국토부, 기존 단속정보와 화물차 이동 패턴 예측해 과적단속 시범실시

과적 차량, 빅데이터 활용

국토교통부는 화물차량의 과적 근절을 위해 기존 단속정보와 인근 도로의 교통량(TMS) 등 빅데이터를 분석해 지자체와 합동으로 과적차량을 단속하는 시범사업에 들어간다고 25일 밝혔다.

국토부는 도로 시설물 파손 및 안전사고의 주요 원인인 과적차량의 단속을 위해 도로 주요 지점에 고정 및 이동식 검문소를 설치하고, 단속반을 운영 중에 있다.

그러나 일반국도에서만 매년 1만건 정도의 과적차량이 지속적으로 적발되고 있고, 단속반 인원에도 한계가 있어 과적근절을 위한 보다 효율적인 단속이 요구되고 있는 실정이다.

이에 국토부는 교통량 등 빅데이터 분석을 통해 과적차량 단속 위치를 제공하는 시범사업을 경기도 남부와 포항시 일대 일반국도를 대상으로 시작한다.

그동안 적발된 과적단속 정보, 교통량(요일별, 시간대별, 지점별) 등을 빅데이터로 분석하여 화물차 이동 패턴을 예측했다.

시범구간 조사를 통해 기존 고정식 및 이동식 과적검문소 외에 단속 가능 지점을 3배 정도 대폭 확대(49→140개소) 하고, 분석된 정보와 예측된 이동 패턴을 토대로 도로관리청에 최적 단속 위치를 안내해 과적단속반의 운행계획을 수립토록 했다.

과적차량의 단속지점 우회가 예상되거나 과적차량 통행이 심한 지역의 경우 합동단속지역(Pressure Zone)을 지정해 인근 지방도를 관리하는 지자체와 함께 단속을 실시한다.

국토교통부 관계자는 “이번 시범사업은 경기도 등 여러 기관이 협업하여 진행하고 있으며, 내년 상반기까지 시범사업을 실시하고 그 효과를 모니터링 할 예정”이라며 “내년 하반기부터는 화물차O/D, 산업단지 등 과적유발 요인에 대한 정보를 분석하고, 단속시작 후 화물차 이동패턴 변경 예측을 통해 순차적으로 단속하는 등 '지능형 과적예방 시스템' 개발에 본격 착수할 예정“이라고 전했다.