Ⅰ. 서 론
1. 개 요
국제기구 UN(United Nations)에서는 65세 이상 인구가 전체 인구에서 차지하는 비율이 7% 이상인 사회를 고령화사회, 14% 이상인 사회는 고령사회로 분류한다(UN, 2015). 2021년 8월 기준, 국내 고령인구 비율은 16.9%로 고령사회로 구분된다(KOSIS, 2021). 고령 운전자의 신체 및 인지 기능 저하로 인해 고령 운전자 교 통사고 발생 비율은 점진적으로 증가하고 있으며 고령 운전자 면허 반납 제도, 1년 주기의 적성검사 등으로 고령자의 이동권이 제한되는 추세이다. 고령인구 비율이 높은 대한민국에서는 자율주행차량이 교통사고 및 교통혼잡, 교통소외지역의 이동권 확보 등 다양한 사회문제를 해결하기 위한 대안으로 대두되고 있다. 인공 지능과 IT 기술이 결합된 자율주행차량을 통해 운전자는 주변 디지털 디바이스의 도움을 받아 운전하는 시 대가 되었고, 이러한 자율주행차량의 기술은 고령화가 가속화되고 있는 현대 사회에 필수적인 기술로 인식 된다.
2018년 기준 국내 인구소멸 위험지역은 전국 228개 지자체 중 39%에 달하며 대부분 농어촌 지역에 해당 한다. 또한 행정리 기준, 대중교통 최소서비스가 기준 미달인 지역은 전체의 68.2% 수준이며, 이중 약 36.9% 는 1일 버스 운행 횟수가 6회 미만이다(Lim and Hong, 2019). 현재 교통소외지역에 제공되고 있는 수요응답 형 대중교통 서비스는 운전자의 고령화 및 운전 기피 현상 등으로 인해 끊임없는 인력난을 겪고 있다. 이에 수요응답형 대중교통 서비스를 자율주행 기반의 서비스로 제공한다면 인력난 문제뿐만 아니라 거주민들의 교통접근성 또한 향상될 것으로 판단된다.
자율주행 기반의 서비스는 자율주행 시범운행지구로 지정된 후 한정운수면허를 발급하여 실증서비스를 시민에게 제공하고 있다. 자율주행 시범운행지구로 지정된 곳은 서울, 대구, 세종 등의 도심지이며 서비스 규모는 점차 확대되고 있다. 이처럼 도시부 도로를 중심으로 자율주행 시범운행지구의 지정 및 고시가 이뤄 지고 있으나, 교통소외지역에 자율주행 서비스를 도입하기 위한 노력은 미비한 실정이다. 지방부 도로에서의 자율주행 서비스 도입 필요성이 제시되고 있는 만큼 교통소외지역에 자율주행 서비스를 도입하기 위한 노력 이 필요하다. 이를 위해선 자율주행의 운행설계영역(ODD;Operational Design Domain)으로 고려될 수 있는 요 소인지 교통소외지역의 도로 환경을 파악하는 연구가 필요한 현실이다.
따라서 본 연구에서는 선행연구의 고찰을 통한 운행설계영역의 분류체계를 재정의하고 자율주행 시범운 행지구와 교통소외지역의 도로 환경을 비교하였다. 특히, 운행설계영역에는 도로 환경, 날씨 조건, 작동제약 조건 등의 요소가 포함되는데, 그중 도로 환경 중심으로 분석하여 자율주행차량의 기초적인 도입 여건을 살 펴보고자 한다. 이를 통해 향후 자율주행차량을 교통소외지역에 적용하기 위한 방향성을 제시하고자 한다.
Ⅱ. 선행연구 고찰
1. 자율주행 운행설계영역 정의
자율주행 운행설계영역에 관한 연구는 대부분 운행설계영역의 분류에 관한 연구에 집중되어 있으며, 운행 설계영역의 분류를 통해 자율주행 시나리오를 검증하는 방식의 연구가 진행되어왔다. 특히 NHTSA, SAE에 서는 자율주행 운행설계영역에 도로 유형, 지리적 영역, 운영환경 조건 등을 포함하여 도로 환경을 정의하고 있으며 외에도 완성차 업체(OEM;Original Equipment Manufacturer) 및 연구자들이 운행설계영역을 분류하기 위해 자율주행 시나리오 모델링을 진행하였다. Czarnecki(2018)는 차량 기능에 따른 자율주행 운행설계영역에 대한 분류법을 정의하였으며, Winner et al.(2019)는 운행설계영역의 설정 방법뿐만 아니라 시나리오 및 상황 에 따른 테스트를 통해 자율주행의 안전성을 증명하기 위한 운행설계영역 분류를 연구하였다. 이처럼 많은 연구에서 운행설계영역에 따른 시나리오를 통해 자율주행의 주행 안전성을 향상할 수 있는 분류법을 제시하 고 있다.
2. 자율주행 도로 환경 분석
자율주행 서비스가 원활하게 제공되기 위해 도로 환경 인식 기술 및 도로 인프라 개선방안에 관한 연구가 활발히 진행되고 있다. Park and Yun(2018)은 도로 환경을 구성하는 도로 시설물 중 자율주행차량이 인식해 야 할 도로 시설물에 대한 우선순위를 정의하고 있다. Gouda et al.(2021)은 고속도로를 대상으로 자율주행 LiDAR 데이터를 사용하여 가상 환경에서 자율주행차량을 테스트하는 접근법을 사용하여 자율주행차량이 주행하기에 안전한 환경과 안전하지 않은 환경을 구분하여 다양한 시나리오를 제시하였다. Jiang et al.(2022) 은 도시지역에 자율주행차량을 도입하기 위한 이해관계자들의 인식격차를 줄이기 위해 도로 인프라, 정책 및 규제 측면에서 정책적 시사점을 제시하였다.
3. 시사점
SAE, NTHSA와 BSI에서는 자율주행 서비스의 안전성 향상을 위한 자율주행 운행설계영역의 분류법을 제 시하고, 국내외 선행연구에서는 고속도로 등의 도시지역에서 자율주행 기술을 적용할 수 있는 도로 환경을 분석하는 연구가 주를 이루었다. 하지만 자율주행 서비스 제공이 필요한 교통소외지역에 대한 자율주행 서 비스 적용 관련 연구는 미비한 실정이다. 따라서 본 연구에서는 자율주행 운행설계영역의 분류체계를 기반 으로 자율주행 시범운행지구와 교통소외지역 도로환경의 차이점을 살펴본다. 현재 교통소외지역에서 운행되 고 있는 수요응답형 교통서비스의 도로 환경을 조사하여 교통소외지역의 이동지원 서비스 확장을 위한 자율 주행 적용 가능성을 검토하고자 한다.
Ⅲ. 연구방법론
1. 운행설계영역(ODD) 정의 및 분류
SAE International의 SAE J3016, J3216 문서에서는 자율주행에 대한 기술 단계 정의와 분류체계를 제시하고 운행설계영역이라는 용어의 명확한 정의를 설정하였다. SAE AVSC lexicon에서는 운행설계영역을 설명하기 위한 개념적 프레임워크를 제공하고 있다. 또한, NHTSA에서 발간한 ｢A Framework for Automated Driving System Testable Cases and Scenarios｣에 따르면, 자율주행 운행설계영역을 물리적 인프라, 환경적 조건, 작동 제약 조건, 연결성, 물체, 구역 등으로 분류하고 있다. 이에 본 연구에서는 BSI에서 정의한 운행설계영역 분 류체계와 SAE J3016, NHTSA에서 정의한 운행설계영역 정의에 따라, <Table 1>과 같이 재분류하였으며 현장 조사 및 데이터 기반 분석이 가능한 항목을 확인하였다.
2. 분석구간 및 자료
운행설계영역을 설정하는 데 제한적 요소로 작용하는 것은 도로 환경(도시부/지방부 도로, 교차로, 임시구조물, 날씨 등), 자율주행차량의 기능(속도 제한, 후진 제한 등), 자율주행차량의 상태(트레일러 부착 여부, 적재 제한 용량, 타이어 공기압 수준 등) 등이 있다. 이러한 요소들은 자율주행차량의 기능 요구사항으로 반영될 수 있으므 로 자율주행 기술에 영향을 미치는 주행환경 특성에 대한 포괄적인 이해가 필요하다. 이에 본 연구는 운행설계영 역을 설정하는 데 영향을 미치는 도로 환경을 중심으로 자율주행 시범운행지구와 교통소외지역을 비교 분석한다. 자율주행 시범지구와 교통소외지역의 도로 환경 비교는 운행설계영역의 관점에서 최소한의 필요 요소들을 파악 하기 위한 것으로 차로 폭, 차로 수, 분리대 여부, 도로 갓길 상태 등의 도로 환경을 분석하였다.
본 연구에서는 자율주행 시범운행지구와 교통소외지역으로 크게 2개의 공간적 영역을 비교 분석하고자 한다. <Fig. 1>과 같이 도농복합도시로써 도심지에는 자율주행 시범운행지구로 지정되어 있고 농촌지역에는 교통서비스의 개선을 필요로 하는 지역인 대구광역시(대구시)와 세종특별자치시(세종시)로 선정하였다. 자율 주행 시범운행지구는 ｢자율주행자동차 상용화 촉진 및 지원에 관한 법률｣ 제7조에 따라 지정되는 구역으로 대구시와 세종시의 자율주행 시범운행구간을 분석구간으로 선정하였고, 교통소외지역은 거주민의 공공교통 서비스가 충분하지 못해 이동권에 제약이 발생하는 지역으로 세종시와 대구시에서 운행 중인 공공형 택시/ 버스 운행구간을 분석구간으로 선정하였다.
분석에 활용된 데이터 항목과 출처는 <Table 2>와 같다. 자율주행 시범운행지구와 교통소외지역의 도로환 경을 비교 분석하기 위해 정밀도로지도(HD Map), 연속수치지형도, 수치표고모델(DEM;Digital Elevation Model) 등의 기구축된 공공데이터를 활용하였으며 구축되지 않은 도로 환경 데이터는 로드뷰 및 현장 조사 를 진행하여 수집하였다. 특히, 교통소외지역의 경우 정밀도로지도(HD Map) 데이터가 부족하기 때문에 경사 도를 제외한 모든 항목에 대해 현장조사를 진행하였다.
국토교통부 국토지리정보원에서 제공하고 있는 정밀도로지도는 자율주행에 필요한 차선, 도로시설, 표지 시설 등의 정보를 3차원으로 제작한 전자지도로, 본 연구에서는 정밀도로지도의 신호등, 제한속도 정보를 활 용하였다. 연속수치지형도는 국토지리정보원에서 제작한 지형지물 및 지명 등에 대한 위치, 형상을 좌표 데 이터로 나타내어 전산처리가 가능하도록 구축된 디지털 지도이며 차로 수, 차로 폭, 가드레일, 보도 등의 정 보를 활용하였다. 수치표고모델(DEM)은 지형표면의 높이를 일정 간격으로 측정하여 만든 수치표고모델로 공간정보(지도, 항공사진, 위성사진 등)를 입체화하여 다양한 분야에서 자료로 활용되고 있다. 본 연구에서는 90m 간격으로 지형의 고도값이 구축된 수치표고모델을 활용하였다.
Ⅳ. 방법론 적용 및 분석 결과
본 연구에서는 BSI에서 정의한 운행설계영역의 분류체계를 참고하여 Drivable area, Fixed road structures, Zones, Traffic 크게 5가지로 항목을 분류하여 도로 환경을 비교 분석하였다. Drivable area는 차선도색상태, 차 로 폭, 차로 수, 경사도로 구성되며, Special structures는 보도, 가드레일, 연석, 갓길, Fixed road structures는 교 차로 신호등, Zones는 버스정류장, Traffic은 제한속도로 정의하였다.
1. Drivable area
1) Drivable area lane specification(차선도색상태, 차로 폭, 차로 수)
자율주행차량이 안전하게 주행하기 위해서는 차선 인식, 도로 노면 상태 판단 등과 같은 센서 기반의 객 체 검출 및 차량 주변 상황 판단이 중요하다. 차선 인식의 정확도 향상은 차량이 차선을 이탈하지 않고 안정 성 있는 주행을 할 수 있도록 하며, 탑승자에게 안정감 있는 승차감을 제공한다. 대구시와 세종시의 자율주 행 시범운행지구로 지정된 구간은 <Fig. 2>와 같이 차선 도색상태가 뚜렷하고 시인성 있는 좋은 도로 환경을 유지하고 있었다. 그에 반해 <Fig. 3>에서 보이는 것과 같이 교통소외지역에서 운행되고 있는 공공교통서비 스 운행구간의 차선 도색상태는 시각적으로 차선의 형태를 구분할 순 있으나 도색상태가 양호하지 않은 구 간의 비율은 총운행구간의 37%(대구), 43%(세종)를 차지하였고, 그중에서도 차선도색 작업이 전혀 되어 있지 않은 운행구간의 비율은 총운행구간의 15%(대구), 19%(세종)에 해당하였다.
<Table 3>과 같이 자율주행 시범운행지구의 차로 폭은 98.8%(대구), 96.7%(세종)가 4.0m 이상으로 구축되 어 있고, 교통소외지역의 차로 폭은 74.5%(대구), 73.2%(세종)가 3.0~4.0m로 구축되어 있다.
교통소외지역의 차로 수는 왕복 1~2차로가 63.8%(대구), 90.7%(세종), 왕복 3~4차로가 11.7%(대구), 8.1% (세종)로 구성되어, 왕복 1~2차로의 구성이 비교적 높게 나타나고 있는 것을 알 수 있다. 특히 왕복 1차로의 경우 자율주행차량이 주행하기에 굉장히 취약한 구간으로, 자율주행차량의 후진 주행 기술이 고도화되지 않 은 단계에서 맞은편 진입 차량이 후진해야 하는 상황이 발생하면 교통흐름에 영향을 줄 수 있으므로 교통소 외지역의 이러한 차로 수 특성을 반영할 수 있는 자율주행의 기술 개발이 필요한 것으로 판단된다.
2) Drivable area geometry(경사도)
자율주행차량의 다양한 센서들은 주변 도로 환경, 차량, 장애물 등을 인식하는 데 사용되고 있지만, 주행 도로의 종단경사, 횡단경사와 같은 도로 특성을 파악하기에는 어려움이 따른다. 특히 경사도에 따라 센서의 인식 영역이 달라지므로 경사가 있는 지역에서 자율주행 서비스를 도입하기 위해선 센서 영역과 관련된 기 술 개발을 진행할 필요가 있을 것이다.
본 연구대상지의 음영기복도는 <Fig. 4>, <Fig. 5>와 같으며 지역의 표고를 알 수 있다. 통계청 SGIS의 도 시화 지역 데이터와 국토지리정보원의 수치표고모델을 활용하여 <Fig. 6>, <Fig. 7>에서 보는 것과 같이 대구 시와 세종시의 도시화 지역 대비 운행구간의 경사도를 비교하고자 하였고 ESRI의 ArcGIS pro를 이용하였다. ArcGIS pro의 경사도 분석은 처리 셀에 인접한 8개 셀 중 최소 7개 셀이 유효한 값을 가지고 있어야 하고 7 개 미만일 경우 해당 처리 셀의 출력은 NoData로 분석된다(ESRI, 2022). 이에 운행구간의 경사도를 분석하는 것은 유효한 영역으로 충분하지 않으므로 역세권으로 정의하는 반경 500m 기준으로 Buffer 하여 <Fig. 8>, <Fig. 9>와 같이 해당 영역의 고도값으로 경사도를 분석하였다.
분석 결과, <Table 4>와 같이 도시화 지역의 경우 평균 경사도 약 1.89°(대구), 2.1°(세종)로 거의 평지에 가 까운 수준으로 형성되어 있다. 반면 교통소외지역의 평균 경사도는 8.02°(대구), 5.92°(세종)로 자율주행 시범 운행지구의 평균 경사도인 5.6°(대구), 3.47°(세종)에 비해 구릉지에서 운행되는 것을 알 수 있다.
3) Drivable area edge(보도, 가드레일, 연석, 갓길)
우리나라의 전체 보행사망자 중 고령자의 비율은 2016년 50.5%에서 2018년 56.6%, 2020년 57.5%로 계속 해서 증가하고 있다(MOIS, 2021). 특히 65세 이상 노인의 30%는 농촌지역에 거주하고 있다(Cho and Park, 2015). 이처럼 대부분 농촌지역인 교통소외지역에서의 고령자 보행사고는 중요한 사회적 이슈가 되고 있다.
그러나 <Table 5>와 같이 교통소외지역 공공교통서비스의 총운행구간 중 약 70~80% 구간에는 보도가 설 치되어 있지 않으며 <Fig. 11>에서 확인할 수 있다. 또한, 총운행구간의 55.8%(대구), 69.6%(세종)는 연석이 설치되어 있지 않아서 차량의 이동반경과 보행자의 이동반경이 상충하는 부분이 발생하고 있다. 그에 반해, 자율주행 시범운행지구는 총운행구간의 74.7%(대구), 79.7%(세종)가 <Fig. 10>과 같이 보도가 설치되어 있는 환경이며 연석은 100%(대구, 세종) 설치되어 있다. 자율주행 시범운행지구는 도로 경계를 인식하기 위한 구 조물이 설치되어 있지만, 교통소외지역은 보도, 연석 등의 구조물 설치가 미비한 것을 알 수 있다. 이는 도로 경계를 인식하기 위해 교통소외지역에 맞는 학습 데이터를 재구축할 필요가 있다는 것을 의미한다.
갓길은 교통소외지역, 시범운행지구 모두 10~40% 수준으로 설치되어 있어 다른 도로 환경 요소들에 비해 비교적 차량 운행에 있어 크게 영향을 미치지 않고 있다는 것을 알 수 있다.
2. Fixed road structures(교차로 신호등)
자율주행차량이 주행 중 신호등을 인식하는 것은 교차로에서 신호에 맞게 주행할 수 있다는 신뢰성을 확 보하여 운전자나 탑승자 또는 보행자에게 위험 상황으로부터 안전하게 지킬 수가 있다(Kim, 2018). 또한 비 신호 교차로는 자율주행차량이 상황을 판단하여 주행하므로 가시거리, 속도 측면을 고려한 기술 개발이 필 요할 것이다. 이처럼 신호등 정보는 자율주행의 안전성을 높이기 위한 요소로 사용되고 있다.
<Table 6>과 같이 대구시와 세종시 시범운행지구의 신호등은 삼색등 또는 사색등으로 모두 설치되어 있 고, 교통소외지역에 존재하는 신호등의 68%(대구), 91.7%(세종)는 점멸·미점등, 미설치된 상황이었다.
3. Zones(버스정류장)
차량이 정확한 위치에 정차하고 탑승자가 안전하게 탑승하기 위해선 승하차 지점에 대한 정보가 필요하 다. 승하차 지점에 자율주행차량이 정확히 정차해야 탑승자에게 정확한 위치를 제공할 수 있고 차량과 탑승 자 간의 이동 혼선 발생률을 낮출 수 있기 때문이다. 또한 이동 혼선에 따른 서비스 지연시간 발생률도 감소 시킬 수 있다.
<Table 7>과 같이 자율주행 시범운행지구는 66.0%(대구), 92.4%(세종)가 <Fig. 12>에서 볼 수 있는 유개형 으로 구축되어 자율주행차량은 각종 센서를 통해 버스정류장을 인지하고 판단하게 된다. 그러나 교통소외지 역은 대부분 <Fig. 13>과 같은 간이 정류장으로 100%(대구), 76%(세종) 구축되어 정형화된 정류장이 부족하 고 정차 위치 또한 노면에 표시되어 있지 않기 때문에 맵 기반의 정확한 승하차 지점이 지정될 필요가 있다.
4. Traffic(제한속도)
<Fig. 14>와 <Fig. 15>는 자율주행 시범운행지구와 교통소외지역의 제한속도 구성 비율을 나타낸다. 자율 주행 시범운행지구의 제한속도는 총운행구간의 약 30%가 최대 50km/h 미만으로 주행할 수 있으며, 약 70% 가 넘는 비율로 최대 50km/h 이상 주행할 수 있도록 지정되어 있다. 교통소외지역은 30km/h의 제한속도가 56%(대구), 39%(세종)로 운행구간 중 가장 높은 비율로 지정되어 있다. 이는 도심지에 비해 구릉지 및 산지 로 이루어진 교통소외지역의 특성상 제한속도가 비교적 낮게 지정되어 있음을 알 수 있다.
자율주행차량의 속도가 높아질수록 그에 따른 인지 및 판단 속도가 빨라져야 하므로 차량 제어에 어려움 이 생기게 된다. 이는 위험 상황을 인지하지 못하고 사고 발생으로 이어질 가능성이 커지는 것을 의미하고 사고심각도 또한 높아질 수 있다. 교통소외지역의 경우, 자율주행 시범운행지구에 비해 낮은 제한속도로 지 정돼있기 때문에 자율주행 서비스를 제공하는 데 보다 안전성을 높일 수 있는 환경임을 알 수 있다.
5. 분석 결과 고찰
자율주행 시범운행지구와 교통소외지역의 도로환경을 비교한 분석 결과의 유사도는 아래 <Table 8>과 같 다. 유사도 수치가 높을수록 자율주행 시범운행지구와 교통소외지역의 도로환경 유사도가 높다는 것을 의미 한다. 대구와 세종 자율주행 시범운행지구 간의 유사도는 대체로 80~100%로 도출되었다. 이는 자율주행 시 범운행지구 간의 도로환경은 매우 유사한 환경으로 구성되어 있음을 알 수 있다. 이에 자율주행 시범운행지 구와 교통소외지역의 유사도를 살펴본 결과, Drivable area edge의 Shoulder는 98.2%(대구), 90.9%(세종), Drivable area lane specification의 Number of lanes는 92.6%(대구), 87.2%(세종)로 유사도가 높은 것으로 판단된 다. 반대로 Drivable area lane specification의 Lane width는 50.5%(대구), 45.9%(세종), Drivable area geometry의 Slope는 46.2%(대구), 31.4%(세종), Drivable area edge의 Sidewalk는 46.6%(대구), 51.1%(대구)로 자율주행 시범 운행지구와 교통소외지역의 도로 환경이 다른 항목들에 비해 비교적 상이한 것으로 평가되었다.
Ⅴ. 결 론
현재 개발 및 테스트 되는 레벨 4 자율주행차량은 차량이 다닐 수 있는 운행설계영역에 제약을 받고 있어 사전에 테스트되고 정의된 운행설계영역 안에서만 주행이 가능하다라는 특징을 가지고 있다. 이에 현재의 자율주행기술은 기존에 운행되고 있는 운행설계영역과 유사한 지역에서는 자율주행 적용 및 주행이 용이하 지만 이와 반대로 기존에 운행되고 있는 운행설계영역과 상이한 지역에서의 자율주행 적용 및 주행은 추가 적인 테스트 등을 요구하고 있어 추가적인 예산과 시간이 필요하다. 이에 기존에 테스트 되는 자율주행지역 과 새로이 도입하고자 하는 지역의 도로 환경 유사성은 자율주행 기술의 확장이라는 측면에서 중요한 의미 를 지닌다.
본 연구에서는 자율주행을 도입 및 운영하는 시범운행지구와 자율주행의 도입이 새롭게 검토되고 있는 교통소외지역의 도로 환경 분석을 통하여 교통소외지역에 대한 자율주행 도입 용이성과 활용 가능성을 평가 하고자 한다. 이를 위해서 시범운행지구의 도로 환경과 교통소외지역의 도로 환경을 운행설계영역의 분류체 계를 기반으로 비교 분석하여 상호 간의 유사성을 도출하였다. 크게 Drivable area, Fixed road structures, Zones, Traffic의 4개 상위 분류 요소와 Drivable area lane specification, Drivable area geometry, Drivable area edge, Street lights, Boarding zones, Speed limits 의 6개 하위 분류 요소를 기반으로 평가하였다. 평가 결과 4개의 상 위 분류 요소 중 Drivable area의 Drivable area edge(Shoulder)는 98.2%(대구), 90.9%(세종), Drivable area lane specification(Number of lanes)는 92.6%(대구), 87.19%(세종)의 유사성이 도출되었다. 반면, Drivable area edge(Sidewalk) 는 46.6%(대구), 51.1%(세종), Boarding zones는 33.3%(대구), 44.7(세종), Drivable area geometry(Slope)는 46.2% (대구), 31.4%(세종)로 전반적으로 교통소외지역과 시범운행지구 간의 상이한 특징을 보이고 있다.
향후 연구로는 본 과제의 내용을 기반으로 교통소외지역에 자율주행 기반 서비스 도입을 위한 용이성을 평가하고자 한다. 특히, 교통소외지역의 경우 도심 지역보다 지역별로 도로 환경이 크게 변화하는 특성이 있 어 교통소외지역으로 일반화하기보다는 지역적 분류를 통하여 용이성을 별도로 평가하는 것이 필요할 것으 로 보인다. 예를 들어, 전체 교통소외지역을 운행설계영역 기준으로 군집분석을 하고 군집 별로 교통소외지 역의 자율주행 도입을 위한 대응체계 마련에 관한 연구가 필요할 것으로 보인다. 또한, 이를 기반으로 교통 소외지역에 자율주행을 도입하기 위한 핵심 필요 기술을 도출하여 자율주행의 공간 영역 확장을 위한 방향 제시가 가능할 것으로 보인다.
