Ⅰ. 서 론
1. 연구의 배경 및 목적
어린이 보호구역(School Zones)은 보행자의 안전을 보장하고 교통사고를 예방하기 위해 설정된 공간으로, 제한속도 하향 조정, 교통안전 표지판, 과속방지턱 등의 물리적 시설물을 설치하여 운전자의 감속을 유도한 다(Lee et al, 2008). 여러 국가에서 이러한 정책이 시행되면서 해당 지역에서의 교통사고 발생률이 감소하는 경향이 보고되고 있다(DiMaggio and Li, 2013;Cameron and Elvik, 2010;Ewing and Dumbaugh, 2009). 그러나 보호구역 내 감속 유도 효과가 장기적으로 유지되는지에 관한 연구는 부족하며, 시간이 지남에 따라 운전자 들이 보호구역의 교통안전 시설물에 익숙해지면서 감속 효과가 감소할 가능성이 제기되고 있다.
국내 교통사고 통계에 따르면, 최근 5년간(2018년~2022년) 어린이 보호구역 내 교통사고 발생 건수는 연도 별로 다소 변동이 있지만, 꾸준히 일정 수준 이상의 사고가 발생하고 있다(KRTA, 2023). 구체적으로, 2019년 567건, 2020년 483건, 2021년 523건, 2022년 514건, 2023년 486건으로 보고되었다(KRTA, 2023). 특히, 2023년 기준으로 보호구역 내 사망자는 2명, 부상자는 523명으로 집계되었으며, 이는 전년 대비 5.45% 감소한 수치 이다(KRTA, 2023). 이러한 데이터는 보호구역 내에서 여전히 교통사고 발생 위험이 존재하며, 제한속도 및 교통안전시설을 설치하는 것만으로는 사고를 완전히 방지하기 어렵다는 점을 시사한다. 특히, 보호구역 내 속도 규제가 효과적으로 이루어지지 않는다면 감속 유도 조치의 실효성이 점차 감소할 수 있다.
어린이 보호구역 내 속도 규제 실태를 조사한 연구에 따르면 일부 운전자들은 보호구역 내에서도 제한속 도를 준수하지 않고 기존 속도로 운행하는 것으로 나타났다(Kim and Lee, 2018). 또한, KRTA(2021)의 연구에 따르면 보호구역 내 제한속도가 30km/h로 설정된 구간에서도 차량의 평균 속도가 35~40km/h 이상으로 유지 되는 사례가 많았으며, 특히 출퇴근 시간대 및 보호구역 주변 도로 폭이 넓은 경우 속도 준수율이 더욱 낮았 다. 이러한 현상은 보호구역이 지정된 지 일정 시간이 지나면서 운전자들의 감속 빈도가 감소하는 경향과도 관련이 있으며, 이는 보호구역 내 속도 감속 조치가 시간이 지남에 따라 효과가 감소할 가능성을 시사한다 (HL World, 2024).
이러한 현상은 심리학적 개념인 습관화(Habituation)뿐 아니라, 운전자의 인지 및 의사결정 특성과 관련된 다양한 이론적 기반을 통해 설명될 수 있다. 습관화란 반복적인 자극에 대한 반응이 시간이 지남에 따라 점 차 감소하는 현상으로서 운전자들이 보호구역 내 교통안전 시설물(예: 속도 제한 표지판, 노면 표시, 과속방 지턱 등)에 반복적으로 노출될 경우 초기에는 감속 반응을 보이지만, 시간이 흐를수록 경각심이 약화되어 감 속 효과가 감소할 가능성이 있다(Thompson and Spencer, 1966;Jägerbrand et al, 2018). 또한, 인지심리학 관점 에서는 운전자의 주의력 분산이 원인 중 하나로 지적될 수 있다. 반복적으로 제시되는 시각 자극에 익숙해진 운전자는 해당 정보에 대한 주의력이 분산되고 결과적으로 표지판에 대한 인지 및 반응이 지연될 수 있다. 이러한 현상은 시각 정보 과부하에 따른 주의력 저하로 설명되며, LED 광고판과 같은 시각 요소가 운전자의 주의 집중에 부정적인 영향을 미칠 수 있음을 시사한다(Herrstedt et al, 2017). 아울러, 위험 인식(risk perception) 이론에 따르면 운전자가 해당 구간을 상대적으로 안전하다고 인지할 경우, 제한속도 위반에 대한 경각심이 약화될 수 있으며(Slovic, 1987), 이로 인해 감속 행동이 지속되지 않을 가능성이 있다.
따라서 본 연구는 디지털 교통안전 표지판 설치 전후의 효과를 비교·분석하고 추적 관찰을 통해 그 효과 의 지속성을 검토하는 것을 목적으로 한다. 이를 위해 보호구역 내 운전자의 인지력 변화 및 제한속도 준수 여부를 평가하는데에 Kang et al.(2022)에서 제시한 효과적인 구간 통행속도 변화량과 제한속도 순응 비율을 활용하여 효과 분석을 수행하였다. 또한, 표지판 설치 이후 일정 시간이 지난 후 추가적인 시간차 조사를 시 행하여 디지털 교통안전 표지판의 장기적 효과를 검토하였다. 이 과정에서, 조사된 영상을 기반으로 AI 영상 분석 기법을 적용하여 조사구간을 세분화하였으며, 이를 통해 보호구역 내 세부 구간에서 감속 효과가 일정 기간 유지되는지를 평가하였다.
Ⅱ. 선행연구 고찰
보호구역과 관련된 연구는 크게 속도 감속 유도 시설의 효과 분석 연구(Lee et al, 2011;Seo et al, 2019;Kim et al, 2019;Elvik, 2001;Retting et al, 2003)와 AI 및 스마트 기술을 활용한 교통안전 향상 연구(Cho, 2016;Park et al, 2024;Abdullah et al, 2024;Mushtaq et al, 2022;Chen et al, 2022)로 구분될 수 있다.
이러한 연구들은 보호구역 내 교통안전 향상을 위해 물리적 시설을 통한 속도 감속 유도와 디지털 기술을 활용한 교통흐름 분석을 각각 활용해왔다. 그러나 기존 연구들은 각각의 한계를 지니며, 보호구역 내 교통안 전 조치의 장기적 효과 지속성 및 동적 위험 대응 능력에 대한 검토가 부족한 실정이다. 세부 고찰 내용은 다음과 같다.
1. 속도 감속 유도 시설의 효과 분석 선행연구
기존의 효과 분석 연구들은 보호구역 내 교통안전시설 설치의 효과를 분석하기 위해 사전·사후 속도 감속 효과 비교에 초점을 맞추어 진행되었다.
Lee et al.(2011)의 연구는 비교그룹 방법을 활용하여 보호구역 내 교통안전시설 설치 전후의 차량 속도 변 화를 분석하였다. 연구에서는 시설 설치 이전과 이후의 속도를 비교하여 감속 효과를 검토하였으며, 시설 유 형별 효과 차이를 분석하였다. Seo et al.(2019)은 점멸형 속도제한표지가 운전자의 감속 행태에 미치는 영향 을 평가하였다. 연구 결과, 점멸형 속도제한표지가 설치된 구간에서 차량 속도가 감소하였으나, 도로 환경 및 교통량에 따라 감속 효과가 차이를 보였다. Kim et al.(2019)의 연구는 보행자와 운전자의 상호인식을 기 반으로 한 교통안전시설이 보호구역 내 속도 저감에 미치는 영향을 분석하였다. Elvik(2001)은 보호구역 내 속도 감속 유도 시설이 교통사고 감소에 미치는 영향을 분석하는 메타 연구(meta-analysis)를 수행하였다. 연 구에서는 다양한 교통안전시설의 효과를 종합적으로 비교하여, 특정 시설이 사고 예방에 더 효과적임을 제 시하였다. Retting et al.(2003)은 교통공학적 설계를 활용한 보행자 안전 대책이 차량 속도와 사고율에 미치는 영향을 연구하였다.
그러나 이러한 연구들은 시설 설치 이후 운전자의 행동 변화가 시간이 지나면서 어떻게 달라지는지에 대 한 분석이 부족하였으며, 감속 효과가 장기적으로 지속될 수 있는지에 대한 실증적 검토가 미흡한 것으로 검 토되었다.
2. AI 및 스마트 기술을 활용한 선행연구
AI 및 스마트 기술을 활용한 연구들은 차량흐름 예측, 실시간 교통관제, 위험 구간 분석 등에 초점을 맞추 어 진행되었다.
Cho(2016)의 연구는 어린이 통학 안전을 위한 교통안전 인지 지도 개발 및 사고 유형별 저감 설계 기법을 제안하였다. 연구에서는 AI 기반 데이터 분석을 활용하여 사고 발생 가능성이 높은 구간을 식별하고, 이를 바탕으로 교통안전 정책을 개선하는 방안을 제시하였다. Park et al.(2024)의 연구는 랜덤 포레스트(Random Forest) 기법을 활용하여 교통문화지수와 사고 발생 간의 관계를 분석하였다. 연구에서는 빅데이터를 기반으 로 교통 안전성과 관련된 주요 요인을 도출하고, AI 기술을 적용하여 사고 위험성을 예측하는 모델을 구축 하였다. Abdullah et al.(2024)의 연구는 딥러닝 기반의 차량 및 보행자 속도 분석을 통해 실시간 교통 흐름을 추적하였으며, 스마트 교통 시스템을 통해 보호구역 및 일반 도로에서의 속도 변화 패턴을 학습하고 이를 바 탕으로 사고 위험 예측 알고리즘을 개발하였다. Mushtaq et al.(2022)는 정책 기반 심층강화학습(DRL)과 지능 형 경로 설정 기법을 활용한 교통관리 방안을 제안하였다. 연구에서는 교차로의 실시간 혼잡 상황에 따라 동 적으로 신호를 제어하고, 혼잡 구간의 교통을 재루팅하는 방법을 통해 자율주행차 기반 교통 흐름 최적화를 도모하였으며, 이 과정에서 센서, 차량, 도로 등 다양한 데이터 통합의 중요성을 강조하였다. Chen et al.(2022)의 연구는 연결형 차량 환경(Connected Vehicle Environment)에서 실시간 안전 분석을 위한 설명 가능 한 기계학습(Explainable Machine Learning) 기법을 적용하였다. 연구에서는 다양한 교통 데이터와 차량 센서 정보를 활용해 실시간 사고 위험도를 예측하고, 이를 기반으로 교통안전 향상을 위한 스마트 교통 제어 방안 을 제시하였다.
그러나 이러한 연구들은 보호구역 내 속도 감속 시설과의 연계를 고려하지 않고, 주로 실시간 교통흐름 예측 및 관리에 초점을 맞추었다.
Ⅲ. 연구 방법론
1. 사전사후 효과평가 방법론
사전·사후 효과 평가에서는 디지털 기반 어린이 보호구역 표지판의 속도 감소 유도 효과 분석 연구(Kang et al, 2022)에서 활용된 방법을 차용하여 시간평균속도 변화율과 제한속도 순응률을 주요 평가지표로 설정하 였다.
시간평균속도 변화율은 디지털 교통안전 표지판이 설치된 구간을 통과하는 차량의 설치 전 대비 평균속 도 변화량을 평가하기 위한 지표로서 백분율로 변환하여 산출하였다. 이는 보호구역 내 차량 속도가 얼마나 감소하였는지를 분석하는 핵심 지표로 활용된다. 산출 개념은 <Fig. 1>, 수식은 (1)~(2)와 같다. <Fig. 1>은 구 간별 거리(Si)와 통과 시간(ti)을 조사해서 속도(Vi)을 산출하는 개념이다.
시간평균속도는 수식 (1)과 같으며, 여기서 Vi 는 동일 차량이 각 측정 지점 Si 를 통과할 때 산출된 속도이 고 N 은 전체 측정된 속도값의 수(즉, 지점별 독도 측정 횟수)를 의미한다. 이를 바탕으로 차량이 ROI 구간 S1부터 S10까지 통과할 때의 시간 정보를 ti로 기록하여 각 지점 간 거리와 시간에 의한 속도를 산출하였으 며(Fig. 1 참조), 이렇게 측정된 모든 속도를 평균하여 시간평균속도(TMS)를 계산하였다.
사전/사후 분석법으로 분석하기 위해 이를 변화율로 확장한 수식이 시간평균속도 변화율인 수식 (2)이며, 사후의 TMS가 사전의 TMS와 비교했을 때 0보다 작으면 효과가 있다고 판단한다.
제한속도 순응 비율은 디지털 교통안전 표지판이 설치된 구간을 통과하는 차량의 제한속도를 준수하는 정도를 평가하기 위한 지표로서 이 또한 백분율로 변환하여 산출하였다. 산출 개념은 <Fig. 2>, 수식은 (3)과 같다. <Fig. 2>는 조사구간 내에서 계속 제한속도 이내로 주행하는 차량(case 2)을 ‘순응한다’라고 정의하고 순응하는 차량의 비율과 순응하지 않는 차량(Case 1-1, Case 1-2)의 비율로 사전과 사후를 비교하는 개념이다.
제한속도 순응 비율은 수식 (3)과 같이 정의된다. 여기서 M 은 해당 구간을 통과한 차량의 수, 는 차 량 j가 해당 구간을 통과하는 동안의 평균속도이며, VLIMIT 은 해당구간의 제한속도를 의미한다. 수식내 조건 부 함수는 다음과 같은 기준으로 계산된다.
따라서 제한속도 순응 비율은 차량별 전체 구간 평균속도와 해당 구간의 제한속도 간의 이항 조건 비교 결과의 비율로 결정된다. 즉, 개별 차량의 평균속도가 제한속도 이하인 경우에만 순응으로 판단하며, 이와 같은 조건을 만족한 차량의 비율을 전체 차량 수에 대해 산정하여 순응 비율을 산출한다.
2. 분석구간별 세부 속도 산출 방법론
본 연구에서는 보호구역 내 차량 속도의 세부적인 변화를 정밀하게 분석하기 위해 영상 분석 기법을 활용 한 단위 거리 기반 속도 산출 방식을 적용하였다. 기존 연구들이 보호구역 내 전체 평균 속도 변화를 평가하 는 데 초점을 맞춘 반면(Lee et al, 2011;Seo et al, 2019;Kim et al, 2019;Elvik, 2001;Retting et al, 2003), 본 연구에서는 구간별 속도 변화를 더 세밀하게 분석하여 차량의 감속 패턴을 정량적으로 평가하는 데 중점을 두었다. 이를 위해 YOLO(You Only Look Once) 객체 탐지 모델을 활용하여 보호구역 내 차량의 이동을 추적 하고, 특정 구간을 통과하는 시간을 기반으로 속도를 산출하는 방식을 도입하였다.
구체적으로는 보호구역 내 차량 속도를 측정하기 위해 조사구간을 일정한 단위 거리로 세분화하고 각 구 간 내 ROI(Region of Interest)를 설정하였으며, <Fig. 3>과 같다. ROI는 차량이 특정 위치를 통과할 때의 좌표 데이터를 추출하는 기준이 되며, 차량이 연속적인 두 개의 ROI를 통과하는 시간을 측정하여 속도를 산출한 다. 이를 위해 YOLO 모델을 활용하여 차량을 탐지하고, 차량이 특정 ROI를 통과하는 프레임 정보를 추출하 여 속도를 계산하였다.
차량 속도는 특정 ROI 구간을 통과하는 시간과 ROI 간의 거리값을 활용하여 산출되며, 속도 계산은 수식 (4) 와 같다. 여기서 VROI 는 특정 ROI 구간 내 차량 속도(m/s), dROI 는 ROI 간 거리(m), tROI 는 차량이 연속적 인 두 ROI를 통과하는 데 걸린 시간(s)을 의미한다. 이를 통해 보호구역 내 특정 지점에서의 감속 효과를 정 량적으로 평가하고 속도 저감이 균일하게 이루어지는지 혹은 특정 구간에서 집중적으로 나타나는지를 분석 할 수 있다.
Ⅳ. 데이터 수집
1. 현장조사 지점
본 연구의 자료 수집은 강원도 동해시에 위치한 2곳의 어린이 보호구역에서 이루어졌으며, 사전조사 1회와 사후조사 2회를 실시하였다. 조사는 보호구역 내 디지털 교통안전 표지판 설치 전후의 속도 변화를 비교분석 하고, 감속 효과의 지속성을 평가하는 데 목적을 두었다. 사전 조사는 2023년 3월 2일 11시부터 익일 00시 30 분까지 진행되었으며, 해당 기간 동안 보호구역을 통과하는 차량의 속도를 측정하여 설치 이전의 속도 특성을 분석하였다. 사후 조사는 총 2차례에 걸쳐 진행되었으며, 1차 사후 조사는 2023년 3월 25일, 2차 사후 조사는 2023년 9월 22일에 각각 실시되어 두 조사의 간격은 약 6개월로 설정되었다. 이는 감속 효과의 단기적 반응과 중기적 반응 간 차이를 검토하기 위한 설정으로써 장기 효과의 초기 추이를 파악하기 위한 조치이다.
1차 사후조사는 표지판 설치 직후 감속 효과를 분석하는 데 초점을 맞추었으며, 2차 사후조사는 속도 저 감 효과의 지속성을 평가하기 위해 일정한 시간차를 두고 진행되었다. 이를 통해 표지판 설치 후 초기 감속 효과가 시간이 지나면서 감소하는지, 혹은 일정 수준 유지되는지를 검토하고자 하였다. 각 지점별 디지털 표 지판 설치 전/후는 <Table 1>과 같다.
<Table 1>
Survey Location Before/After Digital Sign Installation
| Category | Pre-Installation | Post-Installation |
|---|---|---|
| Site A |  |
 |
| Site B |  |
 |
2. 현장조사 실시 및 데이터 가공
본 연구에서는 개별차량의 속도를 조사하기 위해서 영상촬영 장비를 활용하여 조사를 실시하였다. 촬영 장비의 경우 각 분석구간의 기하구조적 특성과 상황(전력공급 가능 여부)을 고려하여 액션캠 또는 CCTV 카 메라를 활용하였다.
본 연구에서는 차량 속도 산출을 위해 공개된 오픈소스 알고리즘인 Vehicle Speed Estimation(kardSIM, 202 41))을 활용하였다. 해당 알고리즘은 YOLOv9 객체 탐지 모델과 DeepSORT 트래킹 기법을 결합하여 영상 기 반 차량의 위치 추적과 속도 계산을 수행한다. YOLOv9은 다양한 객체를 높은 정확도로 실시간 탐지할 수 있는 딥러닝 기반 모델로서 차량의 형태와 위치를 프레임 단위로 검출하는 데에 매우 효과적이다. 검출된 차 량은 DeepSORT 알고리즘에 의해 고유 식별 번호(ID)가 부여되어 영상의 프레임 간 연속적으로 추적된다.
특히 이 알고리즘은 영상 내 복수의 차량이 등장하더라도 개별 차량을 ID 기반으로 구분하여 속도를 계산 하기 때문에 하나의 프레임에서 여러 차량이 포착되는 경우에도 혼동 없이 각 차량의 속도를 독립적으로 계 산할 수 있다는 장점이 있다.
kardSIM(2024)이 개발한 Vehicle Speed Estimation 알고리즘의 기반이 되는 YOLOv9-C 모델은 MS COCO 데 이터셋을 기반으로 학습 및 검증되었으며, 평균 정밀도(AP) 53.0%, 정밀도(Precision) 0.74, 재현율(Recall) 0.72, F1-score 0.73의 성능을 기록하였다(WongKinYiu, 20252)). 해당 알고리즘을 활용한 분석 화면은 <Fig. 4>와 같다.
촬영된 영상을 활용하여 사전에 조사된 세부 구간 범위에서 차량이 10m 구간마다 지나는 시간을 추출하여 각 10m 구간의 통행속도와 시간평균 통행속도를 산출하였으며, 분석 과정에 대한 예시는 <Fig. 5>와 같다.
영상 녹화시간 기반 ROI 통과 시간을 기반으로 통과 시간을 원단위 시간(s)을 환산하고 ROI 구간 길이를 적용하여 세부 구간별 통행속도를 도출하는 개념이다.
Ⅴ. 주행특성 분석 결과
1. 효과평가 지표 비교
1) Site A
Site A에 대한 주간/야간 비교분석 결과는 <Table 2>와 같다. 먼저, 주간 시간대의 차량 속도 변화를 분석 한 결과, 표지판 설치 이전 평균 통행속도는 53.49km/h로 나타났다. 표지판이 설치된 직후인 사후 1차 조사 에서는 43.75km/h로 측정되며, 18.2%의 속도 감소 효과를 보였다. 그러나 사후 2차 조사에서는 50.11km/h로 일부 회복되는 양상을 보였으며, 이는 설치 직후보다 속도 저감 효과가 6.3% 감소한 결과이다. 주간 시간대 차량의 제한속도 순응률을 분석한 결과에서도 유사한 경향이 확인되었다. 사전 조사에서는 제한속도를 준수 하는 차량의 비율이 1.9%로 매우 낮았으나, 사후 1차 조사에서는 8.4%로 증가하여 6.5%p 상승하였다. 하지만 사후 2차 조사에서는 7.5%로 소폭 감소하며, 초기 효과가 점차 약화되는 경향이 관찰되었다.
<Table 2>
Comparison of Evaluation Indicators for Site A
| Site A | Evaluation Indicators | Pre-installation | Post-installation (1st phase) | Post-installation (2nd phase) | |
|---|---|---|---|---|---|
| Day | Number of Vehicles | 527 | 718 | 375 | |
| TMS | Value(km/h) | 53.49 | 43.75 | 50.11 | |
| Rate of Change(%) | - | -18.2% | -6.3% | ||
| Compliance with Speed Limit | Number of Compliant Vehicles | 10 | 60 | 28 | |
| Speed Limit Compliance Rate(%) | 1.9 | 8.4 | 7.5 | ||
| Rate of Change(%) | - | 6.5% | 5.6% | ||
| Night | Number of Vehicles | 69 | 197 | 98 | |
| TMS | Value(km/h) | 49.78 | 42.85 | 48.56 | |
| Rate of Change(%) | - | -13.9% | -2.6% | ||
| Compliance with Speed Limit | Number of Compliant Vehicles | 7 | 40 | 9 | |
| Speed Limit Compliance Rate(%) | 10.1 | 20.3 | 9.2 | ||
| Rate of Change(%) | - | 10.2% | -0.9% | ||
야간 시간대의 속도 변화 분석에서도 유사한 패턴이 나타났다. 사전 조사에서 야간 평균 통행속도는 49.78km/h로 나타났으며, 표지판 설치 직후인 사후 1차 조사에서는 42.85km/h로 측정되어 13.9%의 속도 감 소 효과가 확인되었다. 그러나 사후 2차 조사에서는 속도가 48.56km/h로 다시 증가하여, 설치 직후 대비 속 도 저감 효과가 2.2% 감소하는 것으로 나타났다. 야간 차량의 제한속도 순응률 변화도 유사한 패턴을 보였 다. 사전 조사에서 제한속도를 준수하는 차량 비율은 10.1%였으나, 사후 1차 조사에서는 20.3%로 증가하며 10.2%p의 상승을 보였다. 그러나 사후 2차 조사에서는 9.2%로 다시 감소하였으며, 이는 주간보다 야간에서 감속 효과가 더욱 빠르게 감소할 가능성이 있음을 시사한다.
2) Site B
Site B에 대한 주간/야간 비교분석 결과는 <Table 3>과 같다. 주간 시간대의 차량 속도를 분석한 결과, 사 전 조사에서의 평균 통행속도는 65.18km/h로 나타났다. 표지판 설치 직후인 사후 1차 조사에서는 61.58km/h 로 측정되며 5.5%의 속도 저감 효과가 확인되었다. 그러나 사후 2차 조사에서는 61.17km/h로 소폭 증가하여 설치 직후보다 추가적으로 0.4km/h 감소하는 데 그쳤다. 차량의 제한속도 순응률을 분석한 결과, 사전 조사 에서 0.4%로 매우 낮았던 순응률이 사후 1차 조사에서는 1.9%로 증가하였으며, 이는 1.5%p 상승한 결과이 다. 하지만 사후 2차 조사에서는 1.4%로 다시 감소하는 양상을 보였다. 제한속도 이하로 운행하는 차량의 절 대 수를 보면, 사전 조사에서는 5대였으나 사후 1차 조사에서는 33대로 증가하였으며, 사후 2차 조사에서는 10대로 감소하였다.
<Table 3>
Comparison of Evaluation Indicators for Site B
| Site B | Evaluation Indicators | Pre-installation | Post-installation (1st phase) | Post-installation (2nd phase) | |
|---|---|---|---|---|---|
| Day | Number of Vehicles | 1306 | 1723 | 736 | |
| TMS | Value(km/h) | 65.18 | 61.58 | 61.17 | |
| Rate of Change(%) | - | -5.5% | -6.2% | ||
| Compliance with Speed Limit | Number of Compliant Vehicles | 0 | 4 | 0 | |
| Speed Limit Compliance Rate(%) | 0.0 | 0.2 | 0.0 | ||
| Rate of Change(%) | - | 0.2 | 0.0 | ||
| Night | Number of Vehicles | 395 | 292 | 235 | |
| TMS | Value(km/h) | 46.13 | 54.21 | 54.04 | |
| Rate of Change(%) | - | 17.5% | 17.1% | ||
| Compliance with Speed Limit | Number of Compliant Vehicles | 16 | 1 | 0 | |
| Speed Limit Compliance Rate(%) | 4.1 | 0.3 | 0.0 | ||
| Rate of Change(%) | - | -3.8 | -4.1 | ||
야간 시간대의 속도 변화를 분석한 결과, 사전 조사에서 평균 통행속도는 46.13km/h로 나타났다. 그러나 표지판 설치 직후 시행된 사후 1차 조사에서는 54.21km/h로 증가하여, 오히려 17.5% 속도가 증가하는 현상이 나타났다. 사후 2차 조사에서는 54.04km/h로 측정되었으며, 이는 사후 1차 대비 소폭 감소한 수치이다. 야간 차량의 제한속도 순응률을 분석한 결과, 사전 조사에서 제한속도를 준수하는 차량 비율은 22.3%였으며, 사후 1차 조사에서는 27.1%로 증가하였다. 이는 제한속도 준수율이 4.8%p 상승한 결과이지만, 사후 2차 조사에서 는 2.1%로 급감하였다.
디지털 교통안전 표지판 설치가 보호구역 내 차량 속도 저감 및 제한속도 준수율에 대한 사전·사후 데이 터를 비교 분석결과, 정량적 차이가 발생하였다. 다만 발생된 차이가 통계적으로 유의한 차이를 나타내는지 는 통계적 검증이 필요할 것으로 판단된다. 따라서 본 연구에서는 각 평가지표에 대해 통계적 검정을 수행하 여, 안전 표지판의 효과가 신뢰할 수 있는 수준에서 의미 있는 변화를 유도하는지 확인하고자 한다.
2. 효과평가 결과 통계적 검증
디지털 교통안전 표지판 설치 전후의 효과를 검증하기 위해 시간평균 통행속도와 제한속도 순응비율 두 가지 주요 평가지표를 대상으로 통계적 검정을 수행한다. 각각의 지표는 데이터 특성과 분석 목적에 따라 적 절한 검정 방법을 적용해야 하며, 본 연구에서는 t-검정(t-test)과 z-검정(z-test)을 각각 활용하여 사전·사후 비 교를 진행하였다. 소프트웨어는 Stata SE 17을 활용하였다.
시간평균 통행속도는 연속형 변수(continuous variable)로 표지판 설치 전후의 평균 속도 차이가 유의미한지 를 분석하는 것이 연구의 핵심이다. 이러한 경우 두 그룹(사전/사후)의 평균 차이를 비교하는 데 가장 널리 사용되는 검정 방법이 t-검정이며, 귀무가설 및 대립가설은 다음과 같다.
제한속도 순응 비율은 이항형(binary variable) 데이터로 차량이 제한속도를 준수하는지(1) 또는 준수하지 않는지(0)의 값을 갖는다. 이러한 경우 비율을 비교하기 위해 z-검정(z-test)이 적절한 방법이며, 귀무가설 및 대립가설은 다음과 같다.
1) Site A
Site A에 대한 시간평균속도 변화에 대한 t-test 결과는 <Table 4>와 같다. 주간 시간대의 시간평균 속도를 살펴보면, 표지판 설치 전 평균 속도는 53.49km/h로 나타났으며, 설치 직후인 사후 1차에서는 43.75km/h로 감소하여 -18.2%의 저감 효과가 확인되었다. 사후 2차 조사에서는 평균 속도가 50.11km/h로 증가하여, 초기 감속 효과가 일부 감소한 것으로 나타났다. t-검정 통계량 -4.1421, p-value = 0.0000으로 분석되었으며, 이는 여전히 유의한 수준에서 사전 대비 속도 저감 효과가 유지되고 있음을 시사한다.
<Table 4>
t-test Results for TMS Changes at Site A
| Site A | Evaluation Indicators | Pre-installation | Post-installation (1st phase) | Post-installation (2nd phase) |
|---|---|---|---|---|
| Day | TMS(km/h) | 53.49 | 43.75 | 50.11 |
| t-test Statistic | - | -14.6784 | -4.1421 | |
| P-value | - | 0.0000 | 0.0000 | |
| Night | TMS(km/h) | 49.78 | 42.85 | 48.56 |
| t-test Statistic | - | -4.1365 | -0.7079 | |
| P-value | - | 0.0000 | 0.4800 |
야간 시간대의 속도 변화를 살펴보면, 사전 조사에서의 평균 속도는 49.78km/h로 나타났다. 사후 1차 조사 에서는 42.85km/h로 감소하여 -13.9%의 속도 저감 효과가 확인되었으며, 이 차이는 t-검정 통계량 -4.1365, p-value = 0.0000으로 유의미한 수준에서 감속 효과가 있음을 보여준다. 사후 2차 조사에서는 평균 속도가 48.56km/h로 다시 증가하였으며, 이에 따른 t-검정 통계량은 -0.7079, p-value = 0.4800으로 나타나, 속도 변화 가 통계적으로 유의하지 않은 것으로 분석되었다.
Site A에 대한 제한속도 순응비율 변화에 대한 t-test 결과는 <Table 5>와 같다. 주간 시간대의 제한속도 순 응 비율은 설치 전 1.9%에서 설치 직후 8.4%로 크게 증가하였으며, 이는 통계적으로 유의한 차이를 보였다 (z = -4.8882, p < 0.001). 그러나 사후 2차 조사에서는 7.5%로 소폭 감소하였으나, 여전히 사전보다 높은 수준 이며, 통계적으로 유의한 차이를 유지하고 있었다(z = -4.1036, p < 0.001).
<Table 5>
z-test Results for Changes in Speed Limit Compliance Rate at Site A
| Site A | Evaluation Indicators | Pre-installation | Post-installation (1st phase) | Post-installation (2nd phase) |
|---|---|---|---|---|
| Day | Speed Limit Compliance Rate(%) | 1.9 | 8.4 | 7.5 |
| z-test Statistic | - | -4.8882 | -4.1036 | |
| P-value | - | 0.0000 | 0.0000 | |
| Night | Speed Limit Compliance Rate(%) | 10.1 | 20.3 | 9.2 |
| z-test Statistic | - | -1.9042 | 0.2078 | |
| P-value | - | 0.0569 | 0.8354 |
반면, 야간 시간대의 제한속도 순응 비율은 설치 전 10.1%에서 사후 1차 20.3%로 증가하였으나, 통계적으 로 유의미한 차이를 보이지 않았다(z = -1.9042, p = 0.0569). 또한, 사후 2차에서는 9.2%로 다시 감소하였으 며, 사전과의 차이가 거의 없고 통계적으로도 유의하지 않은 것으로 나타났다(z = 0.2078, p = 0.8354).
2) Site B
Site B에 대한 시간평균속도 변화에 대한 t-test 결과는 <Table 6>과 같다. 주간 시간대의 경우, 사전 평균 속도는 65.18km/h로 나타났으며, 표지판 설치 직후인 사후 1차에서는 61.58km/h로 감소하여 -5.5%의 감속 효 과가 확인되었다. 사후 2차에서는 61.17km/h로 추가적인 변화 없이 거의 유지되는 양상을 보였다. t-검정 결 과, 사전과 사후 1차의 속도 차이는 통계적으로 유의한 수준(z = -12.3457, p < 0.001)으로 나타났으며, 사후 2차에서도 유의한 감속 효과가 지속되었음을 확인할 수 있었다(z = -10.8956, p < 0.001).
<Table 6>
t-test Results for TMS Changes at Site B
| Site A | Evaluation Indicators | Pre-installation | Post-installation (1st phase) | Post-installation (2nd phase) |
|---|---|---|---|---|
| Day | TMS(km/h) | 65.18 | 61.58 | 61.17 |
| t-test Statistic | - | -12.3457 | -10.8956 | |
| P-value | - | 0.0000 | 0.0000 | |
| Night | TMS(km/h) | 46.13 | 54.21 | 54.04 |
| t-test Statistic | - | 11.9574 | 10.5976 | |
| P-value | - | 0.0000 | 0.0000 |
야간 시간대에서는 사전 평균 속도가 46.13km/h였으며, 사후 1차에서는 오히려 54.21km/h로 증가하였다. 이는 통계적으로 유의한 속도 증가(z = 11.9574, p < 0.001)로 나타났으며, 야간 시간대에는 표지판이 감속 효 과를 유발하지 못했음을 의미한다. 사후 2차에서도 54.04km/h로 측정되어 속도 변화가 유지되는 것으로 나타 났으며, 통계적으로도 유의한 차이를 보였다(z = 10.5976, p < 0.001).
Site B에 대한 제한속도 순응비율 변화에 대한 t-test 결과는 <Table 7>과 같다. 주간 시간대의 경우, 설치 전 제한속도 순응 비율은 0.0%로 나타났으며, 표지판 설치 직후(사후 1차) 0.2%로 소폭 증가하였다. 그러나 통계적으로 유의한 차이를 보이지 않았다(z = -1.7424, p = 0.0814). 이후 사후 2차에서는 다시 0.0%로 회귀하 여, 표지판 설치가 제한속도 준수율 향상에 실질적인 효과를 미치지 않은 것으로 분석되었다.
<Table 7>
z-test Results for Changes in Speed Limit Compliance Rate at Site B
| Site A | Evaluation Indicators | Pre-installation | Post-installation (1st phase) | Post-installation (2nd phase) |
|---|---|---|---|---|
| Day | Speed Limit Compliance Rate(%) | 0.0 | 0.2 | 0.0 |
| z-test Statistic | - | -1.7424 | - | |
| P-value | - | 0.0814 | - | |
| Night | Speed Limit Compliance Rate(%) | 4.1 | 0.3 | 0.0 |
| z-test Statistic | - | 3.0929 | 3.1252 | |
| P-value | - | 0.0020 | 0.0018 |
반면, 야간 시간대에서는 표지판 설치 전 제한속도 순응 비율이 4.1%였으며, 사후 1차에서 0.3%로 감소하 는 경향을 보였다. 이는 통계적으로 유의한 차이를 나타내었으며(z = 3.0929, p = 0.0020), 사후 2차에서도 0.0%로 완전히 감소하여 제한속도 준수 차량이 사라진 것으로 확인되었다(z = 3.1252, p = 0.0018).
3. 구간별 세부 속도 비교분석
1) Site A
Site A에 대한 구간별 세부 속도 비교분석 결과는 <Table 8>과 같다. 분석결과, 디지털 표지판 설치 직후 (사후 1차)에는 모든 구간에서 감속 효과가 뚜렷하게 나타났으며, 주간과 야간 모두에서 차량 속도가 감소하 였다. 특히 보호구역 초입부에서 감속 폭이 가장 컸으며, 이는 운전자들이 보호구역 진입 전에 속도를 조절 하려는 경향이 강화되었음을 의미한다. 주간에는 70~60m 구간에서 54.6km/h로 감소하였으며, 야간에도 동일 구간에서 48.7km/h로 속도가 저하되었다.
<Table 8>
Comparison Analysis of TMS by Detailed Section at Site A
| Site A | Survey Period | 70~60m | 60~50m | 50~40m | 40~30m | 30~20m | 20~10m |
|---|---|---|---|---|---|---|---|
| Day | Before_Day | 67.5 | 58.9 | 45.9 | 49.2 | 52.7 | 53.4 |
| After(1st)_Day | 54.6 | 50.7 | 41.8 | 40.5 | 41.0 | 39.6 | |
| After(2nd)_Day | 55.8 | 52.6 | 43.6 | 49.2 | 54.1 | 48.6 | |
| Night | Before_Night | 55.1 | 51.7 | 50.1 | 50.5 | 48.9 | 45.2 |
| After(1st)_Night | 48.7 | 42.4 | 39.5 | 41.8 | 45.6 | 42.3 | |
| After(2nd)_Night | 54.0 | 50.4 | 42.5 | 47.8 | 50.6 | 48.0 |
그러나 사후 2차 조사에서는 감속 효과가 일부 감소하는 경향이 확인되었다. 주간에는 사후 1차 대비 속 도가 다시 증가하는 구간이 다수 관찰되었으며, 특히 보호구역 후반부(30~20m, 20~10m) 구간에서 속도 회복 현상이 두드러졌다. 야간도 비슷한 경향이 관찰되었으며, 사후 2차 조사에서는 구간 대부분에서 속도가 다시 증가하였다. 특히 보호구역 후반부 구간에서는 속도가 표지판 설치 이전 수준에 근접하거나 일부 구간에서 는 오히려 더 높은 수준을 기록하는 등, 감속 효과가 장기적으로 유지되지 못하는 모습을 보였다.
<Fig. 6>은 Site A의 주간 및 야간 평균 통행속도 변화를 시각적으로 나타낸 것이다. 사후 1차 조사에서는 모든 구간에서 감속 효과가 뚜렷하게 나타났으며, 특히 보호구역 초입부에서 속도 감소가 두드러졌다. 그러 나 사후 2차 조사에서는 일부 구간에서 속도가 다시 증가하는 경향이 확인되었으며, 특히 보호구역 후반부 에서 속도 회복이 나타났다.
2) Site B
Site B에 대한 구간별 세부 속도 비교분석 결과는 <Table 9>와 같다. 분석 결과, 디지털 표지판 설치 직후(사 후 1차)에는 모든 구간에서 감속 효과가 뚜렷하게 나타났으며, 주간과 야간 모두에서 차량 속도가 감소하였다. 특히 보호구역 초입부(70~60m, 60~50m) 구간에서 감속 폭이 가장 컸으며, 이는 운전자들이 보호구역 진입 시 속도를 적극적으로 조절하려는 경향을 보였음을 의미한다. 주간에는 70~60m 구간에서 속도가 61.2km/h로 감소 하였으며, 야간에도 동일 구간에서 60.1km/h로 속도가 저하되었다.
<Table 9>
Comparison Analysis of TMS by Detailed Section at Site B
| Site A | Survey Period | 70~60m | 60~50m | 50~40m | 40~30m | 30~20m | 20~10m |
|---|---|---|---|---|---|---|---|
| Day | Before_Day | 69.1 | 71.2 | 70.3 | 67.3 | 59.1 | 59.9 |
| After(1st)_Day | 61.2 | 65.1 | 62.8 | 62.4 | 60.0 | 57.3 | |
| After(2nd)_Day | 64.5 | 69.9 | 62.7 | 60.0 | 54.8 | 56.8 | |
| Night | Before_Night | 54.9 | 55.9 | 51.8 | 40.3 | 39.6 | 44.8 |
| After(1st)_Night | 60.1 | 58.1 | 59.1 | 56.7 | 50.3 | 45.3 | |
| After(2nd)_Night | 69.1 | 70.8 | 64.5 | 53.4 | 51.8 | 53.0 |
그러나 사후 2차 조사에서는 감속 효과가 일부 감소하는 경향이 확인되었다. 주간에는 사후 1차 대비 속 도가 다시 증가하는 구간이 다수 관찰되었으며, 특히 보호구역 후반부(30~20m, 20~10m) 구간에서는 속도 회 복이 두드러졌다. 야간도 유사한 경향이 나타났으며, 사후 2차 조사에서 구간 대부분에서 속도가 증가하였 다. 특히 70~60m 및 60~50m 구간에서는 속도가 표지판 설치 이전보다 더 높은 수준을 기록하는 구간도 존 재하며, 보호구역 후반부에서는 속도 회복 현상이 더욱 뚜렷하게 나타났다.
<Fig. 7>은 Site B의 주간 및 야간 평균 통행속도 변화를 시각적으로 나타낸 것이다. 사후 1차 조사에서는 모든 구간에서 감속 효과가 확인되었으며, 특히 Site A와 유사하게 보호구역 초입부에서 속도 감소가 두드러 지게 나타났다. 그러나 사후 2차 조사에서는 일부 구간에서 속도가 다시 증가하는 경향이 관찰되었으며, 특 히 야간의 경우 속도가 표지판 설치 이전 수준으로 회복되는 구간이 발생하였다.
4. 소결
디지털 교통안전 표지판 설치 후 차량 속도 저감 및 제한속도 준수율의 변화를 정량적으로 분석한 결과, 초기에는 표지판 설치로 인한 감속 효과와 제한속도 준수율 증가가 나타났으나, 시간이 지나면서 효과가 점 차 감소하는 경향이 확인되었다. 특히, 주간과 야간 시간대별 효과 지속성이 다르게 나타났으며, 야간에는 감속 효과가 상대적으로 미미하거나 오히려 속도가 증가하는 현상이 관찰되었다.
디지털 교통안전 표지판 설치 이후 차량 속도 저감 및 제한속도 준수율의 향상은 초기에는 뚜렷하게 나타 났으나, 시간 경과에 따라 그 효과가 점차 약화되는 양상이 확인되었다. 이는 반복된 자극에 대한 반응이 점 점 둔감해지는 습관화(Habituation) 현상으로 해석될 수 있으며, 운전자들이 교통안전 시설물에 익숙해지면서 경각심이 낮아지고 감속 반응이 줄어드는 경향으로 이어진다. 특히 반복적으로 제시되는 시각 정보에 익숙 해진 운전자의 경우 주의 집중이 분산되고, 디지털 표지판에 대한 인지 및 반응이 지연되며, 이는 실질적인 감속 행동 감소로 연결될 수 있다. 야간에는 이러한 현상이 더욱 두드러지는데, 이는 시인성 저하와 시각 피 로가 복합적으로 작용하여 표지판 인지가 더욱 어려워지기 때문이다. 또한 해당 구간을 상대적으로 안전한 공간으로 인식하는 운전자일수록 제한속도 위반에 대한 경계심이 낮아지는 경향을 보이며, 이는 감속 효과 의 지속성 저하와 관련된다. 이러한 분석 결과는 보호구역 내 표지판 효과가 단기적 개입에는 유효하지만, 운전자 인지 및 행동 특성에 따라 중·장기적으로는 반응이 둔화될 수 있음을 시사한다.
Ⅵ. 결론 및 향후 연구방향
1. 결론
본 연구에서는 디지털 교통안전 표지판 설치가 어린이 보호구역 내 차량 속도 저감 및 제한속도 준수율에 미치는 영향을 정량적으로 분석하였다. 연구 과정은 크게 사전·사후 효과 분석과 통계적 검증으로 구성되었 다. 강원도 동해시의 2개 어린이 보호구역에서 차량 속도 및 제한속도 준수율을 측정하였으며, 표지판 설치 전·후 1차 조사와 6개월 후 2차 조사를 추가로 수행하여 시간에 따른 효과 지속 여부를 검토하였다. 분석 방 법으로는 시간평균속도 변화율과 제한속도 순응 비율을 주요 평가지표로 설정하였으며, t-검정과 z-검정을 활용하여 표지판 설치 효과가 통계적으로 유의미한 차이를 나타내는지를 검증하였다.
연구 결과, 표지판 설치 직후에는 차량 속도가 유의미하게 감소하고 제한속도 준수율이 증가하는 효과가 확인되었으나, 시간이 지남에 따라 감속 효과가 점차 감소하는 경향이 나타났다. 특히, 주간보다는 야간에서 감속 효과가 상대적으로 미미하거나 오히려 속도가 증가하는 현상이 관찰되었으며, 이는 운전자의 습관화 (habituation) 현상과 야간 시인성 문제로 설명될 수 있다. 즉, 보호구역 내 표지판 설치가 초기에는 운전자들 에게 주의를 환기시키는 역할을 하지만, 시간이 지나면서 표지판의 존재에 대한 경각심이 낮아지고 감속 반 응이 둔화되는 것으로 판단된다.
이러한 분석 결과를 바탕으로, 보호구역 내 차량 감속 효과를 장기적으로 유지하기 위해서는 단순한 표지 판 설치뿐만 아니라 추가적인 교통안전 대책이 필요하다는 점이 시사된다. 첫째, 가변형 교통안전 표지판의 도입이 필요하다. 차량 속도, 보행자 밀집도, 시간대 등의 정보를 실시간으로 반영하여 경고 메시지를 제공 하는 동적 교통안전 표지판을 적용하면, 운전자들의 주의를 지속적으로 환기할 수 있을 것이다. 둘째, 야간 시인성을 강화하는 조치가 요구된다. 표지판의 조명 밝기 조정, 반사율 개선, LED 점멸 기능 추가 등을 통해 야간에도 충분한 감속 효과를 유지할 수 있도록 해야 한다. 셋째, AI 기반 실시간 단속 시스템과 연계한 피 드백 시스템 도입이 필요하다. 속도위반 감지 및 경고 메시지 전송 기능이 포함된 단속 시스템을 활용하면 운전자의 행동 변화를 유도할 수 있을 것이다. 마지막으로, 습관화를 방지하기 위한 표지판 디자인 및 문구 변경이 필요하다.
2. 한계점 및 향후 연구방향
본 연구는 어린이 보호구역 내 디지털 교통안전 표지판의 설치 효과를 정량적으로 분석하고, 운전자 주행 특성 변화에 대한 시계열적 평가를 수행함으로써 실증적·정책적 기여를 도모하였다. 그러나 다음과 같은 보 완점을 통해 연구의 확장성과 이론적 깊이를 더욱 강화할 수 있을 것으로 판단된다.
첫째, 본 연구는 특정 지역(강원도 동해시) 사례에 국한되어 있어, 연구 결과의 일반화에는 제한이 따른다. 향후 연구에서는 다양한 도시 구조와 도로 환경을 반영한 사례를 비교 분석함으로써, 지역적 특성이 교통안 전 조치 효과에 미치는 영향을 보다 입체적으로 규명할 필요가 있다.
둘째, 운전자의 심리적·인지적 특성을 직접적으로 반영하지 못하였다는 점에서 이론적 보완이 요구된다. 향후 연구에서는 반복 노출에 따른 주의력 저하, 위험 인식, 인지-반응 지연 등 운전자 행동에 영향을 미치는 요소들을 고려한 인지심리학 기반의 해석틀을 도입함으로써, 디지털 표지판 효과가 시간에 따라 감소하는 현상을 보다 정교하게 설명할 수 있을 것이다.
셋째, 운전자 행동의 이질성을 반영한 분석도 중요하다. 최근 제안된 운전자 성향 군집화(clustering) 기법 을 활용하면, 디지털 표지판에 대한 반응이 운전자 유형에 따라 어떻게 다르게 나타나는지를 세분화할 수 있 다. 예를 들어, 오토인코더 기반의 행동 군집화 방법론을 활용할 경우, 향후 연구에서는 디지털 표지판에 민 감하게 반응하는 유형과 그렇지 않은 유형을 구분하여 보다 맞춤형 교통안전 전략을 제안할 수 있을 것이다.
마지막으로 본 연구에서 ‘장기적 감속 효과’라는 표현은 최대 6개월의 추적 조사 결과를 기반으로 해석된 것으로써 보다 장기적인(예: 1년 이상) 효과를 논의하기에는 한계가 있다. 향후 연구에서는 최소 1년 이상의 조사 기간을 설정하고 계절, 시간대, 운전 습관 변화 등을 종합적으로 반영한 장기 추적 연구가 필요할 것으 로 판단된다.
