인간 활동이 만든 교통사고 사망자 수와 간격의 무거운 꼬리 분포

초록

본 논문은 전 세계 항공 사고와 미국 내 자동차 사고 데이터를 분석해 사망자 수와 사고 간 시간 간격이 전형적인 지수·정규 분포가 아니라 파워‑law 형태의 무거운 꼬리를 보임을 확인한다. 저자는 이러한 현상이 인간의 일상적 활동 패턴(비행기 운항 빈도, 일주기 운전 습관 등)과 연결된 확률적 메커니즘에서 비롯된다고 주장하고, 간단한 균등·가중 모델과 일주기 사인 함수 기반의 비포아송 모델을 제시한다. 실증 결과와 시뮬레이션이 일치함을 보여 인간 활동이 복합 시스템의 통계적 특성을 결정짓는 중요한 요인임을 강조한다.

상세 분석

이 연구는 두 종류의 치명적 교통사고—항공 사고와 자동차 사고—에 대해 사망자 수와 사고 간 시간 간격이라는 두 가지 관측값을 중심으로 통계적 특성을 탐구한다. 항공 사고 데이터(1978‑2007)에서는 사망자 수 분포가 로그정규보다 파워‑law에 더 가깝고, 지수적 간격 분포(τ≈5일)로 포아송성을 보인다. 이는 사고 발생 자체가 무작위이지만, 각 사고에 포함된 사망자 수가 항공기 좌석 수(N)의 균등 분포(1~N)라는 가정 하에 파워‑law 꼬리가 자연스럽게 생성된다는 모델을 제시한다. 실제 항공기 기종별 좌석 수 분포를 가중치로 사용하면 시뮬레이션 결과의 지수 γ≈1.2–1.3이 관측값(γ≈1.5–1.6)과 근접한다. 여기서 중요한 점은 ‘비행기 운항 빈도’가 기종별로 차이 난다는 추가 가정(국내·국제 비행 비율 3:1)을 도입했을 때 지수값이 더욱 실측에 맞춰진다. 즉, 인간이 만든 운항 스케줄과 항공기 배치가 사망자 수 분포에 직접적인 영향을 미친다.

자동차 사고(1994‑2006)에서는 사망자 수 분포가 일주기적 요인에 의해 좌우된다는 점이 두드러진다. 주중과 주말을 구분하면 각각이 거의 정규분포를 따르며, 전체 데이터는 주간 사이클에 의해 좌우된 비대칭 형태를 보인다. 이는 운전 습관이 일주기(일일·주간) 패턴에 크게 의존한다는 것을 의미한다. 시간 간격 분포는 단순 지수 감소가 아니라 무거운 꼬리를 보이며, 이는 인간의 일일 활동 리듬(예: 새벽 5시 최소 운전량)과 연결된다. 저자는 f(t)=α+β sin(2πt/T) 형태의 주기 함수를 도입해, 이를 확률적 발생률 λ(t)=f(t)로 두고 누적 분포 P>(Δt)=exp