AI와 교통안전(AI 문고)

사고는 우연처럼 오지만, 데이터는 징후를 남긴다
교통사고를 '일어난 뒤 세는 숫자'가 아니라 '일어나기 전에 읽어야 할 신호'로 바라본다. 한국의 교통사고 사망률은 크게 낮아졌지만, 스웨덴·노르웨이·영국·일본 같은 교통안전 선진국과의 격차는 여전히 남아 있다. 도로를 고치고, 법규를 강화하고, 운전자를 교육하는 방식만으로는 사고 예방의 속도를 더 높이기 어렵다. 이 책은 그 빈틈에 AI와 빅데이터를 놓는다. 매년 반복되는 교통사고의 원인이 단순한 운전자 부주의가 아니라, 데이터를 수집하고 분석하는 방식의 구조적 한계에 있다는 점에서 출발한다.
시간대, 기상, 노면 상태, 교통량, 운전자 특성, 사고 이력이 결합될 때 위험은 갑자기 커진다. 문제는 데이터가 없는 것이 아니다. TAAS 사고 데이터, CCTV 영상, GPS, 내비게이션, 기상 정보, 도로 정보는 이미 우리 곁에 있다. 필요한 것은 이 데이터들을 연결하고 해석해 예방의 언어로 바꾸는 능력이다. 통계의 한계에서 시작해 딥러닝 기반 위험 행동 탐지, 시계열 사고 예측, 실시간 모니터링, V2X 협력형 안전 시스템, 자율주행의 책임과 윤리, 개인 모빌리티의 안전 과제까지 다루며, 교통 전문가에게는 데이터 과학의 시야를, AI 연구자에게는 현실 문제의 현장을 보여 준다. 매일 도로 위를 지나는 독자에게는 안전이 개인의 조심만으로 완성되지 않는 사회적 설계라는 사실을 일깨운다.

데이터가 구하는 생명

01 교통사고 통계의 한계
02 교통 빅데이터의 가능성
03 AI 기반 사고 분석
04 패턴 발견과 예측 모델
05 위험 요인 탐지
06 실시간 모니터링 체계
07 V2X 통신과 협력형 안전 시스템
08 자율주행 시대의 안전
09 데이터 기반 교통 정책
10 개인 모빌리티와 통합 안전 관리

허원진 대규모 언어모델(LLM)의 리스크 커뮤니케이션, 금융 텍스트 분석, 그래프 신경망 기반 경제 예측을 중심으로 연구를 수행하고 있다. 클러스터링 기법을 활용한 이륜차 사고 패턴 분류 연구와 LLM 기반 ESG 평가 데이터 추출 연구를 KCI 등재지에 게재하였으며, SSCI급 저널인 SAGE Open에 논문이 심사 중이다. 국제 학술지 리뷰어로도 활동하며 학술 공동체 발전에 기여하고 있다. 한국서비스경영학회, 한국인터넷전자상거래학회 등 국내외 학술대회에서 학술상을 4회 수상하였으며, 한국정보사회진흥원(KISDI) 및 한국관광공사 연구과제에 참여하여 데이터 분석 및 정책 자문을 수행한 바 있다. 다양한 모바일 및 웹 애플리케이션 개발 경험을 보유하고 있으며, 현재 AI 기반 교통안전 분야 전문서적 공동 집필에도 참여하고 있다.