Ⅰ. 서 론

1. 개요

현대 사회는 산업의 발달로 도로망이 확충되고, 물류 수송이 증가되고, 국가의 물류체계에서 육상운송이 차지하는 비중은 철도나 연안 항만 운송에 비해 매우 높은 현실이다. 특히 컨테이너 등 육상의 화물 운송의 대부분은 화물차를 이용하여 이뤄지는데, 국내 화물 수송실적을 보면, 2016년도 공로 화물 수송량은 1,799,565천톤으로 전체의 91.09%를 차지하고 있다(MOLIT Statistics System, 2018).

화물차량은 도로법 77조 및 동법 시행령 79조와 도로교통법 39조 및 동법 시행령 22조에 의해서 총중량 40톤, 축중량 10톤의 중량제한을 적용받고 있다(National Law Information Center, 2018). 하지만, 중량에 따른 운임 및 작업성 등을 이유로 중량기준을 초과하여 적재하는 과적차량이 많아져 도로 포장의 파손 및 교량 등 도로구조물의 파괴, 대형 교통사고 발생 원인이 되고 있다. 과적은 도로구조물 중 특히 교량에 치명적인 영향을 주는데 과적차량이 교량을 통과하게 되면 무리한 힘을 받게 되어 교량의 수명이 급격히 단축되는데, 축하중 11톤 차량(축하중 기준 1톤 초과)이 한 대 지나가는 것은 승용차 11만대, 15톤 차량(축하중 기준 5톤 초과)은 승용차 39만대가 지나간 것과 같다고 연구되었으며, 도로공사 발표에 따르면, 과적차량으로 인해 파 손된 고속도로의 포장을 보수하는데 발생하는 연간 손실비용은 280억원, 여기에 교량 보수비용 44억이 추가 소요되어 모두 324억원이라는 비용이 과적으로 인해 발생한다(Korea Expressway Corporation, 2012). 정부 및 지방자치단체에서는 관계법령에 따라 과적 단속을 위해 고정․이동식 단속 실시중이나, 검차율이 매우 낮고, 단속패턴(요일,위치,시간 등)이 화물차 운전자들에게 대부분 알려져 있으며 단속이 진행되면 실시간으로 통 신을 통해서 공유되는 단속위치정보를 이용하여 다른 경로로 우회하는 단속 회피도 빈번히 일어나고 있는 실정이다.

화물차 운전자들은 화물을 적재하고 내리는 과정에서 자기 차량의 총중량 및 축중량을 알지 못하기 때문 에 부득이하게 과적을 하게 되는 경우가 대부분인데, 이를 방지하기 위해 적용하는 것이 차체부착중량계중 시스템(화물차량 부착 중량센서, Weight Sensor)이다. 차체부착중량계중시스템은 해외에서는 온보드스케일 (On-board Truck Scale)이라고 지칭되며, 화물차에 로드셀, 에어압력센서, 경사계 등의 센서를 부착하여 화물 적재시 변화량을 측정하는 기술이다. 화물차 운전자들은 차체부착중량계중시스템을 활용하여 실시간으로 무 게를 확인함으로써 중량제한기준을 넘지 않도록 화물적재를 관리할 수 있게 된다. 특히, 일본에서는 과적방 지 대책으로 1965년부터 “토사 등을 운반하는 대형 차량에 의한 교통 사고의 방지 등에 관한 특별 조치 법” 을 제정함으로써, 토사 운반 5톤 이상 덤프차량에 자중계 설치를 의무화하여 과적발생이 60% 이상 감소, 사 망사고도 75% 이상 감소하는 효과를 거두었다(e-Gov Japan, 2018).

화물차 운전자들은 경험을 통해서 반복되는 단속패턴 및 단속위치 등을 파악하고 있으며 실시간으로 단 속위치정보를 공유하여 이를 회피하는 경우가 많다. 지방자치단체 등의 과적단속 실적통계를 검토해보면 적 발률(과적단속 검차횟수 대비 적발횟수의 비율)이 10%미만인 경우가 많았다. 최근에는 고정식단속을 중지하 고 이동식 단속을 위주로 담당하고, 경찰 등과의 합동단속을 많이 실시하여 적발율이 조금씩 높아지고 있지 만 일시적이거나 지역별로 편차가 큰 것으로 분석된다. 이를 보완하기 위해서는 화물차량의 과적운행패턴 및 단속정보, 교통량정보 등 분석하여 화물차 단속 최적위치를 예측할 수 있는 빅데이터 분석기술의 개발이 필요하다. 또한, 근본적으로 화물차 운전자의 과실에 의한 과적을 예방하기 위해서는 자기 차량의 실시간 총 중량과 축중량을 인지할 수 있도록 차체부착중량계중시스템의 도입 역시 필요하다. 일본의 자중계 의무장착 제도처럼 국내에서 차체부착중량계중시스템 설치를 법제화하기 위해서는 차체부착중량계중시스템 설치를 통해서 얻어지는 과적 예방 효과와 경제적 비용 절감 효과 등에 대한 구체적인 근거 자료가 필요할 것으로 판단된다.

본 연구에서는 과적 관련 전반적인 내용을 검토하기 위해서 국내의 고속도로 및 국도에서의 과적단속정 보와 과적차량의 화물정보, 차량종류 등을 다각적으로 분석하여 과적에 노출이 많이 되는 차량 유형 및 운행 패턴을 분석하였다. 또한, 국내외 상용 차체부착중량계중시스템을 조사하고 국내실정에 적합한 시스템을 선 정하여 이를 과적위험차량에 적용하고 실시간 모니터링을 통해서 차체부착중량계중시스템 적용 전후를 비 교하여 과적 예방 효과를 분석하고자 하였다. 차체부착중량계중시스템의 적용은 중량변화 결과를 분석함으 로써 과적 예방효과를 수치적으로 도출하는 효과를 보일 뿐만 아니라, 축중량 정보 분석을 통해서 운행 중에 도로에 미치는 실질적인 하중변화를 분석할 수 있으며, 위치정보 분석을 통해서 회피 경로 추적을 할 수 있 었다는 점에서 여러 가지 의미가 있다고 판단된다. 연구에서 제시한 시스템 및 방법론을 활용하면 향후 법제 화 등을 통해서 차체부착중량계중시스템 확대 적용시 예상되는 효과 및 문제점 등을 구체적으로 예측하여 대비할 수 있을 것으로 판단된다.

본 연구에서 제시한 방법을 적용하여 기초자료로 활용한다면, 화물차량의 과적예방 정책을 설정하고 지속 적인 모니터링 시스템의 도입이 제도화함으로써, 과적에 의해 발생되던 폐해를 없애고 불필요한 예산 낭비 를 막을 수 있는 화물차량 관리방안을 구체적으로 조성하는데 이바지 할 수 있을 것으로 기대된다.

Ⅱ. 기존 문헌 고찰

본 연구에서는 화물차량의 과적에 대한 연구 동향 및 화물차에 적용되는 차체부착중량계중시스템의 기술 수준을 파악하기 위해서 관련한 기존 문헌을 살펴보았다. 차체부착중량계중시스템의 설치를 통해서 화물차 운전자가 자기차량의 중량을 인식하게 됨으로써 과적을 방지하게 되는 효과를 분석하기 위해 관련 문헌 조 사를 실시하였다. 과적 예방 효과 분석에 적용할 수 있는 방법론의 검토룰 위해서, 고정식 검문소 및 Weigh-in-motion 등에서 측정된 과적 단속 정보를 기초로 그 효과 및 영향 등을 분석한 문헌들도 함께 고찰 하였다.

1. 과적 관련 연구

과적의 폐해에 관한 연구는 포장파손과 그에 따른 보수비용 분석, 치명적 교통사고발생량 등의 통계적 접 근 방법의 연구들을 찾을 수 있다.

APEC TWG(2011)을 보면 APEC 회원국의 트럭등록대수와 대형화물차 교통사고에 의해 발생한 사상자 수 를 통계자료로 하여, 트럭10,000대당 사상자수를 분석하였다. 캐나다의 경우 가장 적은 2.7명이고, 싱가포르 의 경우 38.2명으로 가장 많으며, 평균적으로는 20여명인 것으로 발표하였다. 2008년 APEC 회원국에 등록된 트럭의 총 수는 약 2억 5000만대였으며, 10,000대의 차량당 20건의 사상자 수로 적용하여 추정하면 APEC경 제권 내에서 대형화물차의 교통사고에 의해 발생한 사상자는 연간 42만 명에 달할 것으로 제시하였다. 대형 화물차의 교통사고 원인으로는 운전자 피로, 과속, 인식 등의 인적요소와 화물과적, 화물밸런싱, 유지보수 등 의 차량요소 그리고 인프라 나 법률 요소 등으로 제시하였다.

Lee(2013)은 계층적분석방법(AHP기법)을 이용하여 사업용화물자동차의 과적 원인 분석 및 그 개선방안을 제시하였다. 사업용화물자동차의 과적원인을 규범요인, 환경요인, 교육요인, 비용요인으로 구분하고 세부적 으로는 처벌미약, 단속부실, 비현실적 법적용, 과당경쟁, 예방설비미흡, 차량성능향상, 규정·법규 미숙지, 홍 보·교육부족, 교육주체분산, 저단가, 유류비증가, 비용지급체계의 12개 요인으로 나누어 계층적분석을 통해서 주요원인을 도출하였다. 분석 결과 비현실적 법적용, 단속부실, 처벌미약, 저단가, 비용지급체계, 유류비 증 가, 과당경쟁, 규정·법규 미숙지 등 8개 요인을 도출하였고, 이를 개선하기 위해서 관련 법률개정, 행정집행 강화, 면세유 지급, 수송문화 향상을 제시하였다. 과적의 원인은 화주의 요구가 가장 크고, 운전자는 이를 거 부할 수 없는 현실을 반영한 결과이며, 특히 개선방안으로 제시한 사항 중 행정집행 강화, 법률개정과 수송 문화 향상 등의 내용은 본 연구의 주요 연구주제와 연계하여 볼 때 과적운행패턴 분석을 통한 단속효율 강 화 및 차체부착중량계중시스템 도입을 통한 과적예방 방안 연구의 필요성의 근거가 되기에 충분한 것으로 판단된다.

Agus et al.(2010)은 과적 화물운송에 의한 도로 포장의 손상과 그에 따른 비용손실을 분석하였는데, 조사 된 구간의 도로에서 대형 화물차량들은 대부분 중량제한 기준을 넘어서는 축중량을 보였으며 연구대상 도로 구간의 60% 이상이 과적 운행에 의해 러팅 등의 손상이 발생하였다고 조사하였다. 또한, 조사구간 140.63km 중 손상된 구간의 복구 비용을 damage factor 및 dificit design life를 기반으로 계산하여 47.2억으로 계산하였 으며, 차량 종류별 축중량 damage factor 등을 고려하여 화물차 운전자별 분담해야 할 비용도 예측하여 제시 하였다.

Kwon et al.(2012)은 고속축중기를 설치한 고속도로 2개 노선의 단속 전·후 각 2개월의 교통량 및 축중량 데이터를 통계하여 비교하였다. 데이터의 4종 이상 전체 화물교통량의 총중량을 누적하여 단속 전·후를 비 교한 결과, 전체 총중량 누적값 대비 44~48톤 범위로 운행한 차량들의 총중량 누적값의 비율은 53% 감소하 였으며, 48톤 이상의 총중량 누적값 비율은 단속 전에 비해 약 91%가 감소한 것으로 나타나 과적단속시스템 이 전반적인 과적중량 감소를 유도하고 과적차량 운행을 억제하는 것으로 제시하였다.

Choi et al.(2016)은 고속축중기를 이용한 과적 시범단속 자료를 바탕으로 과적단속 전후의 교통량 및 총중 량 변화를 분석하여 과적단속 효과를 분석하였다. 과적단속을 실시할 경우, 고속축중기 설치 구간을 우회하 여 통행함으로써 발생하는 교통량 변화추이를 같이 살펴봄으로써 분석결과를 보충하였다. 또한, 화물차종별 과적 운행 비율을 비교하였으며, 단속 시작일의 급격한 교통량 감소 등을 분석하여 다양한 요인이 과적단속 연구에 함께 고려되어야 한다는 점을 보여주었다.

2. 차체부착중량계중시스템 국내외 기술 조사

실제 화물차량에 설치하여 모니터링에 사용할 차체부착중량계중시스템를 선정하기 위해서 검증된 상용 차체부착중량계중시스템 기술들에 대한 조사 및 분석을 실시하였다. 하지만, 해외에서 사용되는 제품들을 실 제로 적용하여 평가하기란 쉽지 않다. 온보드스케일의 적용이 활발한 호주에서는 Transport Certification Australia (www.tca.gov.au)에서 주도하여 여러 종류의 차체부착중량계중시스템을 비교 검증하는 연구를 진행 하였다. TCA에서는 화물차량에 대한 관리를 IT기술과 접목하여 고도화하기 위해 트럭의 운행정보를 관리하 는 IAP(Intelligent Access Program)를 구축하였으며, IAP에 중량 정보를 추가하여 진행하기 위한 사전단계로서 온보드 중량 모니터링에 대한 가능성과 적용성 등을 종합적으로 연구하는 시험을 진행하였다.

이 시험은 2008년~2009년 18개월 동안 진행되었으며, 13개의 차체부착중량계중시스템을 9개의 대표차량 에 설치하여 장기모니터링을 실시하였다. 시험차량에 설치한 시스템은 로드셀, 에어압력센서, 변형율 센서를 복합적으로 사용하였으며, 정적데이터와 일부 동적데이터 측정시스템을 설치하여 연구를 진행하였다. 또한, 시험 차량은 차량의 구조별로 Rigid Truck부터 semi trailer, B- double 등 호주 여건에 맞게 9대를 선정하여 연 구를 진행하였다. Lloyd et al.(2010)은 2007~2009년 동안 Transport Certification Australia(TCA)에서 실시한 대 형트럭 중량모니터링 적용성 시험 결과를 분석하였다. 차체부착중량계중시스템에 대한 적용가능성을 검증하 고 시스템 설치 및 검교정, 운용, 유지관리 등 각 단계에서 필요한 기초자료들을 제시하였다. 각 센서 시스템 별로 200~500kg 정도의 오차가 나타나며, 비율로는 ±2% 정도로 분석되었으며, 차량의 구조에 따른 중량 측 정 에러의 경우 double road train이나 truck and dog형태 차량이 다른 차량과 비교할 때 오차가 큰 것으로 분 석하였다. 국내의 덤프트럭과 유사한 형태의 트럭인 Rigid 트럭 (청소차)의 시스템별 오차는 약 500kg 정도까 지 편차가 있는 것으로 나타났다. 한편, 설치비용의 경우, Beam 형태의 로드셀은 설치비 포함하여 개당 $1,500~2,000 정도이고 최소 4개를 설치하는 경우로 계산하였다. 트레일러 차량에 적용되는 5th Wheel 로드 셀은 Beam형태 로드셀 보다 단가 및 설치비가 비싸 $6,000~8,000 정도인 것으로 제시하였으며, 에어압력센서 는 개당 대략 $1,500~2,000 수준인 것으로 분석되었다.

호주에서 실시한 차체부착중량계중시스템의 필드테스트 결과 및 분석 내용을 살펴본 결과, 우선 정확도에 있어서 센서 자체의 정확도 및 내구성, 신뢰성은 로드셀이 우수하지만 가격대비효과를 봤을 때 장점이 크지 는 않은 것으로 보이며, 일부 정확도를 손해보더라도 에어압력센서를 적용하는 것이 유리하다고 판단하고 있다. 또한, 차체부착중량계중시스템의 검교정과 관련하여 센서업체 별로 3개월에서 12개월까지 의견이 다 르지만, 일정 기간이후 영점조정이 필요하다는 것을 분명히 하고 있다. 또한, 신차의 경우 차량구조가 안정 될 때까지 3개월 정도를 보고, 신차에 센서 설치시 3개월 후 재설정이 필요하다고 제시한 부분은 주목할 필 요가 있다. 또한, 차체부착중량계중시스템은 적재된 중량의 위치에 따라 일부 오차가 발생할 수 있다는 점도 연구되었다(Transport Certification Australia TCA 2007, 2009).

국내 화물차량은 대부분 판스프링 서스펜션 차량이기 때문에 에어압력센서의 적용은 불가능하며, 호주의 Rigid Truck 설치트럭처럼 4개의 Beam형 로드셀을 설치하는 방법은 적용 가능한 것으로 보인다. 하지만 이 경우 시스템 설치비용은 대략 500~1000만원 정도 예상되며, 차량의 적재함을 들어올리고 프레임에 로드셀을 용접하는 방식의 차량 대수선이 요구되어 쉽게 적용할 수 있는 방식은 아닌 것으로 판단된다.

Lloyd et al.(2015)은 Transport Certification Australia(TCA)에서 실시한 대형트럭 중량모니터링의 후속 연구 로서 차체부착중량계중시스템 설치 차량의 빅데이터 분석을 통해서 포장상태 등을 확인하는 기술을 제시하 였다. 특히, 차체부착중량계중시스템 설치 모니터링 차량 대상을 확대 설치하여 분석한다면 다양한 지역의 분산된 빅데이터를 확보하여 도로포장상태 분석을 좀 더 효과적으로 할 수 있을 것으로 기대하고 있다. 다수 차량에 대한 모니터링을 진행할 때 얻을 수 있는 빅데이터를 통해서 다양한 분석과 유용한 결과를 도출할 수 있다는 점을 시사하였다.

국내에서는 환경부 및 환경관리공단에서 가축분뇨 차량의 가축분뇨 배출에서, 운반․처리, 액비 살포까지 이동현황과 중량 변화를 전자적으로 관리하는 가축분뇨 전자인계제도(가축분뇨법 제37조의2)를 위해서 모든 가축분뇨 차량에 중량센서(차량탑재형 적재중량표시기 또는 차체부착중량계중시스템) 및 GPS, 카메라 등을 의무장착하고 있다. 가축분뇨차량의 중량센서 의무장착은 가축분뇨운반차량이 하천 등에 가축분뇨를 불법적 으로 방출하는 것을 예방하고 있으며, 제주도 등의 지역에서 불법투기 단속의 근거로도 활용되고 있다는 점 에서 향후 화물차 전체로의 차체부착중량계중시스템 의무장착 법제화의 가능성을 기대할 수 있을 것으로 판 단되며 본 연구를 통해서 이에 기여할 수 있을 것으로 판단된다.

Ⅲ. 시험차량 선정과 차체부착중량계중시스템 설치

화물차량 장착 차체부착중량계중시스템 적용을 통한 운행패턴 분석과 차체부착중량계중시스템 적용이 과 적예방이 미치는 효과를 분석하기 위해서 기존 과적단속 정보를 분석하여 과적에 많이 노출되는 차량의 종 류 및 형태, 운행화물 등을 조사하고 이를 바탕으로 차체부착중량계중시스템을 시범 적용하여 중량정보와 위치정보를 수집 모니터링 함으로써 연구를 진행하고자 한다.

1. 과적단속 정보 분석

기존 화물차량 과적단속 정보를 분석하기 위해서 자료를 수집하였으며, 관리주체별로 데이터를 저장하고 있기 때문에 고속도로 톨게이트에서의 과적단속정보와 국도의 이동단속반 및 고정식 검문소의 과적단속정보를 각각 수집하여 분석하였다. 고속도로 과적단속정보는 한국도로공사에서 제공하는 데이터셋 및 오픈API를 이용 하여 고속도로 운행차량에 대한 과적단속 통계를 취합하여 분석할 수 있었다 (Korea Expressway Corporation OPEN API, 2018). 한국도로공사의 2017년 제한차량단속실적에서는 각 영업소에서 단속한 과적위반 차량 대수 를 제공하고 있다. 여기에 별도로 각 영업소 위치정보를 Open API에서 추출하여 <Fig. 1>과 같이 Tableau Desktop Application(Trial versiom)을 활용하여 국토교통부 제공 VWorld Map에 과적단속실적과 해당 영업소위치를 함께 표출하여 분석하였다. 각 마크의 크기별로 과적단속 수량을 나타낸 것으로 그 크기가 클수록 과적 단속이 많이 이뤄진 것을 의미한다. <Fig. 1>의 우측 데이터는 과적단속건수 상위 20개소의 위치를 표시한 것으로, 경기도 김포가 1307건으로 가장 많았으며, 상위 대부분은 김포, 인천 및 수도권역으로 분석되었고, 수도권역 이외로는 경상남도 부산권역(대동, 서부산, 울산 등)에서 과적이 많이 단속된 것을 확인할 수 있다.

한편, 국도상에서의 과적단속 정보는 과적단속담당의 각 지방자치단체 및 국도사무소에서 올린 단속자료 들이 건설 CALS시스템 내의 과적과태료 시스템에 데이터베이스로 저장되고 있다. 국도의 과적단속 정보는 차종, 각 축중량 위반 중량, 총중량 위반 중량, 단속 위치 및 시간, 화물 종류 등 상세한 내용을 포함하고 있 기 때문에 과적운행 패턴 분석에 매우 유용한 정보라고 할 수 있다.

과적운행패턴 분석을 위하여 건설 CALS시스템 관련 연구진과 협의하여 2014. 1. 1. ~ 2018. 10. 31.의 과적 검문 적발 데이터를 확보하여 분석을 실시하였다. 건설 CALS시스템에서 제공 받은 상세한 과적단속정보를 분석하여 어떤 유형의 차량이 과적을 많이 하는지, 어떤 화물을 운반하는 차량이 과적에 많이 노출되어 있는 지 등을 검토하여 차체부착중량계중시스템 시험장착 모니터링을 진행할 대상차량을 선정하고자 하였다.

어떤 유형의 차량이 과적을 많이 하는지를 분석하기 위해서는 단속정보의 차종분류를 검토해야 했다. 국 내 운용 화물차의 구분은 교통량조사시 규정된 차종분류를 기본으로 볼 수 있다. 고속국도, 일반국도 및 지 방도의 차종별 교통량 자료는 도로의 계획과 건설, 유지관리, 교통류 분석 및 도로 행정에 필요한 기본 자료 이며, 각종 연구에 필요한 기초 자료로 활용되어지는데 그 근거 규정은 도로법 제76조의 2(도로에 관한 조사 등) 및 도로법 제9조 제3항 제2호, 동법 시행령 제9조의 2, 제1항을 들 수 있다. 차종 분류 기준은 2006년 통 합 12종 분류 기준을 정립하여 현재까지 사용하고 있다. 하지만 과태료부과시스템 내의 중량단속 자료의 경 우 차종분류가 국토교통부에서 정한 통합 12종 차종분류를 적용하지 않고 자체적인 코드를 부여하여 데이터 베이스화하였다. 중량단속 집중 대상인 덤프트럭 및 중장비들을 따로 분류하기 위해 코드를 별도로 추가 생 성한 것으로 판단된다. <Table 1>은 2017년 과적단속 정보로서, 축중량 위반차량과 총중량 위반차량을 차종 별로 구분하여 분석하였다. 차종분류로는 3축, 4축, 5축 차량과 덤프트럭 등이 과적을 많이 한 것으로 나타나 며 특히 총중량 위반보다 축중량 위반이 많이 일어났던 것을 확인할 수 있다. 축중량 위반은 3축, 2축, 4축, 1축, 5축 순으로 나타나며, 가장 많은 경우가 946건으로 4축 차량의 3축 축중량 위반이다. 차체부착중량계중 시스템 적용시 축중량과 총중량을 모두 표시할 수 있는 센서를 선정해야 함을 보여주는 자료이다. 자료의 구 조상 축중량과 총중량을 동시에 위반하는 차량과 축중량 만을 위반하는 차량들이 섞여 있을 수 있으나 과적 위반을 많이 하는 차종을 찾고자 하는 분석 목적상 큰 영향은 없는 것으로 판단하였으며, Type Code 9~12의 데이터는 과태료 서류 작성시 관련내용이 불명확하게 기재되어 있는 자료들로서 분석에서는 제외하였다.

또한 과적단속 정보상에 기재되어 있는 차량의 적재물 종류는 총 800종이 넘을 정도로 다양하며, 흙 또는 모래, 암석 혹은 골재, 건설장비, 건축폐기물 혹은 각종 폐기물, 경소, 고철, 곡물 등이 주요 품목이다. <Tabel 2>는 2014년부터 2018년까지 과적에 적발된 차량의 적재물 종류 분포를 나타낸 것으로 흙 또는 모래, 암석, 건설기계류, 철재 등이 높은 비율을 나타내고 있다.

2. 시험차량 선정 및 방법론

본 연구의 차체부착중량계중시스템 모니터링은 화물차량의 자기중량 미인지로 인한 과적운행 실태를 체 계적으로 조사하고 다양한 종류의 화물차에서의 일상적인 적재중량 현황을 파악하고자 하는 것이다. 또한, 차체부착중량계중시스템 설치를 통해서 자기 중량을 인지한 후의 과적 운행 빈도를 조사하여 차체부착중량 계중시스템 의무설치를 통한 과적 예방 효과 분석의 기초자료를 확보하고자 하는 것이다. 고속도로 및 국도 의 과적단속 정보 분석을 통해서 3~5축 차량 및 덤프트럭의 차종이 과적을 많이 하는 것으로 확인되었으며 적재물의 종류에서는 흙 또는 모래, 우드, 철재 등을 운반하는 차량이 과적에 많이 노출되는 것으로 확인되 었기 때문에 2가지 요인을 충족시키는 차량 중에서 시험차량을 선정하여 차체부착중량계중시스템 시범설치 를 계획하였다. 시험차량 대수는 총 10대를 기준으로 연구를 계획하였기 때문에 4축 덤프트럭 6대, 5축 카고 트럭 4대를 선정하고자 하였다. 적재물의 종류는 화물차 운전자들과 직접 면담을 통해서 업무를 파악하고, 흙 또는 모래, 철재 원료, 우드 등의 종류를 운반하는 차량으로 가급적 구분하여 선정하였다. 차체부착중량 계중시스템 설치를 통한 과적 예방 효과 분석을 위한 방법으로 <Fig. 2>와 같이 연구를 진행하였다. 대상차 량 선정후, 운전자에게 시험목적을 설명하고 위치정보 수집에 대한 동의서를 받은 후 축중량과 총중량을 측 정할 수 있는 차체부착중량계중시스템을 GPS 및 모뎀과 연결하여 설치하였다. 설치 후 1개월간은 무게를 확 인할 수 없도록 단말기 없이 운행하였으며 1개월 후 무게확인 할 수 있는 단말기를 지급하여 운행하도록 하 였다. 원격 모니터링 데이터는 1분당 1회의 위치정보 및 중량정보를 수집하여 서버로 보내게 되며, 2개월 후 운전자와 추가적인 인터뷰를 진행하였다. <Table 3>은 시험에 참여하기로 한 시험차량 리스트이다.

3. 차체부착중량계중시스템 설치 및 모니터링

본 연구의 차체부착중량계중시스템 적용 모니터링을 위해서 국내에서 제조하는 RoadLoad™ 경사계형 차체부 착중량계중시스템을 선정하여 설치를 진행하였다. RoadLoad™ 차체부착중량계중시스템은 축중량과 총중량을 모두 측정할 수 있는 시스템으로 GPS 및 모뎀을 연결하여 모니터링도 가능하도록 구성할 수 있는 장점이 있으 며, 특히 환경부 및 환경관리공단에서 가축분뇨 운반차량 및 오폐수 운반차량의 실시간 모니터링을 위해 의무장 착하고 있는 시스템이다. 위치관제 모니터링시스템을 위해서는 GPS 정보를 수집할 수 있는 KGM-810GSM 모듈 과 정보를 전송할 수 있게 해주는 CDMA/LTE 모뎀 TX400을 선정하여 시험을 진행하였다.

<Fig. 3>은 4축 덤프트럭 차량의 센서 설치도면이며, 경사계형 차체부착중량계중시스템의 경우 판스프링의 변화를 측정하기 위해서 각 축의 양쪽에 있는 판스프링서스펜션에 각 1개씩 센서를 부착하게 되며 4축 덤프트 럭의 경우 총 8개의 센서를 그림과 같이 설치하게 된다. 각 센서는 하나의 CAN통신 케이블로 연결된다.

차체부착중량계중시스템은 <Fig. 4>에서처럼 판스프링 상부에 부착하며 적재중량 변화시 판스프링의 각도 변화를 0.1도의 정확도 및 0.001도 분해능으로 측정하여 특수 알고리즘을 통해서 중량으로 환산하도록 구성 되어 있다. <Fig. 5>는 시험차량 1의 사진과 차량 운전석 옆에 설치된 네트워크모듈(Network Module, N/M) 및 LTE 모뎀의 사진이다.

차체부착중량계중시스템 시험차량에 설치된 LTE모뎀을 통해서 실시간으로 들어오는 중량정보 및 위치정 보는 데이터베이스 서버에 저장되며 <Fig. 6>과 같이 웹사이트 (http://www.truckcaliber.com/realtime/)에서 데이 터 확인이 가능하도록 구성하였다. 메인페이지에서는 운행하고 있는 시험차량들의 실시간 정보를 지도상에 표출하도록 개발하였으며, 분석페이지에서는 차량을 선택하여 운행이력 및 중량정보 변화를 지도 및 그래프 와 같이 분석할 수 있으며, 중량변화를 감지하여 하루 적재 및 하차의 상하차 작업횟수 등을 추가로 분석할 수 있도록 개발하였다.

Ⅳ. 모니터링 데이터 분석 결과

시험차량의 데이터는 방법론에서 언급한 바와 같이, 설치 후 1개월간은 운전자는 단말기가 없어서 중량을 확인할 수 없고, 연구진만 서버를 통해서 무게정보를 확인할 수 있도록 계획하여 운행하였으며, 1개월 후에 는 중량을 확인 할 수 있는 단말기를 운전자에게 지급하여 동일하게 1개월간 운행하도록 하였다. 2018년8월 30일 ~ 2018년11월12일 약 2개월간 10대의 시험차량에서 취득된 데이터는 총 31,931개이며, 이 데이터를 이 용하여 운행 패턴 분석과 과적 예방 효과 분석을 진행하였다.

1. 운행 패턴 분석

화물차 디지털운행기록계(Digital Tachgraph)의 경우, 차량의 속도 및 가속, 감속, 급제동 등의 정보를 통해 서 운전자의 차량운전패턴을 분석하지만, 본 연구에서는 중량정보라는 중요한 팩터가 추가됨으로써 화물차 량의 운행 패턴 분석을 다양한 각도에서 접근할 수 있게 되었다. 특히 화물차량이 하루에 화물 적재 및 하차 작업의 횟수와 운행거리, 총중량 또는 축중량 과적 횟수 등을 확인하여 교차 분석함으로써 운행 패턴을 분석 하였다.

우선, 시험차량의 2개월간 운행정보를 다음 <Table 4>와 같이 1차 분석하였다. 데이터는 1분 간격으로 저 장되기 때문에, 중량정보의 변화를 감지하여 대상 차량들의 화물 적재 및 하차 작업을 1 사이클(1 cycle)로 추출하여 총 상하차 작업횟수(Loading Cycle)를 자동으로 도출할 수 있었다. 2개월간 총 작업일수(Working Day)와 일일 평균 하루 작업량들을 대략 확인해보면 차종 및 작업 종류에 따라 분류가 가능할 것으로 판단 되어, A, B, C의 3가지 그룹으로 구분하여 분석을 추가 진행하였다<Fig. 7>. A그룹 차량은 5축 카고트럭으로 주로 목재, 우드칩을 운반하는 차량으로 일일 상하차 작업횟수가 평균 1.5회를 나타내고 있다. B, C그룹 차 량은 둘 다 4축 덤프트럭이지만 B그룹 차량 2대는 메탈슬러그 같은 원재료를 적재하여 제철소에 정기적으로 들어가는 작업을 하며 일일 상하차 작업횟수가 평균 2.7회를 나타내고 있다. C그룹 차량은 건설 현장 등에서 토사와 골재를 운반하는 전형적인 건설기계로서의 덤프트럭 작업을 하는 것으로 보이며 일일 상하차 작업회 수 평균 6.5회를 보이고 있다.

<Fig. 8>은 2018년 9월 27일 시험트럭 No.1(카고트럭, 그룹A)의 1일 작업 그래프로서, 1일 동안 1회의 상차 작업만을 진행한 것으로 확인할 수 있었다. 우측은 동일 날짜의 위치정보를 GIS맵에 표시한 것으로 인천에 서부터 대전까지 장거리 운행을 한 것으로 확인할 수 있다.

반면에 <Fig. 9>은 2018년 10월 19일 시험트럭 No.8(덤프트럭, 그룹C)의 1일 작업 그래프로서, 1일 동안 7 회의 상하차 작업을 진행한 것으로 확인할 수 있었다. 우측은 역시 동일 날짜의 위치정보를 GIS맵에 표시한 것으로 강원도 횡성군 신촌IC 근처의 야산에서 원주 상지대학교 인근으로 근거리 왕복 작업한 것을 확인할 수 있다.

모니터링데이터를 통해서 1분 간격의 GPS좌표를 얻을 수 있기 때문에, 좌표간의 거리계산을 통해서 차량 의 누적운행거리를 추출할 수 있다. <Table 5>는 각 시험차량의 전체 운행거리 데이터를 추출하여 1일 평균 운행거리와 상하차 작업횟수 1회당 이동거리를 분석한 것이다. 각 그룹별로 상하차 작업횟수 1회당 이동거 리 평균을 비교해보면 적재화물 및 작업방식에 따른 특성이 나타난다. 그룹 A 카고 트럭의 경우 1일 상하차 횟수가 평균 1.5회 정도로 1회 작업당 운행거리가 평균 226km 정도로 장거리 작업을 하는 것으로 분석되며, 그룹 C 덤프트럭은 1일 상하차회수가 평균 6.5회 정도로 1회 작업당 운행거리가 평균 73km 정도로 가까운 거리를 반복운행하는 것으로 분석할 수 있다. 한편, 그룹 B의 덤프트럭은 제철소 출입 차량으로 그룹 C 건설 현장의 토사운반 덤프트럭과는 달리 오히려 그룹 A의 장거리 운행패턴과 유사한 양상을 보인다.

2. 과적 유형 분석

시험차량의 2개월간 운행정보 중, 축중량 및 총중량 데이터를 중심으로 <Table 6>과 같이 과적 유형 분석 을 실시하였다. 각 시험차량의 총중량 데이터를 법정기준 40톤을 기준으로 과적횟수를 세어 상하차 작업횟 수로 나누어 총중량 과적 비율을 분석하였다. 실제 현장에서는 측정저울의 오차 등을 감안하여 10%의 여유 분을 주기 때문에, 총중랴 44톤을 넘을 경우 과적으로 적발된다. 따라서, 현장 실정에 맞게 10% 여유를 주어 서 추가 분석을 하였다. 실제 화물차 운전자들은 44톤을 기준으로 생각하여 상차를 하기 때문에 40톤 기준으 로 분석하면 과적비율이 매우 높은 것으로 나타났다. 40톤 기준으로 분석한다면 높은 과적비율로 경각심을 줄 수 있기는 하지만 결국 현실과 괴리된 기준으로 분석한다면 그 결과 역시 현실을 반영할 수 없기 때문에, 현장 실정을 반영하여 44톤 기준으로 이후 분석을 진행하는 것이 타당하다고 판단하였다.

<Table 7>은 각 시험차량의 총중량 및 축중량 데이터를 총중량 44톤, 축중량 11톤을 기준으로 초과한 경 우의 과적횟수를 카운트하여 상하차 작업횟수로 나누어 과적 비율을 분석하였다. 총중량 과적 비율보다 축 중량 과적 비율이 상대적으로 높은 것을 확인할 수 있으며, 축중량 과적은 1, 2축 보다 3, 4축에서 많이 발생 하는 것도 알 수 있었다.

앞서 구분한 각 그룹 별로 과적비율을 분석하면 <Table 8>과 같다. 5축 카고트럭인 그룹 A의 경우, 3축 또 는 5축에 가동축을 설치한 차량이기 때문에 총중량을 기준보다 많이 초과하더라도 단속시점에서 가동축 조 작을 통해서 과적단속을 피할 수 있다. 또한, 가동축 차량의 경우 차량 운행 중에는 가동축 올리고 4축 차량 처럼 운행하기 때문에 이때 3, 4축의 축중량은 기준 중량 11톤을 상당히 초과한 상태에서 운행하고 있다는 사실도 확인할 수 있었다. 알 수 있었다. 근거리 왕복 작업을 많이 하는 덤프트럭의 경우, 총중량 초과하는 과적보다는 3축 또는 4축의 축중량 초과의 위험이 많은 것으로 분석할 수 있다. 또한, 운전자들 인터뷰를 통 해서 확인한 결과, 동일한 중량을 싣더라도 차량별 구조 특성상 2, 3, 4축 중 한축에 무게가 좀더 실리는 현 상이 발생하여 축중량 과적에 많이 노출되고 있다는 점도 축중량 초과 위험성을 보여준 결과를 뒷받침하고 있다.

3. 차체부착중량계중시스템 과적예방 효과 분석

차체부착중량계중시스템 적용 전후에 따른 과적예방효과 분석을 위하여 다음 <Table 9>와 같이 중량인지 전 1개월 (Before)과 중량인지 후 1개월 (After)로 기간을 구분하여 분석을 실시하였다. 차체부착중량계중시스 템 설치 전후를 비교한 결과, 대부분 덤프트럭의 경우에는 최대 22.7%(No.6 GVW)까지 과적비율이 감소하는 경향을 확인할 수 있었으며, 카고트럭의 경우는 경향이 뚜렷하지 않은 것으로 보인다. 추가분석 및 인터뷰 내용을 종합적으로 볼 때, 그 원인으로는 카고트럭의 적재물 특성과 가동축 사용 등으로 판단된다. 토사 및 원재료를 적재하는 덤프트럭의 경우 중량을 확인하며 적재량을 조절하기 비교적 쉬운 반면에, 원목 또는 철 재빔 같은 대형화물을 적재하는 카고트럭은 적재량을 작은 단위로 조절하기 불가능하다. 또한, 가동축을 이 용하여 과적 단속을 피해갈 수 있을 것이라는 기존 고정관념 때문에 어느 정도의 과적은 쉽게 용인하는 것 으로 분석되었다.

다음 <Table 10>과 같이 데이터를 그룹별로 구분하여 차체부착중량계중시스템 설치 전후를 비교한 결과, 카고트럭(그룹A)은 총중량 초과 과적 비율이 약 6.9% 정도 감소한 것으로 분석되었다. 덤프트럭(그룹B, C)의 경우, 평균적으로 총중량 과적 비율은 2.5~5.7% 감소, 축중량 과적 비율은 최대 15.1%까지 대부분 감소하는 경향을 확인할 수 있었다. 본 연구 분석을 통해서 차체부착중량계중시스템의 적용이 특히 덤프트럭에서 많 이 발생하는 축중량 과적을 줄일 수 있는 과적 예방 효과를 확인할 수 있었던 것으로 판단된다.

하지만, 본 연구에서 시험한 차량의 10대를 대상으로 한 결과이기 때문에, 전체 화물차량들의 운행패턴, 차종, 적재물 등의 다양한 변수들을 반영하여 대표하는 결과라고 할 수는 없을 것이다. 다만 차체부착중량계 중시스템 적용을 통해서 얻어지는 데이터를 활용하여 과적에 대해 다양한 분석 방법들을 제시하였다는 점과 차체부착중량계중시스템 적용을 통해서 과적 예방 효과를 기대할 수 있다는 가능성을 확인할 수 있었다는 점에서 의의를 둘 수 있을 것이다.

Ⅴ. 결 론

본 연구에서는 차체부착중량계중시스템 적용을 통한 과적 예방 효과를 분석하기 위하여, 기존 과적 단속 정보 분석을 통한 대표차량의 선정과 차체부착중량계중시스템 설치 시범차량의 모니터링 등을 통해서 얻어 진 데이터를 이용하여 결론을 도출하였다.

1. 결론

본 연구에서는 화물차량의 과적에 대한 전반적인 기술 분석을 위해 국내외 연구 동향 및 상용 차체부착중량 계중시스템들을 조사 분석하였으며, 이를 통해서 본 연구에 적용 가능한 차체부착중량계중시스템 및 데이터 분석방법론 등을 검토할 수 있었다. 특히, 차체부착중량계중시스템 연구 및 실제 적용이 활발한 호주 TCA의 중량센서 장기 모니터링 보고서를 통해서 세계적인 과적관련 정책과 향후 로드맵을 확인할 수 있었다.

한국도로공사 제공 고속도로의 제한차량단속실적과 건설 CALS시스템 내의 과적과태료 시스템의 국도 과 적 단속 정보를 확보하여 과적 대표 차량을 분석하였다. 과적위험에 노출되는 대표차량은 차종분류로는 3축, 4축, 5축 차량과 덤프트럭, 적재물 종류로는 흙 또는 모래, 암석, 건설기계류, 철재 등의 운반차량으로 특정하 였다. 과적위험 노출 대표 차량 유형인 4축 덤프트럭 6대, 5축 카고트럭 4대의 총 10대의 시험차량에 차체부 착중량계중시스템을 설치하여 GPS모듈과 LTE Modem을 이용해 모니터링 시스템을 구축하였다.

시험차량의 2개월간의 운행정보를 바탕으로 운행 패턴을 분석한 결과, 차종 및 작업종류에 따라 구분하여 분석할 수 있었다. 시험차량 중 5축 카고트럭들(A그룹)은 주로 목재, 우드칩을 운반하는 차량으로 일일 상하 차 작업횟수가 평균 1.5회로 분석되었으며, 4축 덤프트럭 중 메탈슬러그 같은 원재료를 적재하여 제철소에 정기적으로 들어가는 작업을 하는 덤프트럭들(B그룹)은 일일 상하차 작업횟수가 평균 2.7회로 분석되었다. 4 축 덤프트럭 중 건설 현장 등에서 토사와 골재를 운반하는 전형적인 건설기계로서의 작업을 하는 덤프트럭 들(C그룹)은 일일 상하차 작업회수 평균 6.5회로 가장 많은 작업을 하는 것으로 분석되었다.

GPS좌표간의 거리계산을 통해서 얻어지는 차량의 누적운행거리를 추가 분석하면 카고트럭들의 경우 1일 상하차 횟수가 평균 1.5회 정도이며 1회 작업당 운행거리가 평균 226km로 나타나 장거리 작업을 하는 것으 로 분석되었다. 건설현장 덤프트럭들은 1일 상하차회수가 평균 6.5회 정도이며, 1회 작업당 운행거리가 평균 73km 정도로 가까운 거리를 반복 운행하는 것으로 분석할 수 있었다.

시험차량의 2개월간 운행정보 중, 과적 횟수를 카운트하여 상하차 작업횟수로 나누어 계산되는 과적 비율 을 분석한 결과, 총중량 과적 비율보다 축중량 과적비율이 상대적으로 높은 경향을 확인할 수 있으며, 축중 량 과적은 1,2축 보다는 3,4축에서 많이 발생하는 경향도 알 수 있었다. 5축 카고트럭들이 가동축을 올리게 되면 3, 4축 축중량은 13~14톤이 되어서 도로 구조물에 더 심각한 영향을 줄 수 있음을 확인할 수 있었으며, 건설현장의 덤프트럭들은 3축 또는 4축의 축중량 초과의 위험이 많은 것으로 분석되었다.

차체부착중량계중시스템 적용 유무에 따른 과적 예방 효과 분석을 실시한 결과, 대부분 덤프트럭의 경우 에는 과적비율이 감소하는 경향을 확인할 수 있었으며, 카고트럭의 경우는 경향이 뚜렷하지 않은 것으로 보 였다. 그룹별로 구분하여 차체부착중량계중시스템 설치 전후를 비교한 결과, 카고트럭들은 총중량 초과 과적 비율이 약 6.9% 정도 감소한 것으로 분석되었다. 덤프트럭들의 경우, 총중량 과적비율은 2.5~5.7% 감소, 축중 량 과적비율은 최대 15.1%까지 대부분 감소하는 경향을 확인할 수 있었다. 본 연구 분석을 통해서 차체부착 중량계중시스템의 적용이 특히 덤프트럭에서 많이 발생하는 축중량 과적을 줄일 수 있는 과적 예방 효과를 확인할 수 있었던 것으로 판단된다. 단, 그룹별 분석의 시료수가 매우 적기 때문에, 각 그룹이 차종 또는 작 업특성 등을 대표한다고 보기에는 무리가 있다. 통계적 검증방법을 통해서 그룹별 대표성을 확보하고 신뢰 성 있는 과적 예방 효과 분석 결과를 도출하기 위해서 시료개수를 확대하는 추가 연구계획이 필요하다.

2. 향후 연구과제

본 연구에서는 과적위험에 많이 노출되는 차량들의 특성을 분석하여 대표차량을 선정하고 차체부착중량계 중시스템을 설치하여 시험차량 10대의 중량 모니터링을 진행하였다. 과적 운행 패턴 및 과적 예방 효과 등을 분석하기에는 매우 적은 시료 수였기 때문에, 추가적으로 시험차량을 2019년에는 30대, 2020년에는 지역 단위 로 100여대 정도의 확대 운영하는 테스트베드 구축을 계획하고 있다. 이를 통해서 과적 예방을 위해 차체부착 중량계중시스템을 의무장착하도록 법제화하기 위한, 실제 과적 예방 효과 및 비용 절감 효과를 데이터로 추출 할 수 있는 시험 계획을 구체화할 필요가 있다. 또한, 과적단속의 효율성을 높이기 위한 빅데이터 분석기법 활용 최적 단속 위치 제안기술 개발 등을 위해서는 고속도로 및 국도의 상세한 과적 단속 정보를 확보하여 과적운행패턴을 운행경로 분석과 병행하여 세밀하게 자동 분석할 수 있는 추가적인 연구가 필요하다.