SVM 모델 기반의 도로 결빙 교통사고 유발 인자 분석

국문 초록 (Abstract)

겨울철 도로 결빙은 대형 연쇄 추돌 사고를 유발하는 치명적인 위험 요인이다(Kim et al., 2024). 국내에서는 이러한 기 상재해에 선제적으로 대응하기 위해 국토교통부를 중심으로 「결빙 취약구간 재평가 및 관리지침」을 개정하는 등 국가 인프라 안전 관리 체계를 강화해 왔다(MOLIT, 2021). 그러나 현행 지침에 따른 위험도 평가 방식은 주로 과거 사고 이 력이나 고가의 노면 감지 센서 데이터에 의존하고 있어, 기초 기상 인자만을 활용해 실시간으로 위험을 인지하고 즉각 대응해야 하는 현장 실무자들에게는 방법론적 한계가 존재한다. 이에 본 연구는 기상청 API 등을 통해 상시 확보 가능 한 기온, 습도 데이터를 활용하여 결빙 사고 유발 인자 간의 비선형적 상관관계를 정량적으로 분석하였다. 특히 Support Vector Machine(SVM) 알고리즘을 적용하여 최적의 결정 경계를 도출함으로써 실시간 위험도 예측의 정밀도를 확보하 였으며, 복잡한 수치 해석 과정 없이도 객관적인 판단이 가능한 데이터 기반 지표를 제시하였다. 본 연구의 결과는 향후 지능형 도로 안전 관리 전략 수립을 위한 선제적 기초 자료로 활용될 것으로 기대된다.