경영정보학연구 (Information Systems Review)

  • 제27권2호
  • /
  • Pages.177-196
  • /
  • 2025
  • /
  • 2982-6551(pISSN)
  • /
  • 2982-6837(eISSN)
한국경영정보학회 (The Korea Society of Management Information Systems)
권호 표지
DOI QR코드

DOI QR Code

교통사고, 유형을 읽다: 클러스터링을 통한 분석과 예방 전략

Reading Traffic Accident Patterns: A Clustering Approach to Prevention Strategies

  • 윤민범 (연세대학교 정보대학원) ;
  • 최재성 (경기대학교 경영정보전공 ) ;
  • 김정화 (경기대학교 도시.교통공학전공) ;
  • 이소현 (경기대학교 산업경영공학과)
  • Minbeom Yoon (Graduate School of Information, Yonsei University) ;
  • Jaesung Choi (Department of Management Information, Kyonggi University) ;
  • Junghwa Kim (Department of Urban & Transportation Engineering, Kyonggi University) ;
  • So-Hyun Lee (Department of Industrial Management Engineering, Kyonggi University)
  • 투고 : 2025.04.04
  • 심사 : 2025.05.04
  • 발행 : 2025.05.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

국내 교통사고는 인적·물적 피해를 초래하는 심각한 사회 문제이며, 연간 사고 건수가 크게 감소하지 않고 OECD 국가 중 교통사고 사망자 수 또한 높은 수준을 유지하고 있다. 이에 따라 교통사고의 근본적인 발생 요인을 분석하고, 실질적인 예방책을 마련하는 것이 중요한 과제로 부각되고 있다. 본 연구는 국내 교통사고 데이터를 활용하여 K-modes 클러스터링(Cluster Analysis) 기법을 적용함으로써 교통사고 유형을 군집화하고, 유형별 사고 특성을 분석하여 효과적인 예방책을 제안하는 것을 목적으로 한다. 특히 기존 연구들이 특정 지역, 연령대, 차종 등에 국한되었던 한계를 극복하고, 보다 포괄적인 데이터 분석을 통해 교통사고 예방 정책의 실효성을 높이고자 한다. 본 연구는 국내 전 지역의 교통사고 데이터를 활용하여 보다 종합적인 교통사고 유형 분석을 수행하였으며, 관리적, 제도적, 교육적 측면에서 실효성 있는 예방 대책을 제시함으로써 기존 연구의 한계를 보완하였다. 실무적으로는 경찰 및 교통안전 기관이 보다 효과적인 단속 및 예방 정책을 수립하는 데 기초 자료로 활용될 수 있으며, 학문적으로는 교통안전 연구의 다학제적 접근을 촉진할 수 있다.

Domestic traffic accidents are a serious social problem causing human and material damage, with the annual number of accidents not significantly decreasing and the number of traffic accident deaths among OECD countries remaining high. Accordingly, analyzing the fundamental causes of traffic accidents and devising practical preventive measures are emerging as important tasks. This study aims to cluster traffic accident types by applying the K-modes clustering (Cluster Analysis) technique using domestic traffic accident data, and to analyze the characteristics of each accident type to propose effective preventive measures. In particular, it seeks to enhance the effectiveness of traffic accident prevention policies through more comprehensive data analysis, overcoming the limitations of previous studies that were limited to specific regions, age groups, and vehicle types. This study conducted a more comprehensive analysis of traffic accident types by utilizing traffic accident data from all regions of Korea, and complemented the limitations of previous studies by suggesting effective preventive measures in administrative, institutional, and educational aspects. In practice, it can be used as basic data for the police and traffic safety agencies to establish more effective crackdowns and preventive policies, and academically, it can promote a multidisciplinary approach to traffic safety research.

키워드

참고문헌

  1. 강은정, "'어르신 운전중'붙였더니···고령운전자 교통사고 확 줄었네", 울산매일, 2025.04.16., Available at https://www.iusm.co.kr/news/articleView.html?idxno=1050604.
  2. 경찰청, "경찰접수교통사고현황: 주야별 교통사고", KOSIS 국가통계포털, 2023, Available at https://kosis.kr/statHtml/statHtml.do?orgId=132&tblId=DT_V_MOTA_011&conn_path=I2.
  3. 국토교통과학기술진흥원, "고위험군 운전자 행동 개선 및 위반억제 기술개발 최종보고서", 국토교통과학기술진흥원, 2018.07.21., Available at https://scienceon.kisti.re.kr/srch/selectPORSrchReport.do?cn=TRKO201900000013.
  4. 김명종, 윤우섭, "기업부도 예측 앙상블 모형의 최적화", 경영정보학연구, 제24권, 제1호, 2022, pp. 39-57.
  5. 김민정, "교차로 우회전 '우락가락'…운전자 58% 여전히 "스트레스"", 국제신문, 2024.11.07., Available at https://www.kookje.co.kr/news2011/asp/newsbody.asp?code=0300&key=20241108.22008001525. 108.22008001525
  6. 김수정, "고령자 시속 60km 주행 시 인지능력 절반", 이모작뉴스, 2020.11.27., Available at http://www.emozak.co.kr/news/articleView.html?idxno=2772.
  7. 김우정, 박상구, 윤정훈, 서광호, "'안전속도 5030' 정책, 탄력적 적용 나선다", 매일신문, 2024.7.16., Available at https://www.imaeil.com/page/view/2024071514050974316.
  8. 김인영, 정한솔, 박상민, 이광섭, 윤일수, "고속도로 톨게이트 교통사고 유형화 및 네트워크 클러스터링 기반 톨게이트 개선방안 수립 연구", 한국ITS학회논문지, 제23권, 제5호, 2024, pp. 1-17.
  9. 김종환, "인천 운전자 "안전속도 5030 효과 없고 불편만 초래"", 일간경기, 2022.04.04., Available at https://www.1gan.co.kr/news/articleView.html?idxno=214075.
  10. 김태욱, 양지웅, 정현진, 이한진, 홍엘렌, "Driver Group Clustering Technique and Risk Estimation Method for Traffic Accident Prevention", 한국컴퓨터정보학회, 제29권, 제8호, 2024, pp. 53-58.
  11. 김형우, "청주시 인공지능 기반 교통신호 체계 구축", 연합뉴스, 2024.12.31., Available at https://www.yna.co.kr/view/AKR20241231038200064.
  12. 도로교통공단, "2022년 도로교통사고 사회적 비용은 약 26조 2,833억 원 발생", 도로교통공단, 2024.2.15., Available at https://www.koroad.or.kr/main/board/6/89912/board_view.do?&cp=1&listType=list&bdOpenYn=Y&bdNoticeYn=N.
  13. 도로교통공단, "2024년판(2023년 통계) 교통 사고 통계분석", 도로교통공단, 2024.09.23., A vailable at https://taas.koroad.or.kr/web/bdm/srs/selectStaticalReportsDetail.do.
  14. 도영진, "[어떻게 생각하십니까?] 늘어나는 '비보호 좌회전' 교차로…높아지는 사고 위험", 경남신문, 2019.04.10., Available at https://www.knnews.co.kr/news/articleView.php?idxno=1283216.
  15. 박진석, "시행 1년에도 지켜지지 않는 '우회전 일시정지'…경찰 집중 단속 실시", 경기신문, 2024.05.02., Available at https://www.kgnews.co.kr/news/article.html?no=792243.
  16. 송유근, 구특교, 이축복, 소설희, 이청아, 이채완, "고령운전자 액셀조작 실수, AI기술로 막는다", 동아일보, 2024.04.22., Available at https://www.donga.com/news/Economy/article/all/20240422/124585548/1.
  17. 송창순, 이안나, 임현준, 박수진, 조진민, 온형민, "운전운동평가-기반 연령별 운전자 행태 분석 연구: 20대부터 70대까지", 한국산학기술학회논문지, 제19권, 제10호, 2018, pp. 483-489.
  18. 심요성, 최인찬, 정지원, "K-means 알고리즘 기반 클러스터링 인덱스 비교", Asia Pacific Journal of Information Systems, 제16권, 제1호, 2006, pp. 127-144.
  19. 양광식, 권성문, 윤치원, "고령보행자 교통사고에 미치는 영향요인 분석", 도시행정학보, 제34권, 제1호, 2021. pp. 21-33.
  20. 오주석, 이순철, "운전자 인적요인을 고려한 교통사고 조사양식 개선방안 연구", 한국심리학회지, 제16권, 제3호, 2010, pp. 267-287.
  21. 이관주, "[위험한 보행자]②보행자 교통사고, 번화가·유흥가 '집중'", 2017.10.12., Available at https://www.asiae.co.kr/article/2017101211064667888.
  22. 이지은, "보행자우선도로 시행 2년…사고예방은 '글쎄'", 아시아경제, 2024.09.03., Availab le at https://www.asiae.co.kr/article/2024090216554521906.
  23. 전찬민, 늘어나는 고령운전자 교통사고, 기술적, 제도적 예방 대책 마련에 '최선', 공학저널, 2025.04.15., Available at http://www.engjournal.co.kr/news/articleView.html?idxno=3223.
  24. 조현진, "야간 교통사고, 누가 어디서?", KBS 뉴스, 2015.01.18., Available at https://news.kbs.co.kr/news/pc/view/view.do?ncd=3004366.
  25. 채새롬, "페달 오조작 사고 4건 중 1건은 65세 이상 고령운전자", 연합뉴스, 2024.10.16., Available at https://www.yna.co.kr/view/AKR20241016099700002.
  26. 최지은, "'맨 인 블랙박스' 비보호 좌회전 사고", TOPDaily, 2020.02.08., Available at https://www.topdaily.kr/articles/30163.
  27. 티맵모빌리티, "운전 제일 잘하는 나이는 몇살?", 티맵모빌리티, 2023.08.03., Available at https://www.tmapmobility.com/story/drivetip/detail/39.
  28. 한현, 최소연, 이소현, "불법주정차 단속을 위한 지역(장소) 분류 및 활용 방안: 경기도를 중심으로", 경영정보학연구, 제25권, 제4호, 2023, pp. 113-129.
  29. 허원진, 강진호, 이소현, "클러스터링 기법을 이용한 이륜차 사고의 특징 분류", 지식경영연구, 제25권, 제1호, 2024, pp. 217-233. https://doi.org/10.15813/KMR.2024.25.1.011
  30. 황재준, 문양세, 황규영, "다차원 색인을 이용한 하향식 계층 클러스터링", 정보과학회논문지: 데이타베이스, 제29권, 제5호, 2002, pp. 367-380.
  31. Abdulrahman, R., M. Almoshaogeh, H. Haider, F. Alharbi, and A. Jamal, "Development and application of a risk analysis methodology for road traffic accidents", Alexandria Engineering Journal, Vol.111, 2025, pp. 293-305.
  32. AlKheder, S., F. AlRukaibi, and A. Aiash, "Risk analysis of traffic accidents' severities: An application of three data mining models", ISA Transactions, Vol.106, 2020, pp. 213-220.
  33. Anstey, K. J., J. Wood, S. Lord, and J. G. Walker, "Cognitive, sensory and physical factors enabling driving safety in older adults", Clinical Psychology Review, Vol.25, No.1, 2005, pp. 45-65.
  34. Dong, Y. and J. S. Wood, "Evaluation of crash contributing factors", Journal of Transportation Technologies, Vol.15, No.1, 2025, pp. 155-178.
  35. Everitt, B. S., S. Landau, M. Leese, and D. Stahl, Cluster Analysis (5th Edition), Wiley, Chichester, 2011.
  36. Huang, Z., "A fast clustering algorithm to cluster very large categorical data sets in data mining", DMKD, Vol.3, No.8, 1997, pp. 34-39.
  37. ITF, Road Safety Annual Report 2023, OECD Publishing, Paris, 2023.
  38. Jain, A., M. Murty, and P. Flynn, "Data clustering: A review", ACM Computing Surveys, Vol.31, No.3, 1999, pp. 1-36.
  39. Molchanov, V. and L. Linsen, "Overcoming the curse of dimensionality when clustering multivariate volume data", in VISIGRAPP (3: IVAPP), 2018, pp. 29-39.
  40. Owsley, C., K. Ball, G. McGwin, M. E. Sloane, D. L. Roenker, M. F. White, and E. T. Overley, "Visual processing impairment and risk of motor vehicle crash among older adults", JAMA, Vol.279, No.14, 1998, pp. 1083-1088.
  41. Rahimi, A., G. Azimi, H. Asgari, and X. Jin, "Clustering approach toward large truck crash analysis", Transportation Research Record, 2019, pp. 1-13.
  42. Reason, J., Human Error, Cambridge University Press, 1990.
  43. Rovšek, V., M. Batista, and B. Bogunović, "Identifying the key risk factors of traffic accident injury severity on Slovenian roads using a non-parametric classification tree", Transport, Vol.32, No.3, 2017, pp. 272-281.
  44. Wickens, C. D., J. D. Lee, Y. Liu, and S. E. Gordon-Becker, An Introduction to Human Factors Engineering (2nd ed.). Pearson, 2004.
  45. Zhang, Q., W. Qu, Y. Ge, X. Sun, and K. Zhang, "The effect of the emotional state on driving performance in a simulated car-following task", Transportation Research Part F, Vol.69, 2020, pp. 349-361.
  46. Zhang, X., R. Chang, X. Sui, and Y. Li, "Influences of emotion on driving decisions at different risk levels: An eye movement study", Frontiers in Psychology, Vol.13, 2022, Article 788712.
  47. Zheng, L., Y. Li, T. Ding, F. Meng, and Y. Zhang, "Analysis of factors affecting crash under risk scenarios based on driver homogenous clustering", PLoS ONE, Vol.18, No.10, 2023, e0293307.