Neighborhood Environmental Factors Affecting Pedestrian Crash Severity - Using Machine Learning and eXplainable AI

교통사고는 단순한 개인의 문제가 아니라 의료비 지출 증가, 생산성 손실, 사회적 불평등 심화 등 사회·경제 전반에 중대한 영향을 미친다. 이에 따라 본 연구는 보행자 교통사고 심각도에 영향을 미치는 근린환경 요인을 규명하고자 XGBoost 기반의 설명 가능한 인공지능 기법을 활용한 실증 분석을 수행하였다. 분석 결과, 변수 중요도 상위 10개 중 절반 이상이 근린환경과 관련된 변수로 나타나, 도시의 물리적 환경이 보행자 교통사고 심각도에 일정 수준의 설명력을 지닐 가능성을 시사하였다. 또한 고령자, 여성, 야간 보행자 등 취약 계층은 상대적으로 높은 사고 심각도 예측값에 기여하는 경향을 보였다. 이는 향후 보행자 특성을 반영한 세밀한 설계 및 정책 대응이 필요함을 의미한다. 더불어 지하철역 출입구 및 버스정류장 수가 많은 지역일수록 사고 심각도를 낮추는 방향으로 기여하는 양상이 나타났고. 주거지역과 상업지역 비율 역시 사고 피해 경감과 관련되는 경향을 보였다. 이러한 결과는 대중교통 중심의 도시공간 설계와 토지이용 특성, 도로환경을 아우르는 통합적 공간 전략이 보행자 안전 확보에 효과적일 수 있음을 보여준다. 본 연구는 도시의 근린환경과 보행자 교통사고 심각도의 연관성을 정량적으로 도출하였으며, 향후 도시계획 및 교통안전 정책 수립에 실질적인 기초자료로 활용될 수 있다는 점에서 의의가 있다.