This study quantitatively assess the risk of ice-related accidents on road facilities such as bridges and tunnels, and examines the influence of road facility characteristics on ice-related accidents. Ice-related accident data from expressways and national highways in South Korea were collected over a 10-year period (2013–2022). Geographic information systems (GIS) and node-link systems were employed to classify accidents based on road facility types. The number of ice-related accidents per unit length and per individual segment was examined according to the road classification. Furthermore, the fatality rate and fatality-weighted indicator (FWI) were calculated to evaluate the severity of icerelated accidents.The number of ice-related accidents per unit length of road facilities is higher on national highways than on expressways. For both expressways and national highways, the incidence rate of ice-related accidents on bridges was higher than those on ordinary sections and tunnels. A greater number of ice-related accidents occurred on long-span bridges and tunnels for both road classifications. The fatality rate of ice-related accidents on expressways was approximately 1.5 times higher than that on national highways. The fatality rate of ice-related accidents occurring on road facilities within expressways was approximately three times higher than the overall fatality rate of ice-related accidents on expressways. On national highways, the fatality rate of ice-related accidents on bridges was higher than the overall fatality rate of ice-related accidents, whereas the fatality rate of ice-related accidents in tunnels was lower than that on national highways. The FWI of ice-related accidents on bridges and tunnels was more than twice that on ordinary sections on both expressways and national highways. Among expressway facilities, tunnels exhibited the highest FWI, whereas on national highways, the FWI values for bridges and tunnels were similar. The findings of this study suggest that the influence of road facilities on ice-related accidents should be considered in winter road maintenance strategies. This could contribute to reducing not only the frequency of ice-related accidents, but also the number of fatalities and injuries resulting from such incidents.

결빙(Black Ice)은 도로 포장체 표면의 균열 등에 스며든 습기나 눈, 그리고 차량 주행 중 발생하는 타이어 분진 및 배 기가스 등의 영향으로 인해 도로 표면과 유사한 색상의 얇은 얼음막이 형성되는 현상을 의미한다(Cho et al., 2021). 도로 노면이 결빙 상태일 경우, 평균 미끄럼 저항 계수는 건조 노면의 약 30% 수준으로 크게 낮아진다(Lee et al., 2024). 또 한, 결빙은 도로 표면과 색상이 유사하여 운전자가 노면 상태를 즉각적으로 인지하기 어렵고, 이에 따라 제동이나 회피 를 위한 충분한 시간을 확보하기 어렵다. 최근 5년간 발생한 서리·결빙 노면 교통사고의 치사율(사고 100건당 사망자 수) 은 2.69명으로, 이는 건조 노면 교통사고 치사율의 약 2배, 습윤 노면의 1.3배 수준에 해당한다(KoROAD, 2024). 이러한 위험성을 고려하여 국토교통부는 2020년 전국 고속국도 및 일반, 위임국도를 대상으로 403개 구간을 결빙 취약 구간으로 지정하였으며, 이후 464개소로 확대하여 자동염수분사시설, 그루빙(Grovving), 결빙주의표지판 등 안전시설을 확충하여 결빙사고를 집중적으로 관리하고 있다(MOLIT, 2020; BAI 2021). 하지만, 결빙사고 발생건수는 2020년 524건, 2021년 1,204건, 2022년 1,042건으로 증가추세를 보이고 있어, 결빙 취약 구간의 평가 적절성과 실효성에 대한 검토 필요성이 대 두되고 있다(KoROAD, 2024). 본 연구에서는 최근 10년 고속국도에서 발생한 결빙사고와 결빙사고 영향인자를 Random Forest Algorithm으로 분석하 여 도로 구간별 결빙사고 위험도를 평가하였다. 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국 도의 동절기 기상, 기하구조, 교통량 등 결빙사고 영향인자를 구간별로 수집하였다. 각 구간은 최근 10년 결빙사고 데이 터를 통해 결빙사고 발생구간과 비발생 구간으로 분류하였다. 구간별 수집한 결빙사고 영향인자를 독립변수, 사고발생유 무를 종속변수로하여 알고리즘 학습을 위한 데이터셋(Data Set)을 구성하고, 데이터불균형 문제를 해결하기 위해 오버샘 플링(OverSampling) 기법 중 하나인 SMOTE(Synthetic Minority Oversampling Technique)을 적용하였다. 최종적으로 Random Forest Classification Model을 학습하고, 모델의 하이퍼파라미터 조정(HyperParameter Tunning)을 거처 결빙사 고 발생구간 예측성능이 가장 높은 모델을 결정하였다. 이를 통해, 전국 고속국도의 구간별 결빙사고 발생 위험도를 평 가하고 각 결빙사고 영향인자의 변수중요도를 분석함으로써 결빙 취약구간 평가 방안의 신뢰성 제고를 기대한다.

국내에서 겨울철 발생하는 결빙사고는 전체적인 교통사고 대비 치사율이 1.7배 높은 것으로 나타났다. 주행속도가 높은 고속국도의 경우 결빙사고 치사율은 18.7로, 결빙 외 고속국도 교통사고 치사율인 4.2와 비교하여 약 4.5배 높았다(KoROAD, 2024). 특히 교량과 터널과 같은 도로시설물은 구조적 특성과 환경적 요인으로 인해 결빙 형성에 매우 취약하다. 교량은 지면으로부터의 열전달이 차단되 기 때문에 겨울철 노면온도가 낮아 결빙이 형성될 가능성이 높으며, 터널은 겨울철 낮은 온도와 터널 입출구부의 응달지역 형성 및 터널 내부와 외부 공기로 인한 급격한 온도변화로 인해 결빙이 발생할 가능성이 높다. 또한, 도로시설물은 교통사고 발생 시 치사율이 높게 나타나는 경향이 있다. 실제로 교량과 터널에서 발생한 교통사고의 치사율은 전체 1.94, 터널 5.05, 교량 4.10으로 도로시설물에서 발생한 교통사고의 치사율이 높았다(KoROAD and ACCRC, 2017). 따라서 도로시설물에서 발생하는 결빙사고는 쉽게 결빙이 형성되 는 환경조건과 사고 발생 시 치사율이 높은 특성으로 인해 일반 도로보다 높은 위험성을 내포하고 있다. 그러나 현재로써 도로시설물 에서 발생하는 결빙사고의 원인과 위험성을 중점적으로 분석한 연구는 그 수가 부족하며, 기존 연구들은 결빙 구간의 기후적 특성이 나 개별 결빙사고 사례 분석에 국한되어 있어 도로시설물은 결빙사고 분석 시 여러 가지 환경요인 중 하나로서만 고려되고 있는 실정 이다. 본 연구에서는 도로시설물에서의 결빙사고 위험도를 평가하는 방법을 제시하고, 이를 Min-Max(최소-최대) 정규화 과정을 통해 구체 화함으로써 보다 체계적인 분석이 가능하도록 한다. 이를 통해 도로시설물의 겨울철 운영에 있어 효과적인 결빙사고 방지 대책을 수 립하는 데 기여하고자 한다.

This study aimed to statistically analyze and understand the factors contributing to road icing accidents on Korean roads, particularly within sections designated as ice-prone. The objective was to assess the adequacy of the existing criteria for designating these sections and to provide insights for improving safety measures on icy roads. Road icing accident data were collected from Korea’s (traffic accident analysis system (TAAS) database, covering incidents from 2018 to 2022 on both expressways and general roads. The data were compiled to create a comprehensive database that incorporated geographic and weather-related factors influencing road icing accidents. Using geographic information systems (GIS), a spatial analysis was performed on the designated ice-prone and non-designated sections. The inverse distance weighting (IDW) method was applied to interpolate the meteorological data, and the temperature lapse rate was used to adjust for altitude-related variations in temperature, providing estimates for conditions such as the average temperature, relative humidity, and precipitation days at each accident location. The analysis revealed that only 2.9% of designated ice-prone sections reported icing-related accidents, whereas 97.6% of icing accidents occurred in non-designated sections. This discrepancy highlights potential gaps in the current criteria for designating ice-prone areas. Additionally, road characteristics such as traffic volume, lane count, speed limit, and curve radius, along with meteorological factors such as humidity, precipitation frequency, and solar radiation exposure, were observed to be significantly correlated with icing accidents. Regions with high relative humidity and low sunlight exposure exhibited a heightened risk of road icing accidents, suggesting the need for these parameters to designate ice-prone sections. This study underscores the need to refine Korea's criteria for designating ice-prone sections by incorporating a wider range of risk factors, including detailed terrain data, shaded areas, and road geometry factors, such as slopes. Integrating these additional elements into the designation process could enhance the precision and effectiveness of preventive measures and ultimately reduce the risk of icing-related accidents in Korea’s road networks. These findings provide a foundation for future policy and management decisions to enhance road safety during the winter.

2020년 국토교통부에서는 ‘결빙 취약구간 평가 세부 배점표’에 의하면, 전국의 고속국도 및 일반국도를 대상으로 결빙 취약 구간 464 개소를 선정하여 관리중에 있다. 그러나 감사원은 2020년 진행한 주요 사회기반시설(도로ㆍ고속철도) 안전관리실태 감사에서 결빙 취 약 구간 선정 시 터널 입출구부 등 결빙위험이 큰 구간이 도로포장 홈파기 대상구간에서 누락된 점을 지적하였다. 이러한 근거로 결 빙에 취약한 터널 입ㆍ출구에서 결빙사고가 우려되는 등 ‘겨울철 도로교통 안전 강화대책’의 실효성이 저하될 가능성이 제시되었다. 또한 본 연구에서 자체적으로 검토한 결과, 4개 특성 12개 항목으로 구성된 ‘결빙 취약구간 평가 세부 배점표’의 도로시설 항목에서 터널, 교량 등 도로시설물의 배점 부여 기준을 확인하기 어려웠으며, 각 도로시설에 대한 정의가 모호하여 평가표의 현장 적용성이 제 한되거나 신뢰도 검증이 부족한 점을 확인하였다. 본 연구에서는 국토교통부에서 제공하는 노드(Node) 및 링크(Link) 기반의 국내 도로망 GIS(Geographic Information System)데이터 에 결빙사고 데이터의 위치정보를 결합하여 고속국도 및 일반국도의 터널 및 교량 등을 포함하는 도로시설물 및 그 주변에서 발생한 결빙사고 이력을 자료화하였다. 최종적으로 도로시설물별 결빙사고 발생 비율 및 사고 심각도(사망자, 부상자 수)에 대한 분석을 통해 도로시설물의 결빙사고 상관 정도와 영향 범위를 파악하였다.

도로 결빙이란 도로 표면에 형성된 얼음층으로 도로 결빙으로 인한 교통사고의 치사율은 결빙이 원인이 아닌 교통사고의 치사율과 비교하여 1.5배 높은 수치인 2.3으로 나타났다. 현재 국토교통부에서는 결빙사고 취약구간을 선정하고 관리하기 위하여 결빙 취약구간 평가기준표를 제시하였다. 그러나 도로 결빙은 노면 온도와 수분 공급에 따라 형성되며 기온, 구름량, 풍속, 풍향, 상대습도, 강수량 등 의 기상인자들이 복합적으로 작용하여 발생하며, 기존의 평가 기준은 이와 같은 인자들을 충분히 반영하지 못하여 결빙 형성을 예측 하고 평가하는 능력이 부족하다고 판단된다. 따라서 본 연구는 결빙 교통사고 데이터의 통계적인 분석을 통하여 결빙이 형성되는 기 상 조건을 구체화하고 결빙사고 및 결빙 형성을 예측하기 위한 기상학적 기준을 마련하는 것을 목적으로 진행되었다. 2018년 1월 1 일～2024년3월 15일 동안 발생한 결빙 사고와 사고 발생 당시 및 이전 6시간동안의 기상 데이터를 분석 데이터로 사용하였다. 이때, 역거리 가중법, 기온감률 등 공간보간기법을 적용하였다. 이후, 박스도표, 히스토그램, 경험적 누적분포함수 등의 통계분석을 적용하여 결빙사고의 기상 분포 특성을 확인하였다. 최종적으로 결빙사고의 몬테카를로 시뮬레이션을 활용하여 기온 및 습도에 따른 결빙사고 의 발생 확률을 계산하였다. 이와 같은 연구 결과는 결빙 형성을 예측하는 기온 및 습도의 기준점으로 제시할 수 있으며 더 나아가, 추후 결빙사고 예방 및 예보의 기준으로 활용이 가능할 것으로 기대된다.

2019년 12월, 상주-영천 고속도로 상행선에서 도로 노면 결빙에 의한 연쇄추돌사고로 48명의 사상자가 발생하였다. 이에, 국토교통부 는 2020년 1월 결빙 취약구간 선정기준을 마련하여 결빙 취약구간 403개소를 지정하고, 결빙 취약구간을 대상으로 2022년까지 1,699억 원의 예산을 투입하여 결빙사고 예방사업을 계획하였다(BAI, 2021). 하지만, 결빙 취약구간 선정기준에 대해 적정성 검토가 이루어지 지 않아 그 신뢰성과 실효성이 충분히 검증되지 않았다. 본 연구에서는 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국도 및 일반국도의 특성정보(시설, 선형구조, 기상, 교통 등)를 GIS(Geographic Information System) 데이터로 구축하였다. 최근 5년 결빙사고 발생이력이 있는 도로구간(Link)을 확인하고 Random Forest 알고리즘을 통해 도로 특성정보의 결빙사고에 대한 변수 중요도(Feature Importance)를 분석했다. 이를 통해 결빙사고와 각 인자의 상관성을 파악하여 ‘결빙 취약구간 평가 세부 배점표’의 항목별 배점을 수정, 보완함으로써 평가표의 신뢰성을 제고한다.

국토교통부는 2020년 '결빙 취약구간 평가 세부 배점표’에 따라, 전국의 고속국도와 일반국도를 대상으로 410개 구간의 결빙 취약구 간을 선정하였다. 그러나, 2021년 감사원의 결빙 취약구간 지정 적정성 감사 결과에서 감사원은 현재 지정ㆍ관리 중인 결빙 취약구간 및 결빙 취약구간 평가 세부 배점표의 적정성에 문제를 제기하였다. 이에, 국토교통부는 결빙 취약구간을 재지정하여 발표하였으나 그 에 대한 평가 및 지정 적정성 검증이 아직 이루어지지 않았다. 본 연구에서는 결빙 취약구간과 결빙사고 데이터의 위치정보를 수집하여 GIS(Geographic Information System) 데이터로 구축하고 맵핑(Mapping)하여 결빙 취약구간 내 결빙사고이력을 확인함으로서 결빙 취약구간의 결빙사고 예측성능을 평가하였다. 또한, 각 결빙 사고 발생지점에서 도로시설, 교통, 선형구조, 환경인자 데이터를 수집하여 분석한다. 이를 통해 결빙사고와 각 인자 간의 상관성을 파 악하고, 그 결과에 따라 결빙 취약구간 평가 세부 배점표의 평가항목 및 각 항목별 배점을 수정하고 보완함으로써 결빙 취약구간의 신뢰성을 제고한다.

PURPOSES : In this study, an existing speed-controlled Marshall stability tester was systemized as an Internet of Things(IoT) system. The Marshall stability test data were transmitted to the cloud in real-time, and an IoT optional-controlled board capable of additional load and displacement control was proposed. METHODS : The IoT systemization was built based on an improvement of an IoT height measuring system, the re-verification of standard samples for comparative analysis, and the development of a wireless IG-IoT board. The developed wireless Induk-GeoTS(IG)-IoT board was compared with existing commercial data logger using displacement- and load- calibration equipment. After the conformity of the developed wireless IoT board was established, a urethane standard sample was reproduced and verified using the recipe presented in a previous study to conduct a round-robin test. In addition, the adequacy of the speed, load, and displacement control tests for the optional-controlled characteristics was verified. the round-robin test for the Marshall stability and deformation strength and the comparative test of indirect tensile strength with the existing Marshall tester were performed using the re-verified standard sample. RESULTS : The improved two-point IoT height measurement system reduced the average relative error by 2.11% relative to the one-point measurement. From the re-verification results of the regenerated urethane standard sample, it was suitable with relative error of 3.65% in the loading elastic modulus and 4.07% in the unloading elastic modulus, compared to the existing standard sample. From the comparative analysis of the developed wireless IG-IoT board and existing commercial data logger, it was confirmed that the wireless IoT board could be reliably used, based on the average relative error of the wireless IoT board, 0.64% and that of the data logger, 3.79% in terms of the displacement(flow value) and an average relative error of 0.78% for the wireless IoT board and 0.79% for the data logger in terms of the load(stability). By analyzing the optional-controlled characteristics, it was found that the Marshall stability speed control conditions were satisfied based on the error results, with an average relative value of 2.96% under deformation strength test condition of 30mm/min, 3.23% under the indirect tensile strength test condition of 50mm/min, and 2.6% under the Marshall stability test condition of 50.8mm/min. It was also found that proper control characteristics were obtained, with an average relative error of 0.72% within the experimental load range in the load control conditions, and an average relative error of 2.4% in the experimental displacement range in the displacement control conditions. The results from the round-robin Marshall stability and deformation strength testing to verify the applicability of the IoT optional-controlled board show that the data were reliable based on the 3σ quality control method. In addition, by comparing the results of the indirect tensile strength tests, the usability of the wireless IG-IoT board was verified, with an average relative error of 0.96%. CONCLUSIONS : The IoT height measuring system was improved, and a wireless IG-IoT board that can transmit test data to a cloud platform was developed. The usability of the developed wireless IoT board was verified by round-robin testing using a re-verified urethane specimen. The IG-IoT optional-controlled board extends the verified wireless IG-IoT board, it was developed and validated for not only the existing speed control, but also for load, and displacement control.