49

빅데이터로 분석한 서울시 교통사고 패턴과 대응

  • Upload
    -

  • View
    1.004

  • Download
    2

Embed Size (px)

Citation preview

Page 1: 빅데이터로 분석한 서울시 교통사고 패턴과 대응
Page 2: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

분야 과제명 추진시기 목 적 기대효과

교통 심야 버스 노선 분석(`13년) `13.상반기 심야버스 노선 최적화 버스 이용률 제고와 시민 안전도 향상

안전 교통약자를 위한 교통사고 분석 `14.하반기 교통사고 감소 방안 마련 교통 사고 감소를 통한 시민 안전도 향상

교통 택시 운행 데이터 분석 `14.하반기택시 매치메이킹 서비스 제공과 효율적 택시 정책 마련

시민 불편 해소와 택시 공차율 감소

복지 인생이모작센터 입지 분석 `14.상반기 이모작센터 시설의 적정 위치 선정 접근성 향상으로 시설 이용률 제고

`14년 서울시 빅데이터 추진 실적

복지 인생이모작센터 입지 분석 `14.상반기 이모작센터 시설의 적정 위치 선정 접근성 향상으로 시설 이용률 제고

복지 노인 여가 복지 시설 입지 분석 `14.상반기노인 여가 복지시설의 적정 입지 선정

접근성 향상으로 시설 이용률 제고

복지 장애인콜택시 운영 분석 `14.하반기자원의 효율성 배치와 택시 대기 시간 예측

운영 효율성 향상 및 이용객 만족도 향상

행정 시정 홍보물 위치 분석 `14.상반기 분야별 시정홍보물의 적정 위치 선정 공간의 효율적 활용과 홍보 효과 상승

행정 무인 민원발급기 입지 분석 `14.하반기 최적의 무인민원발급기 입지 선정 접근성 향상으로 시민 만족도 제고

관광 해외(중국) 관광객 유동인구 분석 `14.상반기 외국인 관광 및 소비 패턴 파악 관광객 확대 방안 마련

Page 3: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

서울시 교통사고 실태는 이렇습니다.

OECD 국가중보행사망자비율최고(전체교통사고사망자중보행사망자비율)

4.8

10.7

19.8

37.6

뉴질랜드

네덜란드

호주

프랑스

미국

이탈리아

덴마크

스페인

스위스

영국

헝가리

폴란드

일본

대한민국

평균 16.5

(`12년, %)

2

세계주요도시와비교해2~4배의교통사고 사망자발생

국내시도중사망자대비부상자비율이현저하게높음

1.0 1.4 1.6 2.4

코펜하겐 베를린 도쿄 런던 서울 (`09년, 인/10만명)

20%

10%

서울 부산 대구 인천 광주 대전 경기 강원 충북 충남 전북 전남 경북 경남

부상자 사망자

(`13년, %)

Page 4: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

데이터 패턴 정책

데이터 분석을 통해 문제해결 방법을 찾았습니다.

인사이트

3

[Analysis]

BI QlikView

GIS ArcGIS

QGIS/SAGA

상관분석 R

Hadoop Map/Reduce

Pig

Flamingo

[Tool]

통계분석 데이터 마이닝

Data Drilling/Ad-Hoc

회귀분석/군집분석 등

시각화

공간분석 Buffer/Near

Spatial Join

Kernel Density Analysis

교통사고 내역 `11년 ~ `13년 도로교통공단

DTG(위험운전행동) `12년 ~ `13년 교통안전공단/서울시

교통안전시설물 `12년 ~ `13년 서울시

도로별 차량속도 `12년 서울시

유동인구 `14년 SKT

기상정보 `13년 ~ `14년 서울시/기상청

[Data]

Page 5: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

분석주제 선정 배경

서울시는 빅데이터 분석을 교통사고 분야에 적용하여 패턴과 인사이트를 도출하고자 하였고, 교통사고 내역, 날씨, 유동인구, 위험운전행동, 차량속도 등의 다양한 데이터를 마이닝함으로써 여러 가지 분석결과들을 얻었습니다.

그 중 교통약자인 어린이 및 어르신 보행자 교통사고와 중앙 버스정류소, 음주운전, 위험운전행동 등 5가지 주제를집중분석하여 그 결과를 토대로 대책을 마련하였습니다.

1. 어린이 보행자 교통사고- 어린이들을 교통사고로부터 보호하기 위한 다양한 정책들이 시행되어 왔으며 특히 2003년부터 어린이보호구역을 지정하여

중점관리하고 있으나, 여전히 많은 사고가 어린이보호구역과 그 인근에서 발생하고 있음

2. 어르신 보행자 교통사고- 고령화 사회에 진입함에 따라 노령 인구가 지속적으로 늘어나고 있는데, 어르신들은 다른 계층에 비해 돌발상황에 대한 대응력

저하로 일단 사고를 당하면 중상 이상의 피해를 입게 되기 때문에 중점 관리가 필요함

3. 중앙 버스전용차로 정류소 교통사고- 2004년부터 설치된 중앙버스전용차로 인근의 교통사고는 매년 지속적으로 증가하고 있으며, 특히 횡단보도와 그 인근의

무단횡단사고가 다른 곳에 비해 많이 발생하고 있음

4. 음주운전 사고- 지속적으로 사회적 이슈가 되어온 음주운전 사고는 일반 사고보다 중상 이상의 치명적인 사고를 유발하고 있어 보다 적극적인

대응방안이 필요함

5. 위험운전행동 분석- 급감속, 급정지, 급진로변경 등의 위험운전행동은 교통사고와 매우 밀접한 관련이 있는 것으로 알려져 왔으며, 위험운전행동이

많이 발생하는 곳을 분석해 보면 도로구조나 시설미비 등의 사고 유발요인을 찾을 수 있음

4

서울시는 빅데이터 분석을 교통사고 분야에 적용하여 패턴과 인사이트를 도출하고자 하였고, 교통사고 내역, 날씨, 유동인구, 위험운전행동, 차량속도 등의 다양한 데이터를 마이닝함으로써 여러 가지 분석결과들을 얻었습니다.

그 중 교통약자인 어린이 및 어르신 보행자 교통사고와 중앙 버스정류소, 음주운전, 위험운전행동 등 5가지 주제를집중분석하여 그 결과를 토대로 대책을 마련하였습니다.

1. 어린이 보행자 교통사고- 어린이들을 교통사고로부터 보호하기 위한 다양한 정책들이 시행되어 왔으며 특히 2003년부터 어린이보호구역을 지정하여

중점관리하고 있으나, 여전히 많은 사고가 어린이보호구역과 그 인근에서 발생하고 있음

2. 어르신 보행자 교통사고- 고령화 사회에 진입함에 따라 노령 인구가 지속적으로 늘어나고 있는데, 어르신들은 다른 계층에 비해 돌발상황에 대한 대응력

저하로 일단 사고를 당하면 중상 이상의 피해를 입게 되기 때문에 중점 관리가 필요함

3. 중앙 버스전용차로 정류소 교통사고- 2004년부터 설치된 중앙버스전용차로 인근의 교통사고는 매년 지속적으로 증가하고 있으며, 특히 횡단보도와 그 인근의

무단횡단사고가 다른 곳에 비해 많이 발생하고 있음

4. 음주운전 사고- 지속적으로 사회적 이슈가 되어온 음주운전 사고는 일반 사고보다 중상 이상의 치명적인 사고를 유발하고 있어 보다 적극적인

대응방안이 필요함

5. 위험운전행동 분석- 급감속, 급정지, 급진로변경 등의 위험운전행동은 교통사고와 매우 밀접한 관련이 있는 것으로 알려져 왔으며, 위험운전행동이

많이 발생하는 곳을 분석해 보면 도로구조나 시설미비 등의 사고 유발요인을 찾을 수 있음

Page 6: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

어린이 보행자 교통사고는

§ 사고의 58%가 초등학교 반경 300m 이내에서 발생- 어린이보호구역과 그 인접지역 중심으로 Hot Spot 발생

§ 일괄적으로 지정된 어린이 보호구역 내에서도 특별히위험한 지점들이 존재

§ 초등학교 저학년 남자 어린이들에게 가장 많이 발생

§ 신학기인 봄에, 특히 5월에 가장 많이 발생

§ 등ž하교시간, 특히 방과후 활동 시간에 집중 발생

1. 어린이 보행자 교통사고 / 1.1 요약

Ø 과속방지턱 설치를 통한 교통안전 환경조성

Ø 초등학교 저학년 대상 교통안전 교육 시행

Ø 교통안전 모범학교 선정, 우수사례 공유전파

분석결과 대책

5

어린이 보행자 교통사고는

§ 사고의 58%가 초등학교 반경 300m 이내에서 발생- 어린이보호구역과 그 인접지역 중심으로 Hot Spot 발생

§ 일괄적으로 지정된 어린이 보호구역 내에서도 특별히위험한 지점들이 존재

§ 초등학교 저학년 남자 어린이들에게 가장 많이 발생

§ 신학기인 봄에, 특히 5월에 가장 많이 발생

§ 등ž하교시간, 특히 방과후 활동 시간에 집중 발생

Ø 과속방지턱 설치를 통한 교통안전 환경조성

Ø 초등학교 저학년 대상 교통안전 교육 시행

Ø 교통안전 모범학교 선정, 우수사례 공유전파

Page 7: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

초등학교반경 300m

— 어린이 보행자 교통사고의58%는 초등학교 중심반경 300m 이내에서발생

— 초등학교별 발생건수는연 평균 1.0건

어린이 보행자 교통사고의 58%는 초등학교 반경 300m 이내에서 발생

1. 어린이 보행자 교통사고 / 1.2 분석결과

6

[어린이 보행자 교통사고 –초등학교 반경 300m 내 사고건수(3년)]

초등학교 발생건수 (3년간)A 초등학교 13

B 초등학교 12

C 초등학교 12

D 초등학교 11

E 초등학교 11

F 초등학교 11

G 초등학교 11

H 초등학교 11

I 초등학교 10

J 초등학교 10

[어린이 보행자 교통사고 발생건수 Top10]

Page 8: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

어린이보호구역

— 어린이 보행자 교통사고는 초등학교 반경 300m 이내에서 58.0%, 400m 이내에서는 71.9%가 발생

— 하지만 초등학교마다 일괄적으로 동일한 어린이 보호구역 정책을 적용하는 것은 한계가 있음

1. 어린이 보행자 교통사고 / 1.2 분석결과

일괄적으로 지정된 어린이 보호구역 내에서도 특별히 위험한 지점들이 존재

7

[어린이 보호구역과 어린이 보행자 교통사고 온도지도 예시]

Page 9: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

— 초등학교에 갓 입학하는 만 7세 어린이의사고비중이 13.2%로서 가장 높음

— 초등학교 저학년에 해당하는 만 7~9세비중은 38.4%

어린이 보행자 교통사고는 초등학교 저학년 남자 어린이들에게 가장 많이 발생

(구성비)

1. 어린이 보행자 교통사고 / 1.2 분석결과

8

— 남녀 비율은 62 : 38로 남자 어린이의사고비중이 높음

(성인의 경우 남녀 비율이 49.6 : 50.4)

ø 어린이는 만 13세 미만 (도로교통법 제2조)

남61.8%

여38.2%

남49.6%

여50.4%

[어린이 보행자 교통사고 성비] [성인 보행자 교통사고 성비]

(연령)

[어린이 보행자 교통사고 연령 분포]

Page 10: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

어린이 보행자 교통사고는 신학기인 봄에, 특히 5월에 가장 많이 발생

— 어린이 보행자 교통사고는주로 학기 중에 일어나고 가을보다는신학기인 봄에, 특히 5월에 12.1%로가장 많이 발생

(성인의 경우 표준편차 0.6%로 연중고른 분포를 보임)

(구성비)

1. 어린이 보행자 교통사고 / 1.2 분석결과

9

(월)

[어린이 보행자 교통사고 월별 분포]

[성인 보행자 교통사고 월별 분포]

(월)

(구성비)

Page 11: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

어린이 보행자 교통사고는 등ž하교시간, 특히 방과후 활동 시간에 집중 발생

— 어린이 보행자 교통사고는 등ž하교시간에 많이 발생되는데 특히 방과후 활동 시간인 오후 2시에서 저녁 7시사이에 집중 발생(등교시간은 이동시간이 짧고 녹색어머니 등의 교통지도 효과)

(구성비)

1. 어린이 보행자 교통사고 / 1.2 분석결과

10

13세미만

13세이상

[어린이 보행자 교통사고 시간대별 분포]

01 02 03 04 05 06 07 08 09 10 11 12 13 15 16 17 18 19 20 21 2214 2300(시)

Page 12: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

— 청소년층 (만 13~19세) :등교시간 외에 하교시간인 오후3시부터 밤 11시까지 지속 발생<야간 학원수강>

— 청년층 (20~30대) :출근시간 외에 오후 6시 퇴근시간이후 심야까지 지속 증가<심야시간대 활동>

— 장년층 (40~50대) :청년층과 비슷하나 청년층 대비새벽시간대는 더 적게야간시간대에 더 많이 발생<야간시간대 활동>

— 노년층 (60대 이상) :오전 9시부터 저녁 8시 사이에주로 발생<주간시간대 활동>

[참고] 보행자 교통사고로 살펴본 연령대별 외부활동 패턴

청년

(구성비)

11

— 청소년층 (만 13~19세) :등교시간 외에 하교시간인 오후3시부터 밤 11시까지 지속 발생<야간 학원수강>

— 청년층 (20~30대) :출근시간 외에 오후 6시 퇴근시간이후 심야까지 지속 증가<심야시간대 활동>

— 장년층 (40~50대) :청년층과 비슷하나 청년층 대비새벽시간대는 더 적게야간시간대에 더 많이 발생<야간시간대 활동>

— 노년층 (60대 이상) :오전 9시부터 저녁 8시 사이에주로 발생<주간시간대 활동>

청년

장년

청소년

노인

어린이

[연령대별 보행자 교통사고]

(시)01 02 03 04 05 06 07 08 09 10 11 12 13 15 16 17 18 19 20 21 2214 2300

Page 13: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

어린이 보행자교통사고

— 어린이보호구역 내에는 과속방지턱이비교적 많이 설치되어 있으나,

— 어린이 보행자 교통사고가 많이 발생하는지점들 중에는 대개 과속방지턱이 충분히설치되어 있지 않음

어린이 보행자 교통사고가 많이 발생하는 곳에는 과속방지턱이 부족

1. 어린이 보행자 교통사고 / 1.2 분석결과

12

과속방지턱

[A 초등학교 인근 어린이 보행자 사고 및 과속방지턱 분포][어린이 보호구역내 규정속도 준수정도 (설문조사)]

전혀 그렇지않다, 14.4%

별로 그렇지않다, 47.7%

다소 그렇다, 32.7%

매우 그렇다, 4.2%

무응답, 1.1%

그렇지 않다(62.1%)

그렇다(36.8%)

Page 14: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

[참고] 과속방지턱의 교통사고 예방 효과 : 과속방지턱 10개당 연간 교통사고 1.6건 감소

전체사고

5

10보행자사고

0

5

10

15

20건수

중상

경상

2011

2013

— `12년 한해 동안 서울시에는 총 62개의 과속방지턱이 신규설치되었으며, 해당 지점들 반경 30m 이내에서 `11년과 `13년에발생한 교통사고 건수를 비교하였을 때,

— 전체 교통사고는 60%, 보행자 사고는 80%가 감소하였으며,

— 과속방지턱 10개당 연간 교통사고 1.6건이 감소한 효과

13

`

[서울시 과속방지턱 분포]

[`12년 신설 과속방지턱 인근 사고건수 변화]

과속방지턱

교통사고

2012년 신설

0

[과속방지턱/교통사고 공간검색]

30m

Page 15: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

£ 초등학교 저학년 대상 교통안전 교육 시행

— 서울시 맞춤형 교사용 지도서, 영상컨텐츠, 수업 교구 제작중 (2014.10~2015.6)

— `15년 2학기부터 창의적 체험활동시간 등 활용, 교육시행

— 연중시행 → 신학기초(3~4월) 집중교육 시행

과속방지턱 신규설치£ 과속방지턱 설치를 통한 교통안전 환경 조성

— 교통사고 핫스팟, 교통안전시설 위치 분석 (교통사고 발생 상위 50개 초등학교)

— 과속방지턱 등 교통안전시설 설치 시행

대책1. 어린이 보행자 교통사고 / 1.3 대응방안

14

— 서울시 맞춤형 교사용 지도서, 영상컨텐츠, 수업 교구 제작중 (2014.10~2015.6)

— `15년 2학기부터 창의적 체험활동시간 등 활용, 교육시행

— 연중시행 → 신학기초(3~4월) 집중교육 시행

[영상컨텐츠(안)]

£ 교통안전 모범학교 선정, 우수사례 공유 전파

— 어린이 교통사고 줄이기 우수학교에 ‘ 교통안전 모범학교 지정’

— 서울시 표창 등 시행, 교통사고 줄이기 노하우 홍보 및 공유

Page 16: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

어르신 보행자 교통사고는

§ 현행 노인보호구역은 어르신 보행자 사고 다발지점과관련성이 낮음

§ 전통시장이나 공원 인근에서 많이 발생

§ 중상 이상의 상해가 65%로 일반적인 경우의 1.5배- 일반 보행자 교통사고의 중상 이상 비율은 42.3%

§ 새벽 4시 이후 급증한 후 주간시간대에 꾸준히 발생

§ 74세 이하가 64% 차지, 여성이 남성보다 1.8배 취약

Ø 어르신 보행자 교통사고 다발지점들에대해 시설 개선 추진

Ø 어르신 맞춤형 교육 홍보 시행

Ø 노인보호구역 지정 요건 변경 중앙정부건의

분석결과 대책

2. 어르신 보행자 교통사고 / 2.1 요약

15ø 어르신(노인)은 만 65세 이상 (도로교통법 제11조)

어르신 보행자 교통사고는

§ 현행 노인보호구역은 어르신 보행자 사고 다발지점과관련성이 낮음

§ 전통시장이나 공원 인근에서 많이 발생

§ 중상 이상의 상해가 65%로 일반적인 경우의 1.5배- 일반 보행자 교통사고의 중상 이상 비율은 42.3%

§ 새벽 4시 이후 급증한 후 주간시간대에 꾸준히 발생

§ 74세 이하가 64% 차지, 여성이 남성보다 1.8배 취약

Ø 어르신 보행자 교통사고 다발지점들에대해 시설 개선 추진

Ø 어르신 맞춤형 교육 홍보 시행

Ø 노인보호구역 지정 요건 변경 중앙정부건의

Page 17: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

노인보호구역

현행 노인보호구역은 어르신 보행자 사고 다발지점과 관련성이 낮음

— 현행 노인보호구역은노인종합복지관, 경로당, 요양원 인근으로 지정되어있으나,

— 어르신 보행자 사고다발지점과의 관련성이떨어지는 곳이 많음

2. 어르신 보행자 교통사고 / 2.2 분석결과

16

[노인보호구역 및 어르신 보행자 사고 온도지도(영향반경 200m)]

Page 18: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

불광시장

신림6동시장

신신림시장

제일시장

[일반] [일반]

— 전통시장이나 공원인근에서는 다른 연령대에비해 어르신 보행자교통사고가 많이 발생

— 어르신 사고 다발지역중심으로 노인보호구역추가 지정이 필요함

전통시장이나 공원 인근에서 어르신 보행자 교통사고가 많이 발생

2. 어르신 보행자 교통사고 / 2.2 분석결과

17

경동시장

청량리도매시장

[불광역 인근 –어르신 보행자 사고] [신신림시장 인근 –어르신 보행자 사고]

[청량리역 인근 –어르신 보행자 사고]

[일반]

탑골공원종묘공원

[일반]

[종묘공원 주변 –어르신 보행자 사고]

Page 19: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

어르신 보행자 교통사고는 중상 이상의 상해가 65%로 일반적인 경우의 1.5배

— 어르신을 제외한 일반 보행자 교통사고의 중상 이상 비율은 42.3%인 반면,

— 어르신의 경우는 중상 이상의 상해를 입는 경우가 65.4%로서 일반적인 경우보다 1.5배

— 대응력이 떨어지는 어르신들은 일단 사고가 발생하면 일반인보다 더 큰 상해를 당함

(구성비)

2. 어르신 보행자 교통사고 / 2.2 분석결과

18

[비노인/노인 보행자 사고 –상해정도]

ø 어르신(노인)은 만 65세 이상 (도로교통법 제11조)

Page 20: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

어르신 보행자 교통사고는 새벽 4시 이후 급증한 후 주간시간대에 꾸준히 발생

— 어르신을 제외한 일반 보행자 교통사고는 출근시간대에 급증했다가 낮부터 심야까지 지속적으로 증가하지만,

— 어르신 보행자 사고는 새벽 4시 이후 한차례 급증한 후 출근시간이 끝나는 오전 9시 이후에 다시 급증하여지속되다가 저녁 8시 이후 차츰 감소

(구성비)

2. 어르신 보행자 교통사고 / 2.2 분석결과

19

[어르신 보행자 교통사고 시간대별 분포]

01 02 03 04 05 06 07 08 09 10 11 12 13 15 16 17 18 19 20 21 2214 2300(시)

65세이상

65세미만

Page 21: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

어르신 보행자 교통사고는 74세 이하가 64% 차지, 여성이 남성보다 1.8배 취약

— 어르신 보행자 교통사고는 만65~69세가 33.3%, 70~74세가30.9%로서,

— 총 64.2%가 만 65~74세이하에서 발생

(구성비)

2. 어르신 보행자 교통사고 / 2.2 분석결과

20

[어르신 보행자 사고 성비]

[어르신 보행자 교통사고 연령대별 분포]

[일반(어르신제외) 보행자 사고 성비]

— 어르신 보행자 교통사고의 성비는65 : 35

— 즉, 여성의 사고비율이 1.8배 높아여성 어르신이 보행자 교통사고에더 취약한 것으로 파악됨(서울시 노인인구의 성비는 56 : 43으로 여성이 1.2배)

여64.8%

남35.1%

남53.7%

여46.2%

Page 22: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

— 어르신 보행자 교통사고는은평구, 서대문구, 동대문구, 송파구 등에 좀 더 집중된양상을 보임

어르신 보행자 교통사고는 일반 사고 대비 은평구, 서대문구, 동대문구 등에 더 집중

2. 어르신 보행자 교통사고 / 2.2 분석결과

21

[어르신 보행자 교통사고 온도지도(영향반경 1km)][일반 보행자 교통사고 온도지도]

Page 23: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

[무단횡단금지시설]

£ 어르신 보행자 교통사고 다발지점에 시설개선 추진

— 무단횡단 금지시설 설치 (전통시장, 공원 등)

— 보행신호 음성안내 보조장치 시범설치 경찰과 협의 후 추진

— 찾아가는 3D 교통안전 체험형 홍보관 운영 확대 (2015.3~)

- 24개 복지관 약 2천명 대상 교육 시행 (2014년 12~1월, 12개 복지관 677명 시행)

- 어르신 안전수칙 등 집중 홍보 (무단횡단 금지, 야간에 밝은 옷 입기 등)

£ 어르신 맞춤형 교육 홍보 시행

대책2. 어르신 보행자 교통사고 / 2.3 대응방안

22

£ 노인보호구역 지정요건 변경 중앙정부 건의

[보행신호 음성안내 보조장치]

— 찾아가는 3D 교통안전 체험형 홍보관 운영 확대 (2015.3~)

- 24개 복지관 약 2천명 대상 교육 시행 (2014년 12~1월, 12개 복지관 677명 시행)

- 어르신 안전수칙 등 집중 홍보 (무단횡단 금지, 야간에 밝은 옷 입기 등)

Page 24: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

중앙 버스전용차로 정류소 교통사고는

§ 무단횡단 사고가 가로변 정류소에 비해 5.4배 더많이 발생- 중앙 정류소 1개소당 무단횡단 교통사고 발생건수는

0.81건(3년간)

§ 횡단보도나 그 인근에서 무단횡단사고가 많이 발생- 중앙 정류소 무단횡단 사고 42%가 횡단보도와 그

인근에서 발생 (가로변 정류소의 2배)

Ø 모든 중앙정류소에 무단횡단금지시설 설치

Ø 버스 운수종사자 의견 등 반영하여위험구간 선제적 개선

분석결과 대책

3. 중앙 버스전용차로 정류소 교통사고 / 3.1 요약

23

중앙 버스전용차로 정류소 교통사고는

§ 무단횡단 사고가 가로변 정류소에 비해 5.4배 더많이 발생- 중앙 정류소 1개소당 무단횡단 교통사고 발생건수는

0.81건(3년간)

§ 횡단보도나 그 인근에서 무단횡단사고가 많이 발생- 중앙 정류소 무단횡단 사고 42%가 횡단보도와 그

인근에서 발생 (가로변 정류소의 2배)

Ø 모든 중앙정류소에 무단횡단금지시설 설치

Ø 버스 운수종사자 의견 등 반영하여위험구간 선제적 개선

Page 25: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

정류소유 형

정류소 수무단횡단사고 건수

1개소당 무단횡단사고 건수

중앙 버스정류소 340 275 0.81

중앙 버스전용차로 정류소 무단횡단 사고는 가로변 정류소에 비해 5.4배 더 많이 발생

— 3년간(`11~ `13) 중앙 버스전용차로 정류소 1개소당 무단횡단 교통사고 발생건수는 0.81건으로, 일반가로변 정류소에 비해 5.4배 더 많이 발생

3. 중앙 버스전용차로 정류소 교통사고 / 3.2 분석결과

24

가로변 버스정류소 10,196 1,491 0.15

[버스정류소 유형별 무단횡단 사고 (’11~’13)]

텍스트 마이닝

분석셀 (50m × 50m)— 분석방법

- 중앙버스전용차로정류소 분석셀선정

- 분석셀내교통사고추출

- 텍스트마이닝을통해 무단횡단여부확인

Page 26: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

중앙 버스전용차로 정류소 무단횡단 사고는 횡단보도 인근에서 주로 발생

— 중앙 버스전용차로 정류소 무단횡단 사고의 42%는 횡단보도와 횡단보도부근에서 발생하며 이는 가로변정류소의 2배

— 중앙 버스전용차로 정류소는 횡단보도가 있음에도 불구하고 신호위반 무단횡단을 유발하는 요인으로 작용

(구성비)

3. 중앙 버스전용차로 정류소 교통사고 / 3.2 분석결과

25

[정류소 유형별 무단횡단 사고 –발생위치]

Page 27: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

중앙 버스전용차로 정류소 관련 사고 온도지도

3. 중앙 버스전용차로 정류소 교통사고 / 3.2 분석결과

26

[차대차]

[차대사람]

[유턴]

[무단횡단]

Page 28: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

— 청량리역 중앙 버스전용차로정류소 주변에서 3년간 총26건의 사고가 발생했고 이중 약30%가 중상 이상의 상해

- 유발요인 1 : 지하철 출입구와버스정류소 횡단보도가 매우인접

- 유발요인 2 : 횡단도로 협소

중앙 버스전용차로 정류소 무단횡단 다발지점 분석 –청량리역 인근

3. 중앙 버스전용차로 정류소 교통사고 / 3.2 분석결과

27

Page 29: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

£ 모든 중앙정류소에 무단횡단금지시설 설치

— 전체 중앙정류소 주변에무단횡단금지시설 설치(총 335개 정류소 대상)

— 중앙정류소 방호울타리 보강

대책3. 중앙 버스전용차로 정류소 교통사고 / 3.3 대응방안

28

£ 버스 운수종사자 의견 등 반영하여 위험구간 선제적 개선

[무단횡단금지시설] [중앙정류소 방호울타리 개선]

— 버스 운수종사자 인터뷰, 설문조사 등을 통해 노선상 위험구간 선정“버스운전자는 도로의 파수꾼”

— 버스 블랙박스 등을 통한 위험지역 파악, 개선 방안 강구

Page 30: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

음주운전 교통사고는

§ 가해자 자신이 사망하는 경우가 51%- 일반 사고에서는 피해자가 64.5%, 가해자는 28.3%

§ 가해자 연령대는 30대가 33%로 가장 많고 그 중절반은 5년 이하 경력

§ 사망 피해자 연령대는 60대가 37%로 가장 많음

§ 사망사고의 18%는 일요일 새벽시간에 발생

§ 사고 4건 중 1건은 이면도로에서 발생, 차대사람비중이 간선도로의 4.5배

Ø 음주운전 교통사고 안전지도 작성

Ø 안전지도 경찰 공유 및 데이터 기반음주단속 지원

분석결과 대책

4. 음주운전 교통사고 / 4.1 요약

29

음주운전 교통사고는

§ 가해자 자신이 사망하는 경우가 51%- 일반 사고에서는 피해자가 64.5%, 가해자는 28.3%

§ 가해자 연령대는 30대가 33%로 가장 많고 그 중절반은 5년 이하 경력

§ 사망 피해자 연령대는 60대가 37%로 가장 많음

§ 사망사고의 18%는 일요일 새벽시간에 발생

§ 사고 4건 중 1건은 이면도로에서 발생, 차대사람비중이 간선도로의 4.5배

Ø 음주운전 교통사고 안전지도 작성

Ø 안전지도 경찰 공유 및 데이터 기반음주단속 지원

Page 31: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

제3자15.5%

음주운전 교통사고의 경우 가해자 자신이 사망하는 경우가 51%

— 일반적인 교통사고에서는 피해자의 사망률이 64.5%로 가해자 28.3%에 비해 압도적으로 높으나,

— 음주운전 사고의 경우 가해자 사망률이 51.6%로 가해자 자신이 사망하는 비중이 일반사고 대비1.8배

4. 음주운전 교통사고 / 4.2 분석결과

30

[음주운전 교통사고 사망자 유형] [전체 교통사고 사망자 유형]

가해자51.6%피해자

33.3%

제3자15.5%

가해자28.3%

피해자64.5%

제3자7.3%

Page 32: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

— 일반적인 교통사고는 50대가 가장많은 사고를 일으키나, 음주운전의경우 30대가 가장 많은 사고를일으킴(32.8%)

— 30대 음주운전사고자 중 49.9%가5년 이하의 운전면허경력

— 즉, 전체 사고의 16.4%를 5년 이하경력의 30대가 일으킴

(구성비)

음주운전 교통사고 가해자는 30대가 33%로 가장 많고 그 중 절반은 5년 이하 경력

4. 음주운전 교통사고 / 4.2 분석결과

31

[음주운전 사고 가해자 연령 분포]

[30대 음주운전 가해자 운전면허경력]

5년 이하49.9%

15년13.8%

10년36.2%

— 일반적인 교통사고는 50대가 가장많은 사고를 일으키나, 음주운전의경우 30대가 가장 많은 사고를일으킴(32.8%)

— 30대 음주운전사고자 중 49.9%가5년 이하의 운전면허경력

— 즉, 전체 사고의 16.4%를 5년 이하경력의 30대가 일으킴

Page 33: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

음주운전 교통사고로 인한 피해자 사망의 37%가 60대 이상

— 음주운전 사고의 피해자 역시 30대가 가장 많으나,

— 사망사고만을 놓고 보면 60대 이상이 36.5%로 가장 많음

(구성비)

4. 음주운전 교통사고 / 4.2 분석결과

32

[음주운전 피해자 연령 분포]

Page 34: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

[음주운전 사고 –요일별 추이]— 음주운전 사고는 토요일에 19.4%로주중 대비 1.8배가 증가함

— 반면 음주운전 사망사고는 일요일이22.5%로 가장 높고 그 중78.6%가 0시~7시 사이에 발생

— 즉, 일요일 새벽에 전체 음주운전사망사고의 17.7%가 발생

음주운전 사망사고의 18%는 일요일 새벽시간에 발생

(구성비)

4. 음주운전 교통사고 / 4.2 분석결과

33

[음주운전 사망사고 –요일별 추이](구성비)

Page 35: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

음주운전 사고 4건 중 1건은 이면도로에서 발생, 차대사람 비중이 간선도로의 4.5배

이면도로25.1%

지선도로50.3%

간선도로24.5%

— 음주운전 사고는 간선도로에서24.5%, 지선도로에서 50.3%, 이면도로에서 25.1% 발생

— 즉, 음주운전 사고 4건 중 1건은이면도로에서 발생

• 간선도로 : 도로폭 20m 이상

• 지선도로 : 도로폭 9m 이상 ~ 20m 미만

• 이면도로 : 도로폭 9m 미만이거나표준노드링크에 맵핑되지 않은 경우

4. 음주운전 교통사고 / 4.2 분석결과

34

[음주운전 사고 도로유형별 분포]

[이면도로 음주운전 사고유형 분포] [간선도로 음주운전 사고유형 분포]

— 이면도로 음주운전 사고유형 중차대사람 비중은 19.5%로서간선도로 대비 4.5배

Page 36: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

음주운전 사고의 13.2%가 강남구에서 발생

— 음주운전 사고는강남구에서압도적으로 많이발생하며(13.2%),

— 그 외 마포구, 서초구, 관악구, 송파구, 광진구 등에서도 집중양상을 보임

4. 음주운전 교통사고 / 4.2 분석결과

35

Page 37: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

이면도로 음주운전 사고는 홍대입구, 신천역, 까치산역 인근 등에서 많이 발생

— 이면도로 음주운전 사고는간선/지선도로 다발지점과는다른 분포를 보이며,

— 강남일대 외에 홍대입구, 신천역, 까치산역, 대림역, 사가정역, 강동역 인근등에서 많이 발생

4. 음주운전 교통사고 / 4.2 분석결과

36

[이면도로 음주운전 교통사고 온도지도]

[간선/지선도로 음주운전 교통사고 온도지도]

Page 38: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

[간선/지선] [간선/지선]

— 간선/지선/이면도로 등도로유형별로 음주운전교통사고 다발지점을 일선경찰서에 배포하여 데이터기반의 단속지점 선정 지원

— 특히 까치산역이나 사가정역, 홍대입구, 신천역 인근 등의이면도로 음주운전 사고안전지도를 바탕으로단속을 피해 다니는음주운전자들을 단속

£ 음주운전 교통사고 다발지점 경찰 공유, 데이터 기반 음주단속 지원

대책4. 음주운전 교통사고 / 4.3 대응방안

37

[홍대입구 이면도로 음주운전 사고]

[간선/지선] [간선/지선]

[신천역 이면도로 음주운전 사고]

[까치산역 이면도로 음주운전 사고] [사가정역 이면도로 음주운전 사고]

— 간선/지선/이면도로 등도로유형별로 음주운전교통사고 다발지점을 일선경찰서에 배포하여 데이터기반의 단속지점 선정 지원

— 특히 까치산역이나 사가정역, 홍대입구, 신천역 인근 등의이면도로 음주운전 사고안전지도를 바탕으로단속을 피해 다니는음주운전자들을 단속

Page 39: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

§ 위험운전행동 데이터는 교통사고를 유발하는 잘못된운전습관의 기록

§ 위험운전행동 중에서도 급앞지르기, 급정지, 급감속유형이 교통사고와 높은 상관관계

Ø 교통사고 유형을 분석하여 맞춤형 시설개선시행

Ø 택시 운수종사자 교통안전 교육 강화

분석결과 대책

5. 위험운전행동 데이터 분석 / 5.1 요약

38

§ 위험운전행동 데이터는 교통사고를 유발하는 잘못된운전습관의 기록

§ 위험운전행동 중에서도 급앞지르기, 급정지, 급감속유형이 교통사고와 높은 상관관계

Ø 교통사고 유형을 분석하여 맞춤형 시설개선시행

Ø 택시 운수종사자 교통안전 교육 강화

Page 40: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

디지털운행기록장치(DTG; Digital Tachograph)

...

위험운전행동 데이터는 교통사고를 유발하는 잘못된 운전습관의 기록

위험운전행동 데이터(교통안전공단)

5. 위험운전행동 데이터 분석 / 5.2 분석결과

39

...운송사업자

Ø 위험운전행동 의 종류

— 과속 : 도로 제한속도보다 20km/h 초과

— 급가속 : 초당 11km/h 이상 가속 운행

— 급출발 : 정지 상태에서 출발하여 초당 11km/h 이상 가속 운행

— 급감속 : 초당 7.5km/h 이상 감속 운행

— 급정지 : 초당 7.5km/h 이상 감속하여 속도가 0이 된 경우

— 급좌회전/급우회전 : 2초 안에 좌우측(60~120도)으로 급회전

— 급유턴 : 2초 안에 좌측 또는 우측(160~180도)으로 유턴

— 급앞지르기 : 좌측 또는 우측(30~60도)으로 앞지르기한 경우

— 급진로변경 : 좌측 또는 우측(15~30도)으로 가감속

Ø 디지털운행기록장치 란?

— 자동차의 속도·RPM·브레이크·GPS를 통한위치·방위각·가속도·주행거리 및 교통사고 상황 등을자동으로 기록하는 전자식 기억장치

— 장착대상- 「여객자동차 운수사업법」에 따른 여객자동차 운송사업자- 「화물자동차 운수사업법」에 따른 화물자동차 운송사업자 및

화물자동차 운송가맹사업자

Page 41: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

위험운전행동은 교통사고의 전조현상

— 50m단위 Cell에 교통사고와위험운전행동을 맵핑하였을 때위험운전행동건수 600회까지는사고건수가 증가한 후 횡보

— 위험운전행동과 사고건수의시간대별 추이에서 두 데이터간의 상관계수는 0.83

— 위험운전행동 중에서도 특히급앞지르기, 급정지, 급감속유형이 교통사고와 상관관계가높은 것으로 파악됨

100미만 100~200 200~300 300~400 400~500 500~600 600~700 700~800 800~900 900~1000 1000이상

(Cell당사고건수)

(Cell당위험운전행동 건수)

5. 위험운전행동 데이터 분석 / 5.2 분석결과

40

[시간대별 위험운전행동건수/사고건수 추이][위험운전행동 유형별 상관관계-시간대별]

— 50m단위 Cell에 교통사고와위험운전행동을 맵핑하였을 때위험운전행동건수 600회까지는사고건수가 증가한 후 횡보

— 위험운전행동과 사고건수의시간대별 추이에서 두 데이터간의 상관계수는 0.83

— 위험운전행동 중에서도 특히급앞지르기, 급정지, 급감속유형이 교통사고와 상관관계가높은 것으로 파악됨

(사고건수) (위험운전행동건수)

100미만 100~200 200~300 300~400 400~500 500~600 600~700 700~800 800~900 900~1000 1000이상 (Cell당위험운전행동 건수)

[Cell당 위험운전행동건수/사고건수 추이]

(시)

Page 42: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

위험운전행동과 교통사고의 지역적 분포 비교

5. 위험운전행동 데이터 분석 / 5.2 분석결과

41

[서울시 교통사고 온도지도] [서울시 위험운전행동 온도지도]

Page 43: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

— Cell 당위험운전행동건수를X축, Cell 당사고건수를 Y축으로하여 Quadrant Chart 로 표현

— 위험운전행동 빈도수가높으면서 교통사고가다발하는 지점을 파악할수 있음

위험운전행동 빈도수가 높으면서 교통사고가 다발하는 지점은?

(셀당 사고건수)

5. 위험운전행동 데이터 분석 / 5.2 분석결과

42

— Cell 당위험운전행동건수를X축, Cell 당사고건수를 Y축으로하여 Quadrant Chart 로 표현

— 위험운전행동 빈도수가높으면서 교통사고가다발하는 지점을 파악할수 있음

(위험운전행동수)

Page 44: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

[논현역]

[강남을지병원사거리]

[건대입구역][르네상스호텔][강동성심병원][광평교사거리]

[동묘앞역]

5. 위험운전행동 데이터 분석 / 5.2 분석결과

위험운전행동 빈도수가 높으면서 교통사고가 다발하는 지점은?

43

[회현사거리][강남역][뱅뱅사거리][신사역][청담사거리]

Page 45: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

£ 교통사고 유형을 분석하여 맞춤형 시설개선 시행

— 지점별 위험운전 행동, 사고유형을 정밀 분석

— 지점별 맞춤형 시설개선 시행(횡단보도 설치, 미끄럼방지포장, 신호기조정등)

대책5. 위험운전행동 데이터 분석 / 5.3 대응방안

44

— DTG 활용 운수종사자 맞춤형 교육 시행(4월~)

— 사고 및 법규위반 다발업체 컨설턴트 지원교육(3~4월)

※ 교통안전공단 공동 시행

— 택시회사 경영평가에 DTG 활용 교육여부반영(하반기)

£ 택시 운수종사자 교통안전 교육 강화

Page 46: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

[참고] 분석기준

§ 어린이 보행자 교통사고 분석 기준

- '11~'13년 서울시 교통사고 데이터 분석- 가피구분 : 제 2,3당, 사고유형 : 차대사람, 차량종별 : 보행자, 연령 : 만 13세 미만

§ 어르신 보행자 교통사고 분석 기준

- '11~'13년 서울시 교통사고 데이터 분석

- 가피구분 : 제 2,3당, 사고유형 : 차대사람, 차량종별 : 보행자, 연령 : 만 65세 이상

§ 중앙 버스전용차로 정류소 교통사고 분석 기준- '11~'13년 서울시 교통사고 데이터 분석

- 버스정류소 `13년 데이터 분석

§ 음주운전 교통사고 분석 기준

- '11~'13년 서울시 교통사고 데이터 분석

- 가해자음주여부 : `예`

§ 연령대 구분

- 어린이는 만 13세 미만 (도로교통법 제2조)

- 어르신은 만 65세 이상 (도로교통법 제11조)

- 성인은 만 20세 이상

§ 도로유형 정의- 간선도로 : 도로폭 20m 이상

- 지선도로 : 도로폭 9m 이상 ~ 20m 미만

- 이면도로 : 도로폭 9m 미만이거나 표준노드링크에 도로정보가 없는 경우

ø 차로폭은 제한속도로 산정 (도시계획 시설 기준에 관한 규칙 제10조 참고, 제한속도 60이하 : 3.0m, 61~80 : 3.25m, 80초과 : 3.5m)

§ 온도지도 생성방법

- Kernel Density Estimation Analysis (Quartic function)

45

§ 어린이 보행자 교통사고 분석 기준

- '11~'13년 서울시 교통사고 데이터 분석- 가피구분 : 제 2,3당, 사고유형 : 차대사람, 차량종별 : 보행자, 연령 : 만 13세 미만

§ 어르신 보행자 교통사고 분석 기준

- '11~'13년 서울시 교통사고 데이터 분석

- 가피구분 : 제 2,3당, 사고유형 : 차대사람, 차량종별 : 보행자, 연령 : 만 65세 이상

§ 중앙 버스전용차로 정류소 교통사고 분석 기준- '11~'13년 서울시 교통사고 데이터 분석

- 버스정류소 `13년 데이터 분석

§ 음주운전 교통사고 분석 기준

- '11~'13년 서울시 교통사고 데이터 분석

- 가해자음주여부 : `예`

§ 연령대 구분

- 어린이는 만 13세 미만 (도로교통법 제2조)

- 어르신은 만 65세 이상 (도로교통법 제11조)

- 성인은 만 20세 이상

§ 도로유형 정의- 간선도로 : 도로폭 20m 이상

- 지선도로 : 도로폭 9m 이상 ~ 20m 미만

- 이면도로 : 도로폭 9m 미만이거나 표준노드링크에 도로정보가 없는 경우

ø 차로폭은 제한속도로 산정 (도시계획 시설 기준에 관한 규칙 제10조 참고, 제한속도 60이하 : 3.0m, 61~80 : 3.25m, 80초과 : 3.5m)

§ 온도지도 생성방법

- Kernel Density Estimation Analysis (Quartic function)

Page 47: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

시계열 조건 선택

교통사고유형 선택

상해정도 사고유형 사고유형상세 법규위반 차종

연령대 도로형태 시간대별성별

분석시스템 화면(예시)

46

GIS 연동

월별

요일별

기상별

시군구별

Page 48: 빅데이터로 분석한 서울시 교통사고 패턴과 대응

연차별 빅데이터 이행 과제

Page 49: 빅데이터로 분석한 서울시 교통사고 패턴과 대응