Ⅰ. 서 론

1. 연구의 배경

최근 SAE J3016 표준에서 정의하는 레벨 4 자율주행이 기술적으로 가시권에 들어오면서, 2020년대 중후반에 서 2030년경을 전후해 제한된 지역·용도에서의 상용 서비스가 본격화될 것으로 전망된다(SAE International, 2021). 대한민국 또한 ^｢제1차 자율주행 교통·물류 기본계획(2021–2025)_｣을 통해 2027년 전후 레벨 4 수준의 무인 자율주행 서비스 도입을 목표로 설정하고, 도심 시범운행지구 지정 및 K-City와 같은 시험 인프라 확충, 법·제도 정비를 단계적으로 추진하고 있다(Bang et al., 2022).

그러나 자율주행차가 상용화되더라도 기존 차량이 단기간에 사라지지 않는다는 점에서, 도시 교통체계는 상당 기간 자율주행차와 일반차량이 공존하는 과도기적 혼재 교통을 겪을 것으로 예상된다(Litman, 2017). 이 러한 혼재 교통 환경은 신호 교차로, 복잡한 차로 변경, 다양한 토지이용이 중첩된 도심부 도로에서 더욱 복 잡하게 전개되며, 이에 따른 이질적인 제어 로직과 운전 행태를 가진 차량이 뒤섞여 새로운 안전·소통 위험 요인을 유발할 수 있음을 지적한다(He et al., 2025;Kurse et al., 2025).

특히, 자율주행차량은 차량 자체 센서와 소프트웨어에 의존하기 때문에 보행자의 사각지대에서의 돌발 진 입이나 악천후 등 도심 특유의 불확실성을 완벽히 고려하기 어렵다. 또한, 일반 운전자의 공격적·비예측적 운전에 지나치게 보수적으로 반응하여, 통행 흐름을 저해하거나 교착(Deadlock) 상태를 유발하는 등 새로운 유형의 돌발상황이 발생할 수 있다. 이와 같은 기술적·행태적 한계를 보완하기 위해서 개별 차량의 자율성에 만 의존할 것이 아닌, 교통관제센터를 중심으로 인프라와 통신 기능을 결합(V2I)하여 상황을 능동적으로 관 리하는 통합 관제 체계가 요구된다(Martin-Gasulla and Elefteriadou, 2021;Yıldırım and Özuysal, 2024).

2. 연구의 목적

본 연구의 목적은 자율주행차량과 일반차량이 혼재하는 도심부 도로 환경에서 발생할 수 있는 위험 요소 를 최소화하고, 교통 소통의 효율성과 안전성을 동시에 확보할 수 있는 자율주행 통합관제시스템의 실증 평 가 체계를 구축하는 데 있다. 이는 자율주행 기술이 개별 차량의 주행 성능을 향상하더라도, 혼재 교통 환경 에서의 전체적인 안전성과 소통 효율은 상위 수준의 관제 전략이 결합할 때 확보될 수 있기 때문이다.

이에 본 연구는 통합교통관제센터가 돌발상황의 탐지–판단–개입–해소에 이르는 전 과정을 체계적으로 지원한다는 전제하에, 도시 단위 네트워크에서의 관제 시스템 운영 시나리오를 설계·구조화하고자 한다. 구 체적으로는 도심부 혼재 교통 환경에서 발생할 수 있는 위험 요소를 유형화하고, 각 상황에 대해 관제센터가 어떠한 기능과 서비스를 통해 개입해야 하는지를 정의하는 것을 목표로 한다.

나아가 자율주행 통합교통 관제 시스템 아키텍처(ITSK-00123-1)를 준용해 실제 운영 가능한 관제 서비스 를 구성하고, 시나리오별로 문제해결 속도, 교통 소통, 주행 안전성 등 다차원 성과지표를 도출·적용한다. 이 를 통해 자율주행 통합교통관제센터 도입에 따른 운영 효과를 정량적으로 입증하고, 자율주행 상용화 시대 에 대비한 관제 인프라 구축 및 운영 정책 수립을 위한 기초자료를 마련하는 것을 최종 목표로 한다.

Ⅱ. 선행 연구

1. 기존 교통관제시스템과 교통운영·안전 평가

초기 지능형교통체계(Intelligent Transport Systems, ITS) 및 교통관제시스템은 루프 검지기·CCTV 등 고정식 센서를 통해 수집된 정보를 기반으로, 신호제어 및 가변 정보 표지(Variable Message Sign, VMS) 안내를 중심 으로 한 단방향적 교통제어 및 정보제공 방식으로 운영되었다(ElSahly and Abdelfatah, 2022). 이에 따른 국내 외 교통관제센터는 돌발상황을 조기에 탐지하고 전파하는 것을 핵심 기능으로 수행해 왔으며(Lee and Lee, 2002), 최근에는 방범·재난·교통 등 분산된 기능을 단일 플랫폼으로 통합하여 상황 인지부터 대응까지의 효 율성을 높이고 있다(Park and Lee, 2020;Jung, 2015).

이러한 시스템 성과 평가는 통행속도, 지체도, 사고율 등 거시적 지표를 중심으로 이루어졌다. Lagoa et al.(2024)과 Nygårdhs(2011)는 VMS 도입에 따른 제한속도 준수율과 사고 감소 효과를, 국내의 Kim et al.(2020)은 도로 기하구조와 교통류 데이터를 결합한 위험도 진단 절차를 제시하였다. 선행 연구들은 주로 인프라 단위의 물리적 소통 효율성과 안전 성과를 정량적으로 검증하는 데 초점을 맞춰 발전해 왔다.

2. C-ITS 및 V2X 기반 관제 시스템의 운영 평가

C-ITS(Cooperative Intelligent Transport Systems)는 V2X(Vehicle-to-Everything) 통신을 기반으로 차량과 인프 라 간 양방향 정보를 공유하여 협력 주행을 지원하는 체계로 자율주행 상용화를 위해 신호정보 제공, 위험 경고 등을 수행하는 통합 관제 체계 및 인프라 구축의 중요성을 강조하고 있다(Ehlers et al., 2017).

관제 시스템 평가 역시 통신 품질과 협력 제어 알고리즘의 영향을 함께 고려하는 방향으로 확장되고 있 다. Walch et al.(2025)은 성과지표를 안전성·효율성·환경성·수용성으로 체계화하였으며, Choi et al.(2023)은 시 뮬레이션을 통해 V2X 서비스별 운영 효과를 분석하였다. 또한, Kim et al.(2024)과 Gu et al.(2024)는 혼재 교 통 시뮬레이션에서 급가감속도(jerk)와 같은 주행 궤적 기반 지표가 위험 구간 식별과 안전성 평가에 있어 유 효함을 입증하였다. 이는 C-ITS 시대의 관제 시스템 평가가 단순한 정보제공 효과를 넘어, 통신 특성과 일반 차-자율차 혼재 상황의 상호작용을 반영한 정교한 프레임워크를 구축해야 할 필요가 있음을 시사한다.

3. 자율주행 및 시나리오 기반 평가 방법론

자율주행 환경에서의 관제 시스템 효과 평가는 도로에서 발생 가능한 위험 상황을 구조화한 시나리오 개 념을 전제로 한다. Ulbrich et al.(2015)과 Ma et al.(2021)은 자율주행 검증이 주행거리 기반에서 시나리오 기 반으로 전환되고 있음을 밝히며, 장면과 상황을 시간 흐름에 따라 구성한 시나리오의 정의 및 추출 절차를 정립하였다. 또한, Riedmaier et al.(2020)은 시나리오 생성과 선정이 안전성 검증의 핵심임을 강조하였다.

이를 바탕으로 PEGASUS 프로젝트의 '기능–논리–구체 시나리오' 계층 구조가 효과 평가의 표준으로 자 리 잡았다(Menzel et al., 2018). Ko et al.(2024)과 Kang et al.(2023)은 이러한 구조를 활용하여 실제 차량 주행 궤적을 반영한 테스트 케이스를 생성하고 시뮬레이션 환경에서 안전성을 평가하는 등, 시나리오 기반 방법 론이 자율주행 시스템 검증에 있어 효과적으로 활용되고 있음을 보여준다.

4. 선행 연구의 한계 및 본 연구의 차별성

기존 선행 연구의 경우, ITS 인프라 운영, V2X 서비스 효과, 그리고 차량 단위의 시나리오 검증 분야 등에 서 성과를 축적해 왔다. 그러나 다수의 연구에서는 고속도로나 단일 서비스 수준의 평가에 집중하며, 자율주 행차와 일반차량이 혼재하는 도심부 도로망에 대한 관점에서 진행한 연구는 부족하다. 특히, 동일 시나리오 에 대한 센터 개입 수준에 따른 혼재 교통류의 소통·안전 변화에 관한 체계적 탐구는 주로 연구되지 않았다.

본 연구는 혼재 상황을 전제로 자율주행 통합교통관제센터를 핵심 분석 단위로 설정한다는 점에서 기존 연구와 차별된다. 차량, 인프라, 센터 간 상호작용을 반영한 실증 시나리오를 구축하고, 관제센터의 단계적 대응 전략을 적용함으로써, 시스템의 문제해결 시간, 네트워크 지체, 주행 안전성 변화 등을 정량적으로 비 교·분석하고자 한다. 이를 통해, 자율주행 상용화 시대의 관제 시스템 가이드라인을 제시할 수 있을 것이다.

Ⅲ. 방법론

1. 시나리오 구성요소

시나리오를 구성하는 요소로는 크게 교통상황을 관리하는 관제센터와 도로를 주행하는 이동 객체로 나눌 수 있다. 관제센터는 다양한 센서를 통해 현장 정보를 수집·분석하고 대응하는 고정형 주체로, 현장 인프라 와 차량과의 원격통신을 통해 상호작용 한다. 기존 ITS 시스템에서는 관제센터의 기능이 모니터링에 집중되 었지만, 자율주행 통합교통관제센터에서는 주행 차량에 대한 더욱 능동적인 대응이 주요한 역할을 한다.

자율주행차 도입 이후의 교통 환경은 자율주행차량과 일반차량이 동시에 운행되는 혼재 상황을 전제로 하므로, 두 차량군의 기능적 차이를 이해하고, 이에 기반한 대응 전략을 마련하는 것이 필수적이다. 일반차 량은 운전자의 직관·경험에 따라 즉시 반응하는 반면, 자율주행차는 센서 데이터 수집–분석–알고리즘 판 단을 거치는 절차적 의사결정을 수행함에 따라, 통신방식, 반응속도, 돌발상황 대응 등에서 구조적인 차이를 보인다(Wang et al., 2023). <Table 1>은 자율주행차량과 일반차량의 운행 특성을 비교하여 두 차량군 간의 기 능적 차이를 명시한 표로, 혼재 교통 환경에서 두 차량 군의 특성의 차이를 확인할 수 있다. 이러한 이질성 은 두 객체가 별개로 존재할 때는 문제가 없을 수 있으나, 두 객체가 혼입된 상황에서는 두 차량의 비율, 혼 재율에 따라 예기치 않은 지연·비효율과 상호 충돌 가능성이 높아질 수 있다(Lee et al., 2024). 따라서, 관제 센터는 차량 유형별 특성을 반영하고 차량의 혼재율에 따른 맞춤형 관리 전략을 통해 상호작용을 조정하고 잠재적 위험을 사전에 완화해야 하며, 돌발상황 시 신속하고 적절한 대응을 가능하게 하고, 궁극적으로 안정 적이고 효율적인 자율주행 친화형 교통 운영체계 구축으로 이어질 수 있어야 한다.

2. 문제 상황의 정의

시나리오의 핵심은 어떤 문제를 어떤 조건에서 해결하려는 가를 명확히 규정하는 것이다. 본 연구는 자율 주행차와 일반차가 혼재하는 도심부 교통 환경을 전제로, 관제센터 개입이 요구되는 문제 상황을 자율주행 차가 직접 유발하는 문제와 자율주행차로 인해 기존 문제가 악화하는 문제의 두 유형으로 분류하였다.

1) 자율주행차가 유발하는 문제

자율주행차는 설계된 운행 설계 영역(Operational Design Domain, ODD) 범위를 벗어나거나 비정형적 상황 에서의 유연한 대응이 어렵다. 이와 같은 상황에서 자율주행차는 충돌 회피를 위해 지나치게 보수적으로 반 응해 멈추거나(Freezing), 교착 상태(Dead-lock)를 유발할 수 있어 해결을 위한 개입이 효과적으로 작용한다.

2) 자율주행차에 의해 악화하는 문제

자율주행차는 법적 안전 기준 준수와 보수적 알고리즘으로 인해 일반차량 대비 주행속도가 낮고, 센서 인 지 범위의 한계가 있다. 이에 따라 종 방향 차량 흐름을 둔화시켜 혼잡 해소를 지연시키거나, 전방의 돌발상 황을 뒤따르는 일반 차량에 적시에 알리지 못해 혼란을 확산시킬 수 있다. 이는 직접적인 사고 원인이 아니 더라도 교통 전체의 안정성을 저하하는 요인이 된다.

종합하면, 통합교통관제센터는 자율주행차량 고유의 결함뿐만 아니라 혼재 교통상황에서 파생되는 시스 템적인 위험까지 포괄적으로 관리해야 한다. 따라서 본 연구는 이러한 복합적 위험 요소를 시나리오로 유형 화함으로써, 향후 문제 상황에 대한 대응 전략 수립과 성능평가를 위한 논리적 토대를 마련하고자 한다.

3. 대응 기술 및 운영체계

자율주행차량의 도입은 기존 도로 체계 운영상에 발생하는 문제를 새로운 방식으로 증폭시킬 가능성이 있으므로, 이를 사전에 탐지하고 신속하게 대응하기 위한 기술적·운영적 장치가 요구된다. 본 연구는 기존 지능형교통체계의 핵심 기능인 정보 수집, 가공·분석을 통한 의사결정 지원, 정보제공의 체계를 계승하되, 이를 사건의 발생부터 종료까지의 타임라인 관점에서 재구성하였다.

<Fig. 1>과 같이 관제센터의 대응 체계는 모니터링–의사결정 지원–교통안전관리의 세 단계로 구성된다. 평시에는 모니터링을 수행하다가, 문제 상황 발생 시, 의사결정 지원을 통해 최적의 전략을 수립하고, 이에 근거하여 교통안전관리 차원의 개입을 수행 후, 상황이 종료됨에 따라 모니터링으로 복귀하는 순환식 구조 를 가진다. 이러한 구조는 향후 자율협력주행 환경에서의 관제센터 실증 평가의 논리적 기초가 된다.

<Fig. 1>

Response Timeline of the Autonomous Driving Control Center

1) 모니터링(정보 수집) 기능

모니터링 기능은 교통 흐름과 돌발상황을 실시간으로 식별·기록·전파한다. VDS(Vehicle Detection Sensor), DSRC(Dedicated Short-Range Communication), CCTV 등 기존 도로 체계의 센서뿐만 아니라, 영상 분석 기반의 스마트 교차로 기술을 활용하여 차로별 교통량, 대기행렬, 보행자 안전 정보 등 세부적인 데이터들을 정밀하 게 수집한다. 이는 상황을 인지하는 기초 단계로서, 관제센터 운영을 가능하게 하는 기본 토대가 된다.

2) 의사결정 지원(저장·분석) 기능

모니터링으로 수집된 정보는 빅데이터 분석과 시뮬레이션 시스템을 통해 처리된다. 빅데이터 시스템은 과 거 패턴을 학습해 이상 징후를 탐지하고, 시뮬레이션 시스템은 현재 상황에서 특정 대응 전략(예: 우회 유도) 을 적용했을 때의 효과(확산 범위, 해소 시간 등)를 예측하여 운영자의 최적 의사결정을 지원한다.

3) 교통안전관리(정보제공) 기능

분석된 정보와 대응 전략은 차량 유형에 따라 차별화된 경로와 방식으로 전달된다. 일반차량 대상의 정보 제공은 운전자에게 시각적·청각적 정보를 전달하여 간접적인 행동 변화를 유도한다. 기존 ITS 인프라를 활 용하여 VMS, 현장 관리자 수신호, 모바일 내비게이션 등을 통해 우회 정보나 주의 운전 정보를 제공한다.

자율주행차는 자체 센서에 의존하므로 비가시권 정보나 장거리 돌발상황 인지에 한계가 있다. 이를 보완 하기 위해 C-ITS 기술을 활용, RSU(Roadside Unit)를 통해 사고·기상·정체 정보를 차량에 디지털 형태로 직접 전송한다. 필요시 단순 정보제공을 넘어 권장 속도 준수, 차로 변경 등 구체적인 주행전략을 지시함으로써 주행 안전성과 효율을 향상한다.

또한, 상황에 따라 교통안전 관리를 위해 능동적 개입이 가능하다. 자율주행차가 법규를 엄격히 준수하는 특성에서 비롯된 교착 상황이나, 알고리즘만으로는 해결하기 어려운 복합적인 상황에 대해서는 원격제어 기 술을 활용한다. 모든 상황을 자율주행 알고리즘만으로 해결하는 데에는 기술적 복잡도와 비용 효율성 측면 에서 한계가 있으므로, 긴급 상황 발생 시 관제센터가 차량 제어권에 직접 개입하여 문제를 신속히 해소하는 방식이 실용적인 대안으로 활용된다.

4) 소결

기존 ITS 인프라와 첨단기술(빅데이터, C-ITS, 원격제어)의 융합은 자율주행 통합교통관제센터가 복잡한 혼재 교통상황을 정밀하게 인지하고, 최적의 대응 전략을 신속히 수행하는 기반이 된다. 이는 관제센터가 단 순한 정보 수집자가 아닌, 자율주행 시대의 도로 소통 효율과 안전을 확보하는 핵심 플랫폼임을 시사한다.

4. 시나리오 설계 프로세스

1) 개요

본 연구의 실증 시나리오는 자율주행차량 혼재 상황에서 발생하는 여러 교통 문제와 이를 해결하기 위한 관제센터의 대응 서비스를 하나의 흐름으로 연결된 구조를 갖는다. 여기서 서비스란 단일 기능의 단순 나열 이 아니라, 모니터링-의사결정 지원-교통안전관리로 이어지는 일련의 기능적 조합을 의미한다.

따라서 시나리오 설계는 각 기능 단위에서 데이터의 입력 시점, 처리 방법, 특정 정보의 생성 및 전달에 대한 흐름을 체계적으로 정리하는 것에서 출발한다. 이때, 단순히 이상적인 기능을 조합하는 것이 아닌, 도 로의 물리적 환경, 가용 인프라의 기술적 제약, 그리고 법·제도적 운영 한계 등을 종합적으로 고려하여, 실제 현장에서 적용할 수 있는 범위 내의 구체적인 시나리오를 확정해야 한다.

2) 환경적 제약 및 위중도 설정

시나리오는 대상 도로의 물리적 환경과 인프라 구축 수준에 따라 결정된다. 현실의 도로망은 이상적인 테 스트베드와 달리, 구간별로 도로 구조, 인프라 설치, 통신 사양 및 데이터 전송 주기, 출력 형식 등이 서로 다 른 경우가 존재한다. 따라서 시나리오 설계 시에는 대상 구간의 환경을 사전에 조사해 파악 후, 해당 구간에 존대하는 인프라를 통해 실제로 수행할 수 있는 모니터링·분석·제어 서비스의 범위를 정의해야 한다.

또한, 시나리오는 대상 구간의 물리적 환경과 인프라 구축 수준뿐 아니라, 도로를 주행하는 이동 객체의 구성비에 의한 제약을 반영해야 한다. 혼재 교통환경에서는 자율주행차 혼재율에 따라 통신 가능 범위와 데 이터 전송 신뢰도, 차량 반응시간 및 돌발상황 대응 방식이 달라지며, 이는 관제센터 서비스의 적용 범위와 성능에 직접적인 영향을 미친다(Al-Turki et al., 2021). 따라서 시나리오 설계에서 인프라 조건과 함께 혼재율 수준을 정의하고 시나리오의 변수로 관리해 유동적으로 대응 전략의 수정하는 과정이 필요하다.

마지막으로, 문제의 위중도에 따른 시나리오의 구조와 대응 개입 강도도 차등적으로 조정되어야 한다. 일 률적인 최대 수준의 대응 적용은 비효율적일 뿐 아니라, 오히려 교통 흐름을 저해할 수 있다. 따라서 시나리 오는 각 문제 상황을 위험도 수준에 따라 단계적으로 구분해 설계해야 하며, 전문가 판단과 시뮬레이션 분석 을 통해 적정 개입 강도를 설정함으로써 과도한 통제로 인한 문제를 방지하고 운영 효율성을 확보해야 한다.

3) 시나리오의 유형: 통합 시나리오와 단위 서비스 시나리오

시나리오는 평가의 목적과 범위에 따라 통합 시나리오와 단위 서비스 시나리오로 구분된다. 통합 시나리 오는 실제 도로에서 발생하는 문제 상황을 가정하고 모니터링, 의사결정, 대응의 과정이 유기적으로 작동하 는지를 실증하기 위한 시나리오이며, 시스템 전체의 문제해결 능력과 서비스 연계성 평가에 주안점을 둔다.

단위 서비스 시나리오는 전체 프로세스가 아닌, 시뮬레이션 분석, 위험도 산출과 같은 특정 기능의 독립적 인 성능을 검증하기 위한 시나리오다. 이는 특정 문제의 발생 여부와 관계없이 상시 운영되거나 사후 분석용 으로 활용되는 기능들을 평가하기 위해 설계된다. 단위 서비스 시나리오는 통합 시나리오와 달리 문제해결 여부보다는 데이터 투입 대비 산출 정보의 정확성 및 처리 속도를 검증하는 데 초점을 맞춘다.

5. 실증 및 평가 방법론

1) 시나리오 수행 프레임워크

본 연구의 실증 평가는 시나리오를 운영자 관점과 시간의 흐름이라는 두 축으로 구조화하여 수행한다. 이 중 운영자 축은 프로세스를 수행하는 주체와 시스템 간 인터페이스를 규정하는 역할을 한다. 자율주행 통합 교통관제센터는 다수 기관이 개발한 시스템과 기능이 융합된 환경이므로, 각 기능별로 수행 주체, 필요 데이 터의 출처·입수 시점, 산출 정보의 제공 대상을 명확히 정의해야 한다. 이를 통해 시나리오 수행에 필요한 사전 준비 요소를 도출하고, 각 기능의 목표 정확도와 처리시간 등 예상 성능을 설정하는 기준을 마련한다.

시간 흐름 기준은 프로세스의 시작과 종료, 그리고 단계 간 순차적 인과관계를 정의하는 축이다. 복잡한 관제 시스템 실증에서는 각 기능이 정확한 시점에 정보를 주고받는 것이 중요하며, 특히 모니터링에서 대응 전략 실행으로 이어지는 과정은 기능 간의 종속적 관계가 있기 때문에, 시간 축에 따른 데이터의 투입·처리· 전달 과정을 상세히 설계해야 한다. 이 과정을 통해 각 기능의 작동·종료 시점을 명확히 하고, 이를 기반으 로 지연 시간 등 핵심 평가지표의 측정 구간을 선정할 수 있다.

2) 효과 평가지표

효과 평가는 시스템의 객관적 성능과 운영자·이용자의 수용성을 측정하는 적절한 지표를 바탕으로 수행 되어야 한다. 이 관점에서, 평가지표는 시스템의 목표 성능을 대변하는 5가지 특성(신속성, 정확성, 효과성, 안전성, 수용성)으로 세분된다. 이는 서비스별 평가 항목에 일관된 측정 기준을 부여하고, 사고 발생이나 긴 급차량 통행 등 다양한 시나리오 상황에서 성과를 정량화하는 기준이 된다. 5가지 특성에 대한 설명은 <Table 2>에 제시된 바와 같다.

3) 정량적 평가와 정성적 평가

효과 평가는 시스템의 객관적 성능을 검증하는 정량적 평가와 운영자, 이용자의 수용성을 파악하는 정성 적 평가로 이원화하여 수행된다. 이는 자율주행 혼재 교통 환경에서 발생하는 복합적인 상황을 기술적 성능 과 사용자 경험 측면에서 균형 있게 분석하기 위함이다.

정량적 평가는 <Table 3>에서 제시된 바와 같이 데이터 기반의 객관적 수치 측정을 원칙으로, 단일 의사 결정 지원, 통합 시나리오 대응, 자율주행차량 주행 평가 등을 포함한다. 단일 의사결정 지원 서비스는 관제 센터의 실시간 상황판단과 전략 수립을 지원하는 기능을 의미하고, 통합 시나리오 대응 서비스는 도로 성능 악화나 긴급차량 통행지원과 같은 특정 시나리오에 대한 대응 능력을 검토하는 것을 의미하며, 자율주행차 량 주행 평가는 자율주행차량의 주행 안전성과 시스템 연계 효과를 중점적으로 평가한다. 이러한 정량 평가 는 시스템 반응 시간, 처리 속도, 오류율 등의 정량 지표를 바탕으로 관제센터의 기술적 성능을 검증한다.

정성적 평가는 주관적 인식과 사용자 경험을 중심으로 <Table 4>에서 제시된 바와 같이 실제 운전자와 운영자를 대상으로 설문하여, 정량적으로 포착하기 어려운 심리적 안정감, 업무 편의성, 시스템 신뢰도 등을 보완한다.

4) 서비스별 평가 사항

각 서비스의 평가지표는 핵심 기능의 작동 여부와 성능을 검증할 수 있도록 세분화하여 설정한다. 평가는 서비스 개입 전·후 데이터 비교나 대조군 설정을 통해 성능 개선 효과를 정량적으로 입증하는 것을 원칙으 로 하되, 정량 측정이 어려운 항목은 설문조사를 통한 만족도·수용성 분석으로 정성평가를 병행한다.

단일 의사결정 지원 서비스는 관제센터의 상황 인지 및 전략 수립 능력 검증에 초점을 둔다. 예를 들어 돌 발상황·위험도 식별 서비스의 자동 탐지율과 관리 구간 위험도 분석의 정확성을 주요 평가지표로 활용한다.

통합 시나리오 대응 서비스는 실제 물리적 제어와 개입이 이루어지므로 종합적인 문제해결 능력과 대응 효율성을 평가한다. 예를 들어, 사고 발생으로 인한 대응을 수행할 경우, 사고로 인한 차량정체가 시스템 개 입 후 차량 흐름이 정상 궤도로 복원되는 속도와 지체 감소율을 측정한다.

자율주행차량 기반 효과 평가는 혼재 교통 환경에서 자율주행차량의 주행 안전성과 시스템 연계 효과를 확인하는 데 중점을 둔다. 관제센터로부터 위험 정보를 수신한 이후 자율주행차의 감속 시점, 차로 변경의 적절성, 급제동 등 위험 운전 행동의 발생 빈도 변화를 데이터 기반으로 분석한다.

만족도 평가는 시스템의 실질적 수용성을 확인하기 위해 이용자와 운영자를 대상으로 만족도를 평가한다. 예를 들어 이용자 평가의 경우, 일반 또는 자율주행차량 운전자가 체감하는 정보제공의 유용성, 편의성, 서 비스 신뢰도를 조사하여 장기적인 수용 의향을 통해 효과를 평가한다.

5) 평가 기준 설정

앞서 설정된 평가 사항의 정량평가에 있어 신뢰성과 재현성을 확보하기 위해선 평가 기준 설정이 필요하 다. 이때, 평가 기준 설정에서 고려하여야 할 요인은 다음과 같이 정리된다. 먼저 각 평가지표에 대해 측정의 시작·종료 시점과 정답 자료원을 명시하여, 동일 조건에서 누구나 같은 방식으로 성능을 산출할 수 있도록 정의하는 것이 중요하다. 이때의 기준은 단일 임계치에 의존하지 않기 위해, 표준·발주처 사례 등에서 도출 되는 제시된 절대 기준과 현행 운영 또는 구성 기능의 실제 성능을 기반으로 개선 목표 효율을 결합하여 설 정해, 두 기준 중 더 엄격한 값을 채택하여 과대평가를 방지하는 방법을 제안한다. 이를 통해 본 설정 기준 은 신속성, 정확도, 안정성, 효과성 전반에 대해 일관된 구조를 제공하며, 다양한 현장·시나리오에서도 동일 한 논리로 평가 기준을 이식·확장할 수 있게 지원하는 임무를 수행한다.

Ⅳ. 실증 시나리오 설계 및 적용

1. 대상지 개요

본 연구는 제안된 시나리오 설계 및 평가 방법론의 실효성을 검증하기 위해, 시흥시 자율주행 테스트베드 를 실증 대상지로 선정하였다. 해당 지역은 2020년 자율주행 시범운행지구로 지정된 이래 다양한 모빌리티 실증 연구가 수행됐으며, 2023년 경찰청의 ‘레벨 4 자율주행 교통안전 검증을 위한 R&D 통합 테스트베드’ 대상지로 선정됨에 따라 고도화된 관제 인프라를 갖추게 되었다.

실증구간은 시범운행지구 내 7개 도로, 총 9.0km로 구성되며, 통합관제 플랫폼, 악천후 및 음영 구간 대응 시스템, 교통 빅데이터 분석 체계가 구축되어 있다. 이는 폐쇄형 시험 트랙과 달리 실제 도심의 혼재 교통 환경을 반영하면서도, 안전성 검증을 위한 모니터링 체계가 완비되어 있어 다층적 시험이 가능하다. 본 연구 는 이와 같은 시흥 테스트베드의 인프라적 특성이 자율주행 통합교통관제센터의 운영 시나리오를 검증하기 에 최적의 조건을 갖추었다고 판단하여 본 사례 연구를 수행하였다.

2. 발생 가능 문제 식별

1) 도로 기하구조 및 교통 특성 분석

본 연구에서는 시흥시 자율주행 테스트베드에서 발생할 수 있는 문제 도출을 위해, 국토교통부에서 제공 하는 자율주행차량용 HD맵과 NTIS의 소통 정보를 바탕으로 도로 구조, 교통 흐름을 추출하고 분석하였다.

테스트베드의 물리구조인 <Fig. 2>와, 주간 시간대 주행속도의 중앙값인 <Fig. 3>에 제시된 정보를 바탕으 로 분석한 결과, 실증 대상 구간은 총 22개의 신호 교차로와 3개의 회전교차로로 구성되며, 도로 폭은 최소 왕복 4차로에서 최대 왕복 8차로로 비교적 넓게 형성되어 있다. 따라서 본 연구 실증구간에서는 좁은 이면도 로나 비신호 교차로의 교행 불가능 상황에서 주로 발생하는 자율주행차의 물리적 교착 현상은 발생 가능성 이 구조적으로 낮은 것으로 판단된다.

<Fig. 2>

Overview of the Siheung Autonomous Driving Testbed

<Fig. 3>

Median Daytime Speed Analysis for the Testbed Sections

2) 핵심 문제 상황 도출

교통소통 데이터 분석 결과, 특정 구간·시간대에서 상습적인 통행 지체와 혼잡이 발생하는 것으로 나타났 으며, 이는 자율주행차의 주행 효율을 저하할 뿐 아니라 급제동에 따른 후미 추돌 위험을 높이는 요인으로 파악되었다. 또한, 현장 조사에서는 도로 갓길의 불법 주정차 차량이 다수 확인되었으며, 이는 자율주행차의 센서 시야를 제한하고 혼잡상황에서 무리한 차로 변경을 유발하는 주요 위험 요인으로 평가된다.

이러한 분석 결과를 바탕으로, 본 연구는 시흥 자율주행 테스트베드 구간에서 교통 혼잡·사고·불법 주정 차와 자율주행차 특유의 위험을 중심으로 실증 시나리오에서 중점적으로 관리해야 할 문제 상황을 도출하 고, 이를 <Table 5>와 같이 유형화하였다.

먼저 교통 혼잡은 특정 구간의 차량이 급격하게 증가해 도로 위험도가 높아진 상황으로, 자율주행차량은 일반차량과의 상충과 운전자의 예상 불가능한 행태로 인해 주행 오류나 오작동을 겪을 수 있다. 둘째로 교통 사고는 특정 지점에서 사고로 인해 주행이 통제되어 상류 구간 정체를 유발하는 상황이며, 자율주행차량은 사고 정보 부족으로 사고 구간에 진입하거나 이를 회피하는 과정에서 비정상적인 주행환경에 처할 수 있다. 마지막으로 불법 주정차 차량은 갓길 정차로 인해 특정 차로의 운행이 제한되는 경우를 말하며, 자율주행차 량은 예상하지 못한 차량의 존재로 인해 비정상적인 주행이나 강제적인 경로 변경을 요구받을 수 있다.

3. 운영 기능 및 데이터 흐름

1) 기능 정의 및 분류

앞서 도출한 문제 상황을 해결하기 위해, 현재 시흥 자율주행 테스트베드에서 개발·실증 운영 중인 관제 시스템의 기능 명세를 종합적으로 검토하였다. 이들 운영 기능은 데이터의 흐름을 기준으로 데이터 생산– 데이터 처리–데이터 소비의 세 단계로 구조화하였다. <Table 6>는 구조화한 데이터 생산–데이터 처리–데 이터 소비의 세 단계에 대한 기능 정의와 Input, Output 데이터를 명시한 것으로, 관제 기능 간 데이터 흐름 및 역할을 구체적으로 정리한 표이다.

2) 기능의 연계 및 제약 사항

이러한 기능들은 현장 데이터 생성, 센터/RSU에서의 가공·판단, 차량·이용자에 의한 소비로 이어지는 순 환 구조를 형성한다. 즉, 현장의 변화가 데이터로 변환되어 센터로 전달되고, 센터에서 수립한 대응 전략이 다시 차량 주행과 교통 상태를 변화시키는 구조이다. 다만, 현재 시흥 테스트베드는 실증 단계에 있어 전 구 간에 동일 수준의 인프라가 구축되어 있지 않으므로 이러한 물리적·기술적 제약을 반영해, 구간별 인프라 여 건에서 실제 구현 가능한 최적 기능 조합을 도출하고, 이를 기반으로 실증 시나리오별 서비스를 설계하였다.

4. 관제 서비스 구성 및 개입 전략 설계

1) 서비스의 분류 및 정의

시흥 테스트베드의 인프라 환경과 앞서 도출한 기능 명세를 바탕으로, 본 연구에서 실증할 관제 서비스를 <Table 7>과 같이 의사결정 지원 서비스와 실시간 교통안전관리 서비스로 유형화하였다.

의사결정 지원 서비스는 문제 유형과 관계없이 사후 분석을 위한 기능으로, 단일 서비스로 분리하였다. 반 면 실시간 교통안전관리 서비스의 경우에는 특정 문제에 대한 정의에 따라 투입되는 기능이므로, 주로 통합 시나리오에 적용되는 서비스에 해당한다.

2) 서비스 개입 강도 설정

교통운영전략은 상황의 위중도에 비례하여 단계적으로 적용되어야 하며, 불필요한 통제로 인한 효율 저하 를 방지하기 위해 객관적인 개입 기준이 필수적이다. 이에, 본 연구는 대응 단계 설정의 타당성을 확보하고 자 국내외 표준 위기관리 체계를 준용하였다. 대표적으로 행정안전부는 재난 유형별 위기 경보를 ‘관심-주의 -경계-심각’의 4단계로 구분하여 관리하고 있으며(MOLIT, 2020), 미국 연방도로국 또한 사고 처리 예상 시간 을 기준으로 대응 수준을 3단계로 분류하고 있다(Owens et al., 2010). 아울러 자율주행 차량의 운행 위험도를 4단계로 세분화하여 각 단계에 최적화된 제어권 전환 및 최소위험운행 전략을 수립하는 연구도 활발히 진행 되고 있다(kim et al., 2023). 본 연구는 이러한 표준 체계와의 정합성을 고려하여, 단순 모니터링이 수행되는 평시 단계를 제외하고 관제센터의 실질적 개입이 요구되는 상황을 위중도에 따라 3단계로 재구성하였다.

설정된 단계별 구체적인 개입 전략은 다음과 같다. 첫째, 저강도 상황에서는 우선적으로 주행속도에 대한 제한이 적용된다. 이는 가장 기초적이면서도 보편적으로 활용할 수 있는 개입 수단으로, 경미한 혼잡이나 잠 재적 위험 징후가 관측되는 구간에서 차량 흐름을 안정화하고 추가적인 위험 확산을 방지하기 위해 우선 적 용된다. 둘째, 중강도 상황에서는 주행차로 및 차로변경에 대한 제한이 적용된다. 이는 속도제한만으로는 상 황 대응이 어렵거나 도로상에 물리적 장애물이 존재할 때, 차로 운영 자체를 제어함으로써 상충 가능성과 국 지적 혼잡을 줄이기 위한 것으로 1단계보다 높은 수준의 개입으로 간주한다. 마지막으로 셋째, 고강도 상황 에서는 대안 경로 제안이 수행된다. 이는 해당 구간의 통행이 사실상 불가능하거나 극심한 혼잡으로 인해 기 능이 마비 시에 적용하는 최후의 수단으로, 네트워크 기능 유지를 위해 가장 높은 수준의 개입을 수행한다.

이와 같이 체계화된 서비스 분류와 개입 강도 설정은 본 연구의 핵심인 통합 시나리오 설계의 논리적 토 대가 된다. 단순히 상황을 나열하는 것을 넘어 위험도별로 차별화된 대응 전략을 매칭함으로써 시나리오의 현실성을 높이고, 향후 각 개입 단계가 교통류의 안전성과 효율성에 미치는 영향을 정량적으로 평가할 수 있 는 명확한 기준점을 제공할 수 있을 것이다.

5. 실증 시나리오 도출

1) 시나리오 구성 및 유형

앞서 정의한 문제 상황과 대응 서비스를 결합하여, 시흥 테스트베드에서 수행할 수 있는 실증 시나리오를 최종 구축했다. 시나리오는 개별 기능의 성능 검증을 위한 단일 서비스 시나리오 4종과 문제해결 전 과정을 종합적으로 평가하는 단계별 통합 시나리오 9종으로 구분되며, 세부 내용은 <Table 8>과 같다.

2) 시나리오별 운영전략

단일 서비스 시나리오는 시뮬레이션 기반 사후 분석으로, 사건 발생 이후나 인프라 설치 효과 평가에 활 용된다. 반면, 통합 시나리오는 모니터링–위험도 판별–단계적 대응이 순환하는 구조로, 위험도 수준에 따 라 다른 대응 전략이 적용된다. 저위험 단계에서는 속도제한과 사고 차로 회피를 통해 주행 안전을 확보하 고, 중위험 단계에서는 차로 변경 금지를 추가해 차량 간 엇갈림에 따른 혼잡 확산을 억제한다. 그리고 고위 험 단계에서는 우회 경로를 제공해 위험 지역 진입을 원천 차단한다. 이처럼 구조화된 시나리오는 시간 축에 따라 기능별 작동 시점과 산출 정보를 정리할 수 있게 하며, 정밀한 평가지표 설정·산출의 기반이 된다.

6. 평가지표 적용

설계된 시나리오의 실효성 검증을 위해, 각 시나리오의 특성에 부합하는 정량적 평가지표를 적용하였다.

각 평가지표는 서비스 기능별로 계량화된 진단을 가능하게 한다. 신속성 지표는 돌발상황 탐지부터 예측 까지의 지연을 최소화에 이바지하며, 정확성 및 안정성 지표는 시뮬레이션 예측의 신뢰도와 신호·속도 최적 화 성능을 검증하는 척도가 된다. 본 연구는 이러한 단일 서비스 평가 결과를 토대로 시스템의 기초 성능을 확보하고, 통합 시나리오에서의 교통류 개선으로 대표되는 효과성과 사고 예방으로 대표되는 안전성 효과를 입증할 수 있는 정량적 평가 체계를 <Table 9>와 같이 정립하였다.

본 연구는 평가지표의 기준을 설정하기 위해 현장에서 제시된 절대 기준을 수집하는 동시에, 다지역에서 운영 중인 유사 서비스 사례를 바탕으로 상대 기준을 도출하였다. 예컨대 관리구간 안전도·위험도 분석에서 는 위험도 예측의 신속성을 평가지표로 제안하고, 센터가 소통상태 정보를 취득한 시점을 시작, 인터페이스 에 이벤트가 표출되는 시점을 종료로 정의하여 소요 시간을 측정한다. 이때 절대 기준은 자동차·도로교통분 야 ITS 성능평가기준의 15초(MOLIT, 2020)로 설정하며, 상대 기준은 한국도로공사의 운영사례(1분, MOLIT, 2021)에 기대 향상률 50%를 적용해 30초로 산정한다. 최종적으로 본 사례의 판정기준은 절대 기준을 우선 적용하여, 5회 반복 측정 평균 소요 시간의 15초 이내 여부를 지표로 제시하였다.

Ⅴ. 결 론

자율주행차량이 도입된 혼재 교통환경에서는 도로 교통체계의 재정립에 대한 중요성이 증가하고 있다. 자 율주행차·일반차량·보행자가 뒤섞인 도로에서 발생하는 교통 문제는 단순한 지연과 혼잡을 넘어 대규모 사 고나 교통마비로 이어져 막대한 사회·경제적 손실을 초래할 수 있으며, 나아가 사람의 생명과 안전에 직접적 인 위협이 되기도 한다. 특히, 도로 인프라, 차량 탑재 센서, 통신망, 디지털트윈 등 다양한 요소를 연계하는 C-ITS 및 자율주행 관제센터는 이러한 위험을 사전에 탐지하고, 상황 발생 시 신속하게 대응하기 위한 핵심 기반 인프라로 부상하고 있다.

본 논문은 자율주행차 도입으로 인해 악화할 수 있는 대표적인 문제 상황들에 대하여 시나리오로 구조화 하고, 이를 해결하는 데 필요한 관제센터 서비스와 단위 기능을 체계적으로 정리하였다. 혼잡 심화, 교통사 고·위험 상황, 교통운영 상충, 자율차·비자율차 간 행태 차이로 인한 교착 상태 등 다양한 문제 유형을 모니 터링–의사결정 지원–교통운영 전략 수행으로 이어지는 대응 타임라인 관점에서 재구성하였다. 이어서 시 나리오별로 요구되는 관제 기능을 정보의 입력–처리–출력 흐름으로 분해한 후, 이를 조합하여 의사결정 지원 서비스와 실제 차로·속도 제어 및 대안 경로 제시와 같이 단독 운영이 가능한 서비스로 구분하였다. 이 러한 접근은 관제센터에서 운영할 수 있는 기능 목록을 단순히 나열하는 것을 넘어, 어떤 문제 상황에 어떤 서비스 조합이 적용 가능한지, 그리고 서비스 강도와 적용 조건을 어떻게 설정할 것인지를 논리적으로 검토 할 수 있는 틀을 제공한다.

나아가 자율주행 서비스와 C-ITS 인프라 확산으로 관제센터가 다수의 민간사업자, 다양한 차량 플랫폼, 타 교통관리 시스템과 연계되는 개방형 환경으로 전환되면서, 교통 데이터와 제어 명령의 흐름은 더욱 복잡 해지고 새로운 리스크에 노출되고 있다. 이러한 환경에서는 개별 기능의 성능 향상에만 집중할 것이 아니라, 시나리오 단위로 기능을 묶어 보고, 상황의 위중도에 따라 서비스 적용 강도와 우선순위를 조정하며, 실제 도로운영에서 허용할 수 있는 개입 수준을 사전에 정의해야 하는 것이 중요하다. 이와 같은 관점에서, 본 연 구가 제시한 시나리오-서비스-기능-정보의 구조화 및 평가 틀은 향후 관제센터 설계와 운영 원칙을 마련하기 위한 기초적인 설계 지침으로 활용될 수 있을 것이다.

향후 연구에서는 시흥 자율주행 테스트베드와 국가 C-ITS 실증 사업 등 실제 운영 환경에 본 연구의 틀을 적용하여, 시나리오별 서비스 구성의 타당성을 검증하고 교통·안전·운영 효율 측면에서의 정량적 효과를 평 가할 필요가 있다. 특히 현장 운행 기록, 관제 운영기록, V2X 메시지, 돌발상황 대응 이력, 사고 데이터, 운영 자·관계자 인터뷰 등 현장 정보와 실제 사례를 체계적으로 접목함으로써, 문헌·가정 기반의 설계에서 한 걸 음 더 나아가 현장 제약과 불확실성을 반영한 반복적 검증과 개선을 수행할 수 있다. 이 과정에서 본 연구가 제안한 평가지표별로 측정 단위와 산출식, 측정의 시작·종료 시점, 정답 자료원, 반복 측정 및 판정 기준을 운영 데이터에 맞게 구체화하고, 절대 기준과 운영사례 기반 상대 기준을 도출한 뒤 더 엄격한 값을 채택하 는 방식으로 기준값의 강건성 확보가 필요하다. 또한 관제 서비스가 기능 단위로 단계적 구현·고도화되는 현 실을 고려하여, 기능 성숙도에 따라 적용 가능한 지표 세트를 구분하고, 동일 시나리오를 반복 수행하면서 지표의 재현성과 민감도, 혼재율·인프라 조건 변화에 따른 판정력까지 함께 검증하는 절차를 포함해야 한다. 이를 통해 단순 성능 “측정”을 넘어, 혼재 환경에서 어떤 서비스·기능 조합이 실제로 위험을 줄이고 운영 효 율을 높이는지에 대한 근거 기반 설계 원칙을 축적할 수 있을 것이다. 나아가 관제센터 운영자, 지자체, 민간 사업자 등 다양한 이해관계자가 제시된 본 평가 구조를 참조한다면, 자율주행 시대에 요구되는 관제 기능의 범위를 더 명확히 규정하고, 신뢰할 수 있는 관제센터 구축과 전문가 양성, 관련 산업의 경쟁력 제고로 이어 질 수 있을 것이다.