Ⅰ. 서 론
국내 화물운송은 도로 운송 의존도가 높은 환경에서 장거리·고빈도 운행과 함께 다단계 물류구조가 결합된 운영특성을 가지고 있다(Ministry of Land, Infrastructure and Transport, 2024). 이러한 환경에서 화물차 운전자의 근로 및 운전시간은 확대되고, 근로 종료 후 회복을 위한 일일 휴식기간 (daily rest period)이 압축되면서 피로 누적과 사고위험이 증가할 수 있다. 피로는 주의력·판단력 저하와 반응시간 지연 등 운전 수행능력을 약화시켜 사고위험을 높이는 요인으로 보고되어 왔다(Williamson et al., 2011).
화물차 운전자의 피로 위험을 완화하기 위한 정책수단으로 유럽연합 (EU), 미국, 일본 등은 운행서비스시간 (Hours-of-Service, 이하 HOS) 제도를 통해 운전 및 근로시간 상한과 함께 최소 일일 휴식을 제도적으로 보장해 왔다(EC Regulation 561/2006; FMCSA, 2017). 반면 우리나라는 운전·근로시간 상한과 최소 휴식기간을 포괄하는 HOS 제도가 부재한 가운데, 연속운전 이후 최소 휴게규정(연속운전 2시간 이상 15분 이상 휴게)만이 유일한 시간 규제로 적용되어 왔다(화물자동차 운수사업법 시행규칙 제22조). 제도적 보호장치가 부재한 이러한 환경에서는 운전자의 근로ㆍ운전시간 과다뿐 아니라 회복 기회가 충분히 확보ㆍ보호되지 못할 가능성이 크다.
기존 HOS 관련 연구는 주로 HOS 제도가 존재하는 규제환경에서 제도 도입·강화의 효과를 평가하거나, 운전시간 중심의 노출–위험 관계를 규명하는 데 집중해 왔다(Blanco et al., 2011;Hege et al., 2015). 반면 HOS 제도가 부재한 환경에서 일일 휴식기간에 초점을 맞추어 실제로 어떤 분포를 보이는지, 휴식 부족이 어떤 운행, 시장구조 요인과 관련되는지, 그리고 사고발생 가능성과 어떻게 연결되는지에 대한 연구는 상대적으로 제한적이다. 이에 본 연구는 2022년 전국 사업용 화물차 운전자 설문자료(N=940)을 활용하여, 사업용 화물차 운전자의 일일 휴식시간의 분포를 제시하고, 국외 HOS 제도의 최소 휴식기준과의 비교를 통해 제도적 격차를 확인하고자 한다. 또한 휴식 부족의 영향요인과 사고경험과의 연관성을 로지스틱 회귀모형으로 검토하고, 장시간 운전과 휴식 부족이 결합될 때 사고위험이 집중되는지를 분석한다. 여기서 이용 설문자료는 2022년 전국 주요 물류거점에서 수집된 사업용 화물차 운전자를 대상으로 한다.
본 연구는 사업용 화물차 운전자의 일일 휴식시간 분포와 휴식부족의 구조적 결정요인을 규명하고, 장시간 운전과 결합된 사고위험 집중 양상을 실증적으로 제시함으로써, 운전자의 회복기회 보호 관점에서 화물운송부문의 HOS 도입 논의와 우선관리 대상 선정에 필요한 근거에 기여하고자 한다.
Ⅱ. 관련 기준 및 선행 연구 고찰
1. 국내외 화물차 운전자의 휴게ㆍ휴식 관련 기준
사업용 화물차 운전에서는 운행시간의 누적뿐 아니라 일정 압박, 상ㆍ하차 및 대기와 같은 비운전 업무가 결합되면서 피로가 누적되기 쉽다. 이러한 피로는 주의력 저하, 판단 오류, 반응시간 지연, 차량 제어 불안정 등으로 이어져 사고위험을 높일 수 있다(Williamson et al., 2011;Blanco et al., 2011;Hege et al., 2015). 이러한 배경에서 여러 나라에서는 운전자의 피로를 완화하고 회복기회를 제도적으로 보장하기 위해, 운행서비스시간(Hours-of-Service; HOS) 제도를 통해 운전 및 근로시간 상한과 함께 연속운전 후 휴게, 근무 종료 후 최소 일일 휴식을 결합한 규제체계를 운용해 왔다. 대표적으로 EU는 일일 운전시간 상한, 연속운전 후 휴게, 최소 일일 휴식 확보를 결합한 규정을 운영하고 있다(Regulation (EC) No 561/2006). 미국과 일본 또한 일일 운전시간 및 근로시간 상한, 최소 연속 휴식, 휴게 의무 등을 결합한 체계를 두고 있다(FMCSA, 2017). 이는 운전시간을 단순히 줄이는 차원을 넘어, 운행 강도가 높아지는 조건에서도 회복기회를 하한선으로 보호한다는 점에서 의미가 있다(Williamson et al., 2011). 여기서 휴식기간(daily rest period/off-duty)은 근무 종료 시점부터 다음 근무 시작 시점까지 확보되는 연속적인 비업무 시간을 의미하며, 통근시간은 포함하지 않는다. 이는 근무 중 연속운전 이후 부여되는 단기 휴게(break time)와 개념적으로 구분된다. 즉 휴게시간은 근무 중 피로 누적을 완화하기 위한 단기 중단인 반면, 휴식기간은 근무 종료 후 수면기회를 포함하는 회복기회로서 HOS 제도에서 최소 기준으로 관리되는 핵심 요소이다.
반면 우리나라 화물운송 부문은 일일 운전·근로시간 상한과 최소 휴식 보장제도가 부재한 가운데, 연속운전 후 최소 휴게 의무만이 사실상 유일한 시간규제로 적용되고 있다. 구체적으로 2017년에는 “3시간 이상 연속운전 시 30분 휴게” 기준이, 2020년 12월 개정 이후에는 “1회 2시간 이상 연속운전 시 최소 15분 휴게” 기준이 적용되고 있다 (화물자동차 운수사업법 시행규칙 제22조). 즉, 우리나라 제도는 근무 종료 후 확보되어야 할 일일 휴식기준보다는 운행 중 단기 휴게에 초점을 둔 구조라고 볼 수 있다. 이러한 점에서 국내 화물운송 부문은 주요국의 운전·근로·휴식을 통합 관리하는 체계와 달리, 근무 종료 후 회복기회를 충분히 보호하지 못하는 제도적 공백을 안고 있다.
2. 피로, 휴식기간, 사고위험 관련 선행 연구
운전자의 피로(fatigue)는 단순한 졸림을 넘어 주의력·판단력 저하, 반응시간 지연, 위험상황 인지 및 대응능력 약화 등 운전 수행 전반의 기능 저하로 이어지며, 사고위험 증가와 밀접하게 연결되는 것으로 보고되어 왔다(Williamson et al., 2011;Gander et al., 2011). 특히 사업용 화물운송에서 피로는 장시간 근로·운전에 따른 피로 축적뿐 아니라, 근무 종료 후 확보되는 휴식·수면 기회에 따른 피로 회복 여부가 안전성과 연결된다(Van Dongen and Mollicone, 2014). 따라서 일일 휴식기간의 수준과 분포는 운전자의 회복기회를 보여주는 핵심 지표이며, 사고위험과의 관계를 검토할 필요가 있다 (Hanowski et al., 2003;Blanco et al., 2011;Van Dongen and Mollicone, 2014;Hege et al., 2015).
국외 선행연구는 주로 HOS가 존재하는 규제환경에서 운전시간 제한을 강화하는 정책의 효과를 평가하거나 운전시간 중심의 노출-위험 관계를 규명하는 데 집중되어 왔다(Hanowski et al., 2003;Blanco et al., 2011;Van Dongen and Mollicone, 2014;Hege et al., 2015). 예를 들어, 장시간 운전과 불충분한 휴식은 안전임계사건(safety-critical events)과 사고위험 증가와 관련되는 것으로 보고되었으며(Hanowski et al., 2003;Blanco et al., 2011), 운행시간 제한과 최소 휴식기준의 결합은 피로 관련 사고위험 완화에 기여할 수 있는 것으로 제시되어 왔다(Hege et al., 2015;Van Dongen and Mollicone, 2014). 그러나 이러한 연구들은 대체로 운전·근로시간 상한과 최소 휴식기준이 이미 제도화된 환경을 전제로 하므로, 연속운전 후 단기 휴게규정만 존재하는 국내 환경에 그대로 적용하기에는 한계가 있다.
국내 연구는 화물차 운전자 피로와 안전문제를 다루고는 있으나, 주로 디지털운행기록계(Digital Tachograph; 이하 DTG) 기반 위험운전행동의 공간적 특성, 위험구간 도출, 휴게시설 공급 및 이용 여건 등 운행 중 행동이나 시설 측면에 초점을 두어 왔다(Cho et al., 2017;Kim et al., 2020;Jeong et al., 2021). 이러한 연구는 화물차 운전자의 운행 중 안전위험을 파악하는 데 중요한 기여를 했지만, 근무 종료 후 확보되는 일일 휴식기간 자체의 분포를 정량적으로 제시하거나, 휴식부족의 영향요인과 사고위험 간의 연관성을 함께 분석한 연구는 제한적이다. 또한 국내 화물운송 부문은 운전·근로시간 상한이 없는 상태에서 연속운전 후 최소 휴게만을 규율하고 있으므로, 국제 연구에서 다루는 HOS 체계와는 다른 맥락을 가진다. 따라서 HOS 규제가 없는 국내 화물운송 환경에서 일일 휴식기간의 분포, 휴식부족의 영향요인, 그리고 사고위험과의 연관성을 통합적으로 검토하는 분석이 필요하다.
3. 연구의 차별성
이러한 연구 공백을 보완하기 위해, HOS 규제가 부재한 국내 화물운송 환경에서 사업용 화물차 운전자의 일일 휴식기간 분포, 휴식부족의 영향요인, 그리고 사고경험과의 연관성을 통합적으로 분석한다. 기존 국내 연구가 주로 운행 중 위험행동의 발생 패턴이나 휴게시설 공급 문제에 초점을 두어 왔다면, 본 연구는 근무 종료 후 확보되는 일일 휴식기간 자체를 핵심 분석대상으로 삼는다는 점에서 차별성을 가진다. 또한 국제 기준을 국내 표본에 적용하여 휴식확보 수준을 상대적으로 해석함으로써, 국내 화물운송 부문의 휴식확보 수준을 국제 기준과 비교 가능한 틀 속에서 해석하고자 한다.
또한 휴식부족을 단일 기준으로 다루지 않고, 심각한 휴식부족(≤8h)과 전반적 휴식부족(<11h)으로 구분하여 그 영향요인을 비교한다. 이를 통해 단순히 “휴식이 부족하다”는 수준을 넘어, 하위 취약집단에서 나타나는 집중적 부족과 운행환경 전반에 걸친 구조적 부족을 구분하여 해석할 수 있다. 나아가 장시간 운전과 휴식부족이 결합될 때 사고위험이 어떻게 집중되는지를 교차그룹 방식으로 검토함으로써, 취약 운전자 집단을 보다 구체적으로 식별하고자 한다.
Ⅲ. 이용 데이터 및 휴식 분포 특성
본 연구는 한국교통연구원이 2022년에 수행한 『사업용 화물자동차 근로 및 휴식시간 인식조사』자료(N=940)를 활용하여 화물차 운전자의 휴식기간 분포, 휴식부족의 영향요인과 사고경험과의 연관성을 검토하였다. 본 조사는 전국 모집단의 대표 추정보다, 운전ㆍ근로시간 상한과 최소 일일 휴식기준이 부재한 환경에서 운행 특성과 시장 조건의 이질성을 폭넓게 포착하는 데 목적을 두고 설계되었다.
표본은 운송품목 5개(컨테이너, 벌크시멘트, 철강, 탱크로리, 일반화물)와 운행거리(단거리 <80 km, 중거리 80–300 km, 장거리 >300 km)을 교차하여 총 15개 층(strata)을 구성한 뒤, 각 층에서 운전자를 확보하는 층화 유의표집(stratified purposive sampling)으로 수집되었다. 현장조사는 다양한 운행 프로필의 운전자가 집결하는 주요 물류거점(컨테이너 터미널, 시멘트 사일로, 철강 생산·적재시설, 유류 저장기지, 고속도로 휴게소 등)에서 실시되었으며, 조사원은 현장에서 사업용 운전자 여부 등 기본 적합성을 확인한 후 대면 설문을 수행하였다. 조사 이후 중복 응답 제거 및 논리 검증 등 기본 품질관리 절차를 수행하였고, 응답 누락이 있는 경우 전화 확인을 통해 값의 재확인ㆍ정정 절차를 거쳐 최종 940명(N=940)의 분석가능 표본을 확정하였다. 따라서 본 연구 결과는 국내 전체 화물차 운전자 집단에 대한 대표 추정치라기보다, 현행 규제환경에서 관찰되는 휴식부족과 사고위험의 연관 구조를 보여주는 근거로 해석할 필요가 있다.
설문 항목은 시간 관련 항목과 운행 및 규모 특성, 개인·차량 특성, 시장·운영 특성, 운전자 관리·감독 특성, 사고경험으로 구성하였다<Table 1>. 본 연구의 핵심 분석대상 변수는 일일 휴식기간(Rhour)과 사고경험(Crash)이다. Rhour은 응답자가 최근 1주를 기준으로 보고한 평균 일일 운행일정에서, 근무 종료 시점부터 다음 근무 시작 시점까지 확보되는 연속적인 비업무(off-duty) 구간을 의미하며, 통근시간은 포함하지 않는다. 사고경험은 운전자 자기보고에 기반하며, 지난 12개월의 사고경험(물적피해 및 인적피해 사고)으로, 1회 이상이면 1, 없으면 0으로 정의하였다. 운행 및 규모특성으로 운행거리(DD; 편도 km), 회당 최대 연속운전시간(CD; 시간), 회당 휴게시간(BTtrip; 분), 적재용량(PC; ton), 월 순소득(NI; million KRW)을 포함하였다. 개인·차량 특성으로는 운전자 연령(AGE), 운전 경력(DE), 차량소유 여부(VO; 0=임대, 1=자가)로 구성하였다. 시장·운영 특성은 운송품목(cargo type)과 운송물량 확보 방안(order channel)을 포함하였다. 마지막으로 운전자 관리·감독 특성은 DTG 장착 여부(DTG)와 DTG 자료 제출빈도(DTG submission frequency; DTGfre)로 측정하였다.
<Table 1>
Variable definitions and descriptive statistics (n = 940)
Note: Continuous variables are reported as mean (SD) with skewness and range; categorical variables are reported as n (%).
| Block | Variable | Scale/coding | Mean | SD | Skewness | Min. | Max. | n(%) | |
|---|---|---|---|---|---|---|---|---|---|
| Time variables |
Rhour | Daily rest period | hours(continuous) | 10.4 | 2.2 | 0.1 | 5 | 18 | - |
| Dhour | Daily driving hours | hours(continuous) | 7.5 | 2.6 | 0.7 | 1 | 17 | - | |
| Road crashes |
Crash | Any crash in past 12 months |
0=no crash, 1=≥1 crash(binary) |
- | - | - | - | - | 0=850(90.4), 1=90(9.6) |
| Driving and operational characteristics |
DD | Driving distance | km (continuous) | 168.5 | 129.2 | 0.7 | 5 | 520 | - |
| CD | Maximum continuous driving hours per trip |
hours(continuous) | 2.1 | 0.9 | 0.7 | 0.5 | 5 | - | |
| BTtrip | Break time per trip | minutes(continuous) | 25.6 | 13.5 | 1.4 | 15 | 60 | - | |
| PC | Payload capacity | tons(continuous) | 15.8 | 10.4 | -0.3 | 1 | 27 | - | |
| NI | Income level | million KRW (continuous) |
3.54 | 1.1 | -0.2 | 1.5 | 5.5 | - | |
| Individual and vehicle characteristics |
AGE | Driver's age | years(continuous) | 55.0 | 8.0 | -0.5 | 25 | 76 | - |
| DE | Driving experience | years(continuous) | 19.3 | 9.6 | 0.3 | 1 | 45 | - | |
| VO | Vehicle ownership | 0=leased, 1=owner (binary) |
- | - | - | - | - | 0=605(64.4) 1=335(35.6) |
|
| Cargo type | Containerized cargo | Categorical | - | - | - | - | - | 168(17.9) | |
| Bulk cement transport (BCT) | Categorical (dummy) | - | - | - | - | - | 102(10.9) | ||
| Steel | - | - | - | - | - | 129(13.7) | |||
| Tanker | - | - | - | - | - | 101(10.7) | |||
| General Cargo | - | - | - | - | - | 440(46.8) | |||
| Freight order channel |
Affiliated transport companies | Categorical | - | - | - | - | - | 525(55.9) | |
| Forwarders | Categorical (dummy) | - | - | - | - | - | 252(26.8) | ||
| Online platforms | - | - | - | - | - | 163(17.3) | |||
| DTG-based management |
DTG | 0=No, 1=Yes (binary) | - | - | - | - | - | 0=129(13.7) 1=811(86.3) |
|
| DTGfre | 0=None, 1=≥3 months, 2=every 2 months, 3=monthly + (Ordered) |
- | - | - | - | - | 0=129(13.7) 1=278(29.6) 2=331(35.2) 3=202(21.5) |
||
일일 휴식기간(Rhour)의 분포 특성을 보다 자세히 확인하기 위해 분위수(Percentiles; 하위 10분위(P10), 상위 90분위(P90), 상위 95분위(P95))를 포함한 분포 통계를 제시하였다<Table 2>. Rhour의 평균은 10.4시간(SD=2.2), 중앙값은 10시간, 왜도가 0.1로 전반적으로 대칭 분포를 갖는 것으로 나타났으나, 하위 10분위(P10)가 8시간(최소 5시간)으로 나타나 일부 운전자는 8시간 이하의 제한된 회복기회를 갖는 것으로 나타났다. 또한 상위 구간에서는 P90이 13시간, P95가 14시간으로 휴식확보 수준에 이질성이 존재하는 것으로 확인되었다.
<Table 2>
Distribution of rest hours (N = 940)
Note: P10/P90/P95 denote the 10th, 90th and 95th percentiles.
| Variable | Mean | SD | Skewness | Min | Median | Max | P10 | P90 | P95 |
|---|---|---|---|---|---|---|---|---|---|
| Rest hours | 10.4 | 2.2 | 0.1 | 5 | 10 | 18 | 8 | 13 | 14 |
일일 휴식기간의 상대적 수준을 국제적 기준틀에서 해석하기 위해, 화물운송부문에서 HOS 제도를 운영하는 주요 국가의 최소 일일 휴식기준을 국내 표본에 적용하여 기준선 충족비율(benchmark attainment rate)을 산출하였다<Table 3>. 이는 각 국가의 적용범위·예외·완화규정 및 집행환경을 동일하게 전제한 제도 준수율 비교가 아니라, 국내 표본에서 관측된 휴식 확보 수준이 국제 기준선 대비 어느 위치에 있는지를 보여주는 위치지표로 해석한다. 분석 결과, EU/영국의 최소 일일 휴식 11시간 기준을 적용할 경우 충족비율은 48.4%로 나타나, 표본의 과반이 11시간 미만의 회복기회를 갖는 것으로 확인되었다. 또한 미국 및 캐나다(≥10h), 일본(≥9h) 기준에서는 충족비율이 증가하지만, 여전히 일정 비율의 운전자는 최소 회복기회가 제한된 상태에 놓여 있다. 이러한 결과는 HOS 제도가 부재한 국내 환경에서 연속운전 후 단기 휴게(break) 규제 만으로는 근로 종료 후 확보되어야 하는 일일 휴식기간(회복시간)이 충분하지 않음을 보여준다.
<Table 3>
Selected international minimum daily rest benchmarks applied to Korean sample (940)
Note: 1. Benchmark figures are presented for interpretive comparison rather than compliance evaluation, because each country's scope, derogations/ exceptions, and enforcement conditions differ across systems. 2. 95% confidence intervals are calculated using the Wilson score method. 3. Benchmark sources include Regulation (EC) No 561/2006 (EU), UK government guidance on drivers' hours (EU rules), Canada Commercial Vehicle Drivers Hours of Service Regulations (SOR/2005-313), and Japan's standards for improving working hours for automobile drivers(自動車運転者の労働時間等の改善のための基準)
Source: Compiled by the authors based on European Parliament and Council (2006), UK government guidance on drivers' hours, Canada Commercial Vehicle Drivers Hours of Service Regulations (SOR/2005-313), and MLIT Japan standards
| Variable | Minimum daily rest periods(h) | Criterion | n meeting | Share meeting benchmark (95% CI, Wilson) |
|---|---|---|---|---|
| UK/EU | 11 | ≥11 | 455 | 48.4 [45.2-51.6] |
| USA | 10 | ≥10 | 671 | 71.4 [68.4-74.2] |
| Canada | 10 | ≥10 | 671 | 71.4 [68.4-74.2] |
| Japan | 9 | ≥9 | 764 | 81.3 [78.7-83.6] |
한편 Rhour는 최근 1주를 기준으로 보고한 평균 일일 운행일정에 기초하여 측정된 반면, crash는 지난 12개월 사고경험으로 측정되어 두 변수 간 관측기간이 일치하지 않는 한계가 있다. 이로 인해 운전자의 장기적인 휴식수준을 충분히 반영하지 못했을 가능성이 있으며, 사고 이후 운행행태가 조정되었을 경우 휴식부족과 사고경험 간의 연관성은 실제보다 약하게 나타났을 가능성이 있다. 또한 자기보고 사고는 경미한 물적피해 사고일수록 누락될 가능성이 높다. 이러한 과소보고가(under-reporting)가 휴식부족 여부와 독립적이라면, 본 연구에서 관측된 연관성은 실제보다 작게 나타났을 가능성이 있다. 다만 사고 이후 운행행태 조정이 동시에 존재할 경우 편의(bias)의 방향은 단일하지 않을 수 있으므로, 결과는 신중하게 해석할 필요가 있다.
Ⅳ. 분석 결과
1. 휴식부족과 관련된 요인
사업용 화물차 운전자의 휴식기간(Rhour) 부족이 어떠한 요인과 연관되는지를 분석하기 위해, 휴식 부족을 이분형 변수로 구성한 로지스틱 회귀모형을 추정하였다. 휴식부족 기준은 정책적 함의를 구분하기 위해 두 수준으로 설정하였다. 첫째, 표본의 하위구간(P10)을 대표하는 기준으로 Rhour≤8h를 ‘심각한 휴식 부족 그룹(lower-tail rest deficiency)’으로 정의하였다(16.9%, 159/940). 이는 표본의 하위 10분위(P10)를 반영한 경험적 취약기준으로 해석할 수 있다. Rhour가 정수(whole hours) 단위로 보고되는 경향이 있어 특정 값(예: 8시간)에 응답이 집중될 수 있다는 점(heaping)을 고려하여, 8시간 미만 (<8h)이 아닌 8시간 이하 (≤8h) 기준을 적용하였다. 둘째, 국제 기준 중 상대적으로 엄격한 휴식기준인 EU/영국 기준(≥11h)을 벤치마크로 하여 Rhour<11h를 ‘전반적 휴식부족’ 그룹(general rest deficiency)으로 정의하였다(<11h: 51.6%, 485/940명). 이는 정책 비교기준으로 국내 운행환경의 구조적 부족 수준을 점검하기 위한 해석틀로 활용하였다. 표본 평균(Rhour=10.4시간)을 고려하면, 11시간 기준은 국내 운행환경 전반에서 관찰되는 구조적 부족 상태를 포착하는 지표로 해석할 수 있다.
분석에는 관측치 940명을 사용하였고, 설명변수로는 <Table 1>에서 제시된 운행 거리(DD), 연속운전시간(CD), 휴게시간(BTtrip), 적재용량(PC), 월 순소득(NI), DTG 설치(DTG) 및 DTG 제출빈도(DTGfre), 화물품목(Cargo type)과 운송물량 확보 방안(Order channel), 그리고 개인·차량 특성(AGE, DE, VO)을 포함하였다. 해석의 직관성을 위해 운행거리(DD)는 100km 단위, 휴게시간(BTtrip)은 10분 단위로 재척도화하였다. 또한 표준오차는 이분산 가능성을 고려하여 HC1 robust standard error를 적용하였으며, 범주형 변수의 기준범주는 화물품목은 벌크시멘트(BCT), 운송물량 확보 방안은 소속회사로 설정하였다.
여기서, 는 운전자 i의 휴식부족 여부(Rhour≤8h 또는 Rhour<11h)이며, 는 운행, 시장, 관리, 개인 특성 벡터를 의미한다. 추정 결과는 오즈비(odds ratio; OR=exp())와 95% 신뢰구간(confidence interval; CI)으로 제시하였다.
분석 결과, <Table 4>와 같이 휴식부족 기준(≤8h, <11h)에 따라 영향 요인이 서로 다른 양상으로 나타났다. 먼저 심각한 휴식 부족 그룹(≤8h)에서는 장거리·장시간 운행과 관련된 운행강도 요인의 영향이 두드러졌다. 운행거리(DD)가 증가할수록 휴식부족 가능성이 유의하게 증가하였고(OR=1.039, p<0.001), 연속운전시간(CD)이 길수록, 월 순소득이 높은 운전자일수록 휴식부족이 나타날 가능성이 크게 증가하였다(OR=1.621, p<0.001; OR=1.005, p<0.01). 또한 차량 자가소유는 심각한 휴식부족과 음(-)의 연관성을 보여(OR=0.528, p=0.026), 임대 차량 운전자에 비해 자가소유 운전자의 하위 휴식부족 가능성이 상대적으로 낮게 나타났다. 반면 DTG 제출빈도(DTGfre)와 휴게시간(BTtrip)은 휴식부족 가능성을 유의하게 낮추는 요인으로 나타났다(OR=0.591, p<0.001; OR=0.976, p=0.024). 한편 DTG 장착 여부는 휴식부족 가능성과 양(+)의 연관성을 보였으나 통계적으로 유의하지 않아, DTG 장착 자체가 휴식부족을 증가시키는 효과로 해석하기는 어렵다. 반면 DTG 제출빈도는 유의한 음의 방향을 보여, 실제 운행기록의 제출 및 관리 강도가 휴식확보와 더 밀접하게 관련될 가능성을 시사한다. 이는 장비의 단순 장착 여부 보다 실제 기록 제출 및 관리가 관리 강도를 더 직접적으로 반영할 가능성이 있기 때문이다.
<Table 4>
Logistic regression for rest deficiency
Note: 1. In Model 1, the dependent variable equals 1 if Rhour ≤ 8 hours and 0 otherwise. In Model 2, the dependent variable equals 1 if Rhour < 11 hours, and 0 otherwise.
2. Driving distance (DD; one-way, km) is rescaled in 100-km units, and break time per trip (BTtrip; minutes) is rescaled in 10-minute units. Robust (Huber–White) standard errors (HC1) are reported.
* p < 0.05, ** p < 0.01, *** p < 0.001
3. Reference categories: Cargo type = Bulk cement transport (BCT); Order channel = Affiliated company.
Model fit: ≤8h : N = 940, Log-Likelihood = -361.39, LR x2(16)=177.83, p < 0.001), McFadden's Pseudo R2 = 0.20.
<11h : N = 940, Log-Likelihood = -507.60, LR x2(16)=202, p < 0.001, McFadden's Pseudo R2 = 0.17.
| Variables | Lower-tail rest deficiency (≤8h) OR (95% CI) |
P | General rest deficiency (<11h) OR(95% CI) |
P |
|---|---|---|---|---|
| Driving distance (100km) | 1.039 [1.021 – 1.057]*** | <0.001 | 1.057 [1.037 – 1.077]*** | <0.001 |
| Payload capacity (tons) | 1.021 [0.976 – 1.068] | 0.367 | 1.066 [1.028 – 1.105]*** | <0.001 |
| Driver's age (years) | 1.007 [0.980 – 1.035] | 0.616 | 1.004 [0.980 – 1.027] | 0.767 |
| Continuous driving hours (hours) | 1.621 [1.263 – 2.082]*** | <0.001 | 1.103 [0.860 – 1.416] | 0.441 |
| Break time per trip (10 min) | 0.976 [0.940 – 0.994]* | 0.024 | 0.991 [0.978 – 1.005] | 0.194 |
| Income level (million KRW) | 1.005 [1.001-1.010]* | 0.012 | 1.000 [0.997-1.003] | 0.086 |
| DTG installed | 1.852 [0.895 – 3.833] | 0.097 | 1.359 [0.800 – 2.310] | 0.256 |
| DTG submission frequency | 0.591 [0.455 – 0.768]*** | <0.001 | 1.061 [0.879 – 1.280] | 0.537 |
| Driving experience (years) | 0.970 [0.945 – 1.012] | 0.069 | 0.974 [0.937 – 1.041] | 0.085 |
| Vehicle ownership | 0.528 [0.301 – 0.926]* | 0.026 | 0.959 [0.631 – 1.458] | 0.846 |
| Cargo type: Container | 0.848 [0.262 – 2.741] | 0.782 | 2.222 [0.892 – 5.536] | 0.086 |
| Cargo type: General cargo | 1.714 [0.663 – 4.435] | 0.266 | 1.916 [0.827 – 4.438] | 0.129 |
| Cargo type: Steel | 0.825 [0.325 – 2.094] | 0.685 | 0.418 [0.202 – 0.862]* | 0.018 |
| Cargo type: Tanker | 0.849 [0.332 – 2.170] | 0.733 | 0.861 [0.417 – 1.779] | 0.686 |
| Order channel : Forwarders | 0.722 [0.430 – 1.214] | 0.220 | 0.703 [0.464 – 1.066] | 0.097 |
| Order channel : Online platform | 0.881 [0.450 – 1.728] | 0.713 | 1.603 [1.245 – 2.341]** | 0.011 |
이러한 결과는 HOS 부재한 현행 규제환경에서도 운전자 관리·감독 수준과 단기 휴게확보가 하위 휴식부족을 완화하는 방향으로 연관될 수 있음을 시사한다. 한편, 화물품목 및 물량확보 방식은 통계적으로 뚜렷한 차이를 보이지 않아, 심각한 휴식 부족은 시장요인보다는 운행강도 및 관리요인과 상대적으로 더 밀접하게 연관되는 경향이 나타났다.
반면 전반적 휴식 부족(<11h) 그룹에서는 운행거리뿐 아니라 운송시장·운영 특성이 상대적으로 두드러졌다. 운행거리는 <11h 기준에서도 휴식부족 가능성을 유의하게 증가시켰고(OR=1.057, p<0.001), 적재용량(PC)이 클수록 휴식부족 가능성이 증가하였다(OR=1.066, p<0.001). 품목 측면에서는 BCT 대비 철강 운송이 전반적 휴식부족과 음(-)의 연관성을 보였다(OR=0.418, p=0.018). 물량 확보방안 측면에서는 온라인 플랫폼 이용이 전반적 휴식부족과 양의 연관성을 보였다(OR=1.603, p=0.011). 다만 이는 플랫폼 이용 자체의 효과로 단정하기 어렵다. 고정 거래처가 부족하거나 운행수요의 변동성이 큰 운전자가 플랫폼을 선택했을 가능성도 존재하나, 본 연구에서 이러한 선택과정을 직접 관측하지 못한다. 따라서 플랫폼 이용이 휴식부족을 유발한다기보다, 보다 불안정한 영업·배차 구조와 연관된 운영환경을 반영하는 것으로 해석할 필요가 있다. 이는 전반적 휴식부족이 특정 운행·영업구조와 함께 나타날 가능성을 시사하지만, 그 방향과 메커니즘은 추가 자료 및 분석을 통해 확인할 필요가 있다. 추가로 다중공선성 점검 결과 최대 VIF는 4.36으로, 일반적 기준(VIF<10 또는 <5)에서 추정 안정성을 크게 훼손하지 않는 수준으로 판단된다.
2. 휴식시간과 사고위험과의 관계
운전자의 휴식부족(Rhour)이 사고위험과 어떻게 관련되는지를 확인하기 위해, 지난 12개월 동안 사고경험을 종속변수로 하는 로지스틱 회귀모형을 추정하였다. 분석은 두 단계로 수행하였다. 첫째, Rhour가 낮아질수록 사고위험이 증가하는 위험구간을 확인하였다. 둘째, 장시간 운전과 휴식부족이 결합될 때 사고경험이 집중되는지를 검토하기 위해 운전시간×휴식시간의 교차그룹을 구성하여 모형을 추정하였다. 모든 모형에서의 설명변수는 앞서 적용한 변수를 동일하게 적용하였으며, 표준오차는 HC1 robust standard error를 적용하였다.
먼저 휴식기간의 위험구간을 확인하기 위해 Rhour을 <Table 5>와 같이 4개 범주로 구분하였다. 기준구간은 휴식부족이 아닌 Rhour≥11h로 설정하였고, 비교구간은 Rhour≤8h, 8<Rhour≤9h, 9<Rhour≤10h로 구성하였다. 분석 결과, 11시간 미만에서 휴식기간이 감소할수록 사고위험이 유의하게 증가하는 패턴이 확인되었으며, 특히 9시간 이하 구간에서 증가폭이 두드러졌다. Rhour≤8h의 사고경험 오즈는 기준구간 대비 약 2.4배(OR=2.402, p<0.001), 8-9h 구간은 2.3배(OR=2.300, p=0.001), 9-10h 구간은 1.82배(OR=1.817, p=0.003)로 나타났다. 사고율 또한 Rhour≥11h(7.0%) 대비 9–10h(10.1%), 8–9h(11.7%), ≤8h(14.4%)로 단계적으로 증가하여, 휴식이 9시간 이하로 단축되는 구간에서 위험이 뚜렷해지는 경향이 나타났다.
<Table 5>
Logistic regression of crash involvement by rest bands (HC1 robust SE)
Note: ORs are reported with 95% CIs (HC1 robust SE). Controls include DD, CD, BTrms, PC, NI, DTG, DTGfre, cargo type, order channel, AGE, DE and VO. The observation in 10<Rhour<11h (10.5h; n=1) was merged into the reference category to ensure estimation stability.
| RestBand | n | crash | crash_rate(%) | OR | 95% CI | p-value |
|---|---|---|---|---|---|---|
| Rhour ≤ 8h | 174 | 25 | 14.4 | 2.402 | [1.532, 3.766] | <0.001 |
| 8<Rhour ≤ 9h | 94 | 11 | 11.7 | 2.300 | [1.359, 3.891] | 0.001 |
| 9<Rhour ≤ 10h | 217 | 22 | 10.1 | 1.817 | [1.210, 2.729] | 0.003 |
| Rhour ≥ 11h(기준) | 455 | 32 | 7.0 |
다음으로 장시간 운전과 휴식부족의 결합효과를 평가하기 위해 운전시간(Dhour)의 상위 10%(P90)에 해당하는 Dhour≥11h를 ‘장시간 운전’, 휴식시간(Rhour)의 하위 10%(P10)에 해당하는 Rhour≤8h를 ‘심각한 휴식 부족’으로 제시하고 <Table 6>와 같이 4개 그룹을 구성하였다. 기준그룹(G1)은 Dhour<11h & Rhour>8h로 설정하였다. 추정 결과, 사고위험은 휴식부족과 장시간 운전 조건에 따라 단계적으로 증가하는 양상을 보였다. G2(비 장시간 운전×심각한 휴식부족)의 사고경험 오즈는 1.27배로 유의하게 증가하였고(OR=1.272, p=0.036), 장시간 운전이 포함되는 G3(장시간 운전×비 심각한 휴식부족)에서는 위험이 7.70배로 크게 상승하였다(OR=7.699, p<0.001). 두 조건이 결합된 G4(장시간 운전×심각한 휴식부족)는 17.89배로 가장 크게 증가하였다(OR=17.892, p<0.001). 이는 휴식부족은 사고위험을 유의하게 높이며, 장시간 운전이 동반될 경우 사고위험이 크게 증폭되고, 두 조건이 동시에 관찰될 때 사고위험이 집중되는 경향이 뚜렷함을 보여준다. 다만 G4는 표본 크기(n=51)가 작아 신뢰구간이 넓으므로, 수치의 크기 자체를 단정하기 보다 ‘장시간 운전×심각한 휴식부족’ 조건에서 사고율(27.5%)과 오즈비가 모두 높게 나타난다는 방향성과 우선관리 필요성에 초점을 두어 해석할 필요가 있다.
<Table 6>
Logistic regression of crash involvement by Drive×Rest groups (HC1 robust SE)
Note: Dhour(P90) is defined as Dhour ≥ 11h and Rhour(P10) as Rhour ≤ 8h. Odds ratios (OR) are reported with 95% confidence intervals. HC1 robust standard errors are used. Controls are the same as in Table 5.
| Group | n | crash | crash rate(%) | OR (95% CI) | p value | |
|---|---|---|---|---|---|---|
| G1(ref.) | Dhour<11h & Rhour>8h | 715 | 50 | 7.0 | 1.000 | - |
| G2 | Dhour<11h & Rhour≤8h | 113 | 12 | 10.6 | 1.272 [1.080-1.880] | 0.036 |
| G3 | Dhour≥11h & Rhour>8h | 61 | 14 | 23.0 | 7.699 [3.729-15.898] | <0.001 |
| G4 | Dhour≥11h & Rhour≤8h | 51 | 14 | 27.5 | 17.892 [7.266-44.055] | <0.001 |
Ⅴ. 결 론
본 연구는 운전·근로시간 상한과 최소 휴식기준이 부재한 국내 화물운송 환경에서, 사업용 화물차 운전자의 근무 종료 후 다음 근무까지 확보되는 일일 휴식기간(Rhour)의 분포 특성을 제시하고, 휴식 부족과 관련된 요인 및 사고경험 간 연관성을 로지스틱 회귀모형으로 분석하였다. 주요 결과는 다음과 같다.
첫째, 국내 사업용 화물차 운전자의 일일 휴식기간은 평균 10.4시간(중앙값 10시간)으로 10시간 내외에 관측치가 집중되었으나, 하위 10분위(P10)가 8시간(최소 5시간)으로 나타나 일부 운전자는 8시간 이하의 제한된 휴식을 확보하는 것으로 나타났다. 또한 국제 최소 일일 휴식기준을 ‘준수율’이 아닌 국제 기준선 대비 위치 지표로 적용한 결과, EU/영국 기준(11시간 이상; ≥11h) 충족비율은 48.4%로 나타나 표본 과반이 11시간 미만의 회복기회를 확보하는 것으로 나타났다. 이는 연속운전 후 최소 휴게규제만으로는 근로 종료 후 확보되어야 하는 일일 회복기회를 충분히 보장하기 어렵다는 점을 보여준다.
둘째, 휴식부족과 연관된 요인은 휴식부족 기준에 따라 상이하게 나타났다. 심각한 휴식부족 그룹(≤8h)에서는 운행거리와 연속운전시간 등 운행강도 요인이 두드러졌고, 휴게시간과 DTG 제출빈도는 휴식부족 가능성을 낮추는 요인으로 나타났다. 반면 전반적 휴식부족 그룹(<11h)에서는 운행거리 외에도 적재용량, 품목, 온라인 플랫폼 이용 등 시장구조, 운영특성 요인과의 연관성이 상대적으로 더 뚜렷하게 나타났다.
셋째, 사고모형에서는 휴식기간이 짧을수록 사고경험과의 연관성이 증가하는 패턴이 확인되었다. Rhour≥11h를 기준으로 할 때 휴식기간이 11시간 미만으로 감소할수록 사고경험 오즈가 단계적으로 증가했으며, 특히 9시간 이하 구간에서 증가폭이 더 크게 나타났다(≤8h OR=2.40, 8–9h OR=2.30, 9–10h OR=1.82). 더 나아가 장시간 운전과 심각한 휴식부족의 결합조건을 교차그룹으로 평가한 결과, 심각한 휴식부족만 존재하는 경우(G2)에도 사고 연관성이 유의하게 증가하였고(OR=1.272), 장시간 운전이 동반될 때(G3) 그 정도가 더욱 커졌으며(OR=7.699), 두 조건이 동시에 존재할 때(G4) 가장 높게 나타났다(OR=17.892). 이는 휴식부족의 위험이 장시간 운전조건에서 더욱 증폭될 수 있음을 시사한다.
이러한 결과는 연속운전 후 단기 휴게 중심의 현행 시간규제에서 나아가, 근무 종료 후 회복기회를 보장하는 최소 일일 휴식 기준 도입의 필요성을 뒷받침한다. 또한 휴식부족을 단일 기준으로 관리하기보다는, 전반적 휴식부족(Rhour<11h) 그룹은 운행환경 전반의 구조적 부족을 점검하는 모니터링 지표로, 심각한 휴식부족(Rhour≤8h) 그룹은 취약집단을 선별하는 관리지표로 구분하여 활용할 필요가 있다. 특히 사고경험과의 관성이 휴식부족 단독보다 장시간 운전 조건에서 크게 증폭된다는 점을 고려하면, 단속·관리·점검의 우선순위는 장시간 운전과 휴식부족이 동시에 관찰되는 집단에 둘 필요가 있다. 더불어 DTG 제출빈도와 휴게시간이 휴식부족의 완화요인으로 나타난 점은, 최소 일일 휴식기준이 부재한 환경에서도 관리·감독의 실효성 제고와 휴게 확보를 유도하는 운영 가이드라인이 위험완화에 기여할 가능성을 보여준다.
본 연구는 단면 설문자료에 기반하므로 인과효과가 아닌 통계적 연관성으로 해석되어야 한다. 또한 Rhour는 최근 1주를 기준으로 한 평균 일일 일정에서 측정된 반면 사고경험은 지난 12개월 기준으로 측정되어, 두 변수 간의 관측기간 불일치로 인한 측정오차 가능성이 존재한다. 표본 또한 대표성 추정보다는 이질성 포착을 목적으로 한 층화 유의표집에 기반하며, 시간 및 사고 변수는 자기보고 자료이므로 측정오차 및 과소보고 가능성이 존재한다. 특히 경미한 사고의 과소보고가 휴식부족 여부와 독립적이라면, 본 연구에서 관측된 연관성은 실제보다 약하게 나타났을 가능성이 있다. 또한 사고건수 자체가 제한적이므로, 교차그룹 추정치의 불확실성도 함께 고려되어야 한다. 이와 함께 사고경험은 도로환경, 기상, 주·야간 운전, 건강상태, 운행노선 특성 등 다양한 요인의 영향을 받을 수 있으나, 본 연구는 설문자료의 제약으로 이러한 잠재적 교란요인을 충분히 통제하지 못했다는 한계가 존재한다. 따라서 본 결과는 국내 전체 화물차 운전자 집단에 대한 대표 추정치라기보다, 현행 규제환경에서 관찰되는 연관 구조를 보여주는 탐색적 결과로 해석되어야 한다.
향후 연구에서는 DTG·운행기록 등 객관적 자료를 활용하여 근무 종료–근무 시작 간 휴식기간을 보다 정확히 측정하고, 장시간 운전과 휴식부족의 결합효과를 패널 또는 사건기반 자료로 검증할 필요가 있다. 또한 품목 및 물량확보 채널에 따른 시간구조 차이를 대기·상하차 등 비운전 업무시간까지 포함하여 분석함으로써, 향후 HOS 도입 또는 정책도입에 보다 직접적인 근거를 제시할 필요가 있다.
