2.1 고령 운전자 사고 관련 선행연구 고찰

국외의 경우, ^Cooper(1990)는 영국에서 발생한 교통사고 자료를 중년(36-50세)과 고령(55세 이상) 운전자로 구분하였고, 판별 함수(discriminant function)를 활용하여 사고 특성을 비교하였다. [10]Hakamies-Blomqvist(1993)은 핀란드에서 발생한 사망사고 자료를 청년(26-40세), 고령(65세 이상) 운전자로 구분하였고, 카이제곱(c2) 검정을 활용하여 위험 요인을 분석하였다. ^{Preusser et al. (1998)}은 미국 교차로에서 발생한 사망사고 자료를 중년(40-49세)과 고령(65세 이상) 운전자로 구분하였고, 상대적 사고 위험(relative crash risk)을 정량화하여 비교하였다. ^{Zhang et al. (1998)}는 캐나다에서 발생한 사망사고 자료를 청년(16-24세), 중년(25-64세), 고령(65세 이상) 운전자로 구분하였고, 로지스틱 회귀(logistic regression)를 활용하여 중년 운전자 대비 고령 운전자 사망사고와 관련된 요인의 패턴을 연구하였다. ^{McGwin and Brown(1999)}은 미국에서 발생한 교통사고 자료를 청년(16-34세), 중년(35-54세), 고령(55세 이상) 운전자로 구분하였고, 사고 비율(crash rate)을 활용하여 사고 특성을 비교하였다.

^{Chandraratna and Stamatiadis(2003)}는 미국에서 발생한 교통사고 자료를 청년(65세 미만)과 고령(65세 이상) 운전자로 구분하였고, 로지스틱 회귀를 활용하여 청년 운전자 대비 고령 운전자의 운전 조작(maneuvers) 문제점을 분석하였다. ^{Langford and Koppel(2006)}은 오스트레일리아에서 발생한 사망사고 자료를 중년(40-55세), 초기 고령(65-75세), 후기 고령(75세 이상) 운전자로 구분하였으며, 사고 비율을 활용하여 고령 운전자의 위험 요인과 노출(exposure) 패턴을 식별하였다. ^{Clarke et al.(2010)}는 영국에서 발생한 60세 이상 고령 운전자 교통사고 자료를 활용하였으며, 정량적인 방법으로 사고 원인과 요인을 분석하였다. ^{Koppel et al.(2011)}은 호주에서 발생한 교통사고 자료를 중년(41-55세), 고령(65세 이상) 운전자로 구분하였으며, c2 검정을 활용하여 부상 결과를 포함한 고령 운전자 사고의 주요 특징을 식별하였다. ^{Cicchino and McCartt(2015)}는 미국에서 발생한 교통사고 자료를 중년(35-54세), 고령(70세 이상) 운전자로 구분하였으며, c2 검정을 활용하여 심각한 사고에서 고령 운전자의 오류(error)를 연구하였다.

^{Zhang et al.(2000)}는 캐나다에서 발생한 65세 이상 고령 운전자 교통사고 자료를 활용하였으며, Multivariate unconditional logistic regression을 적용하여 최소부상 대비 사망사고에 미치는 요인을 파악하는 연구를 수행하였다. ^{Khattak et al.(2002)}은 미국에서 발생한 65세 이상 고령 운전자 교통사고 자료를 4가지 심각도로 구분하였고, 순서형 프로빗 모형(ordered probit model)을 활용하여 사고 심각도에 영향을 미치는 요인을 분석하였다. ^{Boufous et al.(2008)}는 오스트레일리아에서 발생한 교통사고 자료를 중년(50-64세), 초기 고령(65-79세), 후기 고령(80세 이상) 운전자로 구분하였으며, 다변량 선형 회귀를 활용하여 고령 운전자 부상 심각도에 유의한 변수를 분석하였다. Amiri et al.(2020)은 미국에서 발생한 65세 이상 고령 운전자의 교통사고 자료를 5가지 심각도로 구분하였으며, ANN(Artificial Neural Network) 및 Hybrid Intelligent Genetic Algorithm을 활용하여 고정된 물체와의 사고 심각도를 비교 및 분석하였다. ^{Adanu et al.(2021)}는 미국에서 발생한 65세 이상 고령 운전자 교통사고 자료를 3가지 심각도로 구분하였으며, Random logit with heterogeneity in means model을 활용하여 부적절한 차선 변경 조작에 포함된 고령 운전자 사고 심각도에 기여하는 요인을 분석하였다.

국내에서도 고령 운전자에 대한 연구가 수행되었다. ^{Park et al.(2009)}는 고속도로에서 발생한 교통사고 자료를 비고령(20-50세), 고령(60세 이상) 운전자로 구분하였으며, 로짓 모형을 활용하여 고령 운전자와 비고령 운전자의 사고 특성을 비교하였다. ^{Park et al.(2010)}는 경기도에서 발생한 65세 이상 고령 운전자 교통사고 자료를 5가지 심각도로 구분하였으며, 순서형 프로빗 모형을 활용하여 사고의 유형별 심각도를 분석하였다. ^{Lee et al. (2012)}는 대구에서 발생한 교통사고 자료를 비고령(60세 미만), 고령(60세 이상) 운전자로 구분하였으며, 순서형 로짓 모형을 활용하여 사고 심각도에 미치는 영향의 크기를 분석하였다. ^Jang(2014)은 전라북도에서 발생한 교통사고 자료를 비고령(65세 미만), 고령(65세 이상) 운전자로 구분하였으며, 다수준 분석모형을 활용하여 고령 운전자의 교통사고 피해 심각성을 분석하였다. ^{Oh et al. (2015)}는 전국에서 발생한 교통사고 자료를 비고령(55-64세), 초기 고령(65-74세), 후기 고령(75세 이상)으로 구분하였으며, 교차분석을 활용하여 교통사고 특성을 도출하였다. ^{Lee and Gim(2019)}은 서울에서 발생한 65세 이상 고령 운전자의 교통사고 자료를 사용하였으며, 지리적 가중회귀모형을 활용하여 사고에 미치는 영향을 파악하였다.

고령 운전자 교통사고와 관련된 연구에서는 주로 기술적인 통계 및 회귀 분석 기반 방법론을 활용하여 사고 특성 및 사고 심각도에 대한 연구가 진행되었다. 사고 특성 연구의 경우 교통사고 전체 혹은 사망사고 자료를 사용하여 비고령 및 고령 운전자의 사고 특성 비교가 이루어졌다. 사고 심각도 연구의 경우 각 심각도별 영향을 미치는 인자에 대한 분석이 수행되었다.

2.2 선행연구와의 차별성

검토한 선행연구를 기반으로 본 연구는 다음과 같은 차별성에 기반하여 연구를 수행한다. 첫째, 비고령 운전자 나이에 대한 구분은 연구마다 다르게 정의되어 있다. 본 연구에서는 Mayo Clinic ^{(www.mayoclinic.org, 2022)}에서 제시한 노안 시작 연령 40세를 기준으로 40-64세를 비고령 운전자, 65-74세를 초기 고령 운전자, 75세 이상을 후기 고령 운전자로 정의하여 기존 연구와 차별화를 두었다. 둘째, 사고 심각도 연구에서 후기 고령 운전자를 고려한 연구는 매우 제한적으로 진행되었으나, 본 연구에서는 후기 고령 운전자를 일반 고령 운전자에서 분리하여 검토하였다. 셋째, 심각도 기반 사고 특성 분석에는 주로 사망사고를 기준으로 분석하였으나, 본 연구에서는 부상 심각도 별 사고 빈도의 비율과 경미한 사고에 대한 고령 운전자의 부상 심각도 결과를 고려하여 사망 및 중상사고를 기준으로 분석하였다. 즉, 사망사고는 교통사고 전체 중 빈도가 매우 낮다는 한계점이 있으며, 이를 기반으로 본 연구에서는 고령 운전자의 부상 심각도 결과가 중상 및 사망인 교통사고 자료를 활용하였다. 결과적으로 비고령 운전자 대비 초기 및 후기 고령 운전자의 사고는 사망 및 중상 사고에서 어떻게 다른 특성을 보이는지 파악하고자 하였다.

4.1 운전자 특성

남성 사고의 OR은 각각 1.03, 1.05로 추정되었다. 운전자가 남성인 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.03배 높았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 1.05배 높은 것으로 나타났다. 이는 고령 남성 운전자가 여성 운전자에 비해 과속을 하기 때문인 것으로 판단된다. 안전거리 미확보 사고의 OR은 각각 0.92, 0.86로 추정되었다. 안전거리 미확보 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 8% 낮았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 14% 낮은 것으로 나타났다. 고령 운전자는 주로 저속으로 운전하여 앞 차량과 충분한 거리가 확보되기 때문인 것으로 판단된다. 중앙선 침범 사고의 OR은 각각 1.13, 1.21로 추정되었다. 중앙선 침범 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.13배 높았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 1.21배 높게 나타났다. 고령 운전자는 시야 및 위험 상황에 대한 인지 오류로 인해 중앙선 침범 사고가 발생하여 중상 및 사망 확률이 높은 것으로 해석된다.

4.2 사고 특성

차량단독 사고의 OR은 각각 1.22, 1.93, 공작물충돌 사고의 OR은 각각 1.37, 2.02, 도로이탈 사고의 OR은 각각 1.32, 1.49, 전도 및 전복 사고는 후기 고령 운전자 사고에 유의하였으며, OR은 1.74로 추정되었다. 차량단독 사고, 공작물충돌 사고, 도로이탈 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.22배 이상 높았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 1.49배 이상 높은 것으로 나타났다. 전도 및 전복 사고의 경우 비고령 운전자 대비 후기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.74배 높게 나타났다. 고령 운전자의 경우 인지 및 판단 능력이 일반인에 비해 낮기 때문에 단독사고에 연루되었으며, 사고가 난 직후 감속을 제대로 못하여 공작물충돌, 도로이탈로 인해 중상 및 사망사고가 발생할 확률이 높은 것으로 판단된다. 전도 및 전복 사고의 경우 탑승자의 행동에 제약이 발생하고 대처능력이 감소하여^{(Kang et al., 2019)} 중상 및 사망 확률이 높은 것으로 해석할 수 있다.

정면충돌 사고의 OR은 각각 1.22, 1.39, 추돌 사고의 OR은 각각 1.09, 1.19로 추정되었다. 정면충돌 및 추돌 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.09배 이상 높았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 1.19배 이상 높은 것으로 나타났다. 정면충돌 사고의 경우 중앙선 침범으로 인해 사고가 발생되었으며, 추돌 사고의 경우 교통상황을 인지하기 위한 시간이 오래 걸리며, 반응속도 저하로 인해 감속을 제대로 못했기 때문인 것으로 판단된다. 화물차 사고의 OR은 각각 1.13, 1.16로 추정되었다. 화물차 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.13배 높았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 1.16배 높은 것으로 나타났다. 화물차의 경우 일반 승용차에 비해 차체가 크기 때문에 사고에 포함될 경우 중상 및 사망이 발생할 확률이 높은 것으로 판단된다.

4.3 도로 특성

단일로에서 발생한 사고의 OR은 각각 1.06, 1.11으로 추정되었다. 단일로 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.06배 높았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 1.11배 높은 것으로 나타났다. 이전 연구들^{(Preusser et al., 1998; Zhang et al., 1998; McGwin and Brown, 1999; Zhang et al., 2000; Langford and Koppel, 2006; Boufous et al., 2008; Clarke et al., 2010; Cicchino and McCartt, 2015; Oh et al., 2015; Lee and Gim, 2019)}의 결과와는 달리 본 연구에서 교차로 사고는 유의하지 않게 나타났다. 단일로의 경우 교차로에 비해 과속할 가능성이 높으며, 이에 따라 중상 및 사망할 확률이 높은 것으로 해석할 수 있다. 곡선 구간에서 발생한 사고의 OR은 각각 1.09, 1.19, 내리막 구간에서 발생한 사고의 OR은 각각 1.08, 1.24, 오르막 구간에서 발생한 사고는 초기 고령 운전자 사고에 유의하였으며, OR은 1.07으로 추정되었다. 곡선 구간, 내리막 구간, 오르막 구간 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.07배 이상 높았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 1.19배 이상 높은 것으로 나타났다. 고령 운전자는 변화하는 교통 환경에 대한 상황인식 및 대처능력이 미흡하기^{(Park et al., 2010)} 때문인 것으로 해석된다.

4.4 환경적 특성

야간에 발생한 사고의 OR은 각각 1.09, 1.10로 추정되었다. 야간에 발생한 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.09배 높았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 1.10배 높게 나타났다. 야간에 발생한 사고에서 고령 운전자는 시야 능력 감소로 인해 도로 옆에 있는 물체를 인지하지 못하고, 감속하지 않고 충돌했기^{(Amiri et al., 2020)} 때문인 것으로 해석할 수 있다. 흐린 날씨에 발생한 사고의 OR은 각각 1.16, 1.26, 비가 오는 날에 발생한 사고는 초기 고령 운전자 사고에 유의하였으며 OR은 1.09, 눈이 오는 날에 발생한 사고는 후기 고령 운전자 사고에 유의하여 OR은 2.22로 추정되었다. 흐린 날씨에 발생한 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률은 1.16배 높았으며, 후기 고령 운전자는 중상 및 사망사고가 발생할 확률이 1.26배 높은 것으로 나타났다. 비가 오는 날에 발생한 사고의 경우 비고령 운전자 대비 초기 고령 운전자의 중상 및 사망사고가 발생할 확률이 1.09배 높았으며, 눈이 오는 날에 발생한 사고의 경우 비고령 운전자 대비 후기 고령 운전자의 중상 및 사망사고가 발생할 확률은 2.22배 높은 것으로 나타났다. 특히, 눈이 오는 날은 후기 고령 운전자에게 가장 취약했으며, 시력이 감소한 고령 운전자의 시야(visibility)를 상당히 감소시킬 수 있기^{(Zhang et al., 2000)} 때문인 것으로 해석된다.