Machine Learning-Based Analysis of Accident Factors Using Emergency Status Data in Motorcycle Traffic Accidents

코로나19 팬데믹 이후 비대면 소비가 확산됨에 따라 이륜차 배달 수요가 급격히 증가하였고, 그에 따른 이륜차 사고로 인한 인명 및 재산 피해가 지속적으로 발생하고 있다. 이륜차 사고는 운전자의 신체 노출, 차체의 구조적 안정성 결여 등 복합적인 요인에서 기인한다. 이에 본 연구는 소방안전 빅데이터 플랫폼의 이륜차 교통사고 구급 데이터를 활용하여, 일 단위 이륜차 교통사고 구급 건수에 영향을 미치는 이륜차 교통 사고 요인을 분석하고자 하였다. 유효한 분석요인을 선정하기 위해 유의확률 검증을 통해 유의수준을 만족하는 영향 인자를 도출하였으며, 이러한 영향 인자의 중요도 산출을 위해 랜덤포레스트 알고리즘을 활용하였다. 랜덤포레스트 모델의 성능 측정을 위한 평가지표로 평균제곱오차를 사용하였으며, 실험 결과에서 평균제곱오차 값은 0.0064로 산출되었다. 변수 중요도 분석 결과에서 주요 영향 요인으로는 남성, 특수일반 구급활동, 도시, 중증외상 등이 도출되었다. 본 연구 결과는 이륜차 교통사고에 대한 구급 대응의 효율성을 제고하고, 향후 사고 예방 및 정책 수립에 기초 자료로 활용될 수 있을 것으로 기대된다.