1. 서론 

수평적 곡선주로(horizontal curves)는 미국 및 다른 지역의 고속도로 시스템 중 상대적인 위험율이 높은 지점임.

이차로 곡선상의 추돌사고는 여타 이차선 도로에서 치명적인 결과를 야기하는 것보다 두 배 이상인 것으로 나타남(Hummer et al, 2010).

다행히도 곡선지점은 고속도로 당국이 안전 개선 조치를 조성하는 기회이자 여러 방안들이 존재하는 곳임.

관리당국은 신호나, 표기, 입간표시물, 난간(가드레일), 또는 경사도 조정, 또는 넓이 확장, 직선화, 경사도 완만 조정 등을 통한 잠재적 위험 재고 노력 추가 가능

본 연구는 이차선 지방 곡선 도로 분석에 초점을 둠.

일반적으로 고속도로 당국에 의한 안전 목적의 곡선 또는 수평 곡선도로의 분석은 현지조사 및 경험자의 판단에 기초

많은 지역 당국들은 공학자 또는 기술자의 운전이나 지난 수년간 자체적으로 증명된 조치들에 의존해 분석 시도

그러나 지난 1991년 연방 고속도로부(FHWA: Federal HighWay Administration)의 충돌 예측 모형과 같은 분석 도구 또한 존재

위 연구는 여러 가지 기하학적 지형(거리) 요인(geometric factors)들인 곡선 기울기(곡율도:curvature), 곡선 길이, 도로 폭, 노변(roadside) 위험율, 커브 경사도, 그리고 통행량 뿐 아니라 곡선의 나선형적 전환의 존재 또는 부재(즉, 직선주로에서 곡선으로의 완만한 전환 여부) 등에 기초해 커브 추돌 수를 예측하기 위해 개발

상기 모형이 월간 기하학적 변수들에 대해 적절히 추돌을 예측하는 반면, 통행 통제 장비들인 신호나, 표시 불빛, 도로 위 요철장비(rumble strips), 섬광불 등의 변수들을 포함하지 못함.

또한 Zegeer et al(1991)의 모형에서는 단일 주 해당 자료에만 기초하여 주간 추돌 보고 건수의 차이나 기후, 운전자 성향 및 특성, 그리고 추돌 사고 건수에 영향을 주는 다른 요인 및 도로 여건 차이 등을 고려하지 못함.

따라서 이러한 요인들을 고려하여 보다 폭넓은 자료가 적용가능하고 특정 지역 특성에 기초한 자료를 이용해 추돌 잠재성을 예측 가능한 공식적인(인증) 모형 또는 분석도구의 필요성 제기

특히 과거 커브 추돌 모형 및 분석도구들은 활용 가능 자료 수집의 어려움, 지역 여건에 대한 모형 보정의 필요성 등 폭넓은 적용에 어려움 존재

고속도로 안전 매류얼(HSM:Highway Safety Manual) 출간은 위와같은 난점을 극복하고 관련분야에의 활용에 있어서 추돌 모형을 획득할 기회 제공(AASHTO, 2010)

HSM은 수평 곡선도로에 대한 추돌 예측모형 및 인기 있는 곡선 대안측정 요소로서 추돌 수정 요인(CMFs: Crash Modification Factors)의 추정을 포함

CMFs는 주어진 안전 조치 하에서 추돌의 기대변화로 정의

예를 들면 추돌예방 대안이 약 20% 정도 사고를 줄일 것이라 예상된다면 CMFs는 1-0.2=0.8 로 표기됨.

동 모형과 CMFs는 안전 연구자 및 실행자들의 선도 위원회에 의해 승인되었고 분석 작업 제공에 신용을 부여

HSM은 또한 모형 적용과 대안적 조치를 포함한 안전 프로그램에서의 통상적 단계별 CMFs를 위한 세부적 사항(교육) 포함

본 매뉴얼 출간 전 수년간 수정-보완 사항이 작성되어 왔음에도 불구, 여전히 곡선도로 안전 연구분야에 폭넓게 적용되지 않고 있음.

HSM 모형을 이용한 보정 절차 및 필수자료 수집의 어려움 등이 분석 기법의 기대했던 채택과정을 느리게 하는데 기여

본 연구의 목적은 고속도로 당국에 보다 효율적인 신규 HSM의 사용 방법에 대한 실제적 자문을 제공하며 기존 방법에의 보완 분석 사례를 제공

본 연구를 통해 만일 관리 당국이 안전 개선의 필요성에 의해 수평 곡선을 분석하고 HSM을 활용할 수 있는지, 만일 그렇다면 지역 여건에 맞게 HSM 곡선 추돌 예측모형을 운용해야 하는지 살펴보고자 함.

또한 HSM분석이 가능하다면 관리 당국은 얼마나 노력해야 하는지 논의 ？ 예를 들면 현지 방문 없이 HSM 분석이 가능한지, 만일 그렇다면 얼마나 정확한 결과를 기대하는지 등

그리고 보다 효율적인 HSM분석을 위해 어떤 단계를 따라야 하는지 논의

2. 방법론

본 연구에서는 노스캐롤라이나(North Carolina) 지역의 주요 커브 도로를 샘플로 각각의 도로 여건에 따라 HSM 보정 이행을 위한 자료를 수집

아래의 표 1은 본 연구의 분석을 위해 수집된 자료와 각 변수들에 대해 자료수집과정에 대한 간단한 정보를 제공

표 1. 현지 자료 수집 요소

자료출처: Applying the Highway Safety Manual to Two-Lane Road Curves, Journal of Transportation Research Forum, Vol 51. No. 2, p. 28.

HSM을 이용한 방법은 추돌 회수 및 정도, 그리고 고속도로 특성에 따른 추돌 유형 등의 추정에 사용

모형 정확도 개선을 위해 동 방법은 지역 여건에 기초해 조정되고 모의될 수 있도록 개발(지역 여건은 예를 들면 기후나 지질학적 여건, 운전자 특성 등에 따라 차별화)

여기서는 노스캐롤라이나 지역 고속도로를 대상으로 지방의 2차선 양방향 고속도로에 적용

본 사례연구는 HSM 예측방법 적용 단계에 따라 이행(총 18단계)

본 연구에서는 주로 안전 실행 기능(SPF: Safety Performance functions)을 적용하고 선택하는 9단계, CMFs를 추정하는 10단계, 그리고 지역 보정 요인을 적용하는 제 11단계에 주로 주목하여 분석 수행

위 단계들은 도로구간(roadway segment)이 정의되고 추돌사고 역사, 지리적 여건 등의 자료 수집 완료 이후 적용

각각의 분석 단계는 개별적 도로 구간이 분리적을 완전히 인식된 이후 진행되어야 하며 각 구간 별 추돌사고 예측에 사용

3. 분석 결과

HSM 기본모형을 이용해 양한 통행량, 지리적 여건에 기초한 곡선도로 추돌 예측 수는 표 2와 같이 보고될 수 있음.

각 구간별 추돌 건수에 대한 가장 효과를 가진 변수는 AADT(Average Annual Daily Traffic Volumn-vehicle per day), 곡선 반경, 그리고 속선 길이로 나타남.

표 2에서 5년간 곡선구간에 대한 추돌사고 예측치는 AADT 500, 1000, 2000, 5000, 10000, 20000에 대한 추돌 예측 모형에 기초

표 2의 곡선도로 반경은 250피트(feet)에서 5000피트이며 곡선도로 길이는 250피트에서 1500피트임.

예를 들면 연간 평균 하루 통행량이 1000대이고 500피트 반경 및 750피트 길이의 2차선 곡선도로의 5년간 추돌사고 예측 건수는 약 0.54(10년에 1건의 곡선구간 추돌사고 예측)임.

표 2의 계산은 평균적인 노스캐롤라이나 여건으로 가정해 적용: 도로 길이 10.4피트, 내부 갓길 7.4피트, 외부 갓길 8피트, 경사도 0.056, 1마일 당 9.6개 진입로, 속도제한 55mph, 곡면전환 구간 없음, 섬광로 없음, 중앙 요철 설치 구간 없음, 이차로 좌회전 도로 없음, 자동 과속단속 장비 없음 등 적용

표 2. 이차선 수평 곡선 도로에 대한 5개년 추돌사고 예측

자료출처: Applying the Highway Safety Manual to Two-Lane Road Curves, Journal of Transportation Research Forum, Vol 51. No. 2, p. 34.

HSM을 이용한 예측 결과는 본 연구의 보정 요인 1.33을 적용할 경우 연간 152건의 추돌사고가 예측되어 실제 보고 건수보다 10% 정도의 차이를 보였음.

그러나 기존 연구를 이용한 예측은 기존 건수보다 약 35% 차이가 나타남.

4. 결론

본 연구에서 HSM을 이용한 예측 모형의 적절한 모의를 위해서 연구팀은 약 300개 이상 구간에 대해 노스캐롤라이나 도로 여건을 조사, 수집

그러나 위 구간 여건도 다른 지방이나 주의 여건과 상이할 수 있음.

연 평균 일일 통행량(AADT), 곡선 길이, 그리고 곡선 반경이 가장 중요한 자료로 평가됨.

또한 보정값 1.33은 HSM모형을 이용한 노스캐롤라이나 곡선 도로 추돌값 예측에 부합한 결과 도출(다만 실제값과 예측값의 통계적 유의도가 낮기 때문에 ‘1’이 보다 적절한 보정 인자로 정당화 되어야 함을 주장)

본 연구의 특정 이차선 지방도로 곡선 구간에 대한 연구 결과가 모든 도로 유형과 구간에 적용될 수는 없지만 유사한 분석을 시도하는 교통 분야 엔지니어와 연구자들에 의해 아래와 같은 핵심적인 성과 활용 가능

1) 만일 몇몇 변수값들의 민감도가 크지 않거나 흥미를 가진 변수들이 도로 유형 변화에 따라 일정하게 유지된다면 자료 수집 비용 최소화를 위해서도 평균값 적용 가능

2) 비록 본 연구의 분석을 위한 초기 자료 비용은 상당하지만 미래 자료 업데이트 비용은 더 적어질 것임.

3) 장소 선정은 본 연구 과정의 핵심적인 요소이고 임의로 선정된 장소는 고 충돌 위험 장소 선호

4) 본 연구에서의 민감도에 영향을 받지 않는 요소, 평균 변수값 등과 함께 인터넷 기반 자료와 기존 통계자료 등을 활용해 현지 방문 없이 곡선 도로 추돌의 효율적 추정 달성 가능