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.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.