2.1 프레임워크

블랙아이스는 기상 요소와 도로 노면의 물리적 상태에 영향을 받아 형성되므로, 이를 종합적으로 고려한 예측 모델이 필요하다. 그러나, 모든 변수가 동일한 영향을 미치는 것은 아니므로, 모델의 예측 성능을 높이기 위해서는 블랙아이스 발생에 유의미한 변수를 선별하는 과정이 필수적이다. 특성 선택(Feature Selection)은 다변량 데이터를 효율적으로 분석하는 과정으로, 머신러닝 및 딥러닝 모델의 해석 가능성과 일반화 성능을 향상시키는 데 유용한 기법이다^{(Jaiswal et al., 2017)}. 특히, 랜덤 포레스트는 다수의 결정 트리로 구성된 앙상블 학습 기법으로, 변수 간 비선형 관계를 반영하고 개별 변수의 상대적 중요도를 정량적으로 평가하는 데 효과적이다. LSTM은 시계열 데이터의 시간 종속성과 장기 의존성을 반영할 수 있는 구조로, 블랙아이스와 같이 누적된 기상 조건 변화에 기반한 예측에 적합하다. 이에 따라, 본 연구에서는 랜덤 포레스트와 LSTM 모델을 결합한 RF-LSTM 기반 블랙아이스 예측 모델을 제안한다. 연구 프레임워크는 Fig. 1과 같다. 랜덤 포레스트를 활용하여 수집된 기상 및 도로 노면 데이터에서 변수 중요도를 평가하고, 블랙아이스 발생과 높은 연관성을 가지는 변수를 선별한다. 이후, 선정된 변수를 바탕으로 LSTM을 통해 시계열적 패턴을 학습하여 도로 노면 상태를 예측하고 최종적으로 블랙아이스 발생 위험을 평가한다. 제안된 프레임워크는 단순히 기온이나 강설량과 같은 개별 기상 요소만을 활용하는 것이 아니라, 기상 및 도로 노면 변수를 통합적으로 고려하여, 보다 정밀한 블랙아이스 발생 위험 예측이 가능하도록 설계되었다.

Fig. 1 Framework for black-ice prediction model

2.2 데이터 수집 및 전처리

본 연구에서는 Fig. 2에 보인 바와 같이 중부내륙고속도로에 위치한 여주시험도로를 대상으로 도로기상관측장비(Road Weather Information System, RWIS)를 통해 기상 및 도로 노면 상태 데이터를 수집하였다. 데이터는 일반 도로 구간인 1지점과 교량 인접 구간인 4지점에서 각각 수집하였다. 4지점은 음영으로 인해 도로 표면 온도가 낮아져 결빙 발생 위험이 증가하는 구간으로, 다양한 환경 조건을 반영하기 위해 추가 선정되었다. RWIS는 통합 기상센서와 광학식 노면센서로 구성되어 있다. 기상 센서는 대기 온도, 상대습도, 풍향, 풍속 등을 포함한 8종의 기상 변수를, 노면 센서는 노면 온도, 노면 상대습도, 이슬점 온도, 수막 두께 등 8종의 노면 변수를 수집한다. 기상 변수는 도로 상태에 간접적인 영향을 미치며, 노면변수는 도로 표면의 물리적 특성과 환경 조건을 직접적으로 반영한다. 데이터는 2021년 12월 12일부터 2023년 2월 28일까지 1분 간격으로 수집되었으며, 블랙아이스 및 도로 결빙이 주로 발생하는 동절기(12~2월)의 데이터를 선별하여 분석에 활용하였다. 이들 변수는 RF-LSTM 모델의 입력변수로 구성되어 도로 노면 상태를 예측하고, 블랙아이스 발생 위험을 평가한다.

RWIS의 노면 센서를 통해 수집된 노면 상태는 Table 1에 나타낸 바와 같이 수치 값으로 제공된다. 도로기상정보시스템 표준 및 노면 상태 측정 기준(EN 15518)에 따르면, 노면 상태의 미끄러움은 도로 표면의 결빙 조건과 밀접하게 연관되며, 차량 제동 성능과 주행 안전성에 직접적인 영향을 미친다. 본 연구에서는 해당 기준을 바탕으로 노면 상태를 블랙아이스 위험과의 연관성에 따라 재분류하였다. 건조(Dry), 습윤(Moist), 젖음(Wet) 상태는 결빙 위험이 낮은 상태로 결빙 미발생으로 정의하였다. 반면, 결빙(Icy)은 블랙아이스 상태로 간주되며, 슬러시(Slushy)는 눈과 수분이 혼합된 상태로, 기온 하강 시 짧은 시간 내에 빙막을 형성할 가능성이 높아 위험 상태에 포함하였다. 서리(Frosty)와 적설(Snowy)은 육안으로 식별이 가능하다는 점에서 블랙아이스와는 구분되지만, 수분의 냉각에 따라 블랙아이스로 전이될 가능성이 있어 일부 국가에서는 이들 상태에서도 위험 경보를 발령하고 있다. 이에 따라, 본 연구에서는 블랙아이스 발생 위험은 결빙 발생 또는 발생 가능성이 있는 상태까지 포함하는 개념으로 정의하였다.

데이터는 모델의 예측 정확도와 해석 신뢰성에 직접적인 영향을 미친다. 특히, 랜덤 포레스트 모델을 활용한 변수 중요도 평가에서는 입력변수 간의 높은 상관성이 해석 결과를 왜곡할 가능성이 있다. 상관성이 높은 변수가 포함될 경우, 특정 변수가 반복적으로 선택되어 다른 변수의 중요도가 과소평가되거나, 유사한 정보가 중복 반영되어 중요도가 과대 평가될 수 있다. 따라서, 이러한 문제를 방지하기 위해 입력변수 간 상관관계를 분석하고, 다중공선성(Multicollinearity) 변수를 제거하였다. 상관관계는 Fig. 3에 보인 바와 같이 피어슨 상관계수를 기반으로 분석하였다. 일반적으로 상관계수 0.8 이상은 강한 상관관계로 간주되며, 다중공선성 문제를 유발할 수 있다^{(Kutner et al., 2005)}. 따라서, 본 연구에서는 상관계수가 0.8 이상인 변수 쌍을 다중공선성 변수로 간주하였다. 상관계수 0.8 이상인 변수 쌍은 ‘평균 풍속-최대 풍속’, ‘평균 풍향-최대 풍향’, ‘대기 온도-노면 공기 온도’, ‘상대습도-노면 상대습도’로 도출되었다. 풍속과 풍향 변수는 평균값이 일시적 이상값에 대한 민감도가 낮고, 기상 변화의 전반적인 경향을 안정적으로 반영할 수 있다. 온도 및 습도 변수는 공간적 대표성이 높은 대기 중 변수를 유지하였다. 전처리가 완료된 데이터는 기상 및 도로 상태 변화의 주기성을 고려하여 1시간 단위로 변환하였으며, 정규화 과정을 거쳐 모델 학습에 적합한 입력 형태로 구성하였다. 총 6,680개의 데이터를 구축하였으며, 시간 순서를 유지하면서 7:2:1 비율로 학습용, 검증용, 테스트용 데이터로 분할하였다.

Fig. 2 Data collection site

Fig. 3 Correlation analysis of features

2.3 모델 구축 및 하이퍼파라미터

Fig. 4는 제시된 모델의 구조를 보여준다. 랜덤 포레스트를 통해 선정된 변수들은 블랙아이스 발생과의 상관성이 높으며, 이들의 시점 간 변화 양상은 블랙아이스 형성과 밀접하게 관련되어 있다. 이에 따라, 해당 변수들을 기반으로 시계열 모델인 LSTM을 학습에 활용하였다. LSTM은 시계열 데이터의 패턴을 효과적으로 학습할 수 있도록 설계된 구조로, 과거$T$ 시간($t-T$~$t-1$) 동안의 기상 및 도로 노면 변수를 바탕으로 $t$시점에서의 결빙 발생 위험 여부를 예측한다. 본 연구에서는 T를 12시간으로 설정하였다. 모델은 총 3개의 LSTM 레이어로 구성되며, 출력층에는 활성화 함수로 Sigmoid를 적용하여 이진 분류를 위한 확률값을 출력하였다. 손실 함수로는 Binary Cross-Entropy(BCE)를 사용하여 예측 확률과 실제 레이블 간의 차이를 정량화하고, 이를 최소화하는 방향으로 모델을 학습하였다.

하이퍼파라미터(Hyperparameter)는 학습 과정에서 자동으로 최적화되는 매개변수(Parameter)와 달리, 사용자가 직접 설정해야 하며, 최적의 값이 사전에 정해져 있지 않다. 따라서, 모델 성능을 최적화하기 위해 실험적 탐색을 통한 하이퍼파라미터 튜닝이 필요하다. 본 연구에서는 그리드 서치(Grid Search) 방법을 적용하여 하이퍼파라미터 값들의 모든 조합을 평가하여 최적의 값을 설정하였다. LSTM 모델의 주요 하이퍼파라미터로는 학습률(Learning Rate), 배치 크기(Batch Size), 학습 횟수(Epoch), 드롭아웃 비율(Dropout Rate), 최적화 함수(Optimizer) 등이 있으며, 이들은 모델의 학습 속도, 안정성 및 일반화 성능에 영향을 미친다. 최종적으로 선정된 하이퍼파라미터 값은 Table 2에 정리하였다.

Fig. 4 Overview of RF-LSTM model

2.4 평가지표

본 연구에서는 모델의 성능을 평가하기 위해 전체 데이터의 10%에 해당하는 668개의 테스트 데이터를 활용하였다. 테스트 데이터는 ‘결빙 미발생’ 568개(85%), ‘결빙 발생 또는 위험’ 100개(15%)로 구성되어 있어, 클래스 불균형이 존재한다. 블랙아이스 발생 위험 여부는 이진 레이블(결빙 미발생 : 0, 결빙 발생 또는 위험 : 1)로 구분하여 정의하였으며, 모델은 각 시점별로 해당 레이블을 예측한다. 모델이 예측한 레이블과 실제 레이블의 일치 여부는 혼동행렬(Confusion matrix)을 통해 분석하였다. 혼동행렬은 Fig. 5와 같이 True Positive(TP), True Negative(TN), False Positive(FP), False Negative(FN)으로 구성된다. TP는 예측값과 실제값이 모두 ‘결빙 발생 또는 위험’으로 일치한 경우이며, TN은 예측값과 실제값이 모두 ‘결빙 미발생’으로 일치한 경우이다. FP는 실제로 결빙이 발생하진 않았지만, 모델이 ‘결빙 발생 또는 위험’으로 잘못 예측한 경우이며, 반대로 FN은 실제 결빙이 발생하거나 위험하지 않았음에도 모델이 이를 ‘결빙 미발생’으로 잘못 예측한 경우를 의미한다.

분류 모델에서 일반적으로 사용되는 평가지표로는 정확도(Accuracy), 정밀도(Precision), 재현율(Recall), F1-score 등이있으며, 본 연구에서는 클래스 불균형 문제를 고려하여 균형 정확도(Balanced Accuracy)와 재현율(Recall)을 평가지표로 선정하였다. 각 평가지표의 계산식은 식 (1), (2)에 제시되어 있다. 정확도는 클래스 불균형이 심한 데이터에서 신뢰도가 낮기 때문에 사용하지 않았으며, 대신 클래스별 성능 차이를 보정할 수 있는 균형 정확도를 활용하여 평가 신뢰도를 확보하였다. 또한, 결빙 발생 위험 상황을 모델이 올바르게 예측하지 못하는 경우(FN)는 도로 안전에 중대한 위험을 초래할 수 있다. 재현율은 실제 ‘결빙 발생 또는 위험’ 레이블 중 모델이 올바르게 예측한 비율을 나타내며, 결빙 발생 위험을 과소평가하는 문제를 최소화하는 데 중점을 두었다. 재현율의 계산식은 다음과 같다.

Fig. 5 Confusion matrix for prediction of freezing

3.1 랜덤 포레스트 기반 변수 중요도 평가

Fig. 6은 랜덤 포레스트 기반 변수 중요도 평가 결과를 나타낸다. 빙막 두께, 적설 두께, 수막 두께가 20% 이상의 높은 중요도를 보였다. 풍속, 풍향, 강우량 등의 일부 기상 변수는 상대적으로 낮은 중요도를 나타냈다. 이러한 변수 중요도 평가 결과는 입력변수 조합 구성 및 성능 비교 실험의 기준으로 활용되며, 변수 선택에 따른 모델의 성능 변화를 정량적으로 평가하는 데 사용된다.

Fig. 6 Feature importance of input data

3.2 변수 조합

3.1절의 변수 중요도 평가 결과를 바탕으로, 모델의 입력변수 조합을 구성하였다. 중요도가 높은 상위 3개의 변수를 기본으로 순차적으로 중요도가 높은 변수를 추가하여 총 9개의 변수 조합을 도출하였다. Table 3은 변수 중요도를 반영한 변수 조합을 나타낸다. 각 변수 조합은 LSTM 모델의 입력변수로 활용되며, 이를 통해 모델의 예측 성능을 비교 분석하였다.

3.3 예측 모델 성능 평가

3.2절에서 설정한 9가지 변수 조합을 적용하여 개발한 모델의 예측 성능을 평가하였다. Table 4는 변수 조합별 균형 정확도와 재현율을 보여준다. 모델 성능 평가 결과, 중요도가 높은 상위 3개를 기반으로 한 모든 변수 조합에서 균형 정확도는 약 90~96.5%, 재현율은 약 80~91%의 범위로 전반적으로 우수한 성능을 보였다. 특히, 도로 노면 상태 변수로만 구성한 조합 (1)에서도 안정적인 성능을 보였으나, 대기 온도를 추가한 조합 (2)에서는 균형 정확도와 재현율이 각각 0.86%와 4% 증가하였다. 이는 도로 노면 변수와 함께 기상 변수가 추가되면서 모델이 결빙 가능성을 보다 정밀하게 평가할 수 있음을 의미한다. 추가적인 기상 요소가 포함된 조합 (2)~(4)에서는 성능이 점진적으로 향상되었으며, 조합 (5)에서 균형 정확도 96.5%, 재현율 91%로 가장 높은 예측 성능을 보였다. 특히, 변수 조합 (5)는 테스트 데이터의 결빙 클래스(100개) 중 91개를 정확히 예측하였으며, 이는 결빙 예측 모델의 실질적인 활용 가능성을 보여준다. 반면, 변수 종류를 추가하는 것이 반드시모델 성능 향상으로 이어지지는 않았다. 변수 조합 (6)~(9)의 경우, 균형 정확도와 재현율이 각각 92.74%, 86% 이하로 감소하였으며, 모든 변수가 포함된 조합 (9)에서는 균형 정확도 90%, 재현율 80%로 가장 낮은 성능을 기록하였다. 이는 불필요한 변수가 포함될 경우 모델의 학습을 저해할 수 있음을 의미한다. 추가된 변수들은 변수 중요도 평가에서도 2.5% 이하의 상대적으로 낮은 중요도를 보였으며, 모델이 해당 변수를 효과적으로 학습하지 못하거나, 예측 과정에서 노이즈로 작용했을 가능성이 크다. 이러한 결과는 입력변수의 선정이 모델의 예측 성능에 중요한 영향을 미치며, 단순히 더 많은 변수를 포함시키는 것이 반드시 성능 향상을 보장하지 않음을 보여준다. 본 연구에서는 변수 조합 (5)가 가장 우수한 예측 성능을 나타냈으며, 이는 기상 변수 및 도로 노면 상태 변수를 균형 있게 조합하는 것이 최적의 성능을 도출하는 데 기여할 수 있음을 확인하였다.