자율주행차는 사람의 직접적인 개입 없이 운행되며, 이로 인해 기존 차량과는 다른 유형의 안전 위험이 발생한다. 많은 연구가 자율주행과 관련된 안전 문제를 다루어 왔음에도 불구하고, 고위험 상황은 종종 단일 지표를 기준으로 정의되어 왔기 때문에 사고 위험의 복잡하고 변화하는 특성을 포착하기 어렵다. 이러한 한계를 해결하기 위해 본 연구는 교통사고 과정 전반에 걸쳐 고위험 상황을 정의하고 분석하기 위한 구조화된 프레임워크를 제안한다. 고위험 상황은 사고 발생 가능성, 사고 중대성, 사고 지속 기간의 세 가지 상호보완적 지표로 설명된다. 이들 지표는 위험이 어떻게 발생하고, 어떻게 시간이 지남에 따라 증가하며, 어떻게 지속되는지를 설명한다. 이러한 개념에 기반하여, 단계별 위험 평가 및 시각화를 지원하기 위한 교통사고 시각화 분석 프레임워크가 개발되었다. 본 프레임워크는 사고 국면의 정보와 요인 수준의 위험 기여도를 결합하여, 서로 다른 사고 단계에 걸쳐 핵심 요인과 그 상호작용을 체계적으로 식별할 수 있게 한다. 세 지표의 조합을 바탕으로 고위험 상황은 스물일곱 가지의 서로 다른 유형으로 분류되며, 이는 자율주행차와 관련된 복잡한 사고 시나리오에 대한 명확한 유형론을 제공한다. 제안된 프레임워크의 적용 가능성은 서로 다른 위험 특성을 가진 두 가지 대표 사고 시나리오를 통해 입증되었다. 결과는 본 프레임워크가 다수의 위험 요인 간 상호작용을 효과적으로 포착하고, 위기가 충돌 전 국면에서 충돌 후 국면으로 어떻게 변화하는지를 설명하며, 기존의 교통사고 조사 방법으로는 탐지하기 어려운 기여 요인을 식별함을 보여준다. 전반적으로, 제안된 프레임워크는 자율주행차 사고 분석, 안전 평가, 그리고 정책 관련 의사결정에 대한 실질적인 기반을 제공한다.

자율주행차(AV) 사고는 책임 귀속에서 불확실성을 야기하는데, 이는 책임이 인간과 자동화 시스템 간에 분할되기 때문이다. 2018년 애리조나 추돌 사고는 책임성에 대한 사회적 우려가 커지고 있음을 부각시켰다. 이러한 문제를 해결하기 위해, 선행 연구들은 지각 센서, 주행 제어 시스템, 통신 인프라, 사이버보안 등을 고려하는 조사 절차를 제안해 왔다. 그러나 이러한 조사를 수행하려면 차량 센서, 탑재 기록 장치, V2X 통신, 도로 인프라를 포함한 여러 출처로부터의 대규모 데이터를 통합해야 한다. 원시 데이터는 종종 설명 정보가 부족하여, 실제 조사에서의 활용을 제한한다. 본 연구는 사고 단계 전반에 걸쳐 조사 절차, 책임 주체, 항목, 데이터 간의 관계를 연결하는 구조화된 매핑 프레임워크를 구축한다. 이러한 배경에서 DCAT를 확장하는 자율주행 전용 메타데이터 스키마를 설계하였으며, 10개 클래스와 76개 속성으로 구성된다. 적용 가능성을 입증하기 위해, 데이터 탐색 및 시각화 예시를 포함한 프로토타입 데이터 카탈로그 사용자 인터페이스(UI)를 개념화하였다. 제안된 스키마는 책임과 데이터 관계를 명시적으로 정렬함으로써 책임성과 상호운용성을 강화한다. 또한 정밀한 사건 위치 특정과 이질적인 데이터의 효과적인 연계를 가능하게 한다. 향후 연구에서는 DSSAD, V2X 및 보안 로그 데이터를 통합하여 스키마를 정교화하고, AV 사고 조사를 위한 실용적 지원 도구로서 사용자 테스트를 거친 UI 프로토타입을 개발할 것이다.

자율주행차의 수가 증가함에 따라 사고의 수도 매년 증가하고 있다. 이러한 사건에는 일반적인 자동차/교통사고가 포함되며, 사이버보안과 자율주행차의 센서 오류와 같은 새로운 잠재적 문제를 유발할 수 있다. 기존의 교통사고 조사 방법은 자율주행차 사고의 원인을 파악하는 데 한계가 있다. 미국의 일부 주(예: 캘리포니아 및 텍사스)는 Lv. 2 자율주행차 사고에 대한 제한된 항목을 도입하였다. 예컨대, 자율주행차 사고의 원인을 규명하기 위해 ‘차량 수준(vehicle level)’ 및 ‘자율 모드/일반 모드(autonomous mode/conventional mode)’ 등을 조사하고 있다. 따라서 향후 발생할 수 있는 다양한 자율주행차에 대비하여 사고 조사 항목과 절차를 제안하는 것이 중요하다. 이러한 문제를 해결하기 위해 본 연구는 기존 교통사고 조사에 사용된 보고서, 자율주행 관련 보고서 및 문헌, 그리고 자율주행과 관련된 사고 영상을 수집하여 조사 항목을 구축하였다. 첫째, 일반 차량 사고의 경우 조사에 필요한 항목을 검토하고, 기존 보고서에 더해 추가로 검토할 필요가 있다고 판단되는 조사 항목을 보완하였다. 둘째, 일반 차량 사고 조사 항목을 바탕으로 본 연구는 자율주행 교통사고 조사 항목을 도출하였다. 마지막으로 경찰 및 다양한 조사 관할 기관에서 활용할 수 있는 자율주행차(들) 관련 사고 조사 절차를 수립하였다. 본 논문의 결과는 향후 자율주행차 관련 교통사고의 원인에 대한 이해를 향상시킬 수 있다.

자율주행차는 사람의 직접적인 개입 없이 운행되며, 이로 인해 기존 차량과는 다른 유형의 안전 위험이 발생한다. 많은 연구가 자율주행과 관련된 안전 문제를 다루어 왔음에도 불구하고, 고위험 상황은 종종 단일 지표를 기준으로 정의되어 왔기 때문에 사고 위험의 복잡하고 변화하는 특성을 포착하기 어렵다. 이러한 한계를 해결하기 위해 본 연구는 교통사고 과정 전반에 걸쳐 고위험 상황을 정의하고 분석하기 위한 구조화된 프레임워크를 제안한다. 고위험 상황은 사고 발생 가능성, 사고 중대성, 사고 지속 기간의 세 가지 상호보완적 지표로 설명된다. 이들 지표는 위험이 어떻게 발생하고, 어떻게 시간이 지남에 따라 증가하며, 어떻게 지속되는지를 설명한다. 이러한 개념에 기반하여, 단계별 위험 평가 및 시각화를 지원하기 위한 교통사고 시각화 분석 프레임워크가 개발되었다. 본 프레임워크는 사고 국면의 정보와 요인 수준의 위험 기여도를 결합하여, 서로 다른 사고 단계에 걸쳐 핵심 요인과 그 상호작용을 체계적으로 식별할 수 있게 한다. 세 지표의 조합을 바탕으로 고위험 상황은 스물일곱 가지의 서로 다른 유형으로 분류되며, 이는 자율주행차와 관련된 복잡한 사고 시나리오에 대한 명확한 유형론을 제공한다. 제안된 프레임워크의 적용 가능성은 서로 다른 위험 특성을 가진 두 가지 대표 사고 시나리오를 통해 입증되었다. 결과는 본 프레임워크가 다수의 위험 요인 간 상호작용을 효과적으로 포착하고, 위기가 충돌 전 국면에서 충돌 후 국면으로 어떻게 변화하는지를 설명하며, 기존의 교통사고 조사 방법으로는 탐지하기 어려운 기여 요인을 식별함을 보여준다. 전반적으로, 제안된 프레임워크는 자율주행차 사고 분석, 안전 평가, 그리고 정책 관련 의사결정에 대한 실질적인 기반을 제공한다.

자율주행차(AV) 사고는 책임 귀속에서 불확실성을 야기하는데, 이는 책임이 인간과 자동화 시스템 간에 분할되기 때문이다. 2018년 애리조나 추돌 사고는 책임성에 대한 사회적 우려가 커지고 있음을 부각시켰다. 이러한 문제를 해결하기 위해, 선행 연구들은 지각 센서, 주행 제어 시스템, 통신 인프라, 사이버보안 등을 고려하는 조사 절차를 제안해 왔다. 그러나 이러한 조사를 수행하려면 차량 센서, 탑재 기록 장치, V2X 통신, 도로 인프라를 포함한 여러 출처로부터의 대규모 데이터를 통합해야 한다. 원시 데이터는 종종 설명 정보가 부족하여, 실제 조사에서의 활용을 제한한다. 본 연구는 사고 단계 전반에 걸쳐 조사 절차, 책임 주체, 항목, 데이터 간의 관계를 연결하는 구조화된 매핑 프레임워크를 구축한다. 이러한 배경에서 DCAT를 확장하는 자율주행 전용 메타데이터 스키마를 설계하였으며, 10개 클래스와 76개 속성으로 구성된다. 적용 가능성을 입증하기 위해, 데이터 탐색 및 시각화 예시를 포함한 프로토타입 데이터 카탈로그 사용자 인터페이스(UI)를 개념화하였다. 제안된 스키마는 책임과 데이터 관계를 명시적으로 정렬함으로써 책임성과 상호운용성을 강화한다. 또한 정밀한 사건 위치 특정과 이질적인 데이터의 효과적인 연계를 가능하게 한다. 향후 연구에서는 DSSAD, V2X 및 보안 로그 데이터를 통합하여 스키마를 정교화하고, AV 사고 조사를 위한 실용적 지원 도구로서 사용자 테스트를 거친 UI 프로토타입을 개발할 것이다.

자율주행차의 수가 증가함에 따라 사고의 수도 매년 증가하고 있다. 이러한 사건에는 일반적인 자동차/교통사고가 포함되며, 사이버보안과 자율주행차의 센서 오류와 같은 새로운 잠재적 문제를 유발할 수 있다. 기존의 교통사고 조사 방법은 자율주행차 사고의 원인을 파악하는 데 한계가 있다. 미국의 일부 주(예: 캘리포니아 및 텍사스)는 Lv. 2 자율주행차 사고에 대한 제한된 항목을 도입하였다. 예컨대, 자율주행차 사고의 원인을 규명하기 위해 ‘차량 수준(vehicle level)’ 및 ‘자율 모드/일반 모드(autonomous mode/conventional mode)’ 등을 조사하고 있다. 따라서 향후 발생할 수 있는 다양한 자율주행차에 대비하여 사고 조사 항목과 절차를 제안하는 것이 중요하다. 이러한 문제를 해결하기 위해 본 연구는 기존 교통사고 조사에 사용된 보고서, 자율주행 관련 보고서 및 문헌, 그리고 자율주행과 관련된 사고 영상을 수집하여 조사 항목을 구축하였다. 첫째, 일반 차량 사고의 경우 조사에 필요한 항목을 검토하고, 기존 보고서에 더해 추가로 검토할 필요가 있다고 판단되는 조사 항목을 보완하였다. 둘째, 일반 차량 사고 조사 항목을 바탕으로 본 연구는 자율주행 교통사고 조사 항목을 도출하였다. 마지막으로 경찰 및 다양한 조사 관할 기관에서 활용할 수 있는 자율주행차(들) 관련 사고 조사 절차를 수립하였다. 본 논문의 결과는 향후 자율주행차 관련 교통사고의 원인에 대한 이해를 향상시킬 수 있다.

전력 변전소는 상호 연계된 계통의 핵심 노드로서, 송전/배전 계통에서 부하로 전력이 전달되는 지점이다. 그러나 연계된 사이버물리 시스템과 변전소에서의 통신 기반 운영은 다수의 사이버보안 취약성을 초래한다. 따라서 제품화 단계에서 보다 정교한 사이버보안 취약성 분석과 위협 모델링이 필요하며, 제품의 상용화를 위해서는 시스템 강화가 필수적이다. 본 논문은 디지털 변전소를 위한 멀티캐스트 메시지의 사이버보안을 시험하기 위한 설계와 방법을 제시한다. 제안된 취약성 평가 방법은 IEC61850 Generic Object Oriented Substation Event (GOOSE)와 Sampled Value (SV)의 의미론 및 IEC62351-6의 사이버보안 기능에 기반한다. IEC62351-6 표준에 따라 시험 대상 장치(DUT)의 취약성을 점검하기 위해 사이버 공격에 대한 서로 다른 공격 시나리오를 고려한다. 디지털 변전소에서 보안 취약성을 발견하기 위해, 제안된 사이버보안 테스터는 정상 기능을 침해하는 악성 패킷을 생성한다. 그 결과, 제안된 사이버보안 시험 모듈은 멀티캐스트 메시지와 멀티캐스트 통신의 인증 방법(예: 메시지 인증 코드)에 잠재된 취약성을 탐지할 수 있음을 보여준다. 사례 연구에는 상용 장치와 시뮬레이션 장치를 모두 사용하였다.

신호위반 교통사고는 국내 법규 위반 교통사고 중 두 번째로 높으며(11.6%), 전체 교통사고 감소율 대비 저조한 수준을 기록하고 있다. 본 연구는 신호위반 사고의 중요성과 국내외 연구 동향에 따라 신호위반 사고의 영향 요인들을 찾고자 하였다. 연구를 위해 서울시 주요 교차로(Critical Intersection) 중 최근 2년(2021-2022)간 10건 이상의 교통사고가 발생된 217개 4지 교차로를 대상으로 1,508건의 신호위반 사고자료가 수집되었다. 이를 토대로 4개의 외생잠재변수(도로 특성, 교통시설 특성, 신호운영 특성, 교통량 특성)와 1개의 내생 잠재변수(신호위반 사고규모)를 설계하였으며, 잠재변수 간 인과분석을 위해 총 26개의 관측변수들을 교차로별로 구축하였다. 구축된 자료는 구조방정식 모형으로 신호위반 사고규모에 대한 영향관계를 파악하였다. 연구 결과, 신호위반 사고에 영향을 미칠 것으로 추측했던 4개 요인 중 도로 특성과 교통시설 특성만이 통계적으로 유의하게 나타났으며, 신호운영 특성과 교통량 특성은 그렇지 않았다. 그리고 이러한 요인은 도로 특성이 0.25(p<0.01)로 교통시설 특성 0.17(p<0.05) 대비 다소 높은 영향력을 나타냈다. 마지막으로 도로 특성 요인을 구성하는 3개 변수의 상대적 영향력은 제한속도 > 교차도로 간 제한 속도차 > 총 차로수 순, 교통시설 특성 요인을 구성하는 2개 변수의 상대적 영향력은 신호등면수 > 전방 신호등 순, 신호위반 사고규모를 구성하는 3개 변수의 상대적 영향력은 사상자수 > 사고건수 > 사고비용 순으로 나타났다. 연구 결과는 정책 결정권자 및 실무자로 하여금 국내 신호위반 사고에 대한 실질적 감소대책 마련에 도움이 될 것으로 기대된다. 향후에는 다양한 교차로 형태 및 교통혼잡을 반영한 연구, 운전자 행태 분석 등이 필요할 것으로 보인다.