Ⅰ. 서 론

생활도로는 보행자 교통사고뿐만 아니라 낙상, 범죄, 재해 등 다양한 위험요소가 존재하여 보행 안전을 위 협하고 있다. Samsung Transportation Safety and Culture Institute(2019)의 연구에 따르면, 보행 중 사망 사고 7,015건 중 75%가 보도와 차도가 제대로 구분되지 않은 보차혼용도로에서 발생하였다. 좁은 공간에 다양한 기능과 시설이 밀집되어 있는 생활도로에서는 사고의 위험이 높으며 사고 발생 시 피해 양상도 달라진다. 이 에 따라 전체 도로 및 보행환경에서 큰 비중을 차지하는 생활도로에 대한 포괄적인 안전 개선 대책이 필요 한 시점이다.

현재의 도로관리 및 안전체계는 주로 주요 간선도로나 보도에 초점을 맞추고 있어 생활도로의 특성을 충 분히 고려하지 못하고 있다. 특히 생활도로는 도로교통체계에서의 위계가 낮아 안전관리의 사각지대에 놓여 있다. 생활도로의 가로환경 특성이 상이하여 일반적인 도로관리 기준을 적용하기 어렵고, 현황에 대한 기초 조사나 관련 집계가 일관되지 않다. 서울과 같은 대도시에 비해 대부분의 지방자치단체는 예산, 인력, 전문 성의 차이로 인해 보행 안전 정책의 형평성이 매우 낮은 실정이다.

본 연구에서는 생활도로의 교통사고를 포함한 다양한 사고 위험요인을 검토하고 위험지역 등급화를 통해 사고 위험이 높고 개선이 시급한 지역을 체계적으로 선별할 수 있는 방안을 제시하고자 한다. 이를 통해 비 정형화된 생활도로 기초조사에 일관성을 부여하고 필요한 예방조치를 우선적으로 시행하여 예산을 효율적 으로 활용할 수 있도록 지원하고자 한다.

Ⅱ. 기존 문헌 고찰

1. 선행연구 고찰

본 연구에서는 생활도로와 관련된 보행자 사고 위험요인을 파악하기 위해 선행 연구들을 검토하였다. 대 부분의 연구는 교통사고를 주제로 하고 있는데, 이는 교통사고가 인간 활동 중 발생하는 사고들 중 가장 큰 비중을 차지하며 국내에서 교통사고 데이터 수집과 분석이 상대적으로 용이하기 때문인 것으로 판단된다. 연구를 통해 도출된 생활도로의 주요 위험요인으로는 과속, 불법 주정차, 충분한 보도 폭이 확보되지 않는 것, 안전시설의 부재, 이륜차 등이다.

위험요인 분석은 주로 사고통계분석, 현장조사, 설문조사 등 세 가지 방법론을 통해 이루어졌다. 사고DB 를 활용한 연구는 통계적 분석과 사고 예측 모델을 통해 사고에 영향을 미치는 주요 요인들을 식별하였다. 현장조사는 조사자의 주관이 반영될 수 있는 한계가 있지만 조사자가 보행 구간에서의 위험요인에 대한 사 전 지식을 바탕으로 현장을 분석하기 때문에 사고와의 관련성을 파악할 수 있으며, 실제로 유사한 결과가 여 러 연구에서 도출되었다. 특히 현장조사는 물리적으로 고정된 시설뿐만 아니라 보행자 및 운전자의 행동 패 턴, 교통량, 날씨 등 유동적인 요인까지 검토할 수 있어 위험요인 도출 범위가 넓은 것으로 나타났다. 설문조 사는 주로 보행로를 이용하는 보행자를 대상으로 진행되며, 이들이 느끼는 위험 요인을 직접적으로 파악할 수 있다. 그러나 조사 항목이나 범위에 따라 분석 결과가 특정 지점에 한정될 수 있다는 한계도 있다.

2. 연구의 차별성

본 연구는 교통사고뿐만 아니라 낙상, 범죄, 재난 등을 모두 포함한 안전사고를 대상으로 생활도로 위험요 인을 발굴하여 현장 중심의 개선방안을 마련하고자 한다. 이를 위해 현장조사 방법을 활용하여 지역차원의 종합적 보행안전 관리를 위한 방안을 제시하였다.

위험요인 등급화를 위한 과정의 1단계로, 선행연구 검토를 통하여 위험요인으로 검토된 요인들을 모두 나 열하였다. 2단계로, 현장조사를 실시하여 보행자의 행태를 관찰하고 사고 가능성이 있는 위험요인을 도출하 였다. 이 과정에서 관찰된 행태적 위험요인은 정량적으로 평가할 수 있도록 물리적 요인으로 변환하였다. 3 단계로, 현장조사에서 도출된 위험요인별로 데이터 수집의 용이성, 매핑 가능성 등을 검토하여 사고 유형별 위험요인을 선정하였다. 4단계로, 사고 유형별 위험요인 출현 비율(개수)에 따라 3가지(위험, 주의, 보통)로 등급화하였다. 사고유형별 위험요인을 도출하고 등급화하는 과정은 <Fig. 1>과 같다.

<Fig. 1>

Flow of the Analysis

Ⅲ. 현장조사 기반 위험요인 도출

1. 생활도로 범위 설정

생활도로는 ^｢도로의 구조·시설에 관한 규칙 해설_｣에서 “주거지역이나 상업지구 내 국지도로 중 보행권 확 보 및 안전하고 쾌적한 보행환경 조성이 필요한 도로로서 속도 제어를 통해 이동성보다는 공간기능, 접근기 능을 제공하는 보행이 우선되는 도로”로 설명하고 있다. 이는 통용되는 용어에 대한 해설일 뿐 제도적으로 확립된 정의는 아니다. 기존 연구들은 생활도로 범주에 따라 공간, 기능, 운영의 차원에서 정의하고 있다. 공 간적 차원에서는 주로 폭이 좁고(도로폭 9m 미만) 용량이 작고 위계가 낮은 도로들을 지칭한다. 기능적 차원 에서는 지구 내 단거리 통행과 최종 목적지로의 접근, 보행자들의 생활공간에 밀접한 도로 구간을 의미한다. 운영적 측면은 보행자와 자동차 등이 공존하는 형태를 나타낸다. 즉, 생활도로는 공간, 기능, 운영적 측면에 서 일반도로와는 차별화되는 도로를 의미한다(Namgung, 2021).

본 연구에서는 생활도로에서 발생 가능한 안전사고 위험요인을 시설적인 측면에서 검토하고 시각적으로 표출하는 것이 목적이므로 정량적인 기준이 필요하다. 따라서 도시부 주거 및 상업지역의 도로 중 간선기능 을 제외한 9m 미만의 ‘소로’를 대상으로 설정하였다.

2. 현장조사 개요

보행자 교통사고데이터(TAAS)는 사고원인이 가해자의 법규위반 행태(7가지)로 분류되기 때문에 위반행위 를 야기한 직·간접적 원인이나 자세한 사고유형을 파악하기 어렵다. 또한 교통사고 외 안전사고는 DB를 수 집의 한계가 있기 때문에 실제 현장조사를 통하여 사고유형별 위험요인을 검토하고자 하였다.

조사대상지는 보행사고 위험도가 높은 2개 지역(경기도 부천시, 경기도 동두천시)을 선정하였다. 2023년 11월 27~29일(3일간) 오전·오후첨두시, 비첨두시 등을 포함하여 물리적 현황 및 차량속도, 수단별 교통량 조 사, 보행행태, 운전행태 등을 조사하였다. 드론, 360도 카메라, PM, 자전거 등 장비를 활용하여 영상기반의 조사를 실시하였다.

<Table 3>

Field Survey Target Areas and Characteristics

Target Area	Section	Characteristics
Bucheon City, Gyeonggi		Residential and commercial areas in large cities Number of pedestrian accidents from '20 to '22: 54 Subway stations, universities, rodeo streets (downtown areas) Unsecured parking, illegal parking Crime hotspots for women and the elderly
Dongducheon City, Gyeonggi		Residential and commercial areas in large cities Number of pedestrian accidents in '20~'22: 25 Subway stations, high schools, children's parks, food stalls (downtown areas) Ramps/stairs, sidewalk breaks, illegal parking Crime hotspots, areas with fall accidents

3. 현장조사 항목

본 연구의 위험요인 실태분석을 위한 현장조사 항목은 <Table 4>와 같다. 문헌고찰 및 통계분석을 통하여 도출한 위험요인을 현장에서 직접 관찰하고 불법주정차, 노상적치물, 경사도, 가로수 높이 등 문헌이나 데이 터를 통하여 조사가 불가한 요인에 대하여 검토하였다. 또한 과속, 불법유턴, 무단횡단 등 운전자 및 보행자 위험행태가 발생하는 구간(또는 지점)의 원인을 구조적, 시설적 측면에서 파악하고자 하였다.

4. 현장조사 결과

1) 물리적 위험요인

현장조사를 통하여 사고 가능성이 높은 총 13개의 물리적 위험요인이 도출되었다. 교통사고 위험요인은 보차혼용도로, 차량진출입구 등 주로 보도와 차도가 구분되지 않은 도로 구간에서 발생하는 것으로 조사되 었다. 또한 1m 이상의 식수대나 배전함, 노상적치물 등에 의해 시야가 방해되어 위험을 빠르게 인식하지 못 하고 충돌할 가능성이 있는 것으로 나타났다.

낙상사고 위험요인은 경사와 도로포장불량, 노상적치물, 방호울타리 부재 구간인 것으로 조사되었다. 보행 로의 불량상태와 계단이나 경사로/계단 등에서의 불안정한 보행조건이 주요 원인으로 파악되었다.

범죄사고 위험요인으로는 가로등, CCTV와 같은 방범시설의 부재가 지적되었다. 노후·불량 건축물이 밀집 된 지역도 위험요인으로 꼽혔으며, 이러한 지역은 범죄가 잘 보이지 않거나 인적이 드문 특성 때문에 범죄 발생률이 높은 것으로 나타났다.

재해사고는 주로 경사로/계단, 배수구 불량, 노후·불량 건축물이 위험요인으로 조사되었다. 경사로/계단는 폭우나 폭설로 인해 사고로 이어질 수 있으며, 배수구의 불량은 지대가 낮은 지역에서 배수가 제대로 이루어 지지 않아 침수를 유발할 가능성이 있다. 이러한 요인들은 일반적으로 노후·불량 건축물이 밀집한 지역에서 나타나는 경향이 있다.

<Fig. 2>는 도로 포장이 불량한 구간, 교통표지의 설치 위치가 부적절하거나 시거의 제약이 발생하는 구간 등 반드시 현장조사를 통해 도출이 가능한 위험요인이다. 가로별 위험요인을 조사하여 <Fig. 3> 부천시 일대, <Fig. 4> 동두천시 일대의 위험요인 지점을 분석하였다.

<Fig. 2>

Examination of Physical Risk Factors in Field Surveys

<Fig. 3>

Risk Factors Through Field Surveys (Bucheon City)

<Fig. 4>

Risk Factors Through Field Surveys (Dongducheon City)

2) 이용자 행태적 위험요인

과속, 불법주정차, 차로통행, 무단횡단 등 운전자 및 보행자의 위험행태는 동적요인으로서, 현장관찰을 통 하여 조사가 가능하나 이를 지도상에 정량적 수치로 표기하기는 어렵다. 이에 각 위험행태가 발생하는 원인 을 시설물과 연관지어, 해당 행태를 유발하는 물리적 요인으로 변환하여 분석하였다. 예를 들어 과속은 주로 속도제한표지판이나 노면표시가 없는 곳, 단속카메라의 부재, 도로 폭이 넓은 곳 등에서 주로 발생하는 점을 고려하여 <Table 5>와 같이 물리적 위험요인으로 지정하여 도출하였다.

교통사고는 과속, 불법주정차, 차로통행, 무단횡단 등의 행태가 위험요인으로 나타났으며, 재해사고는 불 법주정차가 위험요인으로 조사되었다.

3) 현장조사 위험요인 종합

현장조사를 통하여 관찰한 물리적 위험요인과 동적 위험행태를 물리적 시설로 변환한 위험요인을 종합하 여 <Table 6>과 같이 총 20개 위험요인을 도출하였다. 노상적치물, 노후·불량건축물, 도로포장불량, 방호울타 리 부재, 볼라드 부재, 안내표지 불량, 경사로/계단, 단속카메라 부재, 도로폭 4m 이상 등의 요인이 사고유형 별로 중복되게 조사되었으며, 단속카메라 부재는 3가지 사고 유형(교통사고, 범죄사고, 재해사고)으로 가장 많이 나타났다.

본 연구에서 도출한 위험요인들은 사고에 영향을 미칠 수 있는 순간적인 요소들에 중점을 두었다. 현장조 사의 범위가 한정되어 있음을 인정하면서, 사고 유형별로 가장 자주 나타나고 명확한 연관성이 관찰된 위험 요인을 선정하였다. 이는 제외된 도로 시설물들이 사고에 전혀 영향을 미치지 않는다는 것을 의미하지는 않 는다.

Ⅳ. 위험구간 분석

1. 위험구간 분석을 위한 속성(위험요인) 검토

현장조사를 통해 식별된 위험요인들을 활용하여 위험지역 등급화를 수행하고, 사고 위험이 높고 개선이 시급한 지역을 체계적으로 선별하는 방안을 개발하였다. 지도상에 각 위험요인의 속성을 입력하고, 누적된 위험요인의 개수를 기반으로 지역별 위험도를 등급화하여 시각적으로 표현하는 매핑 시스템 방법을 활용하 였다. 이 과정에서 동적 위험요인인 행태요인을 물리적 요인으로 전환시키는 단계가 중요한 역할을 하므로 사전에 진행하였다.

생활도로 위험구간 분석 매핑 시스템은 Auri(2023)에서 구축한 웹 매핑 시스템을 활용하였다. 이 시스템은 수치지형도의 연결 오류를 해결하고 도시지역 도로링크 객체만을 선별적으로 추출할 수 있는 기능을 갖추고 있어, 본 연구의 생활도로 범위인 도시부 주거 및 상업지역의 도로 중 간선기능을 제외한 9m 미만의 ‘소로’ 에 대한 분석을 용이하게 한다. 이러한 매핑시스템을 활용하여 네트워크 가공절차 없이 효과적으로 생활도 로를 분석할 수 있었다.

다음으로, 지도상에 매핑이 가능한 속성을 검토하는 단계가 필요하다. 물리적 요인 중에서도 위치가 자주 변하거나 데이터 획득이 어려운 비고정적 시설물, 측정이나 조사가 모호한 시설물 등 매핑에 어려움을 겪는 요인들을 걸러내는 작업을 통하여 위험구간 분석방안의 간소화 및 매핑의 정확도를 높이고자 하였다. 우선 매핑을 위해 수집이 가능한 공공데이터를 조사하고 현장조사에서 도출한 위험요인과 매칭하였다. 공공데이 터를 통하여 수집한 자료 및 매핑이 가능한 생활도로 위험요인 정보 목록은 <Table 7>과 같다.

그 외 공공데이터 활용이 불가한 요인에 대하여 매핑 가능여부 및 복잡성 등 데이터 입력의 한계를 검토 하였다. 직접적인 위험요인을 매핑할 수 없는 경우, 특히 전수조사가 필요한 요인은 위험요인과 상관관계가 있는 대체지표를 활용하여 매핑하였다. 도로포장 불량구간은 도로 내에 포트홀이나 균열 등이 있는 경우를 의미하나 이는 현장조사를 통해서만 검토가 가능한 요인이므로 이를 포장재질 지표로 대체하여 비포장 구간 을 추출하는 방식으로 적용하였다. 또한 배수구 불량상태를 정량적으로 매핑하기 어려워 생활안전지도 (Safemap) 내 도시침수지역 데이터를 대체 활용하였다.

위험구간 선정은 지점(Spot)이 아닌 구간(Segment)으로 분석하기 때문에 데이터 속성 입력 시 간소화를 위 하여 시설의 개수 대신, 해당 시설이 설치된 밀도를 사용하는 방법을 활용하였다. 차량진출입구, 가로등은 전체 링크 길이에 대해 얼마나 밀집해 있는지를 나타내는 밀도지표로 매핑하였다.

그 외에 반드시 현장조사가 필요하여 매핑이 어려운 요인들은 제외하였으며, 추후 연구를 통하여 매핑방 안을 모색하고자 한다. 본 연구에서 제시하는 매핑을 활용한 위험구간 선정방안은 정확한 위험구간을 추출 하는 것보다 효율적으로 생활도로 사고 위험구간을 1차 선별하는 것을 목표로 하였다. 따라서 매핑기법의 활용성을 검토하고자 하는 방법론적 접근으로 간주되어야 할 것이다. 본 연구의 위험요인별 매핑 지표 목록 은 <Table 8>과 같다.

2. GIS 기반 위험구간 분석

1) 등급 분류

현장조사 결과 도출된 위험요인들을 바탕으로, 위험지역을 세 단계의 등급으로 분류하였다. 이 등급 분류 는 각 사고 위험요인의 출현 횟수를 기준으로 하였으며, 위험요인 간의 가중치는 고려하지 않고 단순 누적 개수를 기준으로 비율에 따라 분류하였다. 또한 링크당 도출횟수를 적용하였다.

누적개수 비율이 가장 높은 지역을 ‘위험등급'으로 명명했고, 그다음으로 ‘주의등급', 누적 개수가 가장 적 은 지역은 ‘보통등급'으로 구분하였다. <Table 9>은 사고 유형별로 분류된 위험구간의 등급을 위험요인의 누 적 개수에 따라 나타낸 것이다. 이 표에 제시된 기준은 본 연구에서 실시된 현장조사를 통해 종합적으로 도 출된 위험요인들의 총계를 기반으로 설정되었다.

GIS를 활용하여 다양한 공간 데이터를 종합하여 생활도로의 사고 위험요인을 시각적으로 표현하고 분석 하였다. 각 위험요인의 누적 개수를 기반으로 지역별 위험도를 분류하여 위험등급, 주의등급, 보통등급으로 구분하였다. 시각적 매핑을 통해 위험 구간을 체계적으로 식별하고, 우선적으로 개선이 필요한 지역을 명확 히 파악하는 데 활용하고자 하였다.

2) 서울시 위험구간 분석결과

서울시 한정으로 구축이 가능한 데이터가 있어 우선 서울시를 대상으로 GIS기반 위험구간지도를 구축하 였다. 위험항목별 조사가 용이한 서울시 서초구 서초1동을 대상으로 도로별 요인을 조사하여 GIS 기반 위험 구간지도를 구축하였다. 링크별 위험요인 속성정보를 입력 후 위험요인 개수에 따라 등급을 분류하고 색상 을 달리하여 <Fig. 5>와 같이 시각적으로 표출하였다.

<Fig. 5>

Visual Analysis Results of Risk Zones by Accident Type on Community Roads (Seocho 1-dong, Seocho-gu, Seoul)

서초1동의 생활도로는 전체의 75.2%로 나타났다. 교통사고는 위험이 3.7%, 주의가 63.4%으로 총 67.1%의 이면도로에서 교통사고 발생 가능성이 있는 것으로 나타났다. 낙상사고는 98.3%가 주의구간으로 나타났으 며, 위험은 없는 것으로 나타났다. 범죄사고는 주의가 60.1%로 가장 많았고 위험도 10.4%로 나타났다. 재해 사고는 주의와 위험이 각각 50.2%, 46.5%로 높게 나타난 것으로 보아, 재해사고에 영향을 미치는 요인이 서 초1동 생활도로 내에 전반적으로 다수 분포해 있는 것으로 파악되었다.

3) 위험구간 분석결과 비교

본 연구의 방법론을 적용하여 서초1동 대상 생활도로 위험구간 분석결과를 검증하기 위해 실제 사고데이 터와 비교 분석하였다. 다만 안전사고 등의 자료는 시각적 정보만 제공되어 있고 도로별 기초데이터를 수집 하는 것이 불가한 점을 고려하여, 위험구간 분석결과와 시각적으로만 매칭하여 전반적으로 비교하였다.

교통사고 데이터는 교통사고분석시스템(TAAS)의 최근 5개년도(2019~2023) 자료를 활용하였다. 전체 보행 자 사고데이터 가운데 본 연구의 이면도로에 해당하는 9m 미만 소로의 사고데이터만 추출하였다. 교통사고 비교결과, 최근 5년간 78건의 생활도로 교통사고 가운데 40건(51%)이 사고예측 ‘위험’ 구간(전체 링크의 3.7%)에서 집중 발생한 것으로 나타났다. 그 외 38건의 교통사고는 ‘주의’ 구간에 분포되어 있어, 사고예측 결과가 실사고 분포와 유사한 것으로 나타났다.

그 외 안전사고는 국토교통부 생활안전지도(Safemap)에서 제공하는 자료를 기준으로 하였다. 범죄사고는 범죄주의구간으로 최근 1년간 5대 범죄(강도, 성폭력, 폭력, 절도, 살인) 발생현황을 밀도로 나타낸 정보와 비 교하였다. 생활안전지도에서 제공하는 주의구간은 링크별로 등급이 분류되어 있지 않아 링크별 1대1 비교가 어렵다. 단순 시각 비교를 한 결과, 생활안전지도에서 8등급 이상인 위험구간이 본 연구에서는 ‘주의’ 구간으 로 분류되었다. 이는 상업시설이 범죄사고의 위험요인에서 제외되었기 때문으로 나타났다. 실제 상업지역에 서 음주로 인한 폭력 등의 범죄사고가 다수 발생하는 것으로 조사되었으나 선행연구 및 현장조사에서는 직 접적인 사고 위험요인으로 도출하지 못하여 제외하였다. 실제 사고사례 조사에 따른 위험요인을 추가 검토 할 경우 예측 지표 선정의 정확도가 더욱 높아질 것으로 여겨진다.

재해사고는 생활안전지도의 도시침수지도을 활용하였다. 이는 2016년부터 현재까지의 침수정보를 기준으 로 많은 양의 비가 갑자기 쏟아졌을 때 용량 초과 및 고장 시 피해가 예상되는 침수범위와 침수 깊이를 나 타낸 지도이다. 화재 등의 재해는 비교 자료가 없으므로 침수지도만 활용하여 비교에 한계가 있다. 침수정보 비교 결과, 생활안전지도에서 침수가 예상되는 지역이 본 연구에서 분석한 ‘위험’ 구간에 포함된 것으로 나 타났다. 이는 실제 침수사고에 기반한 침수예상지역이 본 연구의 위험구간 예측결과와 일부 일치하여 연구 방법론의 활용 가능성이 있음을 시사한다.

낙상사고는 건축물 내에서 발생한 사고를 포함하고 있으며, 정확한 사고지점을 분류하기 어려워 비교에서 제외하였다.

<Fig. 6>

Analysis Results of Risk Zones by Accident Type and Comparison with Actual Accidents (Seocho 1-dong, Seocho-gu, Seoul)

Ⅴ. 결 론

본 연구는 생활도로에서 발생할 수 있는 보행자 사고를 위험요인 분포 정도에 따라 등급화하여 위험구간 을 예측하는 방법론을 제시하였다. 교통사고만을 대상으로 하는 기존 연구들에서 한 단계 나아가 생활도로 에서 발생 가능한 낙상, 범죄, 재해 등의 사고를 함께 예측하고자 하였다. 현장조사를 통하여 각 사고유형별 로 영향력이 있는 위험요인을 도출하고 위험요인별 출현 횟수에 따라 위험구간을 세 등급(위험, 주의, 보통) 으로 분류하였다. 이를 GIS를 활용하여 시각적으로 표현하여 위험구간을 명확히 파악할 수 있도록 하였다. 서울시 서초구 서초1동을 대상으로 위험구간 예측방법론을 적용해보고, TAAS 및 생활안전지도에서 제공하 는 실제 사고정보와 비교하여 예측구간의 정확성을 검토해보았다. 교통사고를 제외한 안전사고들은 실제 사 고데이터가 도로구간별로 구축되어 있지 않기 때문에 본 연구의 분석결과와 직접적으로 비교하는 것이 다소 어렵다. 다만 시각적 분포도가 일부 유사한 점으로 미루어보아 본 연구의 분석방법으로 사고 위험구간을 어 느 정도 예측할 수 있을 것으로 판단되었다. 그 결과 교통사고 및 재해사고 부문에서 실제 사고구간과 본 연 구의 예측 위험구간이 다소 일치하는 것으로 나타났다. 범죄는 상업시설이 위험요인에서 제외되어 실제 사 고구간과 차이가 있는 것으로 나타났으나, 실제 사고에 영향을 미치는 위험요인을 추가 보완할 경우 정확도 가 높아질 것으로 판단된다. 또한 본 연구의 위험구간 예측은 조사 및 측정이 간편한 시설물 또는 구조를 대 상으로 하기 때문에 사고예측구간을 데이터 및 시각적으로 표출하기에 용이하여 활용도가 높을 것으로 예상 된다. 특히 지자체의 생활도로 안전관리를 위한 위험구간 우선순위 선정 등 생활도로에서의 사고예방과 안 전 개선을 위한 효과적인 도구로 활용될 수 있을 것이다. 등급체계를 적극 활용하기 위하여 등급분류 체계를 관련 법령에 명시적으로 반영하고, 각 등급에 따른 개선 의무와 책임을 규정하는 제도적 장치를 마련하는 방 안을 모색해야 할 것이다. 또한 개선을 위한 예산 배정 및 재정 지원 등을 제공하는 기준으로 활용하여 재정 적 불균형을 줄이고, 생활도로 안전관리에 있어 형평성을 확보하기 위한 근거가 될 수 있을 것이다.

본 연구는 생활도로 보행자 사고위험구간을 간편하게 예측할 수 있는 방안을 모색하는 연구로 몇 가지 한 계점이 존재한다. 현장조사 대상지가 한정적이기 때문에 도출된 위험요인을 일반화하기 어렵고, 매핑에 활용 한 오픈데이터의 공개범위의 한계로 인해 일부 물리적 시설만 반영되어 정확도가 떨어질 수 있다. 또한 위험 요인별 가중치를 고려하지 않고 균등하게 위험성을 부여하여 분석결과가 실제 위험성과 차이가 있을 수 있 다. 실제 사고와 비교 시 교통사고 외의 안전사고는 사고지점에 대한 정보가 미흡하여 시각적 정보에만 의존 할 수 밖에 없어 도로별로 정확한 비교가 어렵다. 마지막으로 동적 위험행태의 경우 이를 물리적 요인으로 변환하여 분석하였으나, 이 과정에서 발생할 수 있는 변환의 한계로 인해 일부 위험요인이 충분히 반영되지 않았을 가능성도 있다.

이러한 한계점을 보완하기 위해 향후 연구에서는 보다 정밀한 데이터 수집과 다양한 사고유형을 고려한 종합적인 위험요인 분석이 필요하며, 전문가 검토를 통해 위험요인별 중요도(가중치)를 고려하고자 한다. 이 를 통해 본 연구의 방법론을 생활도로 안전 개선에 실효성있는 도구로 활용될 수 있도록 하겠다.