Research

본 연구에서는 교통사고 정형 및 비정형데이터를 모두 고려한 교통사고 심각도 예측 모형을 개발하는 것이다. 주로 사고 발생 이전(Pre-crash)을 다루는 정형데이터와 사고 발생 과정(On-crash)을 다루는 비정형데이터의 특성을 고려하여 사고 상황에 대한 복합적인 원인을 다각적으로 분석하고자 하였다. 정형데이터, 비정형데이터, 정형 및 비정형 통합데이터로 총 3개 그룹에 대해 각각 다항 로지스틱 회귀모형, XGBoost, BERT 모델을 모두 구축하였다. 정형 및 비정형 통합데이터를 활용한 BERT 모델의 성능이 가장 우수하였으며, 이에 따라 교통사고 심각도별 주요 원인을 추출한 결과 사고 발생 이전 및 과정에 대한 위험요인이 고루 도출되었다.