Earticle

초록

영어

The Korean government has recently undertaken various initiatives to accelerate the deployment of autonomous vehicles while ensuring safety, setting goals of achieving a market penetration rate of over 50% by 2035 and reducing annual traffic fatalities to fewer than 1,000. Against this backdrop, this study emphasizes the need for preemptive risk detection rather than post-accident response and seeks to identify high-risk factors that may lead to hazardous situations in mixed traffic environments involving autonomous vehicles. To this end, data were collected and analyzed based on a review of existing literature, accident records and video data, and expert consultations. The identified factors were categorized using the six-layer framework. The Analytic Hierarchy Process (AHP) was then applied to quantify the relative importance of each factor, and the Pareto principle was used to derive 28 key high-risk factors. The analysis showed that effective detection of high-risk situations in mixed traffic environments requires attention not only to digital factors—such as perception, decisionmaking, and control errors of autonomous vehicles—but also to factors related to moving objects including inter-vehicle distance and traffic flow characteristics. These findings offer a foundational resource for preemptive risk detection and safety assurance during the initial phase of autonomous vehicle deployment. Furthermore, the identified risk factors provide a basis for developing risk prediction models and conducting scenario-based safety evaluations in future research.

한국어

최근 정부는 자율주행차량의 상용화를 가속화하며, 2035년까지 보급률을 50% 이상으로 확 대하고 교통사고 사망자를 연간 1,000명 이하로 감축하는 것을 목표로 하는 등 자율주행차 도 입과 안전 확보를 위한 다양한 노력을 기울이고 있다. 본 연구는 이러한 사회적 배경과 더불어, 사고 이후 대응보다 사고 이전의 고위험 상황을 사전에 검지하려는 연구의 필요성에 주목하여 자율주행차 혼재 상황에서의 고위험 요인을 도출하고자 하였다. 이를 위해 기존 문헌, 사고 이 력 및 영상 데이터, 전문가 자문을 바탕으로 관련 데이터를 수집하고 분석하였으며, 문헌 및 프로젝트를 기반으로 6개의 레이어 체계를 기반으로 요인을 분류하였다. 이후 계층분석법 (AHP)을 적용하여 각 요인의 상대적 중요도를 정량화하고, 파레토 법칙을 활용해 최종적으로 28개의 핵심 고위험 요인을 도출하였다. 분석 결과, 자율주행차 혼재 환경에서 고위험 상황을 효과적으로 검지하기 위해서는 인지·판단·제어 오류와 같은 디지털 요인뿐 아니라, 차간 간격 등 차량 간 상호작용과 교통류 특성과 관련된 이동 객체 요인에 주목할 필요가 있음을 확인하 였다. 본 연구 결과는 자율주행차 초기 도입기의 사전 위험 검지 및 안전 확보를 위한 기초자 료로 활용될 수 있으며, 향후 고위험 상황 예측 모델 및 시나리오 개발 등의 후속 연구에 기반 을 제공한다는 점에서 의의가 있다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 선행연구고찰
1. 자율주행차량 교통사고 요인 도출 관련 연구 동향
2. 자율주행 차량 교통사고 발생 시 조사 필요 항목 관련 연구 동향
3. 자율주행 차량 교통사고 시나리오 관련 연구 동향
4. 연구 차별성
Ⅲ. 방법론
1. 분석의 흐름
2. 메타분석 방법론
3. AHP (Analytic Hierarchy Process) 방법론
Ⅳ. 데이터 수집
1. 수집 데이터 별 자율주행 혼재 시 위험 요인 도출
2. 수집 데이터별 고위험 요인 종합 및 레이어 별 분류
Ⅴ. 분석결과
1. 전문가 설문조사(AHP) 분석 수행 및 최종 고위험 요인 도출
Ⅵ. 결론
ACKNOWLEDGEMENTS
REFERENCES

키워드

저자

• 한효림 [ Hyorim Han | 한국교통연구원 교통빅데이터연구본부 연구원 ] 주저자
• 이숭봉 [ Soong-bong Lee | 한국교통연구원 교통빅데이터연구본부 부연구위원 ] 교신저자
• 정정호 [ Jeongho Jeong | 한국교통연구원 교통빅데이터연구본부 연구원 ] 공저자
• 이종우 [ Jongwoo Lee | 한국교통연구원 교통빅데이터연구본부 부연구위원 ] 공저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338