This study evaluated the effects of image preprocessing techniques on detection of Fire Department Connection (FDC) in road view images using a YOLOv8s-based framework. Six preprocessing techniques were applied under identical training and evaluation settings, and their performances were assessed using precision, recall, mAP@50, and mAP@50–95. Geometric correction produced the largest improvement, increasing mAP@50–95 from 0.419 to 0.543 and also improving recall, indicating enhanced localization and detection stability. HSV (Hue, Saturation, Value)-based red restoration achieved the highest average precision among color-based methods, whereas Retinex-based illumination correction degraded the performance across all metrics. Bottom-region cropping improved localization accuracy but reduced recall owing to limited spatial coverage. These results demonstrate that distortion mitigation and selective color enhancement are effective preprocessing strategies for robust FDC detection in road view environments. The study provides practical guidelines for intelligent road asset management, contributing to optimized road network operation and accessibility by reducing emergency vehicle positioning time in complex urban road environments.

겨울철 도로 결빙은 대형 연쇄 추돌 사고를 유발하는 치명적인 위험 요인이다(Kim et al., 2024). 국내에서는 이러한 기 상재해에 선제적으로 대응하기 위해 국토교통부를 중심으로 「결빙 취약구간 재평가 및 관리지침」을 개정하는 등 국가 인프라 안전 관리 체계를 강화해 왔다(MOLIT, 2021). 그러나 현행 지침에 따른 위험도 평가 방식은 주로 과거 사고 이 력이나 고가의 노면 감지 센서 데이터에 의존하고 있어, 기초 기상 인자만을 활용해 실시간으로 위험을 인지하고 즉각 대응해야 하는 현장 실무자들에게는 방법론적 한계가 존재한다. 이에 본 연구는 기상청 API 등을 통해 상시 확보 가능 한 기온, 습도 데이터를 활용하여 결빙 사고 유발 인자 간의 비선형적 상관관계를 정량적으로 분석하였다. 특히 Support Vector Machine(SVM) 알고리즘을 적용하여 최적의 결정 경계를 도출함으로써 실시간 위험도 예측의 정밀도를 확보하 였으며, 복잡한 수치 해석 과정 없이도 객관적인 판단이 가능한 데이터 기반 지표를 제시하였다. 본 연구의 결과는 향후 지능형 도로 안전 관리 전략 수립을 위한 선제적 기초 자료로 활용될 것으로 기대된다.

노면표시는 도로 이용자에게 안내 및 규제 정보를 제공하는 핵심적인 교통안전 시설이다. 그러나 기존의 표면 도포형 노 면표시는 차량 타이어와의 직접 접촉 및 반복 하중, 환경적 노출로 인해 마모와 박리, 시인성 저하가 비교적 빠르게 발생하 는 한계를 가진다. 이러한 문제는 유지관리 주기를 단축시키고 생애주기 비용 증가로 이어질 수 있다. 본 연구는 이러한 한 계를 개선하기 위하여 제어된 가열 시공 공정을 결합한 열가소성 인레이 방식의 노면표시 시공 시스템을 개발하고 그 적용 가능성을 평가하는 것을 목적으로 한다. 제안된 시스템은 아스팔트 포장 표면 가열, 인레이 홈 형성, 사전 제작된 열가소성 시트의 삽입, 그리고 포장과의 일체화를 위한 2차 가열 공정을 포함한다. 성능 평가는 재료 특성 분석에 국한하지 않고, 시 공성, 교통 하중 하 내구성 및 유지관리 효율성을 중심으로 수행하였다. 실험 결과, 개발된 인레이 시스템은 기존 오버레이 형 노면표시에 비해 접착 안정성이 향상되었으며, 타이어와의 직접 접촉 감소를 통해 표면 열화 저항성이 개선되는 경향을 보였다. 또한 가열 보조 인레이 구조는 시공 일관성과 작업 안전성 측면에서도 긍정적인 효과를 나타냈다. 이러한 결과는 제안된 열가소성 인레이 노면표시 공법이 장수명과 높은 내구성이 요구되는 고부하 도로 환경에서 적용 가능성이 있음을 나 타낸다.

최근 어린이 보호구역, 생활도로, 교차로 및 터널 구간 등에서 교통사고 저감을 위한 다양한 정책이 추진되고 있으나, 물리 적 시설 중심의 대책만으로는 사고 다발 구간의 문제를 근본적으로 해소하는 데 한계가 있다. 2020년 민식이법 시행 이후 무인단속카메라, 과속방지턱, 노면 색채 포장 등이 확대되었으나, 여전히 교통사고는 지속적으로 발생하고 있다. 이에 본 연 구에서는 강제나 규제가 아닌 환경 설계를 통해 사람의 행동을 자연스럽게 유도하는 개념인 넛지(Nudge) 이론을 활용하여 도로포장과 도로시설물의 특성을 심리적 자극 요소로 운전자의 안전한 행동을 유도할 수 있는 환경적 요소를 반영한 설계 요소 개발의 필요성과 타당성을 분석하였다. 이를 위해 시각 분석 프로그램(VAS)을 활용하여 블록 패턴, 색채, 노면표시, 시 설물 설치 조건 등을 변수로 각 조건에 따른 시선 유도 및 분산 효과를 분석하였다. 그 결과, 색채 대비가 명확한 포장은 전방 주시 집중도를 향상시키는 경향을 보였으며, 도로 포장과 시설물을 통합 적용한 경우 시선 유도 및 주의 환기 효과가 더욱 향상되는 것으로 분석되었다. 본 연구의 성과물은 사람의 심리적 요소까지 반영한 새로운 설계 요소의 개발 도입 가능 성을 확인할 수 있는 기초자료로 활용될 수 있으며, 향후 연구 수행 결과를 적극적으로 활용하기 위한 정밀한 시인성 분석 프로그램의 개발과 실제 주행 환경 기반의 정밀 검증 연구가 추가적으로 수행될 필요가 있을 것으로 판단된다.

산업화로 인한 사회기반시설(SOC) 확충과 건설기술의 발전으로 도로공사 현장에서 발생하는 미세먼지 배출량이 증가하면 서 대기환경에 대한 사회적 관심이 높아지고 있다. 그러나 현재 SOC 사업의 편익 분석은 공사 중 발생하는 통행시간 지연 과 같은 불편익 위주로 산정될 뿐, 공사 현장에서 발생하는 미세먼지 등 대기환경 오염에 따른 사회적 비용은 충분히 반영 되지 못하고 있는 실정이다. 특히 국가 미세먼지 총 배출량 중 건설공사 현장이 차지하는 비중이 높음에도 불구하고, 현행 관리체계에서는 배출량 기반의 정량적인 비용 산정 방법이 미흡한 상황이다. 따라서 본 연구에서는 이러한 한계를 보완하기 위해 도로공사 규모와 건설기계 투입량을 기반으로 한 미세먼지 배출량 및 배출비용 추정 방법론을 제안하였다. 연구 방법으로는 실제 도로공사 내역서와 일위대가, 표준품셈 자료를 활용하여 토공, 배수공, 구조물공 등 공종별 건설기계의 실제 작업시간을 산정하였다. 또한 산출된 작업시간에 건설기계별 출력량과 배출계 수(EEA, CAPSS 등)를 적용하여 미세먼지 배출량을 산정하였으며, 여기에 미세먼지의 사회적 비용 원단위를 적용하여 보다 정밀한 환경 불편익 산정 프로세스를 구축하였다. 제안된 방법론의 검증을 위해 동해고속도로(주문진–속초) 제4공구 건설공사 데이터를 적용하여 미세먼지 배출비용을 산정 하였다. 분석 결과 총 연장 3.92 km 구간에서 약 1,400만 원의 미세먼지 배출비용이 발생하는 것으로 추정되었으며, 이는 연장 1 km당 약 356만 원 수준에 해당하는 것으로 나타났다. 본 연구를 통해 도로공사 과정에서 발생하는 미세먼지에 따른 사회적 비용을 정량적으로 산정할 수 있는 방법을 제시하였 으며, 향후 도로공사 계획 단계에서 보다 현실적인 사회적 불편익을 반영할 수 있을 것으로 기대된다. 또한 건설기계의 연 식이나 저감장치 적용 여부 등을 고려한 고도화된 환경영향평가와 미세먼지 저감 정책 수립을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.

도로의 기하구조(종단경사, 평면 곡선반경)는 차량의 속도 변화, 제동 거리, 원심력 등에 직접적인 영향을 미쳐 주행 안전성과 사고 위험을 결정짓는 핵심적인 설계 요소이다(Park et al., 2008). 따라서 도로 유지관리 측면 에서 이러한 기하선형 정보를 정밀하게 측정하고 관리하는 것은 필수적이나, 준공 후 장기간이 경과하거나 관 리 체계가 다원화된 경우 데이터가 누락되어 통합적인 활용에 한계가 있다. 이에 본 연구는 설계도면이 부재한 대규모 도로망의 안전 진단 및 위험 구간 판단 근거를 마련하기 위해, GIS(Geographic Information System) 기반 노드·링크 시스템의 평면선형 데이터와 공개 DEM(Digital Elevation Model)을 활용하여 전국 고속국도의 기하구조를 추정하는 경제적이고 보편적인 방법론을 제안하고 자 한다.

This study identifies critical ESG decision factors for road pavement maintenance during the design phase, which dictate approximately 80% of infrastructure performance outcomes. A two-stage analytical framework was employed. First, the fuzzy-Delphi method filtered 72 industry indicators into 20 core factors based on expert consensus (defuzzification value≥0.7). Second, a revised importance-performance analysis prioritized these factors across five regional types (urban, mountainous, rural, coastal, and expressway) using a 10-member expert panel. Results revealed distinct regional priorities: urban areas emphasized low-noise construction, mountainous areas focused on ecological restoration, coastal areas prioritized durability, and expressways required worker safety system integration. Climate risk assessment (G10) and pollution prevention (E19) emerged as priorities across all regions. These findings prove that ESG evaluation in road maintenance must incorporate weighted regional differentiation rather than uniform criteria. Policy recommendations include implementing mandatory regional ESG checklists in design guidelines and establishing BIM-integrated performance-tracking systems.

This study proposes a quantitative and systematic evaluation framework for rationally determining investment priorities in maintenance projects for heterogeneous road infrastructures such as bridges and tunnels. In Korea, conventional maintenance decision-making relies significantly on empirical judgments and policy-driven preferences, thus resulting in inefficiencies, inconsistencies, difficulties across facility types, as well as limited transparency in budget allocation. Hence, a multicriteria decision-making model integrating three key indicators–defect (performance), economic value (asset-based benefit), and risk (safety)–is developed. In particular, the economic evaluation introduces the concept of asset-value recovery and employs artificial intelligence-based machine-learning models (i.e., random forest, light gradient boosting machine, and extreme gradient boosting) to estimate reasonable replacement costs and quantify benefits in monetary terms. The proposed model enables the correlation between these quantitative indicators with maintenance project types to prioritize investments by combining benefit scores and risk indices. The case study demonstrates that the proposed framework enhances the objectivity and efficiency of budget allocation and enables data-driven investment prioritization instead of policydependent decisions. Moreover, this approach provides a foundation for transitioning from experience-based decisions to data-driven infrastructure management. This methodology can be further expanded to include probabilistic risk assessment and life-cycle cost-based management frameworks, thus ultimately contributing to sustainable evidence-based decision support systems for national infrastructure asset management.

This study compared and analyzed the toxic concentration and impact range that could kill 50% of the people in the Samae 2 Tunnel by using the ALOHA PROGRAM and Probit analysis methods for each substance, including ammonia, in the event of an accidental gas leak at the exit of a Level 3 road tunnel while transporting toxic substances in tanks fixed to vehicles, and applied the results to Google Earth. This study showed that the impact range differs by substance when toxic gases stay and move in the tunnel. Therefore, it is necessary to change the direction of installing additional or reducing evacuation connection routes by referring to the impact range using simulations for each substance. The results of this study estimated that there is a high probability of 50% of casualties due to toxic concentrations, so it is necessary to recognize that toxic gases in tunnels also pose a potential risk of casualties just like smoke, and in the future, it is necessary to establish new standards for smoke extraction or exhaust to expel toxic gases out of tunnels.

More than half of the deaths caused by road accidents occur at night. For decades, engineers and scientists have been investigating and proposing numerous devices and measures to improve safety during nighttime driving. However, relatively new safety devices and applications are few, and their effects on nighttime driving remain ambiguous. Thus, the effects of a light-emitting diode (LED) road stud on night-time driving are investigated in this study. Thirty participants completed nighttime driving under four conditions on the same unlit mountainous road using a driving simulator. The four conditions were as follows: 1) no Rain/no studs, 2) rain/no studs, 3) rain/studs only on the centerline, and 4) rain/studs on the centerline and edges. Significant outcomes were obtained when rainy conditions were compared with clear weather conditions. The results suggest relative validity between the real world and a specified driving simulation. Significant safety benefits were indicated when comparing stud conditions (studs only on the centerline and studs on both sides) with the no-stud condition. Interesting results were obtained when comparing the case of studs only on the centerline with the case of studs on the centerline and on the edges. The right-edge crossing condition with LED studs on both sides showed better results by approximately 30% compared with the condition with LED studs only on the centerline. By contrast, the center-crossing condition with LED studs only on the centerline showed better results by more than 50% compared with the condition with LED studs on both sides.

본 논문은 미중 간 디지털 패권 경쟁이 고조되는 가운데, 트럼프 2기 출범 이후 본격화된 미국의 디지털 블록화 전략과 이에 대응하는 중국의 디지털 실크로드 전략의 재정렬 흐름을 분석한다. 기존 논의가 정책 수 사에 머물렀던 한계를 넘어, 본 연구는 디지털 실크로드가 동아시아 디 지털 질서 내에서 ‘공진(co-resonance)’ 플랫폼으로 진화하는 구조적 가 능성을 고찰한다. 특히 한국은 기술구조의 상호보완성과 디지털 규범 설 계 참여 능력을 바탕으로, 미국 중심 전략에 일방적으로 편입되기보다는 다층적 디지털 협력 구조를 설계할 수 있는 위치에 놓여 있다. 본 연구 는 복잡계 이론, 플랫폼 거버넌스, 디지털 지역주의의 이론틀을 바탕으 로, 디지털 실크로드의 전략적 전환, 트럼프 2기의 블록화 구조, 한중 간 기술·표준·규범 협력의 공진 가능성을 분석하였다. 이를 통해 ‘공진 질서’ 라는 개념을 디지털 지정학 분석의 새로운 해석틀로 제안하고, 다중 연 결성과 하이브리드 외교를 기반으로 한 한국의 전략적 개입 방향을 제시 한다.

도로변 투명 방음벽은 소음 저감 효과뿐만 아니라 경관 개선이라는 관점에서 널리 설치되고 있으나, 높은 반사율과 투명도로 인해 야생조류 충돌의 주요 원인으로 지목되고 있다. 본 연구는 경상남도 전역을 대상으로 조류 충돌 현황을 파악하고, 충돌 위험지역의 공간적 특성을 규명하여 투명 방음벽의 조류충돌 저감 대책 수립을 위한 기초 자료로 제공하고자 수행되었다. 2000년부터 2023년까지 현장 조사, 비영리 단체 자원봉사, 시민과학 자료를 통해 총 3,638건(74 종 3,686개체)의 충돌 정보를 수집하였다. 분석 결과 멧비둘기, 물까치, 직박구리 등 텃새가 주요 충돌 종으로 나타났으며, 계절별로는 겨울철이 가장 많았다. 방음벽 주변 토지피복은 충돌 여부와 무관하게 80m 이내 구간에서 시가화 건조지역과 초지 비율이 급격히 증가하는 경향을 보였다. 종분포 모델(MaxEnt) 분석 결과, 다양한 요인 중 산림과의 거리가 가장 큰 연관성을 보였으며, 산림-농업, 산림-도시 등 생태계 경계부의 저지대에서 충돌 위험이 집중되는 것으로 나타났다 (AUC=0.921). 이 결과는 투명 방음벽의 충돌 위험이 방음벽의 구조적 특징뿐만 아니라 주변 공간구조와 지형적 특성과 밀접하게 연관됨을 시사한다. 따라서 신규 방음벽 설치 시 방음벽의 조류충돌 저감 설계 반영과 함께, 시민과학 참여를 통한 지속적 모니터링 등을 통한 위험지역 도출과 고위험지역에 대한 우선 저감 조치가 필요하다.

In this study, we propose a data-driven analytical framework for systematically analyzing the driving patterns of autonomous buses and quantitatively identifying risky driving behaviors at the road-segment level using operational data from real roads. The analysis was based on Basic Safety Message (BSM) data collected over 125 days from two Panta-G autonomous buses operating in the Pangyo Autonomous Driving Testbed. Key driving indicators included speed, acceleration, yaw rate, and elevation, which were mapped onto high-definition (HD) road maps. A hybrid clustering method combining self-organizing map (SOM) and k-means++ was applied, which resulted in eight distinct driving pattern clusters. Among these, four clusters exhibited characteristics associated with risky driving such as sudden acceleration, deceleration, and abrupt steering, and were spatially visualized using digital maps. These visualizations offer practical insights for real-time monitoring and localized risk assessment in autonomous vehicle operations. The proposed framework provides empirical evidence for evaluating the operational safety and reliability of autonomous buses based on repeated behavioral patterns. Its adaptability to diverse urban environments highlights its utility for intelligent traffic control systems and future mobility policy planning.