호주공공2022 – 진행 중전국 중장비 차량 규제청
중장비 차량의 피로 운전과 사고 위험을 겨냥한 머신러닝 모델
호주 중장비 차량 규제청은 머신러닝으로 고위험 운전자와 차량을 찾아냈고 적발한 피로 운전 위반이 4% 늘었다
문제
전국 중장비 차량 규제청은 호주 전역의 100만 대에 가까운 중장비 차량을 감독한다. 심각한 사고를 낼 가능성이 가장 큰 운영사와 차량에 도로변 점검과 단속을 집중할 방법이 필요했다.
접근 방식
데이터 과학팀은 데이터브릭스 플랫폼에서 머신러닝 실험을 진행하고 템플릿을 재사용해 개발 속도를 높였다. 피로 관련 사고를 일으킬 가능성이 큰 운전자와 운영사를 가려내는 피로 엔진을 만들었다. 차량·결함·사고 데이터를 결합한 사고 예측 모델도 만들었고, 정비 상태와 과적 차량 같은 위험을 다루는 엔진도 추가했다.
주요 수치
4%고위험 피로 운전 위반 적발 효율 증가, 데이터브릭스 기준
시사점
위험 모델로 단속 대상을 정하자 규제청이 적발한 위반 건수가 측정 가능한 수준으로 늘었다. 4%를 어떻게 측정했는지는 밝히지 않았다.
분류
출처
출처 요약
[1]Databricks2022년 7월 18일
데이터브릭스는 규제청이 피로 운전, 사고 위험, 정비 상태, 과적 차량을 다루는 머신러닝 엔진을 만든 과정을 소개했다. 고위험 피로 운전 위반 적발 효율이 4% 올랐다고 밝혔다. 사고 예측 모델이 하루 동안 사망 또는 중대 사고가 일어날 확률이 38분의 1인 집단을 찾아냈다고도 설명했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일
