가 일부 나타났다.
제4장 AI․빅데이터 기반 도로 살얼음 진단 모형 구현ㅇ 105
<그림 4-21>과 <표 4-20> 및 <표 4-21>에서 노면온도와 습도가 음(-)의 상관관
계인 것을 확인할 수 있다. 그 이유는 대기 중의 수분이 노면의 복사열을 흡수
하는 현상과 관계가 있을 것으로 추정되나(이광목, 2020)207) 검증이 필요하다.
③
풍속과 노면온도 간의 관계는 가설 에서 기술한 이유로 파악이 어렵다. 이 부
분도 향후 연구과제로 남겨 둔다.
● ≤
대기온도 -1.75℃ 2.7761 1.0312
● ● ≤ ℃
대기온도 -1.75
≥
습도 43.9%
7.4043 1.0113 -0.0721
대기온도≤-1.75℃
● ● ● 습도≥43.9% 5.7774 1.0063 -0.0576 0.6109
풍속≤3.05㎧
토공구간
● 대기온도≤-3.85℃ 3.6727 0.9506
● ● ℃≤대기온도≤-2.85℃ 7.7697
-5.35
습도≥45.3%
0.9293 -0.0640
● ● ● -5.35℃≤대기온도≤-2.85℃
습도≥45.3%
- 4)
-4) -4) -4)
107
108
<표 4-21> 교량구간에 대한 노면온도 추정모형
● ≤ ℃
대기온도 -0.75 1.9073 1.0676
대기온도≤-0.75℃
● ● 습도≥34.9%
5.0438 1.0598 -0.0503
대기온도≤-0.75℃
● ● ● 습도≥34.9%
-4) -4) -4) -4)
교량구간
● 대기온도≤-2.55℃ 3.1085 0.9266
● ● ≤
대기온도 -2.55℃ -4) -4) -4)
● ● ● ≤
대기온도 -2.55℃ -4) -4) -4) -4)
109
110
<표 4-24> 교량구간에 대한 노면온도 추정 분류모형의 성능평가 결과(1)
<표 4-27> 수집지점 데이터를 이용한 분류모형과 AWS 데이터를 이용한 분류모형 간 성능 차이1)(교량구간)
111
112
<표 4-28> 노면온도 추정 분류모형의 학습시간(1)
(단위: 초)
209) <그림 4-30>을 보면 노면온도가 영하인지 판별하는데 풍속이 분류기준으로 사용되지 않았음을 알 수
있다.
210) 풍속 및 노면온도 간의 관계를 모형화할 수 있을 만큼 충분한 데이터가 축적되지 않았을 가능성도
있다. 추후 연구가 필요하다.
211) <표 4-20> 및 <표 4-21>에서 음영 처리된 부분을 참고할 것.
114
제4절 모형의 한계
「 」
자료: 천안논산고속도로 내부자료(각 연도), 기상 및 노면온도 데이터 중, 2020년 2월 5일 자료를 추출하여
그래프로 구성.
2. 모형의 시공간적 전이
214) Domencich, T. and McFadden, D.(1975), Urban Travel Demand, American Elsevier
Publishing Company, p. 3의 내용 참조.
120
3. AWS와 커버리지(Coverage)
4. 분석시간 집계단위
219) 본 연구를 수행하는 동안에는 이러한 문제는 실제로 발생하지 않았다. 현실에서는 AWS가 균일하게
분포하지 않기 때문이다.
122
1. 토공구간 사례
가. 도로 살얼음 사고개요
「 」
자료: 노컷뉴스, 영천서 블랙아이스 현상에 차량 18대 추돌사고 , https://news.v.daum.net/v/202012281015
14125(2021.02.01)의 내용 인용.
「 」
자료: 카카오지도, 오미교차로 , https://map.kakao.com/(2021.08.01).
나. 도로 살얼음 형성시간대 추정
여기서,
222) (수식 5-1)은 분석대상지점에서 직접 기상데이터를 구하기 어려운 경우에 적용한다. 만약 해당 지점이
나 근처에서 수집된 기상데이터가 있다면 <표 4-20>의 첫 번째 수식(다음 수식 참조)을 사용한다:
여기서,
= 분석대상지점의 노면온도(℃)
= 분석대상지점이나 인접한 지역에서 수집된 대기온도(℃)
223) ‘화북(841)’은 오미교차로에서 북쪽으로 약 10km 떨어진 곳에 있다. 화북(841)이라는 명칭은 기상청에서
사용하는 표준지점번호를 의미한다(기상청 기상자료개방포털, 「방재기상관측(AWS)」, 2021.04.01).
224) 노컷뉴스, 「영천서 블랙아이스 현상에 차량 18대 추돌사고」, https://news.v.daum.net/v/2020122
8101514125(2021.02.01).
126
화북(841)에서 수집된
AWS 데이터 노면상태 추정값
일시 비고
℃
대기온도
( ) ㎜
강수량
( ) ℃
노면온도
( )
영상/영하
225) 이와 관련하여 몇 가지 가능성이 있다. 우선, AWS에서 강수량 측정이 제대로 이루어지지 않았을 가능성
이다. 본 연구에서는 AWS에서 수집된 데이터에는 오류가 없다고 가정하였다. 27일 이전에 해당 도로에
강수나 강설이 있었을 수도 있다. 확인 결과, 27일 이전에도 며칠 동안은 강수나 강설은 없었던 것으로
나타났다(기상청 기상자료개방포털, 「방재기상관측(AWS)」, 2021.04.01). 오미교차로가 고현천 인근
에 있다는 점도 고려해볼 수 있다. 오미교차로와 고현천 간의 직선거리는 약 600m이다(카카오지도,
「오미교차로」, 2021). 강이나 호수 근처에서 발생하는 안개는 도로 살얼음 형성에 원인이 될 수 있다.
제5장 진단모형의 적용사례 및 도로 살얼음 대응방안 127
화북(841)에서 수집된
AWS 데이터 노면상태 추정값
일시 비고
℃
대기온도
( ) ㎜
강수량
( )
노면온도
( )℃ 영상/영하
다. 도로 살얼음 대응체계 진단
2. 교량구간 사례
가. 도로 살얼음 사고개요
227) BBC NEWS 코리아, 「블랙아이스: 잇따른 도로 교통사고, 해결 방안은 없을까?」, https://www.bbc.
com/korean/news-50889866(2021.02.01).
제5장 진단모형의 적용사례 및 도로 살얼음 대응방안 129
「 」
자료: BBC NEWS 코리아, 블랙아이스: 잇따른 도로 교통사고, 해결 방안은 없을까? , https://www.bbc.com/k
orean/news-50889866(2021.02.01)의 내용 인용
나. 도로 살얼음 형성시간대 추정
여기서,
228) (수식 5-2)는 분석대상지점에서 직접 기상데이터를 구하기 어려운 경우에 적용한다. 만약 해당 지점이
나 근처에서 수집된 기상데이터가 있다면 <표 4-21>의 첫 번째 수식(다음 수식 참조)을 사용한다:
여기서,
= 분석대상지점의 노면온도(℃)
= 분석대상지점이나 인접한 지역에서 수집된 대기온도(℃)
130
「 」
자료: 카카오지도, 산호교 , https://map.kakao.com/(2021.08.01).
229) ‘소보(847)’은 산호교에서 북북서쪽으로 약 5.5km 떨어진 곳에 있다. 소보(847)이라는 명칭은 기상청에
서 사용하는 표준지점번호를 의미한다(기상청 기상자료개방포털, 「방재기상관측(AWS)」, 2021.04.01).
230) BBC NEWS 코리아, 「블랙아이스: 잇따른 도로 교통사고, 해결 방안은 없을까?」, https://www.bbc.
com/korean/news-50889866(2021.02.01).
제5장 진단모형의 적용사례 및 도로 살얼음 대응방안 131
소보(847)에서 수집된
AWS 데이터 노면상태 추정값
일시 비고
℃
대기온도
( ) ㎜
강수량
( )
노면온도
( )℃ 영상/영하
다. 도로 살얼음 대응체계 진단
기존 개정(안)
□ 도로 및 환경 □ 도로 및 환경
(52) 노면상태 (52) 노면상태
포 장 비포장 포 장 비포장
건 습 결 적 기 건 습 결 적 기 건 습 결 적 살 살
얼 기 건 습 결 적 얼 기
조 기 빙 설 타 조 기 빙 설 타 조 기 빙 설 음 타 조 기 빙 설 음 타
1 2 3 4 5 11 12 13 14 15 1 2 3 4 5 6 11 12 13 14 15 16
『 』
국토교통부의 도로제설업무 수행요령 에는 제설제 예비살표 기준이 마
련되어 있다(국토교통부, 2020b).231) 해당 기준에 따르면, “도로 살얼음 우려
예보가 있거나, 노면온도 2 ℃ 이하로 온도 하강이 예상되고 비가 내리기 시작
할 때”(국토교통부, 2020b)232) 예비살포를 하도록 하고 있다. 본 연구에서 노
면온도 추정모형을 구현하면서 도출된 기준에 따르면, 같은 기상조건에서 교
량구간은 토공구간보다 도로 살얼음이 형성될 가능성이 높게 나타났다.233) 현
재는 예비살포 기준에서 도로구간의 지형을 고려하고 있지 않다.234) 향후 제
설제 예비살포 기준을 개정할 때에는 지형을 고려하여 예비살포 기준을 세분
화해야 한다. 그 기준을 토공구간보다 교량구간에서 더 강화해야 한다. 터널구
간에 대한 기준은 후속 연구를 통해 조사해야 한다. 본 연구에서 도출된 노면
온도 추정치는 보수적으로 적용하여235) 향후 제설기준에 반영하도록 한다.
기존 개정(안)
2.2.2 결빙 취약구간의 지정 2.2.2 결빙 취약구간의 지정
○ 다음과 같은 구간을 결빙 취약구간으로 지 ○ 다음과 같은 구간을 결빙 취약구간으로 지
정할 수 있다. 정할 수 있다.
- 도로시설 특성, 기하구조, 기후특성, 교통 - 도로시설 특성, 기하구조, 기후특성, 교통
운영에 따라 도로 살얼음이 발생할 확률 운영에 따라 도로 살얼음이 발생할 확률
이 높은 구간 이 높은 구간
- ‘부록8. 결빙 취약구간 평가기준표’의 세 - ‘부록8. 결빙 취약구간 평가기준표’의 세
부배점 평가점수에 따라 아래와 같이 관 부배점 평가점수에 따라 아래와 같이 관
리등급으로 분류한다. 리등급으로 분류한다.
- 교량구간은 도로 살얼음 취약구간으로
우선지정한다.
주: 표 우측셀에서 밑줄 친 문장이 개정(안) 내용임.
『 』
자료: 도로제설업무 수행요령 원본(기존) - 국토교통부(2020b), 도로제설업무 수행요령 , p. 6의 내용 인용.
3. 운전면허 시험 등 교육과정을 활용
4. 도로 살얼음 관리시스템 구축
6. 도로 살얼음 예보 시행
기존 개정(안)
• 낮에 눈이 녹았다가 저녁에 다 • 낮에 눈이 녹았다가 저녁에 다시 얼어 검정색 빙판길
시 얼어 검정색 빙판길이 되어 이 되어 있으면 아스팔트와 구별이 어렵기 때문에 다
있으면 아스팔트와 구별이 어 음과 같이 운전해야 한다.
렵기 때문에 눈 내린 다음날도
감속 운전해야 한다. [출발전]
- 바깥상황을 알 수 있게 차량의 모든 유리를 깨끗하게
청소한다.
- 이동경로 중, 도로 살얼음 제보가 발생한 구간이 있는
지 확인한다.
[주행중]
- 평상시보다 앞차와의 거리를 10배 이상으로 유지한
다.
- 일기예보, 가변전광표지(VMS)을 주기적으로 확인한
다.
- 평상시 주행속도의 100분의 50 이하로 주행한다.
- 굽은 길에서는 특히 서행한다.
주: 표 우측셀에서 밑줄 친 문장이 개정(안) 내용임.
『 』
자료: 교통안전수칙 원본(기존) - 경찰청(2018), 교통안전수칙 , p. 73의 내용 인용.
8. 도로 살얼음 지도 제작
『 』
자료: 국토교통부(2020b), 도로제설업무 수행요령 , pp. 124-145의 내용을 참고하여 그림으로 재구성.
제6장 결론 및 정책제언
제1절 결론
1).
270) Holt Enterprise News, “Black ice a possibility tonight”, https://holtenterprisenews.com/2
021/02/15/black-ice-a-possibility-tonight/(2021.04.01).
271) (원출처) 窪 宗昭, 內山 徹 & 竹見 直和(2015), 나가오카시 가와구치지구 동결억제포장의 시공에 관한
제13회 북부도로포장회의; (재인용) 서홍관 외(2016), 『개립도 아스팔트 포장에서의 결빙방지 방안
연구』, 한국도로공사, p. 2의 내용 참조.
272) 노면에 수분이 존재했거나, 더 나아가 도로 살얼음이 존재했음을 확인할 수 있는 데이터를 찾아보기
어렵기 때문이다.
144
제2절 정책제언
정책제언 구분 정책제언 목록
참고문헌
[국내문헌]
『
경찰청(2018), 교통안전수칙 .』
『 ․
국토교통부(2018), 도로의 구조 시설 기준에 관한 규칙 해설 . 』
『
_____(2020a), 2020 도로업무편람 . 』
_____(2020b),『도로제설업무 수행요령』.
국토교통부/관계부처합동(2020.01),「겨울철 도로교통 안전 강화대책」.
국토교통부 내부자료(2020.02),「도로 살얼음 예방을 위한 교통안전기술개발
R&D 추진 동향」.
_____(2020.05),『2019년도 민자도로의 건설 및 유지․관리 현황에 관한 보고
서』.
_____(2020.08),「도로 살얼음 대응체계 고도화방안 마련」.
_____(2021),『제2차 국가도로망종합계획(2021~2030)』.
국토교통부 보도자료(2019.12.25),「관계기관 합동 현장점검 등 동절기 교통안전
강화」.
_____(2020.01.07),「정부, 겨울철 도로교통 안전 강화대책 발표」.
_____(2020.02.12),「결빙 위험구간 지날 때 “안전속도” 알려준다」.
_____(2020.11.11),「겨울철 강설‧결빙 대비 도로제설 상시 준비태세 착수」.
_____(2021.04.01),「지난해 국토면적 11.3㎢ 증가, 여의도 면적 4배」.
권철민(2020),『파이썬 머신러닝 완벽 가이드』, 위키북스.
김구(2020),『사회과학 연구조사방법론』, 비앤엠북스.
김동휘․조상현․이희영․정원석(2020),「도로 살얼음 방지를 위한 강섬유-나노
하이브리드 시멘트 복합체의 발열성능 연구」,『한국콘크리트학회 학술대회
논문집』, 32(2), pp. 305-306.
김백조․박미은․남형구․김현욱(2020a),「기후환경실증실험내의 기온과 습도가
도로포장재의 표면온도에 미치는 영향 분석」, 한국기상학회 가을학술대회
148
초록집.
․ ․ ․ ․ 「
김백조 박미은 남형구 김승범 윤상후(2020b.11.19), 도로 살얼음 관측, 실
」
험 그리고 예측 , 도로살얼음 예측 및 대응 포럼, pp. 3-17.
․ ․ ․ ․ ․
김인수 배인철 이지영 장현익 김경석 김홍무(2016), 동절기 『 도로안전을
위한 노면관리 방안』, 한국도로공사 도로교통연구원.
도로교통공단(2021),『자동차 운전면허 학과시험 문제은행–1종대형․특수, 1․
2종 보통』.
도로교통공단 내부자료(2021),「교통사고통계정보(경찰DB 및 통합DB)(2012~2019
년)」.
삼성교통안전문화연구소 보도자료(2020.01.24),「겨울철 블랙아이스(빙판) 사고
특성과 대책」.
서울특별시(2019),「’19/’20년 겨울철 제설대책 추진계획」.
서홍관․민경무․장정호․이경주(2016),『개립도 아스팔트 포장에서의 결빙방지
방안 연구』, 한국도로공사.
신공항하이웨이 내부자료(각 연도),「기상 및 노면온도 데이터」.
신공항하이웨이(2016),「재난상황 관리현황」.
_____(2021),『도로분야 위기대응 현장조치 행동매뉴얼』.
신대구부산고속도로 내부자료(각 연도),「기상 및 노면온도 데이터」.
이광목(2020),『대기복사』, 시그마프레스.
임상훈 외 26인(2019), 『차량센서 기반 주행환경 관측․예측․안전운행 도로기
술 개발』, 한국건설기술연구원.
장승환 외(2020),『탄소나노튜브 도로 코팅제 기반 능동형 블랙아이스 탐지 및 제
거 시스템 개발』, 한양대학교 산학협력단(계속 사업).
천안논산고속도로 내부자료(각 연도),「기상 및 노면온도 데이터」.
한국교통안전공단 보도자료(2017.12.07),「빙판길 제동거리 최대 7.7배 증가」.
한국교통연구원 자문회의록(2021.02.01), 「교통사고 관련 교통사고조서 작성현
황 및 방식 검토」.
_____(2021.02.05),「교통사고자료(경찰DB)의 노면 상태별 교통사고 분류체계
논의」.
_____(2021.02.08),「살얼음형성 노면온도 추정방안 논의」. (부록 수록)
_____(2021.02.17),「노면온도 계측 방법론 논의」. (부록 수록)
_____(2021.02.23),「노면온도 계측 데이터 공유방안 논의」. (부록 수록)
_____(2021.03.02),「제설 대응현황 및 데이터 공유방안 논의」. (부록 수록)
참고문헌 149
「
_____(2021.03.03), 노면온도 추정 랜덤포레스트 모형 설계 방안 논의 . (부록 」
수록)
「 」
_____(2021.04.01), 살얼음 진단 관련 연구개발 동향 논의 . (부록 수록)
_____(2021.04.06),「내비게이션 등 결빙취약구간 선정기준 검토 및 논의」. (부
록 수록)
「
_____(2021.06.23), 강수시 도로 제한속도 관리체계 검토 및 보완방향 . (부록 」
수록)
「
_____(2021.08.18), 동결방지포장 실용화 기술동향 논의 .」
_____(2021.09.02),「도로 살얼음 대응방안 논의」. (부록 수록)
_____(2021.10.05),「○○○○선 도로 살얼음 사고분석 결과 논의」. (부록 수
록)
「
한국도로공사(2021a), 도로살얼음 사고예방 종합대책 추진현황 . 」
『
_____(2021b), 한눈에 보는 7곱하기 9더하기 6R . 』
「
행정안전부 보도자료(2020.11.12), 겨울철 대설ㆍ한파 대비 범정부 총력대응 추진 . 」
[국외문헌]
[법령]
[웹사이트]
「
경남신문(2020.01.06), 함안·함양서 '블랙 아이스(Black Ice)' 차량 사고 속출 , 」
http://www.knnews.co.kr/news/articleView.php?idxno=1316538(20
21.02.01).
「
경인일보(2017.11.22), 공포의 '블랙아이스' 서울양양고속도로 이천터널 13중 추돌사
고… 차량 정체 극심」, http://www.kyeongin.com/main/view.php?key=20171
122010007199(2021.02.01).
「 」
고속도로 공공데이터 포털, 일자별 제설작업 현황 , http://data.ex.co.kr/port
al/fdwn/view?type=ETC&num=T5&requestfrom=dataset#(2021.04.0
1).
「 」
공공데이터포털, 행정안전부_상습 결빙구간 , https://www.data.go.kr/data/1
5067396/fileData.do(2021.04.01).
「
국토교통부 철도산업정보센터, 터널 속을 182.3km, 다리 위를 109.2km 달린다
」, https://www.kric.go.kr/(2021.04.01).
기상청 기상자료개방포털, https://data.kma.go.kr/(2021.02.01).
「 」
_____, 방재기상관측(AWS) , https://data.kma.go.kr/(2021.04.01).
「
노컷뉴스(2020.12.28), 영천서 블랙아이스 현상에 차량 18대 추돌사고 , https:/ 」
/news.v.daum.net/v/20201228101514125(2021.02.01).
「 」
다음백과, 인장강도 , https://100.daum.net/encyclopedia/view/b18a1248a
(2021.04.01).
「 …
더팩트(2018.02.03), 강원 정선서 눈길 차량 14대 추돌 14명 부상 , https://n 」
ews.tf.co.kr/read/life/1714065.htm(2021.02.01).
152
put=1195m(2021.02.01).
「 …
_____(2013.12.21), 완주서 빙판길 43중 추돌사고 큰 피해 없어 , https://ww 」
w.yna.co.kr/view/AKR20131221038000055?input=1179m(2021.02.0
1).
「
이데일리(2020.10.22), 정은경, 독감으로 1년 3000명 사망 예방접종 꼭 필요 , … 」
https://www.edaily.co.kr/news/read?newsId=02210726625935544&
mediaCodeNo=257(2021.10.01).
「 」
인구주택총조사, 연도별 조사항목 , https://www.census.go.kr/dat/ysr/ysrIte
m.do?q_menu=6&q_sub=2(2021.04.01).
정보공개포털, https://www.open.go.kr/(2021.02.01).
「 …
중앙일보, '강추위로 도로 꽁꽁' 광주·전남서 교통사고 잇따라 , https://news.j 」
oins.com/article/23200329(2021.02.01).
「 …
_____(2018.12.12), 겨울철 ‘블랙 아이스’의 저주 교통사고 치사율 2배 , http 」
s://news.joins.com/article/23201150(2021.02.01).
「
_____(2020.01.06), 또 '블랙아이스'에 당했다? 경남 합천에서 40여대 추돌 사
」
고 , https://news.joins.com/article/23674848(2021.02.01).
「
_____(2017.11.22), '블랙아이스'가 뭐길래···일산 14중, 가평 13중 추돌사고 , 」
https://news.joins.com/article/22138456(2021.02.01).
「
_____(2019.12.16), 주말 7명 목숨 앗아간 블랙 아이스, 제대로 된 경보가 없다
」, https://news.joins.com/article/23657502(2021.02.01).
_____(2018.12.17), 「3억원 수퍼카 맥라렌도 뒤집혔다···원인은 블랙 아이스」, h
ttps://news.joins.com/article/23213588(2021.02.01).
「 …
채널A(2019.12.04), 또 블랙아이스 10중 추돌사고로 2명 사망 , http://www. 」
ichannela.com/news/main/news_detailPage.do?publishId=0000001
78244(2021.02.01).
천안논산고속도로 홈페이지, 교통정보시스템, http://www.cneway.co.kr/,
(2021.02.01).
「
충청리뷰, '블랙아이스' 고양 제2자유로 추돌사고, 사상자는? , http://www.ccr 」
eview.co.kr/news/articleView.html?idxno=229456(2021.02.01).
「 …
충청신문(2018.01.08), 유성서 차량 12중 추돌 눈길에 미끄러져 , http://www. 」
dailycc.net/news/articleView.html?idxno=405444(2021.02.01).
「 」
카카오지도, 귤현3교 , https://map.kakao.com(2021.02.01).
「 」
_____, 낙동대교 , https://map.kakao.com(2021.02.01).
154
「 」
_____, 남천대교 , https://map.kakao.com(2021.02.01).
_____, 「논산천교」, https://map.kakao.com(2021.02.01).
_____, 「밀양대교」, https://map.kakao.com(2021.02.01).
_____, 「방화대교」, https://map.kakao.com(2021.02.01).
_____, 「산호교」, https://map.kakao.com/(2021.08.01).
_____, 「신도시JC」, https://map.kakao.com(2021.02.01).
_____, 「영종대교」, https://map.kakao.com(2021.02.01).
_____, 「오미교차로」, https://map.kakao.com(2021.08.01).
_____, 「웅진대교」, https://map.kakao.com(2021.02.01).
_____, 「인천공항TG」, https://map.kakao.com(2021.02.01).
_____, 「차령터널」, https://map.kakao.com(2021.02.01).
_____, 「풍세교」, https://map.kakao.com(2021.02.01).
한국농어촌방송(2020.07.22), 「전북경찰청, 순천-완주 고속도로 사매2터널 교통사고
수사 결과」, https://www.newskr.kr/news/articleView.html?idxno=4700
0(2021.02.01).
「
한겨레(2018.02.25), 겨울철 연쇄추돌사고의 주범 ‘블랙 아이스’ , http://www. 」
hani.co.kr/arti/science/science_general/833574.html(2021.02.01).
「 …
_____(2015.01.23), 하룻밤 같은 곳에서 교통사고 4번 ‘블랙아이스’ 탓 , http: 」
//www.hani.co.kr/arti/society/society_general/675021.html(2021.0
2.01).
Aone, “Snow Blower”, https://www.aone.uk.com/people/training/snow-b
lower/(2021.04.01).
「
BBC NEWS 코리아(2019.12.23), 블랙아이스: 잇따른 도로 교통사고, 해결 방안
」
은 없을까? , https://www.bbc.com/korean/news-50889866(2021.02.
01).
Daily Record, “Scotland's LIVE gritter tracker: Where is your local gritter
and when will it reach your area?”, https://www.dailyrecord.co.uk/
news/scottish-news/scotlands-live-gritter-tracker-your-11862568(2
021.04.01).
Donegan, B., “What Is Black Ice And Why Is It So Dangerous?”, The Weat
her Channel, https://weather.com/science/weather-explainers/new
s/black-ice-winter-weather-explainer(2021.04.01).
GOV.UK, “Highways Agency”, https://www.gov.uk/government/organisat
참고문헌 155
ions/highways-agency(2021.04.01).
_____, “Highways England”, https://www.gov.uk/government/organisatio
ns/highways-england(2021.04.01).
_____, “Highways England prepares for first cold snap”, https://www.go
v.uk/government/news/highways-england-prepares-for-first-cold-s
nap(2021.04.01).
_____, “Statutory guidance - Guidance on road classification and the pri
mary route network”, https://www.gov.uk/government/publications
/guidance-on-road-classification-and-the-primary-route-network/
guidance-on-road-classification-and-the-primary-route-network#c
hapter3(2021.04.01).
Holt Enterprise News, “Black ice a possibility tonight”, https://holtenterp
risenews.com/2021/02/15/black-ice-a-possibility-tonight/(2021.04.
01).
Iowa Data, “Track a Plow”, https://data.iowa.gov/Roads/Track-a-Plow/k
8ki-krve(2021.04.01).
ITS 국가교통정보센터, https://www.its.go.kr/(2021.04.01).
「 …
KBS NEWS(2019.12.18), 겨울 도로 불청객 ‘블랙아이스’ 사고 속출 , https:// 」
mn.kbs.co.kr/news/view.do?ncd=4345170(2021.02.01).
「 」
_____(2020.01.06), 경북 청도군, 블랙아이스 사고 잇따라 , http://news.kbs.c
o.kr/news/view.do?ncd=4356674&ref=D(2021.02.01).
「 … 」
_____, ‘블랙아이스’에 미끌 겨울철 교통사고 주범 , http://d.kbs.co.kr/news
/view.do?ncd=4098232(2021.02.01).
「
_____(2019.01.28), 살짝 언 도로..'블랙아이스'사고 70여 건 잇따라 , http:// 」
mn.kbs.co.kr/news/view.do?ncd=4125725(2021.02.01).
KOSIS(국가통계포털), 「운전면허소지자현황(성별)」, https://kosis.kr/(2021.09.0
1).
「
KOSIS(국가통계포털), 가구주의 성/연령/자동차 보유대수별 가구수(일반가구)-
」
시도별 , https://kosis.kr/(2021.04.01).
National Weather Service, “Ice Storms”, https://www.weather.gov/safety/
winter-ice-frost(2021.01.04).
_____, “TRAVEL ALERT: Black Ice and Slick Road Conditions Being Rep
orted Across Parts of Southeast Wyoming This Morning”, https://w
156
ww.weather.gov/cys/BlackIce(2021.08.01).
「
NEWS1(2016.12.08), 안개·빙판길 광주·전남서 다중 추돌사고 잇따라 1명 사 …
」
망(종합) , https://www.news1.kr/articles/?2852189(2021.02.01).
Rodman, K., “Black ice: How to spot this winter driving danger”,
https://www.accuweather.com/en/weather-news/black-ice-how-to
-spot-this-winter-driving-danger-2/434138(2021.01.04).
「
SBS 뉴스(2016.01.31), 사고 수습하던 구조대원 2명 덮친 차량 참변 , https:/ … 」
/news.sbs.co.kr/news/endPage.do?news_id=N1003392312&plink=O
RI&cooper=DAUM(2021.02.01).
TAAS(교통사고분석시스템), 「교통사고GIS」, http://taas.koroad.or.kr/gis/mc
m/mcl/initMap.do?menuId=GIS_GMP_STS_RSN(2021.02.01).
「 」
_____, 교통사고 발생건수 , http://taas.koroad.or.kr/sta/acs/exs/typical.d
o?menuId=WEB_KMP_OVT_UAS_PDS(2021.04.05).
_____, 「노면상태별 교통사고」, http://taas.koroad.or.kr/sta/acs/exs/typic
al.do?menuId=WEB_KMP_OVT_UAS_PDS(2021.04.05).
The Highway Code, https://www.highwaycodeuk.co.uk/(2021.04.01).
WMO, “Black Ice”, https://cloudatlas.wmo.int/en/glossary.html#B(2021.0
1.04).
「
YTN(2018.12.17), 경부고속도로 화물차 전복...승용차 4대 연쇄 추돌 , https:// 」
www.ytn.co.kr/_ln/0103_201812170417487386(2021.02.01).
「
_____(2018.02.09), 파주 지하차도서 13중 추돌사고...4명 부상 , https://ww 」
w.ytn.co.kr/_ln/0103_201802090006560222(2021.02.01).
157
부 록
부록 2. 도로 살얼음 사고 관련 언론기사 목록
부록 3. 도로관리청별 제설업무 관련 법규
부록 5. 교통사고 통계원표 양식
부록 6. 결빙 취약구간 평가기준표
『
부록 8. 제2차 국가도로망종합계획(2021~2030)』 중 도로 살얼음 관
련 정책과제
부록 9. 본 과제 관련 자문회의 회의록
158
문헌 출처 블랙아이스 정의
부록 2. 도로 살얼음 사고 관련 언론기사 목록
〃 05:28
충북 영동군 심천면 …
연합뉴스(2019.12.14), '뒤집히고 미끄러지고' 충북
(국도4호선) 서도 '블랙아이스' 사고 22건 발생(종합)(2021.02.01)
KBS NEWS(2019.12.18), 겨울 도로 불청객 ‘블랙
〃 07:00 경남 거창군
…
아이스’ 사고 속출(2021.02.01)
KBS NEWS(2019.12.18), 겨울 도로 불청객 ‘블랙
〃 08:00 충북 음성군 생극면
…
아이스’ 사고 속출(2021.02.01)
2019-12-04 08:30
경기 화성시 장안대교 …
채널A(2019.12.04), 또 블랙아이스 10중 추돌사
(지방도313호선) 고로 2명 사망(2021.02.01)
강원 고성군 거진~간성 방면 연합뉴스(2019.11.29), '도로 위 암살자' 블랙아이
2019-11-29 06:15
(국도7호선) …
스 7번 국도 출근길 차량 5대 '쾅쾅'(2021.02.01)
160
2019-01-28 07:30
충북 고당리 옥계폭포 …
동양일보(2019.01.28), 도로위 ‘블랙 아이스’ 조심 영
삼거리(국도4호선) 동 심천면 국도 4호서 교통사고 4건 발생(2021.02.01)
〃 07:56
충북 약목리 …
동양일보(2019.01.28), 도로위 ‘블랙 아이스’ 조심 영
과적검문소(국도4호선) 동 심천면 국도 4호서 교통사고 4건 발생(2021.02.01)
〃 07:59
충북 약목리 과적검문소 …
동양일보(2019.01.28), 도로위 ‘블랙 아이스’ 조심 영
반대편(국도4호선) 동 심천면 국도 4호서 교통사고 4건 발생(2021.02.01)
〃 08:20
충북 고당리 주유소 앞 …
동양일보(2019.01.28), 도로위 ‘블랙 아이스’ 조심 영
도로(국도4호선) 동 심천면 국도 4호서 교통사고 4건 발생(2021.02.01)
KBS NEWS(2019.01.28), 살짝 언 도로..'블랙아이
〃 08:30 대전 안산동
스'사고 70여 건 잇따라(2021.02.01)
KBS NEWS(2019.01.28), 살짝 언 도로..'블랙아이
〃 08:30 대전 신성동
스'사고 70여 건 잇따라(2021.02.01)
김천 개령면 서부교차로 매일신문(2019.01.14), 안개 속 3중 추돌 교통사
2019-01-14 06:03
부근(국대도3호선) 고로 2명 사망, 3명 부상(2021.02.01)
2018-01-17 오전 충남 홍성
…
KBS NEWS, ‘블랙아이스’에 미끌 겨울철 교통사
고 주범(2021.02.01)
〃 〃 충남 홍성
…
KBS NEWS, ‘블랙아이스’에 미끌 겨울철 교통사
고 주범(2021.02.01)
〃 〃 경남 창원
…
KBS NEWS, ‘블랙아이스’에 미끌 겨울철 교통사
고 주범(2021.02.01)
〃 〃 경남 창원 고가도로
…
KBS NEWS, ‘블랙아이스’에 미끌 겨울철 교통사
고 주범(2021.02.01)
YTN(2018.12.17), 경부고속도로 화물차 전복...
2018-12-17 02:20 안성나들목 인근(경부선 상행)
승용차 4대 연쇄 추돌(2021.02.01)
청주 죽암휴게소 인근 중앙일보(2018.12.17), 3억원 수퍼카 맥라렌도 뒤
2018-12-16 21:50
(경부선 하행) 집혔다···원인은 블랙 아이스(2021.02.01)
2018-12-11 07:26
화순 화순읍 너릿재 터널 …
중앙일보, '강추위로 도로 꽁꽁' 광주·전남서 교
인근(화순방면) 통사고 잇따라(2021.02.01)
전남 장흥군 장동면 장동2터널 중앙일보(2018.12.12), 겨울철 ‘블랙 아이스’의 저
〃 07:30
인근(남해선) …
주 교통사고 치사율 2배(2021.02.01)
경기 파주시 YTN(2018.02.09), 파주 지하차도서 13중 추돌사
2018-02-08 22:00
한빛지하차도(파주방향) 고...4명 부상(2021.02.01)
2018-01-08 09:30
대전 유성구 충청신문(2018.01.08), 유성서 차량 12중 추돌 …
화암사거리(전민동 방향) 눈길에 미끄러져(2021.02.01)
부 록 161
부록 3. 도로관리청별 제설업무 관련 법규
자연재해대책법
[시행 2021. 6. 8] [법률 제18205호, 2021. 6. 8, 일부개정]
․
<글상자 부-3> 도로의 유지 보수 등에 관한 규칙
도로의 유지ᆞ보수 등에 관한 규칙
[시행 2018. 1. 18] [국토교통부령 제483호, 2018. 1. 18, 타법개정]
․
자료: 도로의 유지 보수 등에 관한 규칙(국토교통부령 제483호, 2018.01.18)의 제9조 인용.
164
제7조(유지·보수) 기관장은 포장도로 보수, 교량 보수, 도로표지 설치, 차량의 운행제한 단속, 도로
제설 등 국도의 유지·보수를 하고자 할 때에는 다음 각 호의 기준 또는 지침에 따라야 한다.
1. 도로표지제작·설치 및 관리지침
2. 도로안전시설 설치 및 관리지침
3. 시설물의 안전점검 및 정밀안전진단 지침
4. 공사시방서 및 기술지도서
5. 도로 공사장 교통관리지침
6. 차량의 운행제한 규정
7. 도로제설업무 수행요령
8. 기타 관련 지침 및 지시사항
․
자료: 국도유지 보수운영에 관한 규정(국토교통부훈령 제820호, 2017.03.27)의 제7조 인용.
서울특별시 재난 및 안전관리 기본 조례
[시행 2020. 5. 19] [서울특별시조례 제7590호, 2020. 5. 19., 일부개정]
부록 5. 교통사고 통계원표 양식
부록 6. 결빙 취약구간 평가기준표
□ 고속국도
분야 항목 세부 배점
도로시설 복합도로시설 교량 터널 비탈면 기타
12 12 10 8 6 5
주변여건 상습안개 저수지, 댐 하천 해안 기타
도로 7 7 6 5 4 3
시설 응달지역 상시응달 오전응달 오후응달 없음 -
특성 10 10 8 6 4 -
(41점)
제한속도(km/h) 110 100 90 80 70이하
7 7 6 5 4 3
관리청 접근성 60분 이상 ∼
30 60분 30분 이내 - -
5 5 4 3 - -
종단경사 5% 초과 ∼
3 5% ∼
1 3% 1% 미만 -
12 12 10 8 6 -
기하 곡선반경 460m 미만 700m 미만 1000m 미만 1,000m 이상 -
구조 8 8 7 6 5 -
특성 길어께폭 1m 이하 ∼
1 2m ∼
2 3m 3m 이상 -
(26점)
3 3 2 1 0 -
배수/물고임 상습물고임 배수불량 배수양호 - -
3 3 2 1 - -
기후
강수일수(10년) 12일 초과 ∼
7 12일 ∼
3 7일 3일 미만 -
3 3 2 1 0 -
℃ 미만 ∼ ℃ ∼℃ ℃ 초과
특성
(6점) 최저기온(10년) -6 -6 -3 -3 0 0 -
3 3 2 1 0 -
교통정체 상습정체 일부정체 정체 無 - -
교통 2 2 1 0 - -
운영 결빙사고이력 5건 이상 ∼
3 4건 ∼
1 2건 없음 -
특성 15 15 12 10 8 -
(27)
관리자 체감위험 대 중 소 - -
10 10 7 5 - -
『 』
자료: 국토교통부(2020b), 도로제설업무 수행요령 , p. 156의 <표> 인용.
부 록 173
□ 일반국도
분야 항목 세부 배점
부록 8. 『제2차 국가도로망종합계획(2021~2030)』 중 도로 살얼
음 관련 정책과제
『 』
자료: 국토교통부(2021), 제2차 국가도로망종합계획(2021~2030) , p. 85의 내용 인용.
부록 9. 본 과제 관련 자문회의 회의록
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.2.1.(월) 장소 서면자문회의
참석인원 부산경찰청 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 교통사고 관련 교통사고조서 작성현황 및 방식 검토
[회의내용]
→ 재판 종료 후, 정보공개청구를 통해서만 확인 가능
❑ 기존 도로 살얼음 (의심)사고에 대한 처리 사례
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.2.5.(금) 장소 서면자문회의
참석인원 도로교통공단 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 교통사고자료(경찰DB)의 노면 상태별 교통사고 분류체계 논의
[회의내용]
<참고자료> 대형사고 기준
◦ 적설 : 도로의 표면에 눈이 쌓여 있는 상태
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.2.8.(월) 장소 서면자문회의
참석인원 한국건설기술연구원 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 살얼음형성 노면온도 추정방안 논의
[회의내용]
회의내용
◦ 노면온도변화 패턴 예측에 있어 외기온도와 도로구간 변수는 서로 독립
적인 것으로 나타남
❑ 모형구축 개요
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.2.17.(수) 장소 서면자문회의
참석인원 한국건설기술연구원 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 노면온도 계측 방법론 논의
[회의내용]
❑ 노면온도 계측장비 관련
❑ 노면온도 계측계획 관련
회의내용
◦ 건기연 연구에서 사용했던 데이터는 10월에 수집된 것으로 살얼음이 주
로 형성되는 11월에서 다음해 2월 사이(겨울철)에 수집되는 데이터로 보
기 어려움
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.2.23.(화) 장소 서면자문회의
참석인원 한국건설기술연구원 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 노면온도 계측 데이터 공유방안 논의
[회의내용]
❑ 노면온도 계측데이터 공유 방안
◦ 건기연 ’19년 수행했던 ‘차량센서 기반 주행환경 관측․예측․안전운행 도로
기술 개발’ 과제에서 노면온도, 기상데이터 등을 차량 탑재장비로 수집한
바 있음
◦ 관측된 데이터의 형태는 다음과 같음:
(컬럼설명)
․전방외기 : 차량 앞부분에 설치된 장비에서 측정한 온도
․후방외기 : 차량 뒤부분에 설치된 장비에서 측정한 온도
회의내용 ․차량외기 : 전방외기 및 후방외기의 평균 온도
․대기온도 : 차량 탑재장비에서 측정한 대기온도
․대기습도 : 차량 탑재장비에서 측정한 대기습도
․노면온도 : 적외선 센서에서 수집한 노면온도
․GPS Time : 데이터가 수집된 시점
․GPS X : 데이터가 수집된 지점의 X 좌표
GPS Y : 데이터가 수집된 지점의 Y 좌표
◦ 데이터 중 노면온도가 0도씨 미만으로 떨어지는 데이터수는 그렇지 않는
경우보다 훨씬 적음
◦ 노면온도가 0도씨 미만으로 떨어지는 시점을 살얼음이 형성되는 시점으
로 간주하고 연구를 진행
◦ 머신러닝으로 학습시에는 0도씨 미만인 경우와 0도씨 이상인 경우의 데
이터수를 가급적 유사한 수준으로 샘플링할 필요가 있음
부 록 187
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.3.2.(화) 장소 서면자문회의
참석인원 신공항하이웨이 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 제설 대응현황 및 데이터 공유방안 논의
[회의내용]
❑ 신공항하이웨이 대설 위기대응 지침
◦ 대설 재난 발생 시 위기대응 실무매뉴얼 자동 실행
회의내용
◦ 신속한 상황전파 및 대설상황 주시
❑ 신공항하이웨이 자료공유방안
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.3.3.(수) 10:00 장소 원내(화상자문회의)
참석인원 국토연구원 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 노면온도 추정 랜덤포레스트 모형 설계 방안 논의
[회의내용]
❑ 데이터 프로세싱 관련
❑ 랜덤포레스트 모형 관련
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.4.1.(목) 16:00 장소 원내(화상자문회의)
참석인원 한국과학기술기획평가원 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 살얼음 진단 관련 연구개발 동향 논의
[회의내용]
❑ 살얼음 진단 관련 연구개발 동향
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.4.6.(목) 10:00 장소 원내(화상자문회의)
참석인원 국토연구원 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 내비게이션 등 결빙취약구간 선정기준 검토 및 논의
- (’21년) 현대엠엔소프트
◦ 결빙위험구간에 대한 지정 기준은 추후 확인 필요
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.6.23.(수) 10:00 장소 원내(화상자문회의)
참석인원 부산경찰청 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 강수시 도로 제한속도 관리체계 검토 및 보완방향
[회의내용]
❑ 속도제한에 관한 권한
도로교통법
[시행 2021. 5. 13] [법률 제17891호, 2021. 1. 12, 일부개정]
❑ 속도제한 조절 범위
❑ 속도제한 정보의 표출
❑ 속도제한 조절에 대한 개선
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.8.18.(목) 10:00 장소 원내(화상자문회의)
참석인원 에이원로드 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 동결방지포장 실용화 기술동향 논의
❑ 동결포장기법의 종류
❑ 동결포장의 시공
❑ 동결포장기법의 시공난이도
❑ 동결포장의 시공비용
◦ 기존 도로포장비용 대비 3~5배 비쌈
❑ 동결포장기법의 유지관리
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.9.2.(목) 장소 서면자문회의
경기연구원 ○○○, 한국건설기술연구원 ○○○, 국토연구원 ○○○,
참석인원
본원 박경욱 부연구위원, 조범철 연구위원
회의목적 도로 살얼음 대응방안 논의
❑ 연구내용의 차별성을 위한 방안
구분 주요 내용
․타이어 관리상태 집중 점검
취약구간 ․결빙 취약시간대(23~07시) 순찰 강화(4→6회)
점검 및 관리 ․결빙 취약구간 확대 지정(410개소)
강화 ․순찰차량 부착용 노면온도 측정 센서 도입
․결빙 취약구간 내 제한속도 조정
회의내용
․LED 조명식 결빙주의 표지판 설치
․자동 염수분사시설 확충
안전시설 ․노면 홈파기(Grooving) 설치
확충 및 ․배수성 포장, 도로 열선 등 도로결빙 방지 공법 시범 설치
고도화 ․도로전광표지(VMS)에 경광등․경고음 기능 추가
․스마트 CCTV 설치 및 영상분석 시스템 구축
주)
- 도로 살얼음이 형성된 이유
- 도로 살얼음 사고규모가 커진 이유
- 도로관리청에서 취한 조치의 효과 정도
- 정책 시행비용 (상, 중, 하)
❑ 도로 살얼음 대책에 대한 신규 동향
회 의 록
과 제 명 AI․빅데이터 기반 도로 살얼음(블랙아이스) 진단 및 대응 방안
회 의 명 자문회의
개최일시·
장소 일시 2021.10.5.(화) 10:00 장소 원내(화상자문회의)
참석인원 도로교통공단 ○○○, 본원 박경욱 부연구위원, 조범철 연구위원
회의목적 ○○○○선 도로 살얼음 사고분석 결과 논의
회의내용
❑ 눈이 내려 노면이 쌓인 경우 도로교통법 시행규칙 제19조 2항에 의거 제한
속도가 100km/h인 도로에서 50%를 감소한 50km/h 이하의 속도로 주행
하여야 하지만, CCTV 및 블랙박스를 분석한 결과 상당수 차량들이
50km/h보다 20km/h 이상 과속(70km/h)으로 주행한 것으로 확인됨
Abstract
․
Kyunguk PARK Bumchul CHO
Every year black ice (sometimes called clear ice) kills drivers in
Korea. Though many drivers do hear and know this regrettable news,
traffic accidents due to black ice are not being eradicated. This is not
because they drive carelessly and negligently. This is because black ice
comes to us invisibly and silently.
It is really hard to forecast when and where black ice is made.
However, this uncertainty does not justify that we might stand by with
folded arms and watch black ice. Black ice is the fatal threat to all
drivers. According to the survey result conducted by this study, the
mortality rate due to black ice is 32%, which means 32 people are killed
in one hundred traffic accidents in relation to black ice. This figure is
fifteen times higher than the mortality rate of all traffic accidents. Also,
this study shows that average 8 people are killed or injured when black
ice accidents happen. Before black ice leads to more victims, we should
find the way to discover and prevent black ice.
ice and accidents. They collected the information of black ice accidents
from accident news and conducted the survey to examine how drivers
recognize and response black ice. To learn the lessons from good
practices, they reviewed the cases of other countries which are already
introducing various policies to response black ice.
The core result of this study is the models to forecast the temperature
of a road surface using AI and big data. The authors developed the
forecasting models with the data of weather and road surface
temperature measured on the highways. The three companies which are
responsible for maintaining the highways provided the data with the
authors. The forecasting models have two types: classification models
and regression models. The classification models could be used to check
whether the road surface temperature is below freezing point or not.
Those models are decision tree model, random forest model, gradient
boosting machine (so called “GBM”) model, and lightGBM model. The
regression models could be used to forecast the temperature of road
surface. The independent variables of models are air temperature,
humidity, and wind speed. The dependent variable of models which
represents the state of road surface depends on the model type. In case
of classification models, the dependent variable is the binary variable
which has ‘1’ when below freezing point or ‘0’ when above freezing
point. In case of regression models, that variable is real number variable
which means the road surface temperature. The key findings from the
forecasting models are as follows:
∙The performance of forecasting models with the data collected on the
highways is better than that of forecasting models with the data from
AWS (automatic weather systems which collect weather data)
adjacent to the highways.
∙The bridge section is more vulnerable to black ice than the earthwork
section.
∙Although the air temperature drops below freezing point, the road
surface temperature does not necessarily go below that point.
∙The performance of the decision tree model with big data could be
similar to that of the ensemble models (random forest, GBM,
lightGBM, etc.).
보고서 집필 내역
구분 소속 및 직책 성명 집필 부분 비고
도로교통연구본부 박 경 욱 1~6장
연구책임자
교통빅데이터연구본부 조 범 철 1~6장
저자약력
박경욱
한국교통연구원 부연구위원
서울대학교 (도시계획학 박사)
조범철
한국교통연구원 연구위원
서울대학교 (도시계획학 박사)