공공데이터를 활용한 교통사고 상해 심각도 예측 모델 연구

초록

교통사고가 발생했을 때, 교통사고의 피해는 물적 피해와 인적피해로 나누어 볼 수 있다. 사고 유형에 따른 인적 피해의 상해 심각도 예측 모델은 사고 후에 예상되는 피해 정도를 추정하고, 심각도가 크게 나타나는 사고 유형에 대한 대비책을 세우거나, 또는 보험회사에서의 고객의 상해에 따른 보상비용 등을 산정할 때 이상치를 판단하는 자료 등으로 사용할 수 있다. 이에 본 논문에서는 교통사고 상해 심각도 예측 모델을 제안한다. 본 논문에서는 업샘플링기법 기반의 one-vs-all(OVA)방식을 고려한 분류기법으로 CART 의사결정트리 알고리즘과 랜덤포레스트 알고리즘이 결합된 하이브리드 기법을 활용한다. 사용 데이터로는 최근 정보공개정책의 일환으로 공개된 공공 교통사고 데이터를 활용한다. 본 논문에서 연구 개발된 교통사고 상해 심각도 예측 모델은 기존의 연구에 비하여 높은 적중률을 보이므로 교통사고 관련 상해 데이터 분석 분야에서 유용하게 활용될 것으로 보인다.

키워드