교통 흐름 붕괴 확률 추정의 신뢰성: 최소 50건, 이상 200건 데이터 필요

본 논문은 교통 흐름 붕괴 확률을 추정하기 위한 확률적 용량 모델의 신뢰성을 정량적으로 평가한다. 연구 배경으로는 교통 흐름이 일정 수준을 초과하면 급격히 붕괴되는 현상이 관측되며, 이를 확률적 용량(Capacity) 개념으로 모델링한다는 점을 들었다. 기존에 사용되던 Kaplan‑Meier와 같은 생존분석 방법이 흐름 강도와 용량의 물리적 차이 때문에 부적절함을 지적하고, Mikolasek(2025)에서 제시한 수정된 최대우도 추정법을 채택한다. 방법론은 크게 세 부분으로 구성된다. 첫째, Weibull 분포를 가정한 용량 CDF를 로그우도식(식 1)으로 최적화한다. 둘째, 실제 3분 구간 TF 기록 7,447건(그 중 52건이 붕괴)에서 기대 붕괴 횟수를 계산하고, 이를 Bernoulli 시행으로 변환해 합성 데이터를 생성한다. 이 과정에서 TF 강도 구간별 기대 붕괴 λ_i 를 식 3, 4로 구하고, 식 5, 6을 통해 실제 관측값을 시뮬레이션한다. 셋째, 합성 데이터셋을 8가지 붕괴 기대수(13, 26, 52, 78, 104, 156, 208, 260)와 3가지 검열 비율(원본, ½, ⅛)으로 조합해 총 360개의 데이터셋을 만든 뒤, 각 데이터셋에 대해 15번씩 MLE 추정을 수행한다. 오차 평가는 RMSE, ARE, 그리고 가중 평균 상대오차(AWRE)를 사용한다. AWRE는 붕괴가 많이 발생하는 TF 구간에 높은 가중치를 부여해 실무적 중요도를 반영한다. 결과는 다음과 같다. (1) 붕괴 관측 수가 50건 미만이면 용량 CDF 추정 오차가 30 % 이상으로 크게 불안정하다. (2) 100~200건 사이에서는 평균 AWRE가 약 10 % 수준이며, 경우에 따라 30 %까지 상승할 수 있다. (3) 200건 이상이면 AWRE가 5 % 이하로 수렴하고, 추가 데이터 확보에 따른 개선 효과는 미미하다. 회귀 분석에서는 기록된 붕괴 건수의 로그값이 AWRE를 가장 강하게 설명했으며(R²≈0.44, p<10⁻⁴⁶), 검열 비율 자체는 독립적인 영향이 거의 없었다. 이는 비붕괴(검열) 데이터가 모델에 포함될 때 검열 효과가 상쇄된 결과로 해석된다. 또한, 파라미터 추정 변동성을 살펴보면 shape 파라미터를 고정할 경우 낮은 TF 구간에서 과소·과대 추정 위험이 커짐을 확인했다. 따라서 실제 적용 시에는 shape 파라미터를 자유롭게 추정하도록 설계하는 것이 바람직하다. 결론적으로, 교통 흐름 붕괴 확률을 신뢰성 있게 추정하려면 최소 50건, 권장 100~200건 이상의 붕괴 데이터를 확보해야 한다. 특히 일시적인 작업 구간이나 신규 도로 구간에서 데이터 수집 기간을 계획할 때 이 기준을 적용하면, 추정 오차를 5 % 이하로 제한할 수 있다. 다중 위치에서 유사한 교통 특성을 가진 데이터를 결합하면 데이터 양을 늘려 신뢰성을 더욱 향상시킬 수 있다. 향후 연구에서는 시간 집계 간격과 TF 강도 구간 크기가 결과에 미치는 영향을 추가로 검증할 필요가 있다.