Feasibility of Mobile Point-to-Point Speed Enforcement: Real-World Evidence from Urban and Rural Queensland

과속은 세계에서 가장 흔한 교통 위반 중 하나이며, 치명적인 사고의 주요 원인입니다. 수십 년 동안 도로 안전 전문가들은 이를 막기 위해 단순한 아이디어에 의존해 왔습니다. 바로 운전자가 적발될 것이라고 믿게 만드는 것입니다. '억제력'이라고 알려진 이 개념은 적발될 위협이 실질적이고 지속적이라고 느껴질 때 가장 잘 작동합니다. 전통적인 과속 단속 카메라는 높은 기둥이나 다리 위에 고정되어 있습니다. 운전자들은 카메라를 직접 보거나 내비게이션 앱을 통해 위치를 확인하여 카메라가 어디에 있는지 빠르게 학습합니다. 그 결과, 많은 운전자가 알고 있는 카메라 앞에서 급브레이크를 밟고, 카메라를 안전하게 통과한 직후 다시 속도를 높이는 이른바 '캥거루 주행(kangaroo driving)' 패턴을 보입니다. 이러한 행동은 카메라의 목적을 무력화하는데, 카메라가 전체 여정 동안 안전한 운전을 장려하는 대신 단 몇 백 미터 동안만 차량을 느리게 만들기 때문입니다.

이를 해결하기 위해 엔지니어들은 지점 간 속도 단속(point-to-point speed enforcement) 기술을 개발했습니다. 이 시스템은 차량이 특정 순간에 얼마나 빨리 달리고 있는지를 측정하는 대신, 긴 도로 구간에 걸친 차량의 평균 속도를 계산합니다. 만약 운전자가 한 카메라가 있는 구역으로 진입하여 다른 카메라가 있는 곳으로 나간다면, 시스템은 그 여정이 정확히 얼마나 걸렸는지 알 수 있습니다. 만약 소요 시간이 너무 짧다면, 운전자는 특정 순간에 얼마나 빨랐는지와 상관없이 평균적으로 과속한 것입니다. 이 방식은 영구적인 기반 시설에 설치되었을 때 효과적임이 입증되었으나, 이러한 설치는 비용이 많이 들며 주로 주요 고속도로로 제한됩니다. 이는 사고율이 훨씬 높지만 고정된 카메라 타워를 세우는 것이 비실용적인 지역 및 외곽 도로의 안전 공백을 남깁니다. 연구자들이 직면한 질문은 이 강력한 '평균 속도' 기술을 일반 주차된 차량에 장착된 카메라를 사용하여, 접근하기 어려운 위험한 지역까지 커버할 수 있도록 모바일화할 수 있는지 여부였습니다.

호주 선샤인 코스트 대학교의 연구팀은 이러한 모바일 방식이 실제로 효과가 있는지 테스트하기 위해 연구를 수행했습니다. 그들은 카메라가 사람들의 과속을 멈추는지 측정하려 한 것이 아니라, 시스템이 다양한 환경에서 차량을 성공적으로 추적하고 속도를 정확하게 계산할 수 있는지를 알고 싶었습니다. 6개월 동안 그들은 자동 번호판 인식 카메라를 갖춘 3대의 연구용 차량을 퀸즐랜드 전역의 24개 서로 다른 지점에 배치했습니다. 이 지점들은 번잡한 대도시부터 외딴 고속도로까지 광범 وسلم한 도로 조건을 포함했습니다. 카메라는 몇 백 미터 간격 또는 100킬로미터 이상의 간격으로 쌍을 이루거나 그룹으로 설치되었습니다. 수천 대의 차량이 이 카메라들을 통과할 때마다, 시스템은 번호판과 통과한 정확한 시간을 기록했습니다. 연구진은 이후 컴퓨터를 사용하여 번호판을 매칭함으로써, 첫 번째 카메라와 두 번째 카메라를 통과한 동일한 차량을 연결하여 여정이 얼마나 걸렸는지 계산했습니다.

결과에 따르면 모바일 시스템은 다양한 조건에서 충분히 작동할 수 있었습니다. 모든 지점에서 카메라는 약 283,000대의 차량을 감지했습니다. 이 중 시스템은 약 33%를 성공적으로 매칭했는데, 이는 동일한 차량을 한 카메라에서 다음 카메라까지 추적하여 평균 속도를 계산할 수 있음을 의미합니다. 이 성공률은 위치에 따라 크게 달랐습니다. 도로가 길고 직선이며 회전할 곳이 거의 없는 외딴 지역에서는 시스템이 차량의 거의 절반을 매칭했습니다. 지방 마을에서는 그 비율이 더 낮았고, 대도시에서는 가장 낮았습니다. 연구진은 이러한 차이의 주요 원인이 카메라 사이의 거리가 아니라는 것을 발견했습니다. 대신, 핵심 요인은 운전자가 모니터링 구역을 벗어날 수 있는 출구가 얼마나 많은가였습니다. 도시에서는 운전자가 주 도로에서 옆길로 쉽게 빠져나가 구역을 벗어나 두 번째 카메라의 추적을 피할 수 있습니다. 반면 외딴 지역에는 꺾을 곳이 거의 없기 때문에, 일단 차가 구역에 들어오면 다음 카메라에 도 de까지 도로에 머물러야 합니다. 이 발견은 매우 중요한데, 이는 모바일 단속이 효과를 발휘하려면 카메라 사이의 거리보다는 교통량이 경로를 유지하도록 강제되는 도로 구간을 선택해야 함을 의미하기 때문입니다.

또한 연구는 모바일 평균 속도 데이터와 동일한 위치에서 레이저 장치로 측정한 전통적인 '지점(spot)' 속도 측정값을 비교했습니다. 두 방법이 관찰한 내용의 차이는 놀라웠습니다. 단일 순간의 속도를 측정하는 레이저는 약 22%의 차량이 과속 중임을 발견했습니다. 반면, 전체 여정의 평균 속도를 측정하는 모바일 지점 간 시스템은 약 10%의 차량만이 과속 중임을 발견했습니다. 이 격차는 두 기술이 서로 다른 행동을 측정하고 있음을 보여줍니다. 운전자는 레이저 건을 지나갈 때 빠르게 속도를 높였다가 나머지 여정 동안은 속도를 줄일 수도 있고, 도시에서는 천천히 운전하다가 길고 텅 빈 고속도로 구간에서 속도를 높일 수도 있습니다. 레이저는 순간적인 속도 분출을 포착하는 반면, 모바일 시스템은 전체 여정의 지속적인 행동을 포착합니다. 이는 평균 속도 단속이 단순히 동일한 것을 측정하는 다른 방법이 아니라, 근본적으로 다른 종류의 운전 습면을 겨냥하는 다른 도구임을 확인시켜 줍니다.

연구진은 또한 야간에도 카메라가 작동하는지 테스트했으며, 카메라는 낮과 마찬가지로 어두운 밤에도 잘 작동한다는 것을 발견했습니다. 그들은 심지어 마을로 들어오는 세 개의 서로 다른 도로에 카메라를 배치하는 것과 같은 다양한 카메라 레이아웃도 실험했습니다. 한 사례에서, 이 레이아웃은 마을에 숨겨진 출구가 너무 많아 대부분의 차량이 다음 카메라에 도달하기 전에 사라졌기 때문에 실패했습니다. 또 다른 사례에서는 도로들이 밀접하게 모이는 구조였을 때 시스템이 잘 작동했습니다. 이러한 테스트는 기술 자체보다 도로 네트워크의 기하학적 구조가 중요하다는 점을 강조했습니다. 만약 도로 네트워크가 운전자로 하여금 모니터링 구역에서 쉽게 빠져나가게 만든다면, 시스템은 그들을 추적할 수 없습니다. 그러나 도로가 운전자를 경로에 머물도록 강제한다면, 모바일 시스템은 112km만큼의 긴 거리에서도 효과적으로 추적할 수 있습니다.

궁극적으로 이 연구는 모바일 지점 간 속도 단속이 도로 안전을 위한 실행 가능하고 실용적인 방법임을 증명합니다. 이 방식은 영구적인 타워를 세우기에 너무 비싸거나 어려운 곳에 신속하게 설치될 수 있어, 사고가 가장 치명적인 외곽 도로까지 안전 조치의 범위를 넓혀줍니다. 이 연구는 이러한 시스템의 성공 여부가 카메라가 얼마나 떨어져 있는지보다는 운전자가 구역을 쉽게 탈출할 수 없는 도로 구간을 선택하는 데 달려 있다는 점을 명확히 했습니다. 찰나의 순간이 아닌 여정의 실제 평균 속도를 포착함으로써, 이 기술은 운전자가 카메라를 볼 때만 속도를 줄이는 것이 아니라 전체 여정 동안 안전한 속도를 유지하도록 장려하는 방법을 제공합니다. 비록 이 연구가 새로운 방법이 사고를 줄이는지를 직접 측정하지는 않았지만, 이 방법이 측정 도구로서 작동함을 확립함으로써, 향-후 이 기술이 실제로 운전자의 행동을 변화시키고 생명을 구할 수 있는지 확인하기 위한 테스트의 길을 열었습니다.