대한민국에서는 국제 화물의 99.7%가 항만을 통해 운송된다. 대규모 화물 물동량을 처리하는 항만에서는 장시간의 트럭 대기 시간이 중요한 사회적 문제로 대두되고 있다. 항만 운영 효율을 향상시키고 운전자의 안전을 확보하기 위해서는 체계적인 혼잡 관리가 필요하며, 이를 위해서는 트럭 회차 시간(Turnaround Time, TAT)을 사전에 예측할 수 있어야 한다. 그러나 기존의 TAT 예측 연구는 데이터 수집이 가능한 개별 항만에 초점이 맞추어져 있어, 다른 항만에 이러한 모델을 적용하는 데 제약이 있었다. 본 연구의 목적은 TAT 예측 모델의 서로 다른 항만으로의 전이 가능성을 평가하는 것이었다. 분석을 위해 중대형 트럭의 주행 궤적을 포착하는 디지털 운행기록계 데이터를 활용하였다. 그 결과, 장단기 메모리(Long Short-Term Memory) 기반 모델이 항만의 복잡한 운영 특성을 효과적으로 포착하며 부산신항과 부산항(북항)에서 높은 예측 정확도를 보였다. 또한 성능이 가장 우수한 부산신항 모델로부터 전이 학습(transfer learning)을 적용함으로써, 데이터가 제한적인 대상 항만인 군산항에 대한 예측 정확도가 상당히 향상되었다. 본 연구는 데이터 이용 가능성이 제한된 항만에서도 전이 학습을 적용할 수 있음을 확인하였으며, 현실적인 운영 제약 하에서 실무적으로 활용 가능한 TAT 예측 모델을 개발할 수 있음을 보여준다.

도시 과밀화로 인해 이용 가능한 토지가 제한되어 있으며, 교통 혼잡이 증가하고 있다. 교통 혼잡을 완화하기 위한 대안으로 지하 도로가 건설되고 있다. 지하 도로는 어둡고 폐쇄적이며 지상 도로에 비해 사고 위험이 높기 때문에, 지하 도로와 관련된 연구가 필요하다. 특히 두 개 이상의 지하 도로를 연결하는 교차로에 대해서는 연구가 제한적이다. 본 연구에서는 지하 도로 연결부에서 발생하는 후방추돌 사고의 원인 요인을 분석하기 위해 교차로를 포함한 지하 도로 네트워크를 구축하였다. 지하 도로에서의 운전 행태를 반영하기 위해 한국의 지하 도로 속도 분포를 적용하여 시나리오 분석을 수행하였다. 분석 결과, 가속도 표준편차와 횡방향 위치 표준편차와 같은 변수들이 지하 도로에서의 사고에 중요한 것으로 나타났다. 따라서 본 연구는 향후 지하 도로 교차로 운영에서 교통 관리 및 안전 개선을 위한 기초 자료로 활용될 수 있다.

대한민국에서는 국제 화물의 99.7%가 항만을 통해 운송된다. 대규모 화물 물동량을 처리하는 항만에서는 장시간의 트럭 대기 시간이 중요한 사회적 문제로 대두되고 있다. 항만 운영 효율을 향상시키고 운전자의 안전을 확보하기 위해서는 체계적인 혼잡 관리가 필요하며, 이를 위해서는 트럭 회차 시간(Turnaround Time, TAT)을 사전에 예측할 수 있어야 한다. 그러나 기존의 TAT 예측 연구는 데이터 수집이 가능한 개별 항만에 초점이 맞추어져 있어, 다른 항만에 이러한 모델을 적용하는 데 제약이 있었다. 본 연구의 목적은 TAT 예측 모델의 서로 다른 항만으로의 전이 가능성을 평가하는 것이었다. 분석을 위해 중대형 트럭의 주행 궤적을 포착하는 디지털 운행기록계 데이터를 활용하였다. 그 결과, 장단기 메모리(Long Short-Term Memory) 기반 모델이 항만의 복잡한 운영 특성을 효과적으로 포착하며 부산신항과 부산항(북항)에서 높은 예측 정확도를 보였다. 또한 성능이 가장 우수한 부산신항 모델로부터 전이 학습(transfer learning)을 적용함으로써, 데이터가 제한적인 대상 항만인 군산항에 대한 예측 정확도가 상당히 향상되었다. 본 연구는 데이터 이용 가능성이 제한된 항만에서도 전이 학습을 적용할 수 있음을 확인하였으며, 현실적인 운영 제약 하에서 실무적으로 활용 가능한 TAT 예측 모델을 개발할 수 있음을 보여준다.

도시 과밀화로 인해 이용 가능한 토지가 제한되어 있으며, 교통 혼잡이 증가하고 있다. 교통 혼잡을 완화하기 위한 대안으로 지하 도로가 건설되고 있다. 지하 도로는 어둡고 폐쇄적이며 지상 도로에 비해 사고 위험이 높기 때문에, 지하 도로와 관련된 연구가 필요하다. 특히 두 개 이상의 지하 도로를 연결하는 교차로에 대해서는 연구가 제한적이다. 본 연구에서는 지하 도로 연결부에서 발생하는 후방추돌 사고의 원인 요인을 분석하기 위해 교차로를 포함한 지하 도로 네트워크를 구축하였다. 지하 도로에서의 운전 행태를 반영하기 위해 한국의 지하 도로 속도 분포를 적용하여 시나리오 분석을 수행하였다. 분석 결과, 가속도 표준편차와 횡방향 위치 표준편차와 같은 변수들이 지하 도로에서의 사고에 중요한 것으로 나타났다. 따라서 본 연구는 향후 지하 도로 교차로 운영에서 교통 관리 및 안전 개선을 위한 기초 자료로 활용될 수 있다.

우리는 고속도로 사고 동안 연결차량(CVs)으로부터 나타나는 환경 영향으로서 배출을 평가하였다. 연결차량은 연결차량의 주행 특성을 파악하는 데 사용되었고, 그 값은 미시적 교통 시뮬레이션을 통해 연결차량 주행 패턴을 구현하는 데 활용되었다. 시뮬레이션 결과로부터 도출된 차량 궤적 데이터를 사용하여, 연결차량 구현의 환경적 효과를 평가하였다. 연결차량을 구현한 경우, 시장 침투율(MPR)에 관계없이 차량 배출이 효과적으로 최소화되었다. 차량 유형 측면에서 승용차의 배출 저감률이 최대 33.4%로 가장 높았다. 오염물질의 경우, 전체 차량을 기준으로 한 CO의 저감률이 최대 28.8%로 가장 높았다. 전반적으로, 연결차량의 구현이 차량 배출 저감에 긍정적인 영향을 미쳤으며, MPR 60%가 차량 배출 저감 효과를 극대화할 수 있음을 확인하였다.

스마트하고 환경친화적인 기술 및 장비가 항만 산업에 도입됨에 따라 전력 소비는 빠르게 증가할 것으로 예상된다. 그러나 항만에서 전력 소비 예측과 관련하여, 전기 전력 관리 계획 수립에 관한 연구는 매우 부족한 실정이다. 이러한 공백을 해소하기 위해 본 연구는 부산신항(대한민국 최대 컨테이너 항만)에서 향후 전력 소비를 예측하고, 이를 현재의 표준 전력 공급 용량과 비교함으로써 미래에도 안정적인 전력 공급을 유지할 수 있는 가능성을 검토하였다. 이를 위해 최근 10년간의 전력 소비 및 처리량 데이터를 활용하여 학습한 Long Short-Term Memory (LSTM) 모델을 적용함으로써 부산신항의 향후 전력 소비를 예측하였다. 그 결과, 전력 소비는 2040년까지 연평균 4.9 %의 증가율로 증가할 것으로 예상되며, 이는 같은 기간 처리량의 예측 연평균 증가율 4.7 %를 초과하는 수치이다. 이러한 결과를 바탕으로, 현재의 표준 전력 공급 용량은 2040년에는 수요의 35 %에 도달하는 데 그칠 것으로 전망되어, 향후 항만의 안정적인 운영을 위해 추가 전력 공급 설비가 필요함을 시사한다.

도심 지역의 도로 교통사고는 안전과 효율 측면에서 중대한 도전과제를 야기한다. 본 논문은 사례 연구와 문헌 검토를 결합하여 도심 도로 교통사고를 완화하고 안전을 향상시키기 위한 접근법을 제시한다. 연구는 도로 교통사고에 관한 기존 연구를 심층적으로 살펴보는 광범위한 문헌 검토로 시작된다. 이 검토는 도심 도로 안전 솔루션을 이해하기 위한 기반을 마련하고, 진행 중인 연구 동향에 대한 통찰을 제공하며, 사례 연구 선택을 위한 지침을 제시한다. 세 개의 사례 연구는 도로 안전을 목표로 하는 Intelligent Transportation Systems 및 기타 스마트 시티 이니셔티브가 성공을 거둔 유사한 도시들과 나란히 대응된다. 각 사례는 안전 개입, 성과, 그리고 얻은 교훈을 분석한다. 이러한 연구들을 면밀히 검토함으로써 통합적 도로 안전 전략을 뒷받침하는 경향을 파악하고자 한다. 문헌과 사례 연구로부터 포괄적인 도로 안전 전략이 도출된다. 이 전략은 첨단 기술, 데이터 기반 통찰, 그리고 선제적 조치를 활용하여 도로 안전을 강화하고 사고를 줄이며 도심 교통을 최적화한다. 본 연구는 정책결정자, 계획가, 안전 실무자들을 위한 전방위적인 도로 안전 전략을 제공함으로써 도심 도로 안전을 제고하는 데 기여한다. 또한 안전하고 효율적이며 기술적으로 진보된 도심 환경을 조성하고, 지속가능한 교통을 지지하며, 주민의 삶의 질을 향상시키고, 도시를 도시 이동성 분야의 리더로 자리매김하게 한다. 더불어 본 연구는 도로 안전 및 도시 교통에 관한 학술 문헌에 기여한다. 사례 연구와 문헌 검토를 통해 효과적인 도로 교통사고 완화 전략에 관한 지식을 보완한다. 이러한 통찰은 향후 연구를 안내할 가능성이 있으며, 도로 안전과 도시 교통 분야의 발전을 촉진할 수 있다.

도시 지역의 도로교통사고는 안전과 효율성 측면에서 중대한 과제를 야기한다. 본 논문은 도시 도로교통사고를 완화하고 안전을 향상시키기 위해 사례연구와 문헌고찰을 결합한 접근법을 제시한다. 연구는 광범위한 문헌고찰로 시작하여 도로교통사고에 관한 기존 연구를 심층적으로 검토한다. 이러한 검토는 도시 도로 안전 대책을 이해하기 위한 기반을 마련하고, 진행 중인 연구 동향에 대한 통찰을 제공하며, 사례연구 선정에 대한 지침을 제공한다. 세 가지 사례연구는 도로 안전을 목표로 하는 지능형 교통시스템 및 기타 스마트 시티 이니셔티브가 성공했던 유사한 도시들을 병렬적으로 분석한다. 각 사례는 안전 개입, 성과, 그리고 학습된 교훈을 구체적으로 해부한다. 이러한 연구들을 면밀히 살펴봄으로써 포괄적인 도로 안전 전략을 뒷받침하는 경향을 도출하고자 한다. 문헌과 사례연구로부터 종합적인 도로 안전 전략이 도출된다. 이 전략은 첨단 기술, 데이터 인사이트, 그리고 선제적 조치를 활용하여 도로 안전을 강화하고 사고를 감소시키며 도시 교통을 최적화한다. 본 연구는 정책결정자, 기획자, 그리고 안전 실무자들을 위한 포괄적인 도로 안전 전략을 제공하며, 도시의 도로 안전을 높이는 데 기여한다. 또한 지속가능한 교통을 지지하고, 주민들의 삶의 질을 향상시키며, 도시를 도시 모빌리티 분야의 선도자로 포지셔닝하는, 안전하고 효율적이며 기술적으로 고도화된 도시를 촉진한다. 더 나아가 본 연구는 도로 안전과 도시 교통에 관한 학술 문헌에 기여한다. 사례연구와 문헌고찰을 통해 효과적인 도로교통사고 완화 전략에 관한 지식을 보완한다. 이러한 통찰은 향후 연구를 안내할 잠재력이 있으며, 도로 안전 및 도시 교통 분야의 발전을 도모할 수 있다.