Estimating Nonlinear and Heterogeneous Determinants of Crash Severity Using Causal Machine Learning

기술 요약: 인과적 머신러닝을 이용한 사고 심각도의 비선형 및 이질적 결정 요인 추정

문제 정의
교통사고는 여전히 중대한 글로벌 안전 문제이며, 영국은 전반적인 안전 개선에도 불구하고 매년 수천 건의 중상 및 사망 사고를 경험하고 있다. 사고 심각도에 관한 기존 연구는 주로 통계적 연관성 모델(예: 로지스틱 회귀, 순서형 프로빗)과 예측 머신러닝에 의존해 왔다. 그러나 이러한 접근 방식은 두 가지 주요 한계점에 직면한다:

1. 인과적 간극(Causal Gap): 상관관계가 인과관계를 의미하지는 않는다. 기존 모델은 특정 환경 요인(예: 제한 속도)이 수정될 경우 부상 심각도가 어떻게 변할 것인가라는 정책 관련 질문에 답하는 데 종종 실패한다.
2. 구조적 한계: 사고 데이터는 복잡한 비선형성과 관찰되지 않은 이질성을 나타낸다. 전통적인 모수적 모델은 사전에 지정된 함수 형태와 상호작용 항을 요구하며, 이는 속도가 조명, 날씨, 노면 상태와 상호작용하는 미묘한 방식을 포착하지 못할 수 있다.

본 연구는 인과적 머신러닝을 활용하여 평균 및 이질적 처치 효과(average and heterogeneous treatment effects)를 추정함으로써, 고속 도로 환경(제한 속도 50mph 이상으로 정의)이 영국 내 사고 심각도에 미치는 인과적 효과를 조사하여 이러한 간극을 해결하고자 한다.

방법론
본 연구는 STATS19 데이터베이스(2020–2024)의 503,475건의 경찰 보고 사고 데이터를 적용한 엄격한 인과 추론 프레임워크를 채택하였다. 분석 대상은 "심각한 사고"(사망 또는 중상) 대 "비심각 사고"(경상)의 이진 결과이다.

• 데이터 및 변수:
  • 처치(Treatment): 고속 도로 환경 노출 (게시된 제한 속도 $\ge$ 50 mph).
  • 결과(Outcome): 사고 심각도의 이진 지표.
  • 공변량(Covariates): 조건부 교환 가능성(conditional exchangeability)을 보장하기 위해 9개의 사고 전 공변량을 유지하였다: 사고 연도, 요일, 차량 수, 보행자 횡단 시설, 조명 조건, 날씨 조건, 노면 상태, 특수 지역 조건, 차로 위험 요소. 사고 후 변수 및 잠재적 누출 요인은 제외되었다.
• 인과 설계:
  • 성향 점수 추정(Propensity Score Estimation): 고속 조건에 노출될 확률을 추정하기 위해 XGBoost 분류기를 훈련시켰다.
  • 지지 집단 절단(Support Trimming): 비교 가능성을 확보하기 위해 성향 점수가 공통 지지 영역($0.05 \le e(X) \le 0.95$)을 벗어나는 관측치를 제거하였으며, 이 과정에서 훈련 데이터의 23.17%가 제거되었다.
  • 중첩 가중치 적용(Overlap Weighting): 처치 집단과 비처치 집단이 가장 유사한 모집단을 타겟팅하기 위해 중첩 가중치를 적용하였다. 이를 통해 최종 유효 표본 크기는 약 229,318개가 되었다.
  • 균형 진단(Balance Diagnostics): 가중 적용 후 균형 상태를 가중 표준화 평균 차이(SMD)를 사용하여 검증하였으며, 가장 큰 절대 SMD는 0.031로 (0.10 임계값보다 훨씬 낮은 수준이다.
• 추정량(Estimators): 평균 처치 효과(ATE)와 조건부 평균 처치 효과(CATE)를 추정하기 위해 두 가지 인과적 머신러닝 추정량을 구현하였다:
  1. DR-Learner: 결과 모델링과 처치 모델링을 결합한 이중 강건(doubly robust) 추정량.
  2. CausalForestDML: 처치 효과의 이질성을 탐지하기 위해 특별히 설계된 일반화된 랜덤 포레스트 접근 방식.
• 해석 가능성: 처치 효과 이질성의 동인을 식별하기 위해 CausalForestDML 추정치로부터 파생된 대리(surrogate) XGBoost 모델로부터 SHAP(SHapley Additive exPlanations) 값을 도출하였다.

주요 결과

• 평균 처치 효과 (ATE): 두 추정량 모두 고속 환경이 사고 심각도에 미치는 통계적으로 유의미한 양(+)의 인과적 효과를 확인하였다.
  • DR-Learner: 중첩 가중 ATE를 0.0627 (95% CI: 0.0616–0.0639)로 추정하였다.
  • CausalForestDML: ATE를 0.0682 (95% CI: 0.0677–0.0686)로 추정하였다.
  • 해석: 공변량을 조정한 후, 고속 환경에서의 충돌은 저속 환경에서의 유사한 충돌에 비해 사망 또는 중상으로 이어질 확률이 약 6~7 퍼센트 포인트 더 높다. 이 인과적 추정치는 미조정 위험 차이(8.81%)보다 낮은데, 이는 관찰된 사전 충돌 특성이 원시 격차의 일부를 설명함을 나타낸다.
• 이질성(Heterogeneity): 속도의 효과는 균일하지 않다. CATE 분포는 0.0716의 중앙값을 보이며 상당한 변동성을 나타낸다.
  • 맥락적 동인: 심각도 페널티는 주간(daylight), 마른 노면, 맑은 날씨 조건에서 가장 두드러지게 나타난다.
  • 완화 요인: 어두운 환경, 젖거나 축축한 노면, 서리/빙판 조건에서는 그 효과가 감소한다.
  • SHAP 분석: 조명 조건과 노면 상태가 이질성의 주요 동인으로 식별되었으며, 이는 운전자가 시야가 불량하거나 접지력이 낮은 조건에서 주의를 기울임으로써(속도를 줄임으로써) 고속 제한의 한계적 심각도 페널티를 완화시킨다는 것을 시사한다.

기여 및 의의
본 논문은 세 가지 주요 기여를 주장한다:

1. 방법론적 발전: 예측 모델링을 넘어 인과적 메커니즘에 대한 증거를 제공하기 위해 사고 심각도 분석에 인과적 머신러닝(특히 DR-Learner 및 CausalForestDML)을 적용하는 것을 입증하였다.
2. 정책 관련 증거: 속도 환경의 인과적 영향을 정량화함으로써, 본 연구는 표적화된 속도 관리 정책의 근거를 제공한다. 연구 결과는 개입이 악천후(예: 안개나 빙판)에만 국한되어서는 안 되며, 한계적 심각도 페널티가 가장 높은 "정상" 운행 조건(주간, 마른 도로)에서도 다루어져야 함을 시사한다.
3. 맥락적 이해: 본 연구는 속도가 심각도의 맥락 의존적 결정 요인임을 강조한다. 속도와 환경적 요인(가시성 및 접지력) 사이의 상호작용은 매우 중요하며, 이는 단일한 글로벌 속도 페널티라는 개념에 도전한다.

한론 및 범위
저자들은 운전자 상태(음주/약물 등), 상세한 차량 안전 기능, 응급 대응 시간과 같은 관찰되지 않은 혼란 변수를 포착할 수 없는 관찰 데이터의 내재적 한계를 인정한다. 따라서 인과적 해석은 조건부 교환 가능성 및 중첩(overlap) 가정에 의존한다. 결과는 보편적인 법칙이라기보다 관찰된 데이터와 특정 모델링 설계에 의해 나타나는 모집단의 효과로 해석된다. 본 연구는 개별 환자의 궤적보다는 충돌 수준에 초점을 맞춘다.