Ⅰ. 서 론

1. 연구의 배경 및 목적

기후위기가 점차 심화함에 따라, 많은 국가는 에너지 소비 절감과 환경 영향을 최소화하는 것을 주요 과제 로 삼고 있다. 우리나라의 경우 수송 부문에서 발생하는 온실가스(greenhouse gas, GHG) 배출이 전체의 14.3% 를 차지하고 있으며(2021년 기준), 이 중 대부분은 차량에서 발생한다 (Greenhouse Gas Inventory and Research Center of Korea, 2024). 이에 따라 정부는 전기차(electric vehicle, EV) 및 수소차(fuel cell electric vehicle, FCEV) 보급 확대, 내연기관차량(internal combustion engine, ICE)의 전기화, GHG 및 연비 기준 강화, 대중교통 활성화 등의 다양한 정책을 통해 수송 부문의 환경 영향을 줄이고자 노력하고 있다 (Gyeonggi-do, 2024).

이러한 변화 속에서 자율주행차(autonomous vehicle, AV) 기술은 수송 부문의 환경 목표 달성에 기여할 수 있는 핵심적인 기술로 주목받고 있다. AV는 일관된 주행 패턴과 공회전 감소를 통해 에너지 소비를 줄이고 (Muralidhar et al., 2023;Wang and Tian, 2021), 차량 간 통신(vehicle to vehicle, V2V) 및 차량-인프라 간 통신 (vehicle to infrastructure, V2I)을 활용하여 교통흐름을 최적화함으로써 혼잡 완화 및 도로 네트워크 효율성을 높이는 데 효과적일 것으로 기대된다. 그러나 AV가 본격적으로 보급되기 전까지는 사람이 운전하는 차량 (human-driven vehicle, HDV)과 공존하는 혼합 교통 환경이 장기간 지속될 것으로 예상된다. 이로 인해 도로 네트워크의 교통흐름과 환경적 영향이 복잡하게 변화하는 문제를 야기할 수 있다.

기존의 거시적 교통 모델을 이러한 상호작용을 제대로 반영하지 못하고 있으며, 교통흐름과 환경 영향을 분리하여 분석하는 데 그치고 있다. 이를 통합적으로 분석하지 않을 경우, 교통 혼잡 증가, 예상치 못한 교통 패턴, 환경적 비효율성 등이 초래될 수 있다 (Wang et al., 2023). 따라서 본 연구는 혼합 교통 환경에서 발생 하는 복잡한 상호작용을 반영할 수 있는 새로운 분석 프레임워크를 제안한다. 이 프레임워크는 교통흐름의 효율성과 환경적 영향을 통합적으로 분석함으로써 정책결정자와 도시 계획가가 AV 보급 초기부터 장기적인 정책을 수립하는 데 필요한 실질적 도구를 제공하는 것을 목표로 한다.

2. 연구의 범위

본 연구는 혼합 교통 환경에서 AV와 HDV의 상호작용을 반영한 거시적 교통 모델의 확장에 초점을 둔다. 내용적 범위로는 AV의 특성(주행 패턴, V2I 통신)과 환경적 영향(GHG 배출)을 기존 교통 모델에 통합하여 교통흐름과 환경적 영향을 종합적으로 분석한다. 공간적 범위는 AV와 HDV 간 상호작용이 두드러지는 특정 도로 구간(AV전용도로, 교차로, 고속도로 등)부터 도시 전역의 도로 네트워크를 포함하며, 실제 도시 또는 가상 도시를 대상으로 한다. 시간적 범위는 AV와 HDV가 공존하는 초기 도입 단계에서부터 중·장기적 보급 확대에 따른 교통흐름의 변화를 분석하며, 하루 단위의 교통흐름과 환경적 영향을 평가한다.

Ⅱ. 관련 이론 및 선행연구

1. 이론적 배경

1) 교통흐름 이론과 AV의 적용

거시적 교통흐름 모델은 교통 네트워크의 효율성을 분석하며, 이는 교통 인프라의 용량에 따라 달라진다. 용량은 특정 거리에서 처리할 수 있는 최대 차량 수와 그로 인해 나타나는 도로 상태를 의미하며 (für Straßen, 2001), 이는 차량이 얼마나 밀집되어 있는지(밀도)와 얼마나 빠르게 이동하는지(속도)에 따라 결정된다. 교통 흐름은 밀도, 속도, 교통량(차량/시간)의 세 가지 주요 매개변수를 기반으로 도로 위 차량들의 이동 흐름을 설 명한다. 이는 개별 차량의 움직임을 상세히 다루기보다는, 도로 구간 전체에서 발생하는 평균적인 교통흐름을 이해하는 데 중점을 둔다. 본 연구는 이러한 거시적 모델링 접근법을 활용하여 혼합 교통 환경에서의 교통흐 름을 분석한다.

혼합 교통 환경에서는 HDV와 AV가 도로를 공유하며, 이들의 상호작용은 기존의 전통적인 교통흐름 모델 에서 관찰되지 않았던 새로운 특성을 보인다. 뿐만 아니라, 다양한 자동화 수준 (Williams, 2021)이 존재하기 때문에 AV의 동작은 차이가 극명하게 존재하며, HDV와 혼재되어 있을 때 더욱 복잡해질 수 있다. 예를 들 어, 레벨 3수준의 AV는 부분적으로 자율주행을 수행하나, 특정 상황에서는 사람의 개입이 필요하다. 이에 비 해 레벨 4+ 수준의 AV는 자율주행에 가까우며, 차량 간 협력적 주행을 통해 간격 유지와 속도 조절을 최적 화할 수 있다. 거시적 관점에서 AV를 모델링하는 대표적인 방법은 헤드웨이를 조정하는 것이다 (Yu et al., 2021). Shi and Li(2021)은 AV의 궤적데이터를 기반으로 HDV에 비해 AV의 짧은 헤드웨이 설정으로 도로 용 량을 개선할 수 있음을 증명했으며, 헤드웨이 설정이 교통흐름의 안정성에 영향을 미칠 수 있다는 사실을 발 견했다. AV의 비율이 증가할수록 밀도가 높아도 안정적인 교통흐름을 보이지만, 초기 혼합 단계에서는 AV 와 HDV의 비율 변화로 인해 예측하기 어려운 불규칙성이 발생할 수도 있다 (Gong and Zhu, 2022;Zhang et al., 2022).

2) 환경적 영향 분석

GHG 감축을 위해 전 세계적으로 친환경차 보급이 가속화되고 있으며, 경량차를 기준으로 미국은 2030년 까지 신차 판매의 50%를 EV로 전환하는 목표를 세웠으며, 유럽연합은 2035년 ICE 판매를 금지할 예정이다 (IEA, 2023). 우리나라는 2022년 기준 EV가 약 39만 대, FCEV 약 3만 대가 보급되었으며, 2030년까지 450만 대의 친환경차 보급을 목표로 자동차 GHG를 2018년 대비 약 29.7백만톤 감축을 목표로 한다 (Environmental Preservation Association). 이러한 움직임은 교통 부문의 탈탄소화를 목표로 하며, 다양한 정책과 기술 개발을 통해 탄소중립 달성을 위한 기반을 마련하고 있다.

그러나 교통 네트워크의 환경적 영향을 체계적으로 분석하는 것은 여전히 중요한 과제로 남아 있다. 교통 네트워크에서 배출되는 이산화탄소(CO2), 미세먼지(PM) 등은 차량 유형, 도로 환경, 교통량 등 다양한 요인 에 따라 크게 달라지며, 단순히 친환경차의 보급만으로는 종합적인 배출 저감 효과를 충분히 파악하기 어렵 다. 특히, AV는 EV나 FCEV와 결합될 가능성이 높아 (Barth et al., 2014;Zhuge and Wang, 2021), 미래 교통 네트워크에서 친환경차로 간주될 가능성이 크다. AV는 효율적인 운행 제어와 교통흐름 개선을 통해 연료 소비와 배출량을 줄일 잠재력을 가지고 있다. 실제 플래투닝 주행실험을 통해 차량 간격을 3~4m로 유지했을 때 약 11%의 에너지 절감 효과를 얻었으며 (Browand et al., 2004), 적응형 순항제어 기능(adaptive cruise control, ACC)가 장착된 차량을 대상으로 한 현장 실험에서는 연료 소비가 1.7~7.0% 감소한 것으로 보고되었 다 (Aittoniemi, 2022). 따라서 AV를 포함한 교통 네트워크의 정량적 환경 영향 분석은 배출 특성을 이해하고, 효과적인 정책 설계와 국제적 기후 목표 달성을 위한 필수적인 기반이 된다.

2. 선행연구 고찰

최근 AV와 HDV 혼합 교통 환경을 거시적으로 모델링하고 네트워크 성능에 미치는 영향을 조사하는 연 구가 활발히 진행되고 있다. 초기 기존 연구는 AV의 보급률에 따른 교통흐름 변화를 분석하기 위해 고정된 혼합 비율을 설정했다. 예를 들어, AV가 도로의 0%, 50%, 100%를 차지하는 경우에 대해 분석하는 방식이 일반적이다 (Friedrich, 2016). 이러한 접근은 특정 비율에서의 변화를 간단히 분석할 수 있는 장점이 있지만, 현실적으로 다양한 혼합 비율과 동적 변화를 반영하기에 한계가 있다. 따라서, 연구자들은 AV 혹은 HDV의 차량 유형을 세부적으로 분류하여 AV와 HDV간의 상호작용을 분석하기 시작했다. Desta and Toth(2022)는 HDV의 운전 스타일을 주의 깊은, 일반적인, 공격적인으로 구분하고 AV은 자율주행 레벨 1수준부터 5수준까 지 구분했으며, Sonnleitner et al.(2022)는 AV의 운전스타일을 기본, 중간, 고급으로 구분했다. 하지만 이들은 각각의 조합에 초점을 맞추었기에, 동시에 다양한 AV 유형의 차량이 도로에 공존하는 상황을 구현하지는 못했다. 다만, AV는 점진적으로 증가할 것으로 예상되며, 자율주행 기술의 발전 단계에 따라 차량의 반응 시 간, 주행 패턴, 협력적 행동 등이 크게 달라질 것을 고려할 때, 다양한 수준의 AV와 HDV가 공존하는 복합적 인 교통 시스템(복합 교통 시스템) 요구된다. 이를 충족하기 위해, Tanveer et al.(2022)는 AV와 HDV의 유형 을 각각 승용차, 버스, 초소형차로 구분했으며, Imran et al.(2024)는 AV의 레벨을 2, 4단계로 구분하여 복합 교통 시스템을 구현했다.

차량 통신 기술은 AV의 성능을 극대화하고 도로 상의 교통흐름을 최적화하는 데 핵심적인 역할을 한다 (Jia and Ngoduy, 2016). 특히, V2V 및 V2I는 AV 간의 협력적 주행을 가능하게 하며, 이를 통해 충돌 위험을 줄이고 교통 혼잡을 완화할 수 있다. HDV와 AV가 비교적 오랫동안 도로를 공유할 것으로 예상되므로, 혼합 교통흐름과 교통 인프라 간의 상호 작용을 신중히 고려해야 한다 (Yu et al., 2021). 그러나 기존 연구의 대부 분은 통신 시스템이 전체 도로 네트워크에 걸쳐 완전하게 지원된다는 이상적인 가정을 사용했다. 예를 들어 고속도로 구간만 특정하거나 (Friedrich, 2016;Imran et al., 2024;Ivanchev et al., 2019;Tanveer et al., 2022), 도 시 전체에 통신 시스템이 지원된다고 (Desta and Toth, 2022;Nadafianshahamabadi et al., 2021;Sonnleitner et al., 2022) 가정했다. 이는 실제 도로 환경에서 통신 시스템의 적용이 제한적일 수 있음을 간과한다. 특히, 도 시 지역에서 통신 인프라는 단계적으로 구축될 가능성이 높으며, 통신이 이루어지지 않는 구간에서 AV의 행동 변화와 교통흐름에 미치는 영향을 분석하는 연구가 필요하다.

기존 연구는 주로 AV의 도입과 보급률 변화가 교통흐름에 미치는 영향을 확인하는 데 초점을 맞추어 왔 다. Nadafianshahamabadi et al.(2021)는 교통 수요와 토지 이용의 상호작용을 통합적으로 분석하여 AV 도입이 교통흐름과 환경적 영향에 미치는 변화를 평가하는 연구를 진행했다. 이 연구는 AV 도입이 환경적 영향을 완화할 수 있는 가능성을 제시했지만, 100% AV 보급을 가정하여 혼합 교통 환경에서의 AV와 HDV 간 상호 작용은 충분히 고려하지 못했다. 따라서, 교통흐름과 환경적 영향 간의 관계를 심층적으로 분석한 연구는 상 대적으로 드문 상황이다. AV와 HDV 간의 상호작용이 교통흐름의 효율성을 높이는 동시에 환경적 영향을 어떻게 변화시키는지에 대한 종합적인 이해가 필요하다 (Wadud et al., 2016). 특히, 혼합 교통 환경에서 AV 의 도입이 GHG 배출, 에너지 소비, 대기오염물질(air pollutant, AP) 감소에 미치는 영향을 정량적으로 분석하 는 연구는 제한적이다. 따라서 교통흐름과 환경적 영향 간의 복합적인 관계를 통합적으로 분석하는 연구가 필요한 시점이다. 본 연구는 이러한 관계를 정량적으로 분석하고, 혼합 교통 환경에서 AV 도입의 잠재적 영 향을 평가할 수 있는 통합 프레임워크를 제안한다. 이러한 분석은 AV의 보급이 실제로 환경 목표 달성에 기 여할 수 있는지를 평가하고, 정책결정에 실질적인 정보를 제공하는 데 기여할 것이다.

종합하면, AV와 HDV의 혼합 교통 환경에서 교통흐름과 환경적 영향을 통합적으로 분석하려는 연구는 여 전히 초기 단계에 머물러 있다. 본 연구는 기존 연구에서 제기된 한계를 극복하고, AV 도입이 교통흐름과 환경적 영향을 동시에 개선할 수 있는 잠재력을 정량적으로 검토할 수 있는 분석 프레임워크를 제안하고자 한다. 이러한 접근은 교통 네트워크의 효율성과 지속 가능성을 높이기 위한 중요한 기반을 제공할 것이다.

3. 연구의 차별성

본 연구는 기존 연구에서 다루지 못한 중요한 격차(gap)를 해결하기 위해 설계되었다. 첫째, 기존의 제한 적인 차량 유형 모델링과 달리, 레벨 3 및 레벨 4+ 와 같은 다중 AV와 HDV를 포함한 혼합 차량 환경을 세 분화하여 모델링한다. 이를 통해 장래 모빌리티 변화(정책 및 목표)를 보다 정밀하게 반영하며, AV 기술의 다양성과 HDV의 상호작용을 효과적으로 분석할 수 있는 프레임워크를 제공한다. 둘째, 본 연구는 제한된 통 신 네트워크 범위 시나리오를 모델링하여 실질적인 운영 환경을 고려한다. 이는 완전한 통신 지원을 가정한 이상적인 시나리오를 넘어, 실제 인프라의 한계에서 AV 기술이 어떻게 작동하는지, 도시에 어떠한 영향을 미치는지 평가할 수 있다는 점에서 차별된다. 마지막으로, 교통흐름 모델과 배출량 분석을 통합함으로써 교 통 시스템의 효율성과 환경적 영향을 동시에 평가한다. 이러한 통합적 접근은 교통 및 환경 정책 수립에 있 어 더욱 실질적이고 포괄적인 인사이트를 제공할 것이다.

Ⅲ. 방법론

본 연구는 혼합 교통 환경에서AV와 HDV 간의 상호작용이 교통흐름과 환경적 영향에 미치는 변화를 정 량적으로 분석하기 위해 통합 분석 프레임워크를 개발한다. 본 프레임워크는 <Fig. 1>에 제시된 바와 같이, 거시적 교통 시뮬레이션을 기반으로 AV 시나리오 생성 모델과 온실가스 및 대기오염물질 배출량 모델을 통 합하여 구성된다. 이를 통해, AV의 도입 시나리오와 보급률 변화가 도로 네트워크 전반에 미치는 영향을 종 합적으로 평가한다.

<Fig. 1>

Framework structure for traffic flow and emission analysis based on AV scenarios

본 연구는 교통흐름과 환경적 영향 간의 상호작용을 반영하기 위해 교통 환경을 재현할 수 있는 시뮬레이 션 기반 접근법을 채택했으며, 거시적 교통 시뮬레이션 소프트웨어인 VISUM을 활용한다. VISUM의 분석 환 경은 노드·링크 기반의 도로망 네트워크와 존 기반의 기종점 통행량(O/D) 데이터로 구축된다. AV 시나리오 생성 모델을 사용해 혼합 교통환경을 재현하고, 네트워크 내 AV와 HDV 간의 상호작용을 구체적으로 구성 한다. 이후 각 AV 시나리오에 따라 통행 배정 과정을 통해 교통수단별 최적 경로를 산출하고, 링크 단위로 통행량을 배분하여 혼잡패턴과 교통흐름을 모델링한다. 또한, 온실가스 및 대기오염물질 배출량 모델은 VISUM 시뮬레이션에서 산출된 링크 단위 교통흐름 데이터를 입력 값으로 사용하여 CO2, 아산화질소(N2O), 메탄(CH4) 등의 주요 GHG 배출량을 정량적으로 추정한다. 이를 기반으로, 다양한 AV 시나리오가 교통흐름 과 지속 가능성에 미치는 영향을 종합적으로 분석하여, AV 기술이 도시 네트워크의 효율성과 친환경성을 개선할 수 있는 가능성을 탐색한다.

1. AV 시나리오 생성 모델

혼합 교통 환경에서 AV와 HDV의 상호작용을 평가하기 위해서는 다양한 AV 보급률과 특성을 반영한 시나 리오 생성이 필수적이다. AV 시나리오 생성 모델은 이러한 목적을 달성하기 위해 설계되었으며, AV와 HDV 간의 조합 및 동작의 특성을 네트워크 내에서 시뮬레이션할 수 있는 기반을 제공한다. 본 연구에서 사용된 AV 시나리오 생성 모델은 (i) 혼입 비율 (ii) 주행 특성을 반영한 PCU (iii) V2I 통신 지원 링크 (iv) 복합 교통 시스템을 주요 변수로 설정하여 네트워크 내 AV와 HDV를 구성한다. 주요 변수에 대한 설명은 다음과 같다:

where,

혼입 비율이 증가함에 따라 V2I 통신 지원 링크의 효과는 더욱 극대화되며, PCU 값에 의해 도로 용량 변 화와 통행시간의 변화가 조정된다. 이러한 변수들이 교통흐름의 안정성과 지속 가능성에 미치는 복합적 영 향을 평가할 수 있다.

각 AV 시나리오에서 설정된 변수들은 Sonnleitner et al.(2022)가 제시한 식 (2)와 같이 도로의 교통량/용량 을 계산하는데 반영되며, 통행 배정 과정에서 식 (3)과 같은 통행비용함수(volume-delay function, VDF) (Bureau of Public Roads, 1964)를 사용하여 통행 시간이 교통량에 따라 어떻게 변화하는지 모델링하며, 이를 통해 AV와 HDV이 최적 경로를 계산하고 도로 네트워크 내 링크 단위 교통량을 산출한다.

where,

where,

2. 온실가스 및 대기오염물질 배출량 모델

혼합 교통 환경에서 AV와 HDV의 도입이 교통흐름 및 지속 가능성에 미치는 영향을 평가하기 위해 GHG 및 AP 배출량 분석은 필수적인 과정이다. 본 연구에서는 GHG 및 AP 배출량을 정량적으로 추정하기 위해 HBEFA(Handbook Emission Factors for Road Transport)(Keller et al., 1999)를 활용했다. HBEFA는 차량 유형과 도로 유형에 따라 배출량을 추정할 수 있어 다양한 교통 시나리오에서 배출 특성을 정밀하게 분석할 수 있 는 도구다. 또한, HBEFA는 분석 대상 연도와 차량 구성을 설정할 수 있는 기능을 제공하며, 이는 AV와 HDV이 혼입 비율 변화 및 다양한 시나리오에 따른 배출 특성을 평가하는 데 있어 강력한 도구로 작용한다.

본 연구에서는 VISUM을 활용하여 링크 특성과 O/D 데이터를 입력받아, 통행배정 과정에서 각 링크 별 통행비용을 계산한다. 이 데이터는 링크별 교통흐름(통행시간, 통행속도, 교통량)을 나타내며, 이를 통해 HBEFA로 GHG 및 AP 배출량을 세밀하게 산출할 수 있다. 즉, AV 시나리오에 따른 링크별 배출 특성을 분 석하고, 도로 네트워크 내 배출량에 어떠한 영향을 미치는지 정밀하게 평가한다.

배출량 결과는 혼입 비율과 통신 지원 여부에 따라 비교되며, 이를 통해 AV 도입 및 통신 기술의 적용이 도시 네트워크 전반의 배출량 저감과 지속 가능성 목표 달성에 얼마나 기여할 수 있는지를 종합적으로 파악 한다. 이러한 분석 결과는 AV 도입 초기 단계에서 통신 인프라 구축 우선 구간을 설정하거나, 도시 교통 네 트워크에서 환경적 영향을 최소화하기 위한 정책 수립에 활용될 수 있다.

Ⅳ. 사례 연구

1. 대상지 선정 및 시뮬레이션 구축

본 연구에서는 사례연구 지역으로 경기도 화성시를 선정했다. 화성시는 도시와 교외 지역이 혼합된 환경 을 가지고 있으며, 인구 증가와 함께 교통 인프라 개선에 대한 수요가 지속적으로 높아지고 있다. 또한, 2018 년 기준으로 경기도 내 GHG 총배출량이 가장 높은 지역으로, 화성시는 교통 및 대기 환경 개선을 위한 정책 이 특히 요구된다 (Gyeonggi-do, 2024). 경기도 개발 계획에는 지능형 교통 시스템과 AV 도입 가능성이 포함 되어 있어 혼합 교통 시나리오를 평가하기에 이상적인 사례로 간주된다. 특히 화성시는 최근 ‘자율주행 실증 도시’로 지정되어, AV를 활용한 실증 실험과 인프라 개발이 활발히 이뤄지고 있다. 이러한 상황은 혼합 교통 환경 내에서 AV의 도입 및 운영이 교통흐름과 지속 가능성에 미치는 영향을 평가하기 위한 새로운 시뮬레 이션 프레임워크를 제안하는 본 연구의 목표와 잘 부합된다.

거시적 시뮬레이션 구축에는 <Fig. 2>와 같이 KTDB (Korea Transport Database)에서 제공하는 2016년 기준 의 교통수요 분석네트워크 및 O/D를 활용했다. 해당 자료는 교통흐름을 시뮬레이션하는 데 필요한 도로망을 구성하는 데이터로, 교통량 예측과 흐름 분석에 중요한 기반이 된다. 또한 KTDB에서 제시하는 도로 유형에 따른 VDF의 파라미터(α , β)를 적용하여 링크별 통행시간을 계산한다. O/D는 행정동 간 이동하는 차량 및 승객 수를 나타내어, 특정 구간에서 발생하는 교통 수요와 혼잡 패턴을 파악하는 데 도움을 준다. 해당 데이 터를 활용해 구축된 거시적 시뮬레이션은 화성시의 주요 교통 경로와 혼잡 구간을 반영할 수 있으며, 다양한 AV 및 HDV 혼합 시나리오에서 교통흐름과 환경적 영향을 분석하는 데 필수적인 정보로 활용된다.

<Fig. 2>

Traffic network for case study:Hwaseong city

2. AV 시나리오 설계

본 사례 연구는 AV의 도입 초기부터 완전 보급에 이르는 시점을 가정하여, AV와 HDV 간의 혼합 환경에 서 교통흐름과 지속 가능성에 미치는 영향을 분석하기 위한 시나리오를 구성했다 (<Table 1>). 이를 통해 AV 의 기술 수준과 보급률, 그리고 V2I 통신 구간의 차이가 도로 네트워크 성능에 미치는 영향을 정량적으로 평 가하고자 한다.

본 연구에서는 자율주행 수준에 따라 3가지 유형으로 분류했다:

또한, AV의 보급 수준과 기술 성숙도를 반영하기 위해 도입 비율을 3가지 환경으로 설정했다:

마지막으로, V2I 통신 인프라 구축 수준을 짧은 구간(Group 1)가 긴 구간(Group 2)로 설정하여, 통신 기술 이 교통흐름 및 환경적 영향을 어떻게 변화시키는지를 관찰한다. 여기서는 HDV와 AV가 함께 공존하되, AV 가 자율주행의 기능을 완전히 수행할 수 있는 도로(AV 혼용도로)라고 가정했다. V2I 통신 구간은 화성시 내 혼잡도가 높은 구간이며, 자율주행 리빙랩 실증 구간을 중심으로 설정했다. Group 1은 77번 국도와 화성로를 포함한 11.8km 구간으로, 왕복 4~6차선으로 구성되어 있다 (<Fig. 3.>). 해당 구간은 Group 2는 Group 1 구간 과 유사한 도로 환경을 가진 주변 링크로 확장하여 총 34.2km 구간을 포함하도록 설정했다 (<Fig. 4>).

<Fig. 3>

V2I communication support link (Group 1)

<Fig. 4>

Extended V2I communication support link (Group 2)

본 연구는 3가지 도입 비율(HDV 중심, 혼합, AV 중심)과 V2I 통신 구간(짧은 구간, 긴 구간)의 조합을 통 해 총 7개의 시나리오를 구성했다. 기준선 시나리오는 100% HDV로 설정했으며, AV 시나리오는 식 2와 3을 기반으로 통행배정을 통해 각 링크 단위로 통행량, 통행속도, 통행시간을 산정했다. 이러한 시나리오 설계는 V2I 통신 구간 길이에 따른 AV와 HDV 간 교통흐름 안정성 차이를 평가하고, AV 도입 비율 변화가 교통흐 름과 배출량 감소에 미치는 영향을 정량적으로 분석할 수 있다. 본 사례 연구의 시뮬레이션 결과는 AV 도입 초기 단계에서 V2I 통신 인프라 구축 우선 구간을 설정하거나, 혼잡도 높은 교통망 내에서 AV와 HDV 간의 최적 상호작용을 설계하는데 기여할 수 있다.

3. 차량 유형에 따른 차량 구성

AV의 기술 발전과 상용화는 단계적으로 진행될 것으로 예상되며, EV 및 친환경차가 지배적인 시기에 AV 가 도입될 가능성이 높다. 이에 따라 차량 구성의 친환경성이 점차 높아질 것이다. 따라서, 본 사례 연구에서 는 HDV는 2020년, AV1은 2040년, AV2는 2050년 기준을 적용했으며, 기술 발전 단계와 차량 유형의 특성을 기반으로 가정했다. HDV의 경우, 2020년 기준의 HBEFA 배출계수는 ICE와 하이브리드차량(hybrid electric vehicle, HEV)이 주를 이루는 현재 도로상황과 차량 구성의 특성을 반영한다. 이 시점의 배출계수는 운전자 개입으로 인한 비효율적 운전(급가속, 급정지 등)과 차량 기술의 한계로 인해 높은 배출량 특성을 나타낸다.

반면, AV1(레벨 3수준)은 자율주행 기술이 상용화 초기 단계에 접어드는 2040년 기준을 적용하며, 이 시 점의 차량 구성은 ICE, HEV, 플러그인 하이브리드 전기차(plug-in hybrid electric vehicle, PHEV) 등 기존 차량 유형과 초기 자율주행 기술이 혼재할 것으로 예상된다. AV2(레벨 4+ 수준)는 완전 자율주행 및 고도로 발전 된 기술 단계를 나타내며, 2050년에는 배터리 전기차(battery electric vehicle, BEV)와 FCEV 같은 무배출 차량 이 주류를 이룰 것으로 가정된다. 이 시점에는 자율주행 기술의 교통흐름 최적화와 배출 저감 효과가 극대화 될 것으로 예상된다.

본 사례 연구에서는 AV와 HDV 특성을 기준 연도에 반영하여 HBEFA의 배출계수로 연계했다. HBEFA 배 출계수는 링크 단위로 통행량과 속도를 입력값으로 하여 CO2, N2O, CH4, PM 배출량을 산출한다. 사례 연구 에서는 분석 대상을 승용차로만 구성하였으며, 여기서 차량 집합의 유형은 독일 도시지역의 승용차로 지정 했다. 독일의 경우 고속도로, 연방도로, 주도로, 지방도로, 도시도로로 세분화되어 있어, 우리나라와 도로 환 경과 구조적으로 유사한 것이 특징이다. 또한 독일 데이터는 차량 유형, 연료 종류, 운전 시나리오에 따른 배 출계수가 상세히 제공되며, 최신 기술(친환경차)과 정책을 반영한 데이터가 포함되어 있어 분석 목적에 적합 하다.

4. 결과 및 논의

본 연구에서 설정한 각 AV 시나리오는 통행기반(tour-based) 모형을 활용하여 화성시의 O/D 데이터를 재 구성하고, 사용자 균형(user equilibrium) 접근법으로 통행배정을 수행했다. 이를 통해 도출된 교통흐름 및 지 속 가능성 평가 결과는 <Table 2>에 제시되었으며, 24시간 동안의 교통수요 분석 결과를 포함한다. 본 사례 연구는 제안하는 프레임워크의 적용 가능성을 보여주기 위한 목적으로 수행되었으며, 장래 예측은 연구 범 위에서 제외되었다. 분석 결과는 교통흐름과 지속 가능성으로 구분했으며, 교통흐름을 평가하는 지표는 차량 주행거리(vehicle kilometers traveled, VKT)와 차량주행시간(vehicle hours traveled, VHT)가 사용된다. 지속 가능 성 분석에는 GHG인 CO2, N2O, CH4와 AP인 PM을 포함한다.

1) 분석 결과

<Table 2>는 AV 시나리오에 따른 분석 결과를 나타낸다. VKT와 VHT 값은 모든 시나리오에서 큰 차이를 보이지 않는다. 이는 차량 혼입 비율 및 V2I 통신 수준이 총 주행거리와 주행시간에 미치는 영향이 제한적임 을 시사한다. 가장 큰 변화는 시나리오 7에서 나타나며, 이는 100% HDV가 혼잡도를 증가시키기 때문이다. 배출량(CO2, N2O, CH4, PM)은 시나리오에 큰 차이를 보인다. 시나리오 7은 배출량이 가장 높으며, 특히 CO2 배출량(5,153,976.83kg/day)은 다른 AV시나리오에 비해 최소 20% 이상 높은 수준으로 나타난다. 시나리 오 3과 6의 배출량은 가장 낮게 나타나며, 특히 CO2 배출량은 각각 2,640,423.70kg/day, 2,644,026.96kg/day로 시나리오7에 비해 약 50% 감소했다.

V2I 통신 구간의 경우, Group 1(짧은 구간)과 Group 2(긴 구간)의 차이는 배출량에 큰 영향을 미치지 않았다. 시나리오1과 시나리오 4를 비교할 때, CO2는 4,196,853.49kg/day에서 4,224,461.74kg/day 로 약 0.7% 증가하였으나, N2O, CH4, PM은 소폭 상승했다. 이는 통신 구간 확대(Group 2)가 혼잡 구간을 효율적으로 관리할 가능성은 있지만, 전체 네트워크에서 배출량 저감 효과는 크지 않음을 시사한다. AV 혼입 비율에 따라 CO2 변화가 크게 나타났다. HDV 중심 환경(시나리오 1, 4)에서 가장 높은 배출량(CO2 약 4,200,000kg/day)을, 혼합 환경(시나리오 2, 5)에서 중간 수준의 배출량(CO2 약 3,500,000kg/day)을, AV 중심 환경(시나리오 3, 6)에서 가장 낮은 배출량(CO2 약 2,640,000kg/day)을 보인다. 또한, CO2와 PM 배출량은 HDV 중심 대비 AV 중심 환경에서 각 약 35%, 53% 감소했다. 따라서 HDV에서 AV로의 전환이 배출량 저감에 가장 큰 영향을 미친다고 볼 수 있다. 이는 AV가 효율적 운행으로 교통흐름을 최적화하고, 배출량을 대폭 줄일 수 있음을 시사한다.

2) 시사점

AV의 도입과 V2I 통신은 교통흐름에는 큰 차이가 없지만, 지속 가능성에 상당한 영향을 미친다. 이는 AV 기술 도입이 단순히 교통흐름 효율화를 넘어 환경적 이점을 가져올 수 있음을 보여준다. 특히, AV 중심 환 경의 배출량 저감 효과는 HDV 중심 환경 대비 CO2는 약 35%, PM는 약 50% 감소를 나타내며, 이는 AV의 보급률을 높이는 정책의 필요성을 시사한다.

Group 1과 Group 2의 비교에서, V2I 통신 구간의 길이 차이는 배출량 저감 효과에 제한적이다. 이는 통신 구간 확대만으로 배출 저감 효과를 극대화하기 어렵고, 차량 보급률(특히 AV 도입)이 더 중요한 변수임을 시사한다. 다만, Group 1과 Group 2의 효과 차이가 제한적으로 나타난 것은, 해당 구간으로 유입되는 교통량 이 충분히 반영되지 못한 점에 기인할 가능성이 있다. 이는 연구의 범위를 벗어나지만, V2I 통신 효과를 극 대화하려면 통신 구간으로의 교통량 집중도를 보장하거나, 특정 링크의 혼잡 수준을 높이는 조건이 추가적 으로 설정될 필요가 있다.

혼합 환경 (HDV와 AV가 비슷한 비율)에서도 배출량이 상당히 감소하지만, AV 중심 환경에서 그 효과가 극대화되었다. 특히, AV 중심 환경에서 AV2의 기술적 효율성(PCU=0.55) 및 높은 비율의 친환경차 구성은 배출량 저감에 주요한 기여를 한 것으로 보인다. 이는 고도화된 AV 보급률 증가와 V2I 통신의 병행 도입이 가장 큰 환경적 이점을 가져다 줄 것임을 시사한다. AV 기술과 통신 인프라를 구축하는 것이 효과적일 수 있다. 이후 통신 구간을 점진적으로 확대하여 네트워크 전반의 효율성을 높이는 방안을 검토해야 할 필요가 있다.

시나리오 7의 배출량이 가장 높은 이유는, HDV이 높은 PCU 값과 비효율적인 운전 패턴, 그리고 적은 친 환경차 구성 때문이다. 이는 HDV를 점진적으로 AV로 전환하는 것이 필수적임을 보여준다. 이를 위해 ICE 규제와 더불어, HEV 및 EV로의 전환 장려 정책이 필요하다. 초기 단계에서는 AV와 HDV가 공존하는 환경 에서 AV 보급률을 높이고, 혼합 교통 환경의 상호작용을 효율적으로 관리하는 정책적 접근이 요구된다.

본 연구 결과는 AV 도입 비율과 V2I 통신 구간이 교통흐름에는 제한적인 영향을 미치지만, 지속 가능성 에는 매우 중요한 변수임을 보여준다. 이를 바탕으로 AV와 V2I 통신의 병행 도입 및 단계적 확장을 통해 지 속 가능한 교통 환경을 조성할 수 있을 것이다. 특히, 정책적으로 AV와 V2I 기술의 초기 도입과 운영을 효 과적으로 조정하여 도시 내 배출량 저감을 극대화하는 방향으로의 전략적 접근이 필요하다.

Ⅴ. 결 론

1. 결론

본 연구는 혼합 교통 환경에서 AV와 HDV 간의 상호작용이 교통흐름 및 지속 가능성에 미치는 영향을 평 가하기 위한 거시적 시뮬레이션 기반의 통합 분석 프레임워크를 제안했다. 연구는 AV 특성과 V2I 통신 기술 을 통합적으로 고려하여, 다양한 AV 시나리오를 설계하고, 그 효과를 정량적으로 분석했다. 이를 통해 제안 된 프레임워크는 AV 도입 초기 단계에서 정책적 설계와 도시계획에 실질적 기여를 할 수 있는 체계적인 도 구로서의 가능성을 확인했다.

화성시를 대상으로 한 사례 연구 결과, AV의 도입과 보급률 증가는 지속 가능성을 크게 향상시킬 수 있 음을 보여줬다. 특히, AV 중심 환경에서는 CO2 배출량이 HDV 중심 환경 대비 약 50% 감소하고, PM 배출 량도 유사한 수준으로 감소했다. 이는 AV의 효율적인 주행 패턴을 반영한 결과로, AV와 V2I 통신 기술이 병행 도입될 때 극대화됨을 시사한다. 반면, VKT와 VHT 값은 AV 도입 비율과 V2I 통신 구간 길이에 따라 큰 변화를 보이지 않아, 교통흐름 개선에는 제한적 영향을 미칠 가능성을 나타냈다. 또한 Group 1과 Group 2 이 비교에서 나타난 V2I 통신 구간 길이 차이는 전체 배출량에 큰 영향을 주지 않았으며, 이는 통신 구간으 로의 교통량 유입이 충분히 반영되지 못한 점과 관련이 있을 수 있다.

이러한 결과는 정책적으로 AV와 V2I 통신의 병행 도입 초기 단계에서 혼잡도가 높은 구간에 집중적으로 인프라를 구축하고, AV 보급률을 높이는 것이 배출량 감축 효과를 극대화하는 데 효과적임을 시사한다. 특 히, 이 시기를 안정적으로 관리하기 위한 세부적인 정책적 접근이 요구된다. 아울러, HDV 중심 환경의 높은 배출량 문제는 ICE 규제와 더불어 HEV 및 EV로의 전환 장려 정책을 통해 해결할 필요가 있다.

2. 연구의 한계 및 향후 연구 과제

본 연구는 AV와 V2I 통신 기술이 지속 가능성에 미치는 영향을 체계적으로 분석함으로써, AV 중심의 미래 교통 네트워크 설계와 정책적 방향성을 제시했다. 다만, 본 연구는 현재 O/D 데이터를 기반으로 한 단기적 교통 시나리오에 초점을 맞추었으며, 미래 교통 추정 모델을 활용하지 못한 한계를 가진다. 또한, AV와 V2I 통신의 효과를 세부적으로 검증하기 위한 실증적 데이터가 부족했으며, AV 선호도나 사용자 형태를 반영하지 못했다 는 점에서도 제약이 있다. 향후 연구에서는 이러한 한계를 보완하여 AV와 V2I 통신 기술의 적용 가능성을 보다 폭넓게 검토할 필요가 있다. 특히, 현실적인 교통추정모델을 적용하여 동적 교통흐름을 반영하고, AV와 HDV이 혼합 환경에서의 상호작용을 실증적으로 검토하는 연구가 요구된다. 또한, 공유 모빌리티 및 새로운 모빌리티 서비스가 교통 네트워크 및 지속 가능성에 미치는 영향을 추가적으로 고려해야 한다.

결론적으로, 본 연구는 혼합 교통환경에서 AV와 HDV 간의 상호작용과 V2I 통신 기술의 효과를 체계적으 로 분석한 초기 단계 연구로, 도시 교통 시스템의 지속 가능성을 향상시키기 위한 정책적, 학문적 기여를 제 공했다. 향후 제안된 프레임워크를 확장하고 실증적으로 검증함으로써, 보다 정교하고 실질적인 교통 정책 설계와 도시계획 수립에 기여할 수 있을 것으로 기대된다.