장래교통수요예측을 고려한 도로 유지관리 방안
Road Maintenance Planning with Traffic Demand Forecasting
김`정`민 Kim, Jeongmin 정회원·한밭대학교 도시공학과 박사과정 (E-mail : [email protected]) 최`승`현 Choi, Seunghyun 정회원·한밭대학교 도시공학과 박사과정 (E-mail : [email protected]) 도`명`식 Do, Myungsik 정회원·한밭대학교 도시공학과 교수·교신저자 (E-mail : [email protected]) 한`대`석 Han, Daeseok 정회원·한국건설기술연구원 수석연구원 (E-mail : [email protected])
Int. J. Highw. Eng. Vol. 18 No. 3 : 47-57 JUNE 2016 http://dx.doi.org/10.7855/IJHE.2016.18.3.047
ABSTRACT
PURPOSES : This study aims to examine the differences between the existing traffic demand forecasting method and the traffic demand forecasting method considering future regional development plans and new road construction and expansion plans using a four-step traffic demand forecast for a more objective and sophisticated national highway maintenance. This study ultimately aims to present future pavement deterioration and budget forecasting planning based on the examination.
METHODS : This study used the latest data offered by the Korea Transport Data Base (KTDB) as the basic data for demand forecast. The analysis scope was set using the Daejeon Metropolitan City’ s O/D and network data. This study used a traffic demand program called TransCad, and performed a traffic assignment by vehicle type through the application of a user equilibrium-based multi-class assignment technique. This study forecasted future traffic demand by verifying whether or not a realistic traffic pattern was expressed similarly by undertaking a calibration process. This study performed a life cycle cost analysis based on traffic using the forecasted future demand or existing past pattern, or by assuming the constant traffic demand. The maintenance criteria were decided according to equivalent single axle loads (ESAL). The maintenance period in the concerned section was calculated in this study. This study also computed the maintenance costs using a construction method by applying the maintenance criteria considering the ESAL. The road user costs were calculated by using the user cost calculation logic applied to the Korean Pavement Management System, which is the existing study outcome.
RESULTS : This study ascertained that the increase and decrease of traffic occurred in the concerned section according to the future development plans. Furthermore, there were differences from demand forecasting that did not consider the development plans. Realistic and accurate demand forecasting supported an optimized decision making that efficiently assigns maintenance costs, and can be used as very important basic information for maintenance decision making.
CONCLUSIONS : Therefore, decision making for a more efficient and sophisticated road management than the method assuming future traffic can be expected to be the same as the existing pattern or steady traffic demand. The reflection of a reliable forecasting of the future traffic demand to life cycle cost analysis (LCCA) can be a very vital factor because many studies are generally performed without considering the future traffic demand or with an analysis through setting a scenario upon LCCA within a pavement management system.
Keywords
Traffic Demand Forecasting, Life Cycle Cost Analysis, Pavement Management System, Maintenance Planning
Corresponding Author : Do, Myungsik, Professor
Department of Urban Engineering, Hanbat National University 125 Dongseo-daero, Yuseong-gu, Daejeon, 34158, Korea Tel : +82.42.821.1192 Fax : +82.42.821.1185 E-mail : [email protected]
International Journal of Highway Engineering http://www.ksre.or.kr/
ISSN 1738-7159 (print) ISSN 2287-3678 (Online)
Received Jan. 15. 2016 Revised Jan. 18. 2016 Accepted May. 13. 2016
1. 서론
1.1. 연구배경 및 목적
우리나라는 공용중인 일반국도의 도로포장을 합리적 이면서 체계적으로 관리하기 위해 포장관리시스템 (PMS; Pavement Management System)을 도입하 여 운영하고 있다. 포장관리시스템에서는 도로의 상태 를 주기적으로 평가하고, 매년 유지보수의 우선순위를 선정하여 한정된 예산을 효율적으로 활용하기 위해 노 력하고 있다. 그러나 이에 앞서 보다 근본적인 포장관리 시스템의 역할 중 하나는 장기적 관점에서의 생애주기 관리전략 수립이라 할 수 있다. 생애주기비용분석은 불 확실한 미래에 대한 예측을 다루는 만큼 분석에 적용되 는 변수의 추정과 가정, 옵션의 설정이 결과의 신뢰성을 결정한다. 생애주기비용분석의 주요변수는 투자비용의 흐름을 결정하는 파손속도, 그리고 이 파손속도는 물론 도로이용자 및 사회환경비용의 규모에 영향을 미치는 교통량이라 할 수 있다. 효율적인 포장관리를 위해서는 장래 교통수요 추정을 바탕으로 한 정확한 공용성 추정 이 이루어져야 하며 그에 기반하여 최적 유지보수 전략 이 이루어져야 한다. 하지만 우리나라는 도로 유지보수 정책 결정을 위한 교통수요 예측은 거의 이루어지지 않 고 객관적인 추정방법보다는 균일배정이나 과거추세연 장법 등에 의존하여 교통수요를 추정하여 분석하는 경 우가 대부분이다.
즉, 포장관리를 위한 장래교통수요의 추정은 과거추 세나 분석가의 주관적인 판단에 의해 이루어졌다고 할 수 있으며, 새로운 도로의 신설 및 우회도로의 계획 등 대상지역의 장래 도로 및 지역개발 계획을 전혀 고려하 지 못한 교통수요의 추정이 이루어졌다고 할 수 있다.
현실적인 교통수요 예측은 도로포장 수명예측과 경제성 분석을 포함한 최적유지보수 시점 및 전략 수립에 있어 서 매우 중요하다.
교통계획분야에서 주로 활용되는 4단계 추정법이 있 으나 교통수요에 대한 전문적인 지식과 O-D정보, 영향 권 내의 지역개발계획 등 방대한 정보가 요구되며, 무엇 보다 추정과정이 복잡하고(특히 4단계의 통행배정) 다 루기 어려운 전문소프트웨어의 활용이 필수라는 점이 큰 장벽이 되고 있다.
따라서 본 연구에서는 보다 객관적이며 정도 높은 국 도의 유지관리를 위하여 기존의 수요추정 방법을 기반 으로 TransCad를 활용하여 장래 지역개발계획과 도로 의 신설 및 확장계획 등을 고려한 교통수요 추정방법과 의 차이를 고찰하고 이에 기반한 포장 파손모형 개발,
이용자 및 사회환경비용을 포함한 생애주기비용모형 개 발을 수행하였으며, 실증연구를 통해 4단계 추정법으로 추정한 장래교통량과 기존의 균일배정 교통량을 적용한 생애주기비용 분석결과를 비교하여 그 차이를 정량적으 로 제시하고자 한다.
이를 통하여 유지관리 비용을 우선순위에 따라 효율 적으로 배정하는 최적화된 의사결정을 지원하게 되며, 관리자의 의사결정을 위한 중요한 기본정보로 활용될 수 있다. 지금까지 도로와 경제의 관점에서만 접근해 왔 던 도로포장 생애주기비용분석에 국토개발₩교통분야를 추가적으로 접목하여 생애주기비용분석의 신뢰성을 개 선하였고, 향후 도로포장 생애주기비용분석의 방향성을 제시했다는 점에 의의가 있다.
1.2. 선행연구 검토
교통수요의 추정은 해당 도로사업의 건설에 필요한 비용과 건설 이후에 이용자들이 얻게 되는 편익을 비교 함으로써 해당사업의 경제성을 살펴보기 위해 사전단계 에서 이루어지는 분석이다. 따라서 교통수요의 추정은 공신력있는 기관에서 수행하며 절차와 분석 내용은 지 침으로 정하고 있다(한국개발연구원, 2008).
최근 교통수요가 특정 지역이나 도시에 미치는 환경 적인 영향, 경제적인 영향에 대한 연구는 활발하게 이루 어지고 있지만, 특정 구간을 대상으로 장기 교통수요 추 정을 통한 도로포장의 생애주기 비용을 산정하였다는 한계를 가지고 있다(도명식 외, 2013).
한편, 김운수(1999)는 교통부문의 개별적 분석보다는 지속가능한 도시발전을 위하여 교통₩환경부문에 중점을 두고 교통수요관리기법을 활용한 환경오염비용에 대한 연구의 필요성을 강조하였다.
외국에서도 교통부문에서의 탄소배출량을 주된 환경 비용의 원인으로 보고 있는데 Tscharaktschiew and Hirte(2010)은 CO2배출을 줄이기 위해 피구세의 도입 이 효과가 있음을 제안하였으며, Poumanyvong and Kaneko(2010)는 1975년부터 2005년까지 99개국을 대 상으로 한 실증분석을 통해 도시화(urbanization)가 에 너지 사용과 CO2배출을 줄이는가를 분석한 바 있다.
또한 Hutyra et al(2012)은 도시지역의 팽창과 토지 이용 특성의 변화가 탄소배출량에 미치는 영향을 분석 함으로써 환경부문에서의 교통수요 관리의 중요성을 강 조하였다.
그러나 교통수요의 변동이 도로 유지보수 정책 결정 에 미치는 영향에 대한 연구는 거의 이루어지지 않는 실
정으로 통상 과거의 추세를 이용하거나 현재의 수준과 동일하다고 가정하여 교통수요를 추정하여 분석하는 경 우가 대부분이며(도명식 외, 2013), 본 연구에서는 권역 을 공간적 범위로 한 교통수요 추정과 교통수요의 변동 으로 인한 도로의 생애주기비용 분석에 대한 연구가 차 별성이라 할 수 있을 것이다.
2. 장래 교통수요 예측 2.1. 교통수요 예측의 과정
우리나라 도로의 총연장은 현재 105,673km이며 이 가 운데 고속국도가 약 4,139km, 일반국도가 약 13,950km, 시군도가 약 87,584km를 차지하고 있으며, 2015년 현재 전국의 인구는 5,061만명으로 2030년 5,216만명을 정 점으로 2060년 4,396만명으로 감소할 것으로 예측되 고 있다.
따라서 효율적인 사회기반시설(SOC)의 유지관리를 위해서는 장래 인구의 추정, 특히 교통수요를 고려한 유 지보수의 수요 및 예산의 추정 등이 선결과제이다.
본 연구에서는 객관적인 교통수요예측을 위해서 정부 가 정한「교통시설투자평가지침 제5차개정, 2013.11, 국토교통부, 이후 교통시설투자평가지침」과「도로₩철도 부문사업의 예비타당성조사 표준지침 수정₩보완 연구 (제5판), 2008.12, 한국개발연구원, 이후 예비타당성조 사 지침」에 근거하여 수요예측 과정과 기준 등을 따랐 음을 밝힌다.
국토교통부는 5개의 권역으로 구분하여 도로시설물 을 관리하고 있는데 본 연구에서는 그 가운데 대전지방
국토관리청이 담당하고 있는 지역을 공간적 분석대상으 로 장래 교통수요를 추정하였으며, 이를 기반으로 생애 주기비용분석을 통한 장래 유지보수 예산과 이용자의 편익 등을 분석하기로 한다.
수요예측을 위한 기초자료는 국가교통 DB(KTDB)에 서 제공하는 최신자료를 사용하였으며, 대전광역시 O/D 및 네트워크자료와 전국권 화물O/D(2015.9)를 존 세분화하여 반영하였다(Fig. 1 참조).
Fig. 2는 공간적 범위인 대전지방국토관리청 담당 지 역과 대전광역시 도로망을 예로 나타낸 것이다.
2.2. 분석 범위 설정
교통수요 추정의 기준연도는 장래 수요를 예측하기 위한 교통량 흐름의 기준이 되는 연도이며, 본 과업의 시간적 범위는 2013년을 기준연도로 설정하였고, 교통
Fig. 1 Flowchart of Traffic Demand Analysis Procedure
Table 1. Analysis Scope
Classification Analysis year
Base year 2013
Interim analysis year 2015, 2020, 2025, 2030, 2035
Target year 2040
Fig. 2(a) Target Area
Fig. 2(b) Network of Daejeon Metropolitan City
수요추정의 최종분석연도는 2040년으로 설정하였다.
중간분석연도는 5년 단위로 분석연도를 설정하였으 며, 2025년 이후에 네트워크는 배포되지 않고 O/D만 배 포되었기 때문에 2025년 이후의 분석은 장래개발계획이 없이 일정하다고 간주하여 수요예측을 실시하였다.
O/D구축과 네트워크 구축 시에는 KTDB에서 제공하 는 최신자료를 사용하는 것을 원칙으로 하였고, 기초자 료에 누락된 택지 및 산업단지 개발계획은 실시계획 승 인 이후 단계의 사업만을 장래 O/D에 반영하였다. 또한 개발계획의 유발통행량 반영 시 개발계획 및 기존 O/D 의 통행분포비, 인구이동 특성 등을 고려하여 장래 O/D 의 총 통행량을 동일하게 하여 분석을 수행하였다.
그리고 주변 도로계획 또한 실시계획 승인 이후 단계 의 사업만을 장래 네트워크에 반영하여 분석을 수행함 으로써 장래교통수요예측을 위한 주변 개발계획 및 도 로계획을 반영하여 분석하였다.
2.3. 통행배정
통행배정은 교통수요 예측프로그램인 TransCad를 이용하였으며, 이용자 균형모형상태를 기반으로 하는 Multi-Class Assignment 기법을 적용하여 차종별로 통행배정을 실시하였다.
또한, 국가교통 DB(KTDB)에서 배포한 여객 O/D는 통행(Person-trip/day) 단위이며, 화물 O/D는 Vehicle(Veh/day) 단위로 구축되어 있어 통행배정모 형을 적용하기 위하여 재차인원과 승용차환산계수를 반 영한 PCU(Passenger Car Unit) 단위로 변환하여 분 석을 하였다.
예비타당성조사 지침에 따르면 통행배정은 첨두시 (Peak Hour)와 비첨두시(Off-peak Hour)로 구분하 여 각각 1시간 교통량을 기준으로 분석하는 방법과 전 일 O/D를 이용하여 1일 단위로 통행배정하는 두 가지
방법을 제시하고 있다.
본 연구에서는 첨두₩비첨두를 구분하여 지역 간 도로 의 1시간 통행량의 지속시간과 각 시간대별 집중률을 활용하였으며, 다차종 통행배정에 방식을 적용하여 승 용차, 버스, 화물차로 분류하여 배정하였고, 재차인원과 승용차환산계수를 적용한 PCU단위로 변환한 1시간 단 위 O/D를 각각 구축하였다.
또한, 유료도로에 대한 요금 가중치를 산정하여 일반 적으로 요금 반영을 모사하였다. 요금 가중치는 차종별 시간가치를 통행거리당 통행시간으로 역산하여 산출하 는데, 우선 차종별 통행시간가치를 먼저 조사할 필요가 있다.
KTDB에서 제시한 차량 1대당 평균 통행시간가치를 사용하였는데, 기준연도인 2013년 기준에 맞게 보정하 여 산출한 결과는 다음과 같다.
국내에서 운영중인 한국도로공사 관할 고속도로의 요 금체계는 기본요금+주행거리당 요금으로 구성되어 있으 며, 분석 시 주행요금에 대한 적용은 기본요금(원/km)에 차종별 평균시간가치(원/대)를 나누고 분(minutes) 단위
Table 2. Occupancy by Vehicle Type and Passenger
Car Equivalents
Category Occupancy
(Persons/Vehicle) PCE (PCU/Vehicle)
Passenger car 1.49 1
Bus 21.69 2
Small truck 1 1.30
Medium truck 1 3.70
Large truck 1 3.80
Ref. MOLIT, 2013.
Table 3. Duration and Concentration Rate by Peak Hour and Off-Peak Hour
Ref. KDI, 2008.
Category Duration Rate
Peak hour 10 7.0 %
Off-peak hour 9 2.5 %
Late night 5 1.5 %
Category
Passenger car Bus (per bus)
Truck Business Non-
business Business Non- business Occupancy
(Persons) 0.18 1.38 0.15 21.54 1.00 Travel time
cost per person (KRW)
22,211 7,263
12,196 1person
1,988 19,761 22,211 0.15
Travel Time cost (KRW/Vehicle*
hour)
4,068 10,000 15,528 42,830 19,761
Mean travel time cost (KRW/Vehicle)
14,068 58,358 19,761
Table 4. Mean Travel Time Cost per Vehicle
Ref. KOTI, 2015
로 환산하여 적용하였다.
폐쇄식 도로(VDF=1, 2)의 주행요금 적용 시에는 (Length×가중치)를 적용하여 산정하였으며, 개방식 유 료도로의 통행요금은 차종별 요금비율을 적용하여 산정하 였다.
통행배정에 가장 큰 영향을 미치는 요소는 VDF(통행 지체함수, Volume-Delay Function)로 도로의 위계에 따라 등급을 구분하여 BPR함수 교통량과 속도(Speed) 의 관계식으로 표현된다.
여기서, : 링크 i의 통행비용(원)
: 링크 i의 자유속도일 때 통행시간(시) : 링크 통행량(Volume)
: 용량(Capacity)
: BPR함수 파라미터(Parameter) : 도로이용자의 시간가치 비용(원/시) : 링크 i의 통행료(통행료가 없는 구간은 0)
국가교통DB센터(KTDB)에서 제시한 VDF에 따른 도 로 등급체계는 도시부/지방부, 예외등급을 고려한 등급 체계로 이루어져 있으며, 해당 파라메타 값은 KTDB 배 포 자료의 네트워크에서 현장특성을 반영한 값을 적용 하였다.
2.4. Calibration과 장래 교통수요 추정
본 연구에서는 기존 교통수요 추정 방식과의 비교를 위해 TransCad를 이용하여 장래교통수요를 예측하였 다. 교통수요의 추정은 현재의 교통패턴이 장래에도 지 속된다는 가정하에 이루어지므로, 모형에서 추정한 배 정교통량이 실제 조사된 관측교통량을 유사하게 표현하 고 있는지에 대한 검증이 필요하다.
따라서 교통량 정산지점 선정 및 허용오차기준을 적 용하여 교통량 정산과정을 수행하였으며, 영향권 주변 의 정산지점으로 57개를 선정하였다.
기준연도 정산 결과 관측교통량과 배정교통량 간 오 차율을 비교했을 때 허용범위(오차 20%) 안으로 들어오 면 장래 교통량을 추정할 때 충분히 현실 패턴을 잘 반 영할 수 있을 것으로 판단하였다.
여기서, : 오차율(%)
: 사용자균형 통행배정교통량 : 링크의 관측교통량
통행배정교통량과 TMS(Traffic Monitoring System)에서 배포한 교통량 자료를 활용하여 배정된 교 통량과 관측된 교통량과 차이를 비교분석 하였다(Table 6 참조).
Table 5. Toll Calculation Criteria of Korea Expressway Corporation
Basic toll Closed type: KRW 900, Open type: KRW 720 Category Type 1 Type 2 Type 3 Type 4 Type 5 Mileage toll
(KRW/km) 41.4 42.2 43.9 58.8 69.6
Vehicle type classification
Type 1: Passenger car(taxi), 16-seater bus, 2.5- ton truck
Type 2: 17-seater bus∼32-seater bus, 2.5t∼5.5t truck
Type 3: Bigger than 33-seater bus, 5.5t∼10t truck
Type 4: 10t∼20t truck Type 5: Bigger than 20t truck
Ref. The unit of KRW for mileage toll of Korea Expressway Corporation is the one adjusted on Nov. 28, 2011.
Fig. 3 Current Calibration Sections
현재 시점을 기준으로 보정(calibration)한 교통 상황 을 기반으로 장래 개발계획과 도로 건설계획 등을 고려한 수요예측의 결과, Table 7과 Fig. 4에서도 알 수 있는 바 와 같이 교통량이 증가하는 구간과 감소하는 구간이 나타 남을 확인할 수 있다. 즉, 기존 방식인 동일한 교통량 수 준을 가정한 방식과는 큰 차이가 있음을 확인할 수 있다.
따라서 기존의 과거패턴 혹은 일정한 교통수요를 가 정한 방법보다 효율적이고 정도 높은 도로관리를 위한 의사결정이 가능하게 됨을 확인할 수 있다.
3. 생애주기비용분석
3.1. 누적축하중에 따른 유지보수기준 결정 도로포장의 유지보수 시기는 교통요인, 환경요인, 포장 두께, 지역적인 요인, 유지보수 이력 등에 의해 다양하게 영향을 받는다. 교통요인은 크게 구간을 통과하는 교통량 과 축하중(ESAL)요소로 구분되어지며 특히, 도로에 가 해지는 축하중 요소에 의한 영향을 크게 받는 것으로 알 려져 있다(Kwon et al., 2002; Baek et al., 2015).
따라서, 본 연구에서는 교통량(AADT)의 변화 즉, 도로 표면의 누적 하중(CESAL; Cumulative Equivalent Single Axle Loads)이 일정한 기준에 도달한 경우를 해 당구간의 유지보수시기로 산정하였다.
누적 축하중(CESAL)에 의한 유지보수 기준은 포장 파손의 지역적인 요인을 배제하고자 대전지방국토관리 청 내의 일반국도를 대상으로 2012부터 2014년까지의 유지보수 내시구간의 이력 데이터를 활용하였다.
여기서 유지보수 내시구간 이력 데이터는 다음 연도에 유지보수가 예정된 구간의 이력 데이터로 해당 구간의 연 장, 유지보수 공법, 교통량, 축하중, 공용수명, 노면상태 (균열률(Crack)), 소성변형(Rutting Depth), 종단평탄성 (IRI) 등의 정보를 포함하고 있어 모니터링 구간 자료에 비 해 비교적 정확한 누적축하중(CESAL) 값을 얻을 수 있다.
과거년도 축하중(ESAL) 자료는 국토교통부의 교통량 정보제공시스템(TMS; Traffic Monitoring System)에서 제공하는 과거의 교통량 자료를 활용하여 과거의 축하중 값을 역산하였다. 또한, 기존의 연구 성과에서는 AADT와 ESAL의 크기에 따라 교통량과 축하중의 크기가 모두 작 은 군집(C1 그룹), 교통량은 크고 축하중은 작은 군집(C2 그룹), 교통량은 작고 축하중은 큰 군집(C3 그룹), 교통량
Table 6. Observed and Assigned Traffic Volume
(in 2013)
(unit : Vehicles/Day, %) Road name No.
Observed volume
(A)
Assigned volume
(B)
Error (B)-(A)
Error rate
Gyeongbu Expressway
1 82,963 87,522 4,559 5.21 2 93,287 96,222 2,935 3.05 3 106,681 112,558 5,877 5.22 4 106,799 111,961 5,162 4.61 Daejeon-
Tongyeong Expressway
5 56,731 51,668 -5,063 -9.80 6 61,770 59,220 -2,550 -4.31 7 58,941 57,650 -1,291 -2.24 Cheongwon-Sangju
Expressway 8 32,728 35,114 2,386 6.80 National Highway 17 9 31,899 35,687 3,788 10.61 National Highway 25 10 23,126 26,579 3,453 12.99 National Highway 36 11 32,179 34,126 1,947 5.71 Provincial Road 508 12 21,413 23,422 2,009 8.58
Provincial Road 510 13 13,068 11,287 -1,781 -15.78 14 12,018 10,589 -1,429 -13.50 Provincial Road 511 15 3,516 3,722 206 5.53 Provincial Road 591 16 4,188 5,122 934 18.24
National Provincial
Road 32 17 17,230 16,666 -564 -3.38 Dangjin-Sangju
Expressway 18 28,295 30,751 2,456 7.99 Seocheon-Gwangju
Expressway 19 17,164 19,226 2,062 10.73 National Highway 36 20 7,865 6,635 -1,230 -18.54
National Highway 1
21 8,504 7,782 -722 -9.28 22 29,241 28,264 -977 -3.46 23 4,233 5,219 986 18.89
National Highway 32 24 19,062 22,069 3,007 13.63 25 24,465 23,345 -1,120 -4.80
National Highway 36 56 17,591 16,228 -1,363 -8.40 Provincial Road 604 57 11,463 12,109 646 5.33
… … … …
… …
Table 7. Forecasted Traffic of National Highway No. 1
Road name NO. Traffic of National Highway (vehicles/day)
2020 2025 2030 2035 2040
Increased section
21 8,129 8,211 8,435 8,558 8,561 22 29,005 29,427 29,436 30,234 30,953 51 53,400 53,836 55,034 55,689 55,703 52 37,471 37,787 38,505 38,920 38,929 53 34,749 34,998 35,681 36,055 36,063 54 32,770 33,079 33,928 34,393 34,403 55 30,103 30,356 31,048 31,427 31,435
Decreased section
23 5,261 5,260 5,199 5,087 5,046 35 26,559 26,551 26,170 25,474 25,221 36 30,590 30,581 30,142 29,340 29,048
과 축하중이 모두 큰 군집(C4 그룹)으로 구분하였으며 교 통량과 축하중의 크기가 큰 군집일수록 포장의 악화속도 가 빨라지는 것으로 분석되었다(Do et al., 2014).
본 연구에서는 기존의 연구 성과(Do et al.,2014)를 활용하여 AADT와 ESAL의 크기에 따라 데이터를 4그 룹으로 구분하였으며 각 그룹별로 통계적인 추론방법을 활용하여 그룹별 최적 확률분포에서의 평균 공용년수와 누적축하중을 산정하였다.
공용년수와 누적축하중을 기준으로 확률분포를 산정 하기 위해 가정된 가설적 이론분포와 누적된 데이터로 부터 얻어지는 표본 데이터의 분포가 얼마나 잘 부합되 는지를 판단하는 적합도 검정방법을 활용하였다.
적합도 검정을 통해 본 연구에서는 Anderson- Darling test(이하 A-D test)를 이용하여 각 군집별로 적합한 확률분포를 산정하였다. A-D 검정 기법은 추계 학적 과정에서의 오차를 최소화시키기 위하여 1952년에 처음 제시된 통계학적 검정 방법으로, 이후 수정 A-D 검정방법 등이 제시되기도 하였다. A-D test의 기본 식 은 다음과 같다(Shin et al., 2010).
여기서, 는 경험적 누적분포함수, 는 분 석을 위해 선택된 분포함수, 는 가중치 함수이다.
A-D 검정의 기본 식에서
인 경우 A-D 검정통계량이라고 하며, 일반적으로 다음 식과 같이 으로 표시한다.
A-D 검정에서는 A-D통계량 값이 작을수록 특정분포 와의 적합도가 높다고 판단한다. 또한, p-value값을 활 용하여 가설된 분포 형태 중 데이터가 어느 분포와 적합 한지를 결정하게 되는데 만일 p-value값이 선택한 유의 수준인 0.05보다 작을 경우 데이터는 해당 분포에 대한 적합도가 떨어지는 것으로 판단할 수 있을 것이다.
분석 결과, Fig. 5에서 알 수 있는 바와 같이 축하중 이 낮은 그룹(C1, C2)의 경우 공용년수가 12.2년, 12.3 년으로 비슷한 것으로 나타났으나, 교통량이 적고 축하 중이 큰 C3그룹의 경우 공용년수가 10.7년, 교통량과 축하중이 모두 큰 C4그룹의 경우 9.6년으로 나타나 교 통량과 축하중이 많은 구간일수록 공용년수가 짧은 것 으로 분석되었다.
50PCU Increased Section 200PCU Increased Section
50PCU Decreased Section 200PCU Decreased Section
Fig. 4 Variations in Traffic Volume by Development Plan Reflection
또한, 누적 축하중의 경우 교통량과 축하중이 낮은 그 룹의 경우 평균 1.01 ESAL(백만/차로)이 누적될 경우 유지보수가 이루어지는 것으로 나타났으며, 교통량과
축하중이 가장 큰 C4그룹의 경우 평균 3.42 ESAL(백 만/차로)이 누적될 경우 유지보수가 이루어지는 것으로 나타났다(Fig. 5 참조).
본 연구에서는 생애주기비용분석을 위해 크게 예방적 유지보수, 일반포장, 특수포장공법에 대한 유지보수 기 준을 유지보수가 이루어진 시점에서의 평균 누적축하중 (CESAL)으로 설정하였다.
먼저, 일반포장의 유지보수공법은 대표적인 덧씌우기 (OverLay) 공법으로 설정하였으며 유지보수 기준은 누 적축하중 값의 평균 값(μ)으로 설정하였다.
더불어, 예방적유지보수공법은 마이크로써페이싱 (Micro Surfacing)공법으로 선정하였으며 유지보수의 기준은 평균 누적축하중 값(μ)을 기준으로 -σ의 범위에 서 설정하였으며, 마지막으로 특수포장공법에 해당되는 절삭+내유동 공법의 유지보수의 기준은 평균 값(μ)을 기준으로 +σ의 범위에서 설정하였다. 아래 표는 누적축 하중(CESAL)을 기준으로 한 각 공법별 유지보수기준 이다.
3.2. 생애주기비용분석
본 연구에서 생애주기비용분석은 관리자 비용과 이용 자 비용으로 구분하여 분석하였다. 관리자 비용의 산정 을 위한 공용성 모형은 앞 절에서 소개된 누적축하중 (CESAL)을 고려한 유지보수기준을 공법별로 적용하여 관리자 비용을 산정하였다. 그리고 이용자 비용의 산정 은 기존의 연구 성과인 한국형 포장관리시스템(KoPMS;
Korean Pavement Management System)에 적용되 고 있는 이용자비용 산정로직을 활용하였다(Do et al., 2014).
한국형 포장관리시스템에서의 도로 이용자비용은 포 장유지보수 전₩후의 현장조사를 통해 도로의 포장상태 (IRI) 악화에 따른 속도의 변화를 정량화한 모형과 국토 교통부의 교통시설투자평가지침(2013)에서 제안하는 항
Fig. 5 Probability Density Functions of Service Life
& CESAL
(a) Service Life
(b) CESAL
Table 8. Results of Anderson-Darling Test for Each Cluster
Classification C1 C2 C3 C4
Service year
No. of samples 61 15 35 33
Mean (year) 12.23 12.33 10.66 9.58
S.D 4.09 3.27 2.54 3.22
AD- Statistic
Normal 0.68 0.33 0.87 1.49 Exponential 11.84 3.79 9.59 6.90 Weibull 0.72 0.36 0.88 1.66 Log-normal 1.42 0.47 0.74 2.85 P-value 0.07 0.47 0.05 0.09
CESAL
No. of Samples 61 15 35 33
Mean(One Million vehilcle/lane) 1.01 1.22 2.35 3.42
S.D 0.56 0.48 0.93 1.00
AD- Statistic
Normal 3.24 0.38 0.90 2.57 Exponential 6.42 3.03 7.54 4.31 Weibull 1.72 0.38 0.88 1.83 Log-normal 0.71 0.42 0.43 1.02 P-value 0.06 0.38 0.50 0.07 Ref. Bold Characteristics mean A-D statistics of accepted
distributions for the each cluster
Table 9. Maintenance Criteria by CESAL
Classification C1 C2 C3 C4
Micro surfacing
1,274 (8.14)*
2,120 (9.07)
4,080 (8.12)
7,105 (6.35)
Over-lay 2,760 (12.23)
3,340 (12.33)
6,429 (10.66)
9,342 (9.58) Cutting+rut-
resistance
4,288 (16.32)
4,700 (15.60)
8,921 (13.20)
11,912 (12.80) (Unit : CESAL/day/lane)
* : Numbers in ( ) indicates the service life
목 중 교통사고비용을 제외한 1)차량운행비용, 2)통행시 간비용, 3)환경오염비용, 4)소음비용 항목을 기준으로 산정이 이루어진다(MOLIT, 2013; Do et al., 2014).
먼저, 이용자 비용 가운데 도로포장상태가 악화됨에 따라 운행속도가 감소하면 통행시간이 증가되므로 이를 시간가치와 해당 구간의 교통량을 이용하여 통행시간 증 가에 따른 비용을 산정하게 되며 이는 다음 식과 같다.
= 링크 의 차종별 통행시간
= 차종별 시간가치
= 링크 의 차종별 통행량
= 차종(1:승용차, 2:버스, 3:화물차)
차량운행비용 중 속도별 엔진오일소모량, 유지정비비 비율, 감가상각비 비율은 차량 속도별 비용의 원단위를 활용하여 차량운행비용과 동일한 방법으로 다음 식에 의해 산정할 수 있다.
= 링크 의 차종별 대₩km
= 해당속도에 따른 차종별 차량운행비용
= 차종(1:승용차, 2:버스, 3:화물차)
환경오염비용은 차량이 운행되면서 배출되는 모든 오 염원으로부터 산출하여 경제성 분석에 이용하며, 대기 오염원은 일산화탄소(CO), 탄화수소(HC), 질소산화물 (NOX), 미세먼지(PM)가 있으며, 온실가스는 이산화탄 소(CO2)의 배출계수별 원단위를 활용하고 속도에 따른 오염비용의 원단위를 활용하여 차량운행비용과 동일한 방법으로 다음 식에 의해 산정할 수 있다.
= 링크 의 차종별 대₩km
= 해당속도에 따른 차종별 차량운행비용
= 차종(1:승용차, 2:버스, 3:화물차)
그 외에 소음비용의 산정은 동일한 방법을 이용하므 로 생략하기로 하며 본 분석에서의 이용자비용은 2014 년도의 소비자물가로 환산하여 산정하였음을 밝힌다.
생애주기비용분석을 위한 분석 대상구간은 대전지방 국토관리청 내의 일반국도 1호선 구간으로 선정하였다.
구간의 총 연장은 약 135km로 구간 내에 22개의 일반 국도 포장 모니터링 구간이 존재하며 22개 각 구간에 대하여 2013년도를 기준년도로 50년간의 생애주기비 용분석(LCCA)을 수행하였다. 교통수요의 경우 S/W의 분석한계상 5년마다 예측이 이루어지므로 중간년도의 교통수요는 보간법을 통해 예측이 이루어졌으며 2040 년 이후의 교통수요에 대해서는 2036~2040년도의 교 통량 추세(trends)를 그대로 반영하여 2062년까지의 교통량(AADT)을 예측하였다.
축하중(ESAL)의 경우 장래 차종별 교통량을 추정하 여 산출하는 것이 정확할 수 있으나 본 연구에서는 교통 량의 변화에 따른 생애주기비용의 변화를 분석하는 것 이 주목적이므로 교통량(AADT) 가운데 차종 구성비율 이 동일하다고 가정하고 구간별 축하중(ESAL)값을 산 정하였다.
해당 구간에 대한 포장 유지보수 단가는 한국건설기술 연구원에서 제공하는 유지보수 단가(2014년 기준)를 적 용하였으며 유지보수 공법에 대한 단가는 다음과 같다.
22개 구간의 도로포장상태는 한국건설기술연구원 (KICT)에서 제공하는 일반국도 포장관리시스템 (NHPMS)의 2013년 모니터링 자료를 기준으로 하였 다. 현재 일반국도의 경우 균열률과 소성변형 상태 값에 의해 도로의 유지보수가 이루어지지만 본 연구에서는 누적축하중(CESAL)을 기준으로 유지보수 시기가 결정 되기 때문에 도로의 노면 상태값 중 종단평탄성(IRI)의 변화과정을 모델링하여 해당 구간의 통행속도 및 이용 자비용의 추정에 활용하였다.
생애주기비용분석을 위한 시나리오는 1)예방적 유지 보수 공법(Preventive Maintenance Methods)을 적 용하는 경우, 2)사후대응형 유지보수 공법(Reactive Maintenance Methods)을 적용하는 경우로 설정하였
Table 10. Maintenance Method and Cost
Method Unit cost (1,000 KRW/9,000㎡)
Micro Surfacing 84,651
Over-lay 124,969
Cutting+rut-resistance 184,454
다. 또한, 유지보수 공법의 선정 시 동일한 유지보수 공 법이 연속으로 적용되지 않는 점을 고려하였다. 예를 들 어, A공법 이후에 동일한 A공법이 적용되는 것이 아닌 B공법이 적용되어지며 이후에 A공법이 적용되도록 설 정하였다.
Fig. 6은 시나리오 1과 2에 대하여 현재와 동일한 수 준의 교통량(AADT)으로 가정한 경우(A)와 대상 지역의 개발계획을 고려한 교통수요예측이 이루어진 경우(B)에 대하여 22개 구간 전체에 대해 관리자 비용(유지보수예 산)과 이용자비용의 변화를 예측한 결과이다.
먼저, 시나리오에 상관없이 2013년도의 관리자비용 이 가장 높은 것으로 나타났는데 이는 생애주기비용분 석 시에 22개 대상구간의 과거 유지보수이력을 고려하 여 2012년도까지의 누적축하중(CESAL)을 적용한 결 과, 새로운 유지보수 기준의 적용으로 인해 대다수의 구 간에 유지보수가 수행되었기 때문이다. 이에, 대다수 구 간의 도로 이용자가 지불해야 하는 비용은 감소하게 되 어 2013년의 이용자 비용이 최소가 되었다가 그 이후 수렴하거나 변동하는 것을 확인할 수 있다.
분석 결과, Table 11에서 알 수 있는 바와 같이 장래 교통수요 예측 유₩무에 상관없이 예방적 유지보수 공법 을 적용하는 시나리오 1이 유지보수 비용 및 이용자 비 용 측면에서 사후대응형 유지보수 공법을 적용하는 시
나리오 2에 비해 경제적으로 유리한 것으로 나타났다.
또한, 각 시나리오에서 축F하중(ESAL)이 누적(증가
₩감소)됨에 따라 유지보수 시기 및 유지보수 비용(예산) 이 달라지며, 이용자비용 또한 유지보수의 유₩무 및 교 통량의 증감에 따라 상당한 차이가 발생함을 확인할 수 있었다.
4. 결론
본 연구에서는 보다 객관적이며 정도 높은 국도의 유
Scenario 1 - (A) Maintenance Cost Scenario 1 - (B) User Cost
Scenario 2 - (A) Maintenance Cost Scenario 2 - (B) User Cost
Fig. 6 Results of Life Cycle Cost Analysis
Table 11. Results of LCCA
(Unit : One Million KRW) Classification Scenario 1 Scenario 2 Uniform
assignment volume
(A)
Maintenance cost 14,250 16,529 User cost 3,116,192 3,132,452 Total cost 3,130,442 3,148,981 4-step method
volume (B)
Maintenance cost 14,195 15,829 User cost 3,116,950 3,121,520 Total cost 3,131,144 3,137,349
(A) - (B)
Maintenance cost 55 700
User cost -758 10,932
Total cost -702 11,632
지관리를 위하여 교통수요예측기법을 활용하여 장래 지 역개발계획과 도로의 신설 및 확장계획 등을 고려한 교 통수요 추정방법과 기존 방식을 고찰하고 이에 기반한 장래 포장의 공용성과 생애주기비용을 산정하였다.
본 연구에서 제안한 장래 개발계획과 도로건설 계획 등을 고려한 장래 교통수요를 반영함에 따라 해당구간 에서는 교통량 증감이 이루어지며 기존 방식과는 차이 가 발생함을 확인할 수 있었다. 즉, 현실적이고 정확한 수요추정은 효율적으로 유지비용을 배정하는 최적화된 의사결정을 지원하게 되며, 관리자의 의사결정을 위한 매우 중요한 기본정보로 활용될 수 있을 것이다.
나아가 수요추정을 통한 장래 교통량의 증가와 감소 를 고려한 대전지방국토관리청 소관 국도를 대상으로 한 생애주기비용분석을 통해 유지보수가 이루어지는 시 점에서 측정된 평균 누적축하중 기반 공용성 모델 방안 을 제시하였다.
또한 유지보수 대안의 비교를 통해 사후대응형 유지 보수를 시행하는 경우보다 예방적 유지보수의 경우 이 용자의 편익이 커지며 관리자 비용도 절감할 수 있음을 확인하였다.
향후 연구로서는 보다 현실적인 유지비용을 관리하기 위하여 정확한 교통수요와 사회적 비용에 대하여 검토 하고 인식하며 수용할 수 있는 자세와 도로 및 대중교통 망 등의 변화를 Network에 반영, 각종 정책에 대한 지 속적 모니터링을 통한 통행행태의 변화 검증 등이 필요 하다.
REFERENCES
