인공지능 기반 도로안전도 평가체계 구축방안

3EAdz9sscQ9lDLav/ulJOg==

연구성과

연구보고서

인공지능 기반 도로안전도 평가체계 구축방안원문 다운로드 인공지능 기반 도로안전도 평가체계 구축방안원문보기

보고서명
인공지능 기반 도로안전도 평가체계 구축방안

책임자 이지선
소속기관한국교통연구원
내부연구참여자이희원
외부연구참여자
발행기관 한국교통연구원
ISBN979-11-6384-641-3 (93530)
출판년도2026
페이지175
보고서유형 연구개발적립금보고서
연구유형 기초
표준분류 수송·교통 > 수송·교통일반
자료유형연구보고서
공공누리유형 4유형 (출처표시+상업적이용금지+변경금지)
주제어교통안전, 안전도평가, 부스팅모델, 딥러닝모델, 속성중요도

조회수

조회수 반영까지 최대 10분 정도 소요될 수 있습니다.

11
다운로드

다운로드 수 반영까지 최대 10분 정도 소요될 수 있습니다.

0

본 연구는 인공지능 기술을 적용하여 도로의 안전도를 평가하기 위한 표준화된 지표를 산출함으로써 단순한 사고 건수의 예측이 아닌 국제적으로 통용되는 도로안전도 평가점수를 인공지능 기술을 기반으로 예측하는 방법을 제시하고자 한다. 이를 위해 도로안전도 평가를 위해 사용되고 있는 다양한 방법론을 분석하고 특히 국제적으로 통용되고 있는 iRAP(International Road Assessment Program) 기준의 안전도 평가점수를 인공지능 기반으로 산출하는 방법을 제시하고자 한다.
<이하 원문 참조>

As road environments improve and a people-centered traffic culture continues to spread, the emphasis on safety has become increasingly prominent and has emerged as a highly important social concern. Accordingly, various projects have been carried out in the road sector to improve traffic safety; however, existing improvement projects have mainly focused on responding after accidents occur. Therefore, from the perspective of proactively identifying high-risk areas and preventing accidents in advance through appropriate countermeasures, there remain limitations, and continuous improvements have been demanded in this regard. In response, the government has also made efforts to establish a proactive safety management system capable of preventing accidents by evaluating road safety in a systematic and scientific manner. In Korea, numerous studies have attempted to apply internationally recognized methodologies to domestic conditions.
However, the process of applying these methodologies to real-world practice is highly complex, and the amount of data that must be collected is huge. As a result, properly implementing them in practice has become extremely difficult in reality, requiring continuous effort and considerable financial investment. The road safety assessment and improvement process, which involves extensive data collection and multiple complicated procedures, has become a major obstacle to field application and the sustained implementation of related projects, highlighting the need for improvement. To address these issues, this study applies artificial intelligence techniques to derive standardized indicators for evaluating road safety. Rather than simply predicting the number of accidents, it proposes a method for predicting internationally recognized road safety assessment scores based on artificial intelligence.
In this study, a total of five models were developed, including three boosting-based models and two deep learning-based models. In the process of predicting road safety scores using each model, four types of optimization methods were applied according to the formulation of the objective function. Accordingly, a total of 20 scenarios were constructed by combining the five models with the four optimization methods, and the performance evaluation metric RMSE was calculated. After establishing the baseline models through this process, reduced models were constructed to analyze feature importance. These reduced models were divided into two types based on the number of input features: Reduced Model I using five features, and Reduced Model II using fifteen features. For each reduced model, optimization was performed once again, and the predictive performance of the models was analyzed accordingly.
According to the analysis results of these models, both boosting-based and deep learning-based models have their own advantages. In particular, the XGBoost and TabNet models demonstrated overall superior performance, indicating that these two models should be actively considered for practical field applications. In terms of optimization methods, Method 2—which predicts six dependent variables individually and then estimates the Total SRS based on these predictions—proved to be the most effective. However, since this approach requires a longer training time compared to other methods, it is also necessary to consider the application of alternative methods in practice, taking this computational cost into account.
In particular, due to the nature of artificial intelligence models, incorporating domestic data into the training process leads to a noticeable improvement in predictive performance. Therefore, even with a small number of samples, it is necessary to include them in the training process in order to build a model that can be practically applied to the corresponding region. In addition, since most current traffic safety improvement projects—such as black spot improvement projects and hazardous road improvement projects—are focused on post- accident responses rather than preventive measures, AI-based road safety assessment can serve as a valuable alternative. By identifying high-risk sections through a scientific approach and implementing proactive improvements, it can contribute to preventing traffic accidents.

요약 i

제1장
서론 1
제1절 연구의 배경 및 목적 3
1. 연구의 배경 3
2. 연구의 목적 4
제2절 연구의 범위 및 방법론 5
1. 연구의 범위 5
2. 연구의 방법론 5
제3절 중복성 검토 및 연구의 차별성 7

제2장
도로안전도 평가방법론 및 수집자료 분석 9
제1절 도로안전도 평가방법의 종류 및 특성 11
1. HSM(Highway Safety Manual) 11
2. iRAP(International Road Assessment Program) 12
제2절 도로안전도 평가를 위한 자료항목 및 수집방법 14
1. 수집자료 항목 14
2. 자료 수집방법 16
제3절 도로안전도 평가분야 선행연구 분석 19
1. 도로안전도 평가방법 관련 연구 19
2. 인공지능 기반 교통안전 관련 연구 19
3. 연구의 착안점 20

제3장
도로안전도 평가체계 구축 절차 21
제1절 인공지능 기반 도로안전도 평가 기본전략 23
1. 도로안전도 평가를 위한 핵심 자료 파악 23
2. 도로안전도 평가점수 예측 23
3. 국내 적용 가능성 분석 24
제2절 인공지능 기반 도로안전도 평가 절차 25
1. 데이터 구축 25
2. 평가체계 구축 25
3. 모델 선정 26
4. 일반국도 적용 26
제3절 도로안전도 평가 단계별 세부 구축 방안 27
1. 데이터 구축 방안 27
2. 평가체계 구축 방안 31
3. 최종모델 선정 방안 34
4. 일반국도 적용 방안 37

제4장
평가체계 개발 및 성능평가 39
제1절 자료구축 41
1. 데이터 수집 41
2. 데이터 합성 43
제2절 평가모델 개발 및 성능평가 47
1. 평가모델 개발 47
2. 성능평가 52
3. 모델별 성능평가 종합분석 66
제3절 중요도 분석 및 최적 모델 선정 68
1. 속성 중요도 분석 68
2. 모델 최적화 81

제5장
인공지능 기반 도로안전도 평가체계 적용방안 89
제1절 인공지능 기반 도로안전도 평가체계 적용 사례분석 91
1. 구간 선정 및 자료수집 91
2. 인공지능 기반 도로안전도 평가체계 일반국도 적용 94
3. 인공지능 기반 도로안전도 평가체계의 합성 데이터 적용 102
제2절 인공지능 기반 도로안전도 평가체계 국내 적용방안 106
1. 인공지능 기반 평가체계 적용의 한계와 문제점 106
2. 인공지능 기반 평가체계 적용을 위한 개선방안 107
3. 인공지능 기반 도로안전도 평가체계 활용 방안 109

제6장
결론 및 정책제언 111
제1절 연구의 결론 113
제2절 정책제언 116

참고문헌 117

부 록 121

Abstract 135

콘텐츠 큐레이션 : 동일주제 가장 많이 이용된 자료 추천

현재 페이지에서 제공되는 연구보고서에 대하여 평가해 주세요

별점5점만점에 5점 별점5점만점에 4점 별점5점만점에 3점 별점5점만점에 2점 별점5점만점에 1점

의견(0)

연구성과에 따른 의견과 무관한 글, 선정적인 글 및 비방글 등의 게시물은 관리자에 의해 언제든 삭제 조치 될 수 있으며, 주민등록번호 형식 및 연속된 숫자 13자리는 입력할 수 없습니다.

입력 가능 Byte : 4000 Byte 현재 입력 Byte : 0 Byte

자동등록방지 숫자를 순서대로 입력하세요.

NKIS 국가정책연구포털

연구성과

국책연구동향

NKIS 통계

게시판

NKIS소개

연구성과

국책연구동향

NKIS 통계

게시판

NKIS소개

연구성과

연구보고서

인공지능 기반 도로안전도 평가체계 구축방안

국문초록

영문초록

목차

콘텐츠 큐레이션 : 동일주제 가장 많이 이용된 자료 추천

연구보고서

정책연구자료

세미나

현재 페이지에서 제공되는 연구보고서에 대하여 평가해 주세요

의견(0)