Analysis of Riding Quality Acceptability and Characteristics of Expressway Users and Evaluation of MRI Thresholds using Receiver Operating Characteristic curves

ABSTRACT

PURPOSES : The purpose of this research is to analyze the characteristics of panels that affect the evaluating results of riding quality and to evaluate the appropriateness of roughness management criteria based on ride comfort satisfaction.

METHODS : In order to analyze the influence of panel characteristics of riding quality, 33 panels, consisting of civilians and experts, were selected. Also, considering the roughness distribution of the expressway, 35 sections with MRI ranging from 1.17 m/km to 4.65 m/km were selected. Each panel boarded a passenger car and evaluated the riding quality with grades from 0 to 10, and assessed whether it was satisfied or not. After removing outlier results using a box plot technique, 964 results were analyzed. An ANOVA was conducted to evaluate the effects of panel expertise, age, driving experience, vehicle ownership, and gender on the evaluation results. In addition, by using the receiver operating characteristics (ROC) curve, the MRI value, which can most accurately evaluate the satisfaction with riding quality, was derived. Then, the compatibility of MRI was evaluated using AUC as a criterion to assess whether the riding quality was satisfactory.

RESULTS : Only the age of the panel participants were found to have an effect on the riding quality satisfaction. It was found that satisfaction with riding quality and MRI are strongly correlated. The satisfaction rate of roughness management criteria on new (MRI 1.6 m/km) and maintenance (MRI 3.0 m/km) expressways were 95% and 53%, respectively. As a result of evaluating the roughness management criteria by using the ROC curve, it was found that the accuracy of satisfaction was the highest at MRI 3.1-3.2 m/km. In addition, the AUC of the MRI was about 0.8, indicating that the MRI was an appropriate index for evaluating the riding quality satisfaction.

CONCLUSIONS : Based on the results, the distribution of the panels’age should be considered when panel rating is conducted. From the results of the ROC curve, MRI of 3.0 m/km, which is a criterion of roughness management on maintenance expressways, is considered as appropriate.

Keywords

Ride quality, Roughness, Panel, MRI, IRI, Thresholds, ROC Curve, AUC

고속도로 이용자의 승차감 평가특성 및 만족도 분석과 ROC 곡선을 이용한 평탄성 관리기준 적정성 검토

Analysis of Riding Quality Acceptability and Characteristics of Expressway Users and Evaluation of MRI Thresholds using Receiver Operating Characteristic curves

이`재`훈 Lee, Jaehoon 정회원·한국도로공사 도로교통연구원 책임연구원 (E-mail : [email protected]) 손`덕`수 Sohn, Ducksu 정회원·한국도로공사 도로교통연구원 선임연구원 (E-mail : [email protected])

류`성`우 Ryu, SungWoo 정회원·한국도로공사 도로교통연구원 선임연구원·교신저자 (E-mail : [email protected]) 김`용`원 Kim, Youngwon 한국도로공사 도로교통연구원 선임연구원 (E-mail : [email protected])

박`준`영 Park, Junyoung 정회원·한국도로공사 도로교통연구원 선임연구원 (E-mail : [email protected])

Int. J. Highw. Eng. Vol. 20 No. 2 : 35-44 APRIL 2018 https://doi.org/10.7855/IJHE.2018.20.2.035

Corresponding Author : Ryu, SungWoo, Junior Researcher, Ph.D.

Korea Expressway Corporation Research Institute,

208-96, Dongbu-daero 922 beon-gil, Dongtan-myeon, Hwaseong-si, Gyeonggi-do, 18489, Korea

Tel : +82.31.8098.6293 Fax : +82.31.8098.6279 E-mail : [email protected]

International Journal of Highway Engineering http://www.ksre.or.kr/

ISSN 1738-7159 (Print) ISSN 2287-3678 (Online)

Received Feb. 05. 2018 Revised Feb. 06. 2018 Accepted Apr. 02. 2018

1. 서론

경제성장과 함께 국민들의 소득수준이 증가하면서 삶 의 질 향상에 대한 욕구도 높아지고 있다. 이러한 시대적 가치 변화의 영향으로 인해 도로의 가치도 경제성에서 이 용자의 안전성 확보와 승차감 향상으로 이동하고 있다.

특히, 유료도로인 고속도로의 가치는 이용자 중심으로 빠 르게 변하고 있다. 그동안 포장분야에서는 주행 중에 발 생하는 소음과 진동을 감소시켜 승차감을 향상시키기 위 해 많은 노력을 기울여 왔다. 특히, 노면에서 전달되는 진 동을 감소시키기 위해‘평탄성(roughness)’이라는 개념 을 도입하고 다양한 평탄성 지수를 개발하여 포장의 시공 과 유지관리의 중요 관리지표로 활용하고 있다.

승차감은 정성적인 요소로 날씨, 연령, 성별과 같은 보 편적인 요소는 물론 건강, 심리상태 등과 같은 도로이용 자의 개별적인 요소에도 영향을 받기 때문에 합리적으로 승차감을 평가하고 관리기준을 수립하기 위한 연구가 지 속적으로 진행되어 왔다. 본 연구에서는 도로분야에서 주 로 사용하는 승차감 평가방법인 현장 주행시험을 통한 패 널들의 승차감 평가실험을 실시하고 이때 패널의 특성이 평가결과에 미치는 영향을 분석하였다. 또한, 승차감 만 족도 평가결과를 이진분류시스템(binary classifier system) 분석방법인 ROC(Receiver Operating Characteristic) 곡선으로 분석해 현재 적용중인 고속도 로 평탄성 관리기준의 적정성에 대해서 검토하였다.

승차감은 정성적인 요소로 날씨, 연령, 성별과 같은 보 편적인 요소는 물론 건강, 심리상태 등과 같은 도로이용 자의 개별적인 요소에도 영향을 받기 때문에 합리적으로 승차감을 평가하고 관리기준을 수립하기 위한 연구가 지 속적으로 진행되어 왔다. 본 연구에서는 도로분야에서 주 로 사용하는 승차감 평가방법인 현장 주행시험을 통한 패 널들의 승차감 평가실험을 실시하고 이때 패널의 특성이 평가결과에 미치는 영향을 분석하였다. 또한, 승차감 만 족도 평가결과를 이진분류시스템(binary classifier system) 분석방법인 ROC(Receiver Operating Characteristic) 곡선으로 분석해 현재 적용중인 고속도 로 평탄성 관리기준의 적정성에 대해서 검토하였다.

2. 승차감 평가와 패널특성 2.1. 승차감 평가결과와 패널특성

승차감이 포장 공용성의 주요 평가지표로 활용되기 시작한 1960년대 이후 패널의 특성이 승차감 평가결과 에 미치는 영향을 분석하기 위한 다양한 연구들이 진행

되었다.

Janoff(1983) 등은 차량크기, 주행속도와 패널특성(거 주지, 운전숙련도 등)이 승차감 평가결과에 미치는 영향 을 분석한 결과 다양한 패널의 거주지가 승차감 평가결 과에 영향을 준다고 주장하였다. 이후, Nair(1986) 등은 승차감에 미치는 영향인자를 분석하기 위해 패널특성, 차량특성, 포장형식 등 다양한 요소를 반영한 현장실험 을 실시하였다. ANOVA 분석을 통해 차량크기, 축거, 포장형식, 유지관리수준과 패널특성 중 피로도가 평가결 과에 영향을 주는 것으로 나타났다. Loizos(1994) 등은 도로이용자의 특성과 차종이 평탄성에 대한 인지과정에 미치는 영향에 대해 연구하였다. 그 결과, 패널의 연령, 도로에 대한 전문성이 승차감 평가결과에 영향을 준다고 주장하였다. Fernando(1999) 등은 28명으로 구성된 패 널을 이용해 53개 구간에 대한 승차감 평가를 실시하였 다. ANOVA 분석결과 구간의 평탄성, 차량종류, 평가자 개별특성, 포장형식 등이 서비스빌리티에 중요한 영향을 주는 것으로 나타났다.

국내의 경우 2006년과 2011년 한국도로공사(2007, 2011)에서 고속도로 포장상태 평가지수(HPCI) 개선을 위해 평탄성과 포장파손에 대한 승차감 평가를 실시하 였다. 2006년 조사에서는 호남선 45개 구간에 대해 고 속도로 관리자 10명이 승차감에 대한 평가를 실시해 보 수공법 적용기준과 HPCI 지수산출 과정에서 국부적 손 상이 과다하게 단위구간 평가결과에 영향을 주지 않도 록 계산방법을 개선하였다. 2011년 조사에서는 중앙선 등 7개 노선에 평가구간을 선정하고 포장전문가 60명 이 참여하는 승차감 및 포장상태 평가를 통해 HPCI 산 출에 사용되는 IRI의 가중치를 조정하였다. 한국도로공 사에서 진행된 두 차례의 승차감 평가실험은 패널을 도 로분야 전문가들로만 구성해 패널특성과 평가결과 사이 에 연관성에 대한 분석은 수행되지 않았다.

2.2. 승차감 만족도

패널특성과 승차감 평가결과에 대한 연구는 승차감에 대한 연구가 시작된 1960년대부터 다수의 연구자들이 수행한 반면 승차감 만족도나 평탄성 관리기준에 대한 연구는 상대적으로 늦은 1990년대 이후 활발하게 진행 되고 있다.

미네소타 도로국(2003)은 1997년 32명의 시민이 참 여하는 패널평가를 통해 포장의 PSR(Present Serviceability Rating)과 IRI 사이의 상관성을 분석 하였다. 이 연구를 통해 각 포장형식에 대해 IRI를 이용

해 Eq. (1), Eq (2)와 같은 PSR(0점~5점)을 예측하는 회귀모형을 개발하였다. 이후, 미네소타 도로국은 PSR 에 따른 포장상태지표를 이용해 IRI의 관리기준을 수립 하였다.

Kuemmel(2001) 등은 아이오와 등 3개 주에서 약 2,300여명의 일반 도로이용자들이 평소에 그들이 이용 하는 614개 구간에 대한 승차감을 평가하는 대규모 현 장실험을 수행하였다. 이 연구에서는 적정한 평탄성 관 리기준으로 승차감 만족도 70%를 선정하였으며 이를 위한 IRI 수준은 콘크리트 포장은 1.1m/km, 아스팔트 포장은 0.7m/km로 나타났다.

Shafizadeh(2002) 등은 워싱턴 시내의 도로이용자 56명이 40개의 구간에 대한 승차감을 평가하는 실험을 진행하였다. 패널특성과 승차감 평가결과에 대한 ANOVA 분석결과 패널의 성별과 소득수준이 승차감 평가결과에 영향을 주는 것으로 나타났다. 또한, IRI 수 준에 따른 승차감 만족도를 분석한 결과 FHWA의 평탄 성 관리기준인 2.7m/km에 대한 승차감 누적만족도는 약 85%인 것으로 나타났다.

Chen(2014) 등은 신설과 유지관리에 활용할 IRI의 관 리기준 수립을 위해 노스캐롤라이나의 9개 지역에서 약 30여명이 참가하는 승차감 평가실험을 진행하였다. 실 험결과를 통해 승차감 누적만족/불만족 비율 50%를 고 려해 도로의 위치와 포장형식별로 1.2m/km~1.7m/km 의 IRI관리기준을 제시하였다.

Arhin(2015) 등은 미국 컬럼비아 지역의 IRI 관리기 준 수립을 위한 승차감 평가실험을 진행하였다. 총 66 명의 패널이 다양한 등급의 도로로 구성된 122개 구간 에 대해 승차감을 평가하고 그 결과를 PSR로 산출하였 다. Arhin 등은 IRI와 PSR 사이의 회귀식을 도출하고 회귀식을 이용해 PSR 2.5를 평탄성 만족기준으로 가정 하고 각 등급의 도로에 대한 2.0m/km~5.0m/km 범위 의 IRI 관리기준을 제시하였다.

국내의 경우 2010년 고속도로 평탄성 관리체계 개발 을 위해 박상욱(2010)이 영동선에 72개 평가구간을 선 정하고 30명으로 구성된 패널을 이용해 승차감 만족도 평가를 시행하였다. 그 결과 승차감 누적만족도 50%를 관리기준으로 설정하고 해당기준의 IRI값으로

2.5m/km를 제시하였다.

3. 승차감 평가실험 3.1. 패널구성

Nakamura(1963) 등은 포장 서비스 수준에 대한 연 구를 통해 패널의 수가 증가할수록 평가의 정확도가 증 가한다고 주장하였다. 하지만, Nick(1983) 등은 사전교 육 등을 통해 패널이 승차감을 잘 인지하도록 실험을 설 계하면 평가결과의 정확성은 패널의 수의 영향을 받지 않는다고 주장했다. 적정 패널 수에 대한 보다 구체적인 연구들도 진행되었는데 Yoder(1964) 등은 평탄성을 평 가하는 경우 패널의 수가 15명 이상이면 합리적인 평가 결과를 도출할 수 있다고 주장하였으며 Far(1989) 등은 통계적인 분석을 통해 패널의 수가 20명이면 약 95%의 신뢰수준을 확보할 수 있다고 주장했다. 본 연구에서는 패널 수에 대한 다양한 선행연구결과를 토대로 승차감 평가에 참여할 패널 수를 30명 이상으로 설정하고 평가 실험에는 33명이 참가하였다.

본 연구에서 진행한 승차감 평가실험에 참가한 패널 의 특성은 Fig. 1과 같다. 전문성의 경우 도로포장의 평 탄성에 관한 연구경력이 있는 패널을 전문가로 규정하 (1)

(2)

Fig. 1 Characteristic of Ride Quality Evaluation Panel

(a) Expertise (b) Ages

(c) Gender (d) Driving Experience

(e) Vehicle Ownership

였으며 운전경험이 풍부한 택시기사를 일반인과 분리하 였다. 패널 중 일반인이 55%(18명)으로 구성비율이 가 장 높으며 택시기사가 24%(8명), 전문가가 21%(7명)로 구성되어 있다. 연령대의 구성비율은 30대가 34%(11 명)로 가장 높으며 그 뒤로 20대(24%), 40대(18%), 50 대(18%), 60대(6%) 순으로 비율이 높다. 운전경력은 10 년 미만이 전체의 40%(13명)를 차지해 가장 비율이 높 으며 30년 이상도 15%(5명)를 차지했다. 전체적으로 운 전경력이 있는 패널과 없는 패널의 비율은 91% 대 9%

로 나타났다. 패널의 성별 구성비율은 남성이 88%(29 명), 여성이 12%(4명)로 남성으로 크게 치우지게 구성 되었다.

3.2. 평가구간선정

승차감 평가구간 선정 시 패널들이 각 구간별 승차감의 차이를 인지할 수 있도록 각 평가구간의 평탄성 수준을 우 선적으로 고려하였다. 이 과정에서 고속도로의 일반적인 평탄성 분포를 반영하기 위해 고속도로 PMS 데이터베이 스에서 2014년 조사된 경부고속도로의 평탄성 자료를 발 췌하여 분석하였다. 고속도로 평탄성 분포 분석을 위해 콘 크리트 포장과 아스팔트 포장 각각 10,812개, 14,827개의 평탄성 조사 데이터를 사용하였다. Fig. 2에서 보는 것과 같이 콘크리트 포장 구간의 평균 MRI(Mean Roughness

Index)는 1.54m/km(표준편차 0.58m/km)로 나타났으며, 최대값과 최소값은 각각 7.22m/km, 0.48m/km로 나타났 다. 아스팔트 포장은 Fig. 3과 같이 평균 MRI가 1.62m/km(표준편차 0.59m/km)로 나타났으며, 최대값과 최소값은 각각 5.54m/km, 0.62m/km로 나타났다. 두 포 장형식 모두 MRI가 0.5m/km~3.5m/km 사이인 구간이 전체의 99% 이상을 차지하는 것으로 나타났다. 따라서, 본 연구에서는 분석결과를 토대로 고속도로 포장의 일반 적인 평탄성 범위를 0.5m/km~3.5m/km로 규정하고 이 사이의 평탄성이 고르게 반영될 수 있도록 승차감 평가구 간을 선정하였다.

평탄성 수준 외에 Nick(1983) 등이 제안한 다음의 5가 지를 평가구간 선정 시 고려조건을 감안하여 최종적으로 Fig. 4와 같이 영동선 서안산IC∼부곡IC 구간의 35개 구간을 승차감 평가구간으로 선정하였다.

평가구간 이동시간 최소화할 것

각 평가구간의 주행시간(주행거리) 동일하게 유지 각 평가구간은 노면 프로파일은 균질할 것 지₩정체로 인한 혼잡구간 제외할 것 가급적 직선구간으로 할 것

본 연구에서 선정한 승차감 평가구간은 공용기간이 20년이 넘어 포장파손에 따른 다양한 범위의 평탄성을 갖추고 있으며 도심에서의 접근이 용이하다. 또한, 선정 된 승차감 평가구간은 모두 직선구간이며 콘크리트 포 장, 아스팔트 포장 등 다양한 포장형식과 토공부와 교량 부가 혼재되어 있다. 1개 구간의 거리는 승차감 평가자 의 집중시간과 구간구분의 편의성을 고려하여 200m로 선정하였다.

Fig. 5는 승차감 평가구간의 MRI 분포를 보여준다.

평가구간의 최소 MRI는 1.17m/km, 최대 MRI는 4.65m/km이다. 평균 MRI는 2.56이며 고속도로 유지 관리 평탄성 기준인 MRI 3.0m/km 미만인(한국도로공

Fig. 2 MRI Distribution of Concrete Pavement Section

(Kyungbu Expressway)

Fig. 3 MRI Distribution of Asphalt Pavement Section (Kyungbu Expressway)

Fig. 4 Ride Quality Test Sections(Yeongdong Expressway)

사, 2012) 구간이 25개로 전체의 71.4%를 차지하고 있 으며 3.0m/km 이상인 구간이 10개로 28.6%를 차지하 고 있다.

3.3. 승차감 평가방법

동일한 사람, 동일한 구간이라도 차종에 따라 승차감 을 다르게 느낄 수 있기 때문에 실험에 사용될 차량의 합리적인 선정이 필요하다. Table 1은 국토교통부에서 운행하는 교통량정보제공시스템에서 제공하는 최근 3 년간의 차종별 고속도로 교통량 자료를 정리한 것이다.

차종별 비율을 보면 승용차가 고속도로 전체 교통량의 약 70%의 절대 다수를 차지하고 있다. 이러한 결과를 토대로 승차감 평가에 사용될 차종으로는 승용차를 선 정하였다. 또한, 승용차 중에서 지난 수년간 국내시장 판매량이 가장 많은 현대자동차의 쏘나타를 승차감 평 가 시험차량으로 사용하였다.

승차감 평가에 적용된 평가척도 양식은 승차감 상태 와 점수를 함께 서술한 AASHTO/Weaver 양식을 따랐 으며 승차감의 상세분석을 위해 5점 척도에서 10점 척 도로 변형하여 사용했다. 따라서, 패널은 평가구간 주행 후 승차감을 0점에서 10점(0.5점 간격)으로 평가하였 다. 이와 함께, 승차감에 대한 전반적인 만족도 분석을 위해‘만족’, ‘불만족’여부를 별도로 평가하였다.

승차감 평가차량에는 Fig. 6과 같이 총 3명 탑승했다.

패널은 조수석에 탑승해 뒷좌석에 탑승한 진행자의 안내 에 따라 구간에 대한 승차감 평가를 진행하였다. 진행자 는 패널에게 구간별 시점, 종점을 알리고 차량의 진행속 도, 교통흐름 등 기타 특이사항을 기록하였다. 패널들이 실험에 대한 이해와 집중도를 높일 수 있도록 주행실험 전에 실험목적, 실험절차, 평가양식 작성방법, 실험결과 활용방안, 주의사항 등에 대해 교육을 실시하였다.

평가구간의 주행속도는 80km/h이며 평가구간 400m 전방에서 1차 안내를 실시하고 평가구간의 시점에서는

‘시작’, 종점에서는‘끝’을 외치며 진행하였다. 패널들 은 평가에 있어서 승차감에 미치는 시각적 효과를 차단 하기 위해 눈을 감거나 안대를 착용하고 평가를 실시하 였다.

3.4. 평가결과

승차감 평가 과정 중 일부 구간에서 사고 및 교통량 증가로 인해 주행속도가 80km/h보다 낮은 상태에서 진 행되었다. 주행속도는 승차감은 평가결과에 큰 영향을 주지 않는다는 기존 연구결과가 있었지만(Janoff et al., 1983 ; Nair et al., 1986) 주행속도 변화는 탑승 자가 느끼는 프로파일 주기에 영향을 줄 수 있다고 판단 하여 70km/h보다 낮은 속도로 주행한 평가결과는 분석 에서 제외하였다. 총 1,155개의 응답 중 주행속도 이상 으로 191개 응답을 제외하고 964개 응답에 대해 분석을 진행하였다.

패널 참가자들의 평균 승차감 평가점수(Mean Panel Rating 이하 MPR) 중 가장 낮은 점수를 얻은 구간은 I03으로 평균 3.8점이었으며 가장 높은 점수를 얻은 구 간은 I02로 평균 8.0을 얻었다. 중간값과 평균은 각각 6.0과 6.1로 거의 동일한 값을 보였으며 표준편차 평균 은 1.33, 분산 평균은 1.79로 나타났다. 각 구간의 평가 결과 중 이상치(outlier) 제거를 위해 박스플롯(box- plot) 방법을 적용하였다(Golroo, 2012). 각 구간의 승 차감 평가값의 IQR(InterQuartile Range)을 구하고 박스경계(1분위, 3분위)에서 IQR보다 1.5배 이상 큰 값

Fig. 5 Roughness Index(MRI) Distribution of the

Ride Quality Test section

Table 1. Traffic Volume by Vehicle Type of Expressway (Traffic Monitoring System, 2017)

Category

2015 2016 2017

AADT Ratio

(%) AADT Ratio

(%) AADT Ratio (%) Passenger car 32,593 70.3 33,605 693. 35,312 70.5

Bus 1,586 3.4 1,594 3.3 1,575 3.1 Truck 12,224 26.3 13,306 27.4 13,211 26.4

Total 46,403 100.0 48,505 100.0 50,098 100.0

Fig. 6 Position of the Passengers in the Test Vehicle

을 이상치로 규정하였다(Montgomery, 1994). 그 결과 Fig. 7과 같이 총 7개 구간에서 12개의 이상치를 찾아 냈다. Table 2는 이상치를 제거한 각 평가구간의 MPR 을 정리한 것이다.

4. 결과분석

4.1. 승차감 평가와 패널특성

평가 패널의 도로분야 전문성, 연령대, 운전경력, 차 량소유, 성별이 승차감 평가결과에 영향을 주고 있는지 분석하기 위해 ANOVA 분석을 실시하였다. ANOVA 분석을 이용해“패널의 특성(전문성, 연령대, 성별 등) 은 승차감 평가결과에 영향을 주지 않는다”는 기본가설 에 대해 유의수준 5%에 대해 검증하였다. Table 3은 ANOVA 분석 결과를 정리한 것이다.

분석과정에서 패널의 전문성이 승차감 평가결과에 미치 는 영향은 두 가지 경우로 분류하여 평가하였다. 첫 번째 는 택시운전기사를 일반인(비전문가)으로 구분하여 분석 한 경우이며(전문성1), 두 번째는 택시운전기사를 별도의 그룹으로 분류하여 전문가, 일반인, 택시운전기사로 구성 된 3개의 그룹으로 나누어 분석한 경우이다(전문성2).

분석결과 연령대를 제외한 모든 항목에서 F비가 F기각 치보다 작게 나타났다. 동일하게 p값도 유의수준인 0.05

보다 작아 기본가설을 기각할 수 없는 것으로 나타났다.

따라서, 전문성, 운전경력, 차량소유, 성별과 같은 패널 특성은 승차감 평가결과에 유의미한 영향을 주지 않는 것 으로 판단된다. 반면, 연령대의 경우 F비가 F기각치보다 크고 p값도 0.04로 유의수준보다 작아 기본가설을 기각 하는 것으로 나타났다. 즉, 패널의 연령대는 승차감 평가 결과에 유의미한 영향을 주는 것으로 나타났다.

4.2. 승차감 만족도 분석

우리나라의 고속도로 평탄성 관리기준은 신설구간 MRI 1.6m/km, 유지관리구간 MRI 3.0m/km이다. 승 차감 평가 당시 패널들에게 각 평가구간에 대한 승차감 에 대한 만족 여부를‘O, X’로 평가하도록 했다. 승차 감 만족도 평가에는 총 29명의 패널이 응답하였다. 승 차감 평가와 동일하게 주행속도 70m/km 이하의 평가 결과는 제외하고 총 719개의 응답결과를 분석하였다.

Fig. 8은 각 평가구간의 승차감 만족도와 MRI의 상관 관계를 정리한 것이다. 여기서 승차감 만족도는 각 구간 의 승차감에 대한 총 응답 중‘만족’으로 응답한 비율을 의미한다. Fig. 8에서 보듯이 MRI와 승차감 만족도는 강한 양의 상관관계를 갖는 것으로 나타났으며 두 지표 의 상관성은 Eq. (3)과 같이 1차 방정식으로 표현할 수 있다. 상관식의 결정계수(R²)는 0.75로 높은 상관성을 갖는 것으로 나타났다.

Fig. 7 Box Plot and Outlier for Ride Quality Panel Rating

Section MPR Section MPR Section MPR Section MPR

K01 5.4 K10 5.3 I01 6.1 I10 8.1

K02 4.5 K11 5.1 I02 8.0 I11 7.2

K03 6.0 K12 5.8 I03 3.6 I12 7.2

K04 6.3 K13 6.1 I04 6.2 I13 6.6

K05 7.0 K14 6.3 I05 5.5 I14 5.7

K06 5.7 K15 4.8 I06 7.1 I15 7.2

K07 5.8 K16 5.4 I07 6.3 I16 6.8

K08 5.7 K17 6.2 I08 6.7 I17 5.2

K09 4.9 I09 5.2 I18 6.5

Table 2. MPR(mean panel rating) of Each Test Section

※K : Kangneung direction, I : Incheon direction

Table 3. Test Results for the Effect of Panel Characteristics on Rating (ANOVA Analysis)

Characteristic F ratio p-value F critical value

Expertise¹⁾ 0.67 0.51 3.09

Expertise²⁾ 0.04 0.84 3.98

Ages 2.50 0.04 2.43

Driving experience 0.64 0.63 2.43 Vehicle ownership 1.33 0.25 3.98

Gender 0.42 0.52 3.98

1) Expertise 1 : not include taxi driver in the general public 2) Expertise 2 : include taxi driver in the general public

Fig. 8 Ride Quality Satisfaction according to Various MRI

승차감 만족도(%) = -0.2966×

MRI+1.4708 (3)

Table 4는 고속도로 평탄성 관리등급 및 등급에 따른 유지관리 기준을 정리한 것이다(한국도로공사, 2012).

평탄성 관리등급이 4등급 이하일 경우, 유지보수 작업 이 시행되도록 규정되어 있으며 5등급 이하로 떨어지면 다이아몬드 그라인딩과 같은 평탄성 개량공법을 적용하 고 있다.

Eq. (3)에 따르면 고속도로 신설구간 관리기준인 MRI 1.60m/km의 승차감 만족도는 99.6%로 거의 모 든 도로이용자가 승차감에 만족하는 수준인 것으로 나 타났다. 평탄성 유지관리 관리기준인 MRI 3.0m/km의 경우 승차감 만족도가 58.1%로 나타나 절반이상의 도 로이용자가 승차감에 만족하는 수준으로 나타났다.

승차감 만족도 분석에 활용된 총 901개 응답결과의 구성을 보면‘만족’ 이 636개(70.6%), ‘불만족’ 이 265 개(29.4%)로 긍정적인 평가 결과가 부정적 평가결과 보 다 2배 이상 높게 나타났다. 이러한 결과는 앞서 평가구 간의 MRI 분포에서 밝혔듯이 고속도로 유지관리 관리 기준인 3.0m/km의 미만/이상 구간의 비율과 거의 정확 하게 일치하는 것으로 나타났다.

각 평가구간에서 얻은 승차감‘만족’ , ‘불만족’비율 을 MRI로 정리하면 Fig. 9와 같다. 고속도로 신설구간 평탄성 관리기준인 MRI 1.6m/km 이하 구간의 경우

‘만족’비율이 압도적으로 높은 것을 볼 수 있다. 반면, 유지관리 기준인 3.0m/km에서는‘만족’ 과‘불만족’ 의 차이가 거의 없는 것으로 나타났다.

Fig. 10은 전체 승차감 응답 중 승차감을‘만족’ 이라 고 응답한 636명의 응답결과를 MRI에 따라 누적한 결 과를 정리한 것이다. 이 경우 고속도로 유지관리기준인 MRI 3.0m/km에 대해 승차감을 긍정으로 평가한‘누 적 만족’비율은 약 88%에 이른다. Fig. 11은 동일한 방법으로 승차감을‘불만족’ 으로 응답한 256명의 결과 를 정리한 것이다. 이 경우 MRI 3.0m/km에 대해‘누 적 불만족’비율은 약 55%로 나타났다. 즉, 누적 승차 감 평가결과에서도 실험구간에 대한 전체적인 승차감 평가결과는 긍정이 우세한 것으로 나타났다.

Fig. 12는 승차감 평가를‘만족’ 으로 응답한 결과를 생존함수(survival function)로 정리한 그래프이다. 이 경우 고속도로 평탄성 관리기준을 넘는 구간에 대한

‘누적 만족’응답비율은 약 12%에 불과해 관리기준을 만족하는 경우 대부분 승차감에 만족하고 있음을 알 수 Fig. 10 Cumulative Distribution of Acceptable Rating

according to MRI

Fig. 11 Cumulative Distribution of Unacceptable Rating according to MRI

Table 4. Pavement Condition and Maintenance Strategy according to IRI(Korea Expressway Corporation, 2012)

Class MRI Status Maintenance

Class 1 X ≤1.5 Very Good Do nothing Class 2 1.5 X ≤2.0 Good Preventive maintenance Class 3 2.0 X ≤2.5 A Little Good Repair when necessary Class 4 2.5 X ≤3.0 Fair Repair

Class 5 3.0 X ≤3.5 A Little Poor Rehabilitation when necessary Class 6 3.5 X ≤4.0 Poor Rehabilitation Class 7 4.5 X Very Poor Priority rehabilitation

Fig. 9 Proportion of Acceptable and Unacceptable

Rating for Ride Quality Test Section

있다. Table 5는‘누적 만족’응답 생존함수를 이용해 만든 고속도로 평탄성 관리기준 잠정값이다. 이 표를 이 용하는 경우 만약, 승차감의‘누적 만족’비율 목표치가 50%인 경우에는 MRI 관리기준을 2.5m/km로 설정하고 목표치가 70%인 경우에는 MRI 관리기준을 2.2m/km로 상향해서 관리하면 된다.

5. 평탄성 관리기준 적정성 검토 5.1. ROC 곡선

ROC 곡선은 2차 세계대전 당시 레이더 영상에서 노이 즈와 적군을 감별하기 위해 개발되었다(박선일 등 2016). 이후 공학이외에 이진분류시스템을 적용할 수 있 는 심리학, 생명과학, 경제학 등 다양한 분야에 응용되었 으며 검진방법의 타당성 및 의사결정 기준점 수립이 필 요한 임상의학 분야에서 광범위하게 적용되고 있다.

ROC 곡선을 그리기 위해서는 Table 6과 같이 TP(True Positive), FP(False Positive), TN(True

Negative), FN(False Negative)을 구해야 한다. 여기서 Positive는 특정조건에 대한 이진분류결과 중 양성의 결 과를 나타내며 Negative는 음성의 결과를 나타낸다. 본 연구에서는 승차감에 대한 만족도 평가결과에 ROC 곡선 을 적용했기 때문에 특정조건으로 평탄성 지수(MRI)를 적용한 후 승차감을 만족한다고 대답하는 경우를 Positive로, 불만족하는 경우를 Negative로 규정하였다.

예를 들어, MRI=3.2m/km를 기준으로 하는 경우 평탄성 이 3.2m/km 이하의 조건에서 승차감을‘만족’으로 답한 응답수는 TP, ‘불만족’으로 답한 응답수는 FN이 된다.

유사하게 평탄성이 3.2m/km 초과의 조건에서 승차감을

‘만족’으로 답한 응답수는 FP, ‘불만족’으로 답한 응답수 는 TN이 된다. 각 평탄성 조건에 대해 구한 TP, FP, TN, FN과 전체 응답수를 이용해 Table 6에 표기한 수식을 이 용해 각 평탄성 기준 조건에서의 민감도(Sensitivity), 특 이도(Specificity), 정밀도(Accuracy)를 구할 수 있다. 각 평탄성 기준에 대해 민감도를 y축 값으로, ‘1-특이도’를 x축 값으로 그린 곡선이 바로 ROC 곡선이 된다.

본 연구에서는 MRI를 1.0m/km~4.0m/km까지 0.1m/km 단위로 변화시키면서 패널의 승차감 만족도 응답결과를 이용해 TP, FP, TN, FN을 구했다. 그 결 과, Table 7에서 보는 것과 같이 MRI값이 3.1m/km, 3.2m/km에서 정밀도가 가장 높은 것으로 나타났다. 정 밀도가 높다는 것은 평탄성 관리기준을 MRI 3.1m/km, 3.2m/km를 적용했을 때, 승차감에 대한 만족/불만족을 가장 잘 분별할 수 있다는 것을 의미한다.

따라서 관리자 입장에서 평탄성 관리기준을 단순히 도로이용자의 승차감 만족/불만족 구분에 둔다면 해당 평탄성 기준을 적용하는 것이 가장 합리적인 대안이 된 다.

Fig. 12 Survival Function of Acceptable Rating according to MRI

Cumulative percentile Acceptable MRI(m/km)

10% 3.14

20% 2.85

30% 2.58

40% 2.50

50% 2.48

60% 2.39

70% 2.19

80% 1.81

90% 1.76

100% 1.17

Table 5. Potential MRI Acceptability Thresholds Using Survival Function

Table 6. The Decision Matrix Showing Response of a Ride Quality Test, according to the Status of Each Individual Samples

Category of test result

Ride Quality Status Positive

(acceptable)

Negative

(unacceptable) Total Positive

(acceptable)

a : true positives

b : false positive

a + b : test positives Negative

(unacceptable)

b : false negatives

d : true negative

c + d : test negatives Total a + c :

acceptable

b + d : unacceptable

a + b + c + d : sample size

※sensitivity = true positive fraction = a / (a + c) specificity = true negative fraction = d / (b + d) accuracy = (a + d) / sample size

5.2. AUC(Area of the Under Curve)

AUC는 ROC 곡선에서 곡선 아래의 면적을 의미한다.

ROC 곡선의 x축과 y축의 최대값은 1이기 때문에 AUC 는 최소 0에서 최대 1까지의 값을 갖는다. AUC가 1이라 는 것은 민감도가 1이고 가양성률(거짓이 양성으로 판별 되는 경우)이 0이라는 것을 의미하기 때문에 해당 기준 이 완벽한 것을 의미한다. 즉, 각 구간의 평탄성(MRI)를 승차감 평가기준으로 사용하는 경우 AUC가 1이 나온다 면 평탄성은 승차감 만족도를 평가하는 완벽한 검사기준 이 될 수 있다는 것을 의미한다. 실질적으로 AUC의 하 한값은 0.5이며 이 경우 해당 평가기준은 진양성률과 가 양성률이 동일하다는 것을 의미한다. 따라서 AUC는 Fig. 13과 같이 1에 가까워질수록 해당 평가항목은 결과 를 판별하는데 높은 유용성을 갖게 된다. 일반적으로 0.5 AUC≤0.7이면‘낮은’정도의 정확도, 0.7 AUC

≤0.9이면‘보통’정도의 정확도를, 0.9≤AUC이면‘높 은’정확도를 갖는 것으로 해석한다.

Fig. 14는 본 연구의 실험결과를 이용해 승차감 만족도 평가기준으로 MRI를 적용한 경우에 대한 ROC 곡선과 AUC를 나타낸 것이다. MRI의 AUC는 약 0.8이 나와

‘보통’정도의 정확도를 갖는 것으로 나타났다. 결과적으

로, 승차감 만족 여부를 평가하는 기준으로서 도로포장의 평탄성 지수 중 MRI는 합리적인 평가방법으로 판단된다.

6. 결론 및 향후 연구과제 6.1. 결론

고속도로의 가치가 이용자 중심으로 전환되면서 포장 평탄성의 중요성은 점차 높아지고 있다. 하지만 현재 적 용되고 있는 평탄성 관리기준의 적정성이나 평탄성과 승차감 사이의 관계에 대한 연구는 미흡한 실정이다. 따 라서 본 연구에서는 고속도로 이용자의 승차감 관점에 서 평탄성 관리기준을 분석하였다.

본 연구에서는 평탄성과 승차감 간의 상관성 분석을 위해 33명의 패널이 다양한 평탄성으로 구성된 고속도 로 35개 구간을 직접 주행하면서 각 구간의 승차감을 10점 만점으로 평가하고 추가로 승차감 만족여부를‘만 족’, ‘불만족’으로 평가하였다.

ANOVA 분석을 통한 패널특성 분석결과 전문성, 연 령대, 운전경력, 차량소유, 성별 중 연령대만 승차감 평 가결과에 영향을 미치는 것으로 나타났다. 따라서 향후 승차감과 관련된 패널 구성 시 연령대 배분에 주의를 기 울여야 할 것으로 판단된다.

승차감 만족도와 MRI간의 상관성 분석결과 강한 양의 상관성을 갖는 것으로 나타났으며 현재 고속도로 신설 및 유지관리 구간의 관리기준인 MRI 1.6m/km, 3.0m/km에 대해 각각 95.3%, 52.7%의 승차감 만족도를 보이는 것으 로 나타났다. 또한, 승차감에 대한‘누적 만족’비율을 이 용해 각 비율에 따른 잠정 평탄성 관리기준을 제시하였다.

ROC 곡선을 이용해 현재 사용 중인 유지관리구간의 평탄성 관리기준의 적정성에 대해 검토한 결과, MRI 3.1~3.2m/km에서 승차감의 만족/불만족 구분에 대한 정밀도가 가장 높은 것으로 나타나 현행기준인 MRI 3.0m/km는 적절한 것으로 판단된다.

Fig. 13 ROC Curve according Various AUC

Fig. 14 ROC Curve for Acceptability Ratings Table 7. Sample ROC Analysis Result about Various

MRI Thresholds

(threshold) TP FP TN FN Sensitivity Specificity Accuracy 2.8 512 124 150 115 0.82 0.55 0.73 2.9 525 111 138 127 0.81 0.55 0.74 3.0 539 97 130 135 0.80 0.57 0.74 3.1 577 59 96 169 0.77 0.62 0.75 3.2 577 59 96 169 0.77 0.62 0.75 3.3 612 24 52 213 0.74 0.68 0.74 3.4 621 15 36 229 0.73 0.71 0.73 3.5 632 4 20 245 0.72 0.83 0.72

6.2. 연구의 한계 및 향후 연구과제

본 연구의 현장승차감 평가실험에서 평가구간의 평탄 성 분포는 MRI 2.0m/km에서 3.0m/km 사이에 집중되 어 있다. 이러한 분포는 고속도로의 평탄성 분포가 MRI 1.0m/km에서 3.0m/km 사이에 집중되어 있는 점 을 고려할 때, 비교적 합리적일 수 있으나 승차감 평가 패널은 최대한 다양한 평탄성 수준에 노출되어야 보다 합리적으로 승차감을 평가할 수 있다. 따라서 승차감 평 가결과의 합리성을 보완하기 위해서는 평탄성이 매우 양호한 구간과 매우 불리한 구간에 대한 추가적인 실험 이 필요할 것으로 판단된다.

또한, 본 연구에서 제시한‘승차감 만족도’와‘누적 만족’비율을 이용한 평탄성 관리기준은 도로이용자의 승차감 만족이라는 제한된 관점에서 제시된 기준이다.

보다 합리적인 평탄성 관리기준 수립을 위해서는 관리 기준에 따라 소요되는 유지관리 비용과 가용예산에 대 한 추가적인 분석이 수행되어 도로이용자의 효용과 도 로관리자의 비용을 고려해야 할 것으로 판단된다.

REFERENCES

Arhin, S.A., Noel, E.C., and Ribbiso, A. (2015). “Acceptable international roughness index thresholds based on present serviceability rating. ”Journal of Civil Engineering Research, Vol 5. No 4, pp.90-96.

Chen, D., Hildreth, J., and Nicholas, T. (2014). Development of IRI limits and targets for network management and construction approval purposes, FHWA/NC/2013-02, North Carolina State Department of Transportation.

Fernando, E. and Lee, N.Y. (1999). Documentation of ride surveys conducted in project 4901-Technical memorandum, Texas Transportation Institute.

Fwa, T.F. and Gan, K.T. (1989). “Bus-ride panel rating of pavement serviceability.”Journal of transportation engineering, Vol.115, No.2, pp.176-191.

Golroo, A and Tighe, S.L. (2012). “Development of panel rating protocol and condition evaluation model for pervious concrete pavement.”

Journal of Transportation Engineering, 138, pp.315-323.

Janisch, D. (2006). An overview of Mn/DOT’ s pavement condition rating procedures and indices, Office of Materials and Road Research, Minnesota Department of Transportation, Maplewood, MN.

Janoff, M.S. and Nick, J.B. (1983). “Effects of vehicle and driver characteristics on the subjective evaluation of road roughness.”

In Measuring Road Roughness and Its Effects on User Cost and Comfort. ASTM Special Technical Publication(STP) 884, Gillespie, T.D. and Sayer, M.E. American Society for Testing and Materials, Philadelphia, pp.111-126.

Korea Highway Corporation. (2007), 2006~2007 Highway

pavement condition survey and analysis - Interim Report(in Korean).

Korea Expressway Corporation (2011), 2010~2011 Highway pavement condition survey and analysis - Final Report(in Korean).

Korea Expressway Corporation (2012). Korea expressway pavement maintenance and reservation manual, AN01585- 000064-14(In Korean).

Kuemmel, D., Robinson, R., Griffin, R.J., Sonntag, R., and Giese, J.

(2001). Public perceptions of the midwest’ s pavements-Iowa- Phase III. Transportation Technical Report 9-1-2001, Transportation Research Center, Milwaukee, Wisconsin.

Loizos, A., Golias, J., Kanellaidis, G. and Kondou, M. (1994), “Effects of road user characteristics and vehicle type on road roughness perception. ”Road and Transfer Research Vol.3 No.4, pp.56-64.

Minnesota Department of Transportation. (2003). An overview of Mn/DOT’ s pavement condition rating procedures and indices, Technical Report.

Montgomery D.C. and Runger G.C. (1994). Applied statistics and probability for engineers, John Wiley & Sons, Inc. New York.

Nair, S.K. and Hudson, W.R. (1986). “Serviceability prediction from user-based evaluations of pavement ride quality.”

Pavement roughness and skid resistance, Weed, R.M.

Transportation Research Record 1084, Transportation Research Board, Washington D.C. pp.66-75.

Nakamura, V.F. and Michael, H.L. (1963), Serviceability ratings of highway pavements, Joint Highway Research Project C-36- 54BB, Purdue University, Lafayette, Indiana.

Nick, J.B. and Janoff, M.S. (1983), “Evaluation of panel rating methods for assessing pavement ride quality.”Interaction of Vehicles and Pavement, Highway Research Record 946, Transportation Research Board, Washington, D.C., pp.5-13.

Park, S.I and Oh, T.H. (2016). “Application of Receiver Operating Characteristic(ROC) Curve for Evaluating of Diagnostic Test Performance”, Journal of Veterinary Clinics, Vol 33. No.2, pp.97-101.

Park, S.W. (2010). Development and implementation of roughness management system for expressway concrete pavement using PMS Data, Ph.D. Dissertation, Hanyang University.

Shafizadeh, K.R., Mannering, F.L., and Pierce, L.M. (2002). A statistical analysis of factors associated with driver-perceived road roughness on urban highways. No. WA-RD 538.1, Washington State Department of Transportation, Olympia, Washington.

Shafizadeh, K.R. and Mannering, F.L. (2003). “Acceptability of pavement roughness on urban highways by driving public.”

Pavement assessment, monitoring and evaluation, Transportation Research Record 1860, Transportation Research Board, Washington D.C. pp.187-193.

Yoder, E.J. and Milhous, R.T. (1965). Comparison of different

methods of measuring pavement conditions-Interim Report,

NCHRP Report 7, Purdue University, Lafayette, Indiana.