보행노인 · 보행자 교통사고 다발지역 고시의 전국 공간 대조
2026 한겨레 × 숲과나눔 「AI와 함께하는 교통문제 해결을 위한 데이터 분석 공모전」 · 팀 폴라앱 (이철희 · 최윤진)
도로교통공단은 보행자 사망·중상이라는 같은 현상을 두 개의 고시 목록으로 따로 관리한다. 두 목록의 임계값이 5건과 7건으로 달라서, 사망 24명·중상 447명이 발생한 91개 지점이 한쪽 목록에만 올라 있다.
이 프로젝트는 사고를 예측하지 않고, 새로운 위험을 주장하지도 않는다. 국가가 이미 공개한 두 목록을 겹쳐 보는 일 하나만 한다.
| 「여기가 위험합니다」 | 틀리면 책임이 따르는 판단 |
| 「이 목록과 저 목록이 다릅니다」 | 틀릴 여지가 없는 대조 ← 이 프로젝트 |
| 목록 | 대상사고 | 집계기간 | 반경 | 임계값 |
|---|---|---|---|---|
| 보행자 사고다발지역 | 보행자 사망·중상 | 최근 3년 | 100m | 7건 이상 |
| 보행노인 사고다발지역 | 65세 이상 보행자 사망·중상 | 최근 3년 | 100m | 5건 이상 |
두 목록은 집계기간·반경·중증도가 같고, 임계값과 연령 필터만 다르다. 설계 단계에서 이미 교란변수가 통제된 셈이다. 인구 규모나 통행량, 측정 방법으로는 두 목록의 차이를 설명할 수 없고, 차이는 임계값에서만 생긴다.
2012~2020년 보행노인 목록은 「1년 · 200m · 3건 · 부상 포함」 기준이었다. 2021년에 기준이 바뀌었으므로 시계열은 2022년 고시분부터 쓴다.
| 보행노인 목록 | 보행자 목록 | 겹침 | 노인 목록에만 | 보행자 목록에만 |
|---|---|---|---|---|
| 291곳 | 418곳 | 200곳 | 91곳 (31.3%) | 220곳 (52.6%) |
보행노인 목록의 3곳 중 1곳이 보행자 목록에 없다. 이 91곳에서 사망 24명, 중상 447명이 나왔다. 반대 방향은 더 크다. 보행자 목록의 절반 이상(52.6%) 이 보행노인 목록에 없다. 두 목록은 같은 곳을 달리 부르는 것이 아니라, 처음부터 서로 다른 절반을 보고 있다.
91곳은 우연히 빠졌을까, 구조적으로 빠질 수밖에 없었을까. 노인 전용 지점의 사고건수 분포를 보면 답이 나온다.
| 사고건수 | 5건 | 6건 | 7건 이상 | 합계 |
|---|---|---|---|---|
| 노인 전용 지점 | 80 | 10 | 1 | 91 |
| 비율 | 87.9% | 11.0% | 1.1% | 100% |
보행노인 기준(5건)은 넘었지만 보행자 기준(7건)에는 못 미친다. 어긋남은 임계값 5건과 7건의 차이가 기계적으로 만든 구조이고, 데이터가 쌓인다고 저절로 사라지지 않는다.
| 고시 연도 | 2022 | 2023 | 2024 | 2025 | 2026 |
|---|---|---|---|---|---|
| 보행노인 지점 | 269 | 245 | 228 | 262 | 291 |
| 보행자 지점 | 609 | 470 | 459 | 446 | 418 |
| 노인 목록에만 | 61 | 74 | 59 | 70 | 91 |
| 어긋남 비율 | 22.7% | 30.2% | 25.9% | 26.7% | 31.3% |
보행자 목록은 609곳에서 418곳으로 31% 줄었다. 보행 안전은 전반적으로 나아지고 있다. 그런데 같은 기간 보행노인 목록은 269곳에서 291곳으로 오히려 늘었고, 어긋남 비율은 5년 중 가장 높다. 전체가 좋아지는 동안 고령 보행자 쪽만 반대로 움직였다.
데모: https://link.chlee.dev/tnk57b.html (로그인·설치 불필요)
영상: https://link.chlee.dev/28169z.mp4 (88초)
- 연도 전환: 2022~2026년 5개 연도를 오가며 어긋남의 변화를 본다
- 임계값 시뮬레이터: 보행노인 기준을 N건으로 올렸을 때 노인 목록에만 남는 지점이 몇 곳인지 센다. 7건이면 거의 사라진다
- 매칭 반경 슬라이더: 100/150/200/300m 결과를 바로 비교한다 (
data/sensitivity.json과 같은 값) - 시군구 드릴다운: 관할별 노인 전용 지점 수와 지점 목록을 표로 정렬해 본다
- 외부 요청 0: Leaflet·시도 경계·데이터를 모두 단일 HTML 파일 안에 넣어, 네트워크 제약이 있어도 화면이 깨지지 않는다
두 목록을 짝지으려면 원칙적으로 모든 쌍의 거리를 재야 한다(연도당 291 × 418 ≈ 12만 회).
격자 인덱스로 이를 선형 시간으로 줄였다. 좌표를 약 1km 격자에 담고
자기 격자와 인접 8개 격자(3×3)만 탐색한다.
격자가 매칭 반경보다 크므로 결과는 전수 탐색과 정확히 같다. 5개 연도 모두
격자 방식과 전수 비교의 노인 전용 지점 집합이 일치함을 src/sensitivity.py 로 확인했다.
| 설계 | 값 | 근거 |
|---|---|---|
| 거리 함수 | 위도 111,320 m/도, 경도 cos(위도) 보정 | 전국 범위 오차 1% 미만, 외부 라이브러리 불필요 |
| 매칭 반경 | 150m | 두 목록 모두 반경 100m 원이라, 같은 교차로를 가리키는 두 원의 중심은 150m 안에 들어온다 |
| 매칭 방식 | 최근접 1:1, 짝지어진 지점 재사용 없음 | 한 지점을 두 번 세지 않는다 |
| 분류 | 노인 전용 / 겹침 / 보행자 전용 | 정책적 의미가 다른 세 집단을 나눈다 |
| 2026년 | 반경 100m | 150m (기준) | 200m | 300m |
|---|---|---|---|---|
| 노인 전용 지점 | 117 | 91 | 81 | 73 |
| 그중 5~6건 구간 | 112 | 90 | 81 | 73 |
반경을 어떻게 잡아도 노인 전용 지점의 95% 이상이 5~6건 구간에 몰린다. 보행자 지점 재사용을 막는 엄격한 1:1 매칭에서도 94곳 중 92곳으로 결론이 같다.
전 과정이 결정적(deterministic) 이다. 난수 시드, 학습 파라미터, 실시간 API 호출이 없다. 같은 CSV 를 넣으면 누가 돌려도 같은 숫자가 나온다.
git clone https://github.com/iamhuman-cheolheelee/koroad-gap
cd koroad-gap
# data/ 에 원본 CSV 두 개를 내려받아 둔다 (아래 「데이터」 참조)
python3 src/analyze.py # 전체 분석, 2026년 노인 전용 91곳 → data/result.json
python3 src/sensitivity.py # 격자=전수 검증 · 반경 민감도 → data/sensitivity.json
python3 src/export_demo.py # 데모용 연도별 지점 배열 → src/data.json
python3 src/build.py # 단일 HTML 데모 → src/index.html
python3 src/make_figs.py # 보고서용 SVG 4장 → figures/Python 3.12, 설치할 패키지 없음(csv json math collections 만 사용).
pip install 도 가상환경도 필요 없다. 저장소에 들어 있는 data/result.json·data/sensitivity.json 은
위 명령으로 다시 만든 결과와 바이트 단위로 같다.
src/analyze.py 두 목록 적재 · 격자 인덱스 매칭 · 7개 분석 블록 출력
src/sensitivity.py 격자 vs 전수 비교, 반경 100/150/200/300m, 엄격 1:1 매칭
src/export_demo.py 연도별 3분류 지점을 데모용 배열로 직렬화
src/simplify_map.py 시도 경계 GeoJSON 을 Douglas-Peucker 로 7.5MB → 114KB (src/sido.json)
src/build.py 템플릿(index.tpl.html)에 데이터·경계·Leaflet 을 넣어 단일 HTML 생성
src/make_figs.py 인쇄 해상도 벡터 SVG 직접 생성 (matplotlib 미사용)
src/vendor/ Leaflet (BSD-2-Clause)
원본 CSV 는 저장소에 넣지 않았다. 아래에서 내려받아 data/ 에 다음 파일명으로 둔다.
| 파일명 | 데이터명 | 제공기관 | URL |
|---|---|---|---|
data/12_25_oldman.csv |
보행노인 교통사고 다발지역 (2012~2025 집계) | 한국도로교통공단 | https://www.data.go.kr/data/15057666/openapi.do |
data/19_25_pedstrians.csv |
보행자 교통사고 다발지역 (2019~2025 집계) | 한국도로교통공단 | https://www.data.go.kr/data/15105289/fileData.do |
| 전국 CSV 직접 배포 | 한국도로교통공단 | https://opendata.koroad.or.kr | |
src/sido.json |
시도 행정경계 GeoJSON (간소화본 포함) | 통계청 행정구역경계 기반 공개 자료 | https://github.com/southkorea/southkorea-maps |
- 기준시점 2026년 고시본 (시계열은 2022~2026년 5개 연도)
- 인코딩 cp949. 고시 연도는
사고다발지id앞 4자리에 있다 - 주요 변수 지점명, 시도시군구명, 사고건수, 사상자수, 사망자수, 중상자수, 경도, 위도
- 이용조건 각 제공기관의 공공데이터 이용약관
수집 윤리. 보행노인 데이터는 공공데이터포털에서 정식 활용신청 후 승인을 받아 오픈API로 받았다. 보행자 데이터는 포털에 활용신청 기능이 없는 제공처 바로가기형이라, 제공처가 회원 인증 없이 공개 배포하는 전국 CSV 를 내려받았다. 접근권한 우회, 무단 계정, 약관에 어긋나는 크롤링은 어느 단계에서도 쓰지 않았다.
초기 가설은 「노인 전용 지점이 더 치명적일 것」이었다. 데이터는 이를 지지하지 않았다.
| 가설 | 실측 (2026년) | 판정 |
|---|---|---|
| 노인 전용 지점이 더 치명적이다 | 치사율 5.10% vs 겹침 4.76% (1.07배) | 기각: 주장의 근거로 쓰지 않는다 |
| 어긋남이 비도시에 몰린다 | 군 43.5%(10/23곳) vs 시·구 30.2%, 그러나 군 치사율이 1.82%로 오히려 낮고 N=23 | 보류: 표본이 작다 |
두 가설을 모두 내려놓고, 사고건수 분포라는 반박하기 어려운 증거 하나에만 결론을 세웠다.
Claude (Anthropic · Claude Code) 를 가설 반증과 코드 작성에 썼다. 위험도 판정, 순위 산정, 정책 결론에는 쓰지 않았다. 위 표의 초기 가설도 AI 와 반증하는 과정에서 데이터로 기각됐다.
코드는 MIT. 데이터는 각 제공기관의 이용약관을, Leaflet 은 BSD-2-Clause 를 따른다.