The Korean Society Of Automotive Engineers
[ Article ]
Transactions of the Korean Society of Automotive Engineers - Vol. 27, No. 8, pp.585-594
ISSN: 1225-6382 (Print) 2234-0149 (Online)
Print publication date 01 Aug 2019
Received 26 Feb 2019 Revised 21 Apr 2019 Accepted 24 Apr 2019
DOI: https://doi.org/10.7467/KSAE.2019.27.8.585

KNCAP의 충돌안전성분야에 대한 사고감소 효과분석

장정아1) ; 이현미2) ; 박형원*, 3)
1)아주대학교 TOD기반 도시교통연구센터
2)아주대학교 건설교통시스템공학과
3)한국교통안전공단 자동차안전연구원 안전연구처
A Study on the Reduction Effect of Accident regarding the Crash Safety of KNCAP
Jeong Ah Jang1) ; Hyunmi Lee2) ; Hyung Won Park*, 3)
1)TOD Based Sustainable City Transportation Research Center, Ajou University, Gyeonggi 16499 Korea
2)Department of Transportation Systems Engineering, Ajou University, Gyeonggi 16499 Korea
3)Advanced Vehicle Safety Research Office, Korea Transportation Safety Authority, 17 Hyeoksin 6-ro, Gimcheon-si, Gyeongbuk 39660 Korea

Correspondence to: *E-mail: nsas@ts2020.kr


Copyright Ⓒ 2019 KSAE / 165-01
This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License(http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium provided the original work is properly cited.

Abstract

This study analyzes the reduction effect of accidents regarding the crash safety of KNCAP. In Korea, the assessment of full frontal crash safety was firstly introduced in 1999, while side crash safety assessment, whiplash assessment, offset frontal crash safety assessment, and side pole crash safety assessment were started in 2003, 2008, 2009 and 2010, respectively. Although the automobile safety assessment system has been known to contribute to the reduction of traffic accidents every year, there is a lack of latest research on quantitative estimation. This study estimates the difference in statistical reduction of accidents between the actual KNCAP vehicles and non-assessed vehicles, as well as the decrease in the number of fatalities after introducing the KNCAP system. First, the number of KNCAP vehicles was estimated based on the production volume of new cars and the volume of domestic end-of-life vehicles. Second, odds ratio analysis was performed on the reduction effect of actual accidents in KNCAP vehicles and non-assessed vehicles, and the result shows 56 % reduction in the number of deaths. A model for estimating the reduction of traffic accidents of KNCAP vehicles was developed based on two factors, and the result of the application reveals that the reduction in the number of deaths and injuries was 14,211 from 1999 to 2017. It is expected that the continuous use of these findings will contribute to the settlement of the KNCAP system and the improvement of the safety of vehicles.

Keywords:

New car assessment program, Crashworthiness, Effectiveness, Odds ratio, Saved lives

키워드:

신차안전도평가, 충돌안전성, 효과분석, 오즈비, 사망자수감소

1. 서 론

우리나라는 자동차관리법(제33조의2)에 근거하여 자동차안전도평가(KNCAP, Korean New Car Assessment Program)제도를 추진하고 있다. KNCAP은 2018년 기준 충돌안전성(정면충돌안전성, 부분정면충돌안전성, 측면충돌안전성, 기둥측면충돌안전성, 좌석안전성), 보행자안전성, 주행제동안전성(주행전복안전성, 제동안전성) 그리고 사고예방안전성 항목의 평가를 수행하고 있다. 안전도 평가에서 실시하고 있는 정면충돌, 측면충돌, 보행자 등 9항목의 평가 결과를 종합하여 평가 대상 차량의 안전도를 하나의 등급(1~5등급)과 점수(100점 만점)로 소비자에게 제공하고 있다. 충돌안전성 분야는 1999년 정면충돌안전성, 2003년 측면충돌안전성, 2008년 좌석안전성, 2009년 부분정면 충돌안전성, 2010년 기둥측면 충돌안전성으로 KNCAP 제도에 도입되어 신차 안전도 평가에 활용이 되고 있다.

2016년 기준 교통사고 사망자수는 4,292명으로 2014년 이후 매년 7 %의 평균 교통사고 사망자수가 감소하고 있으며, 이러한 감소율에는 자동차안전도 평가에 의한 사고감소 효과가 포함되고 있으나 실제 어느 정도의 기여하고 있는지를 알 수 없다. 본 연구는 충돌안전성분야(정면충돌안전성, 부분정면충돌안전성, 측면충돌안전성, 기둥측면충돌안전성) 각각에 대한 실사고 데이터를 기반으로 한 정량적 사고감소 효과분석을 수행하고, 국내 교통사고 감소 효과에 대하여 살펴본다. 연구에서는 충돌안전성 분야의 효과분석방법론을 제시하고, 1999년부터 2017년까지의 국내 자동차의 실사고 자료를 기반으로 KNCAP 충돌안전성 평가에 대한 사고감소 효과분석을 제시한다.


2. 국내 현황 분석

2.1 교통사고 감소의 추세

2000년대에 들어서서는 교통사고 사망자수의 감소 추세를 보이고 있으며 2014년도에는 37년 만에 교통사고 사망자가 5,000명 이하로 감소하였고, 2017년도에는 1980년 이후 가장 적은 사망자수를 나타냈다.1) 교통사고 발생건수, 교통사고 사망건수를 인구 10만 명과 자동차 1만 명당의 단위를 지표화하여 나타내면 Table 1과 같다. 특히 차대 차 사망자 수(F)의 경우 교통사고 사망자수의 평균 40 %에 달하므로 차량 안전도 강화에 대한 지속적인 노력이 필요하다.

Trends in major accident related indicators

2.2 KNCAP 평가 차종의 확대

KNCAP 평가차종은 Table 2Fig. 1과 같이 운전석 정면충돌기준으로 1999년부터 2017년까지 총 167개 차종에 대한 평가가 수행되어 왔으며2) 이중에서 5등급 이상은 전체 차량의 70.1 %에 달한다.

Summary of KNCAP vehicles per year (Frontal crash test)

Fig. 1

Summary of KNCAP vehicles per year (Frontal crash test)

2.3 관련 국내외 연구 사례

Table 3과 같이 1978년 미국의 첫 NCAP 충돌평가가 실시 된 이후, 1993년 호주, 1995년 일본, 1997년 유럽, 1999년 한국, 2006년 중국, 2010년 라틴아메리카, 2011년 Global NCAP과 2012년 동남아시아의 NCAP이 창설되어 자동차의 충돌 안전성 평가를 진행하고 있다.3)

Worldwide new car assessment program overview

그 중, 유럽 European New Car Assessment Programme (EuroNCAP),4) 미국 United States New Car Assessment Pro-gram(U.S. NCAP), 호주 Australasian New Car Assessment Program(ANCAP)5) 등의 연구에서는 자동차안전기술 도입에 따라 실제 사고데이터를 기반으로 한 효과를 분석하고 있다. 2017년에 20주년을 맞은 Euro NCAP은 1997년 이후 충돌 테스트를 통해 지난 20년간 78,000명 이상의 생명을 구할 수 있었다고 보고하였다.6) 2015년 미국 고속도로 교통 안전국(NHTSA)이 발표한 보고서7)에 따르면 안전벨트, 에어백, 어린이 안전 시트 및 전자식 안전 제어 장치를 포함한 자동차 안전 기술로 인해 1960년~2012년 총 613,501명의 목숨을 구해냈다고 보고하였다. 2018년 수행된 효과분석은 ANCAP의 활동으로 인해 2015년 ESC(Electronic Stability Control) 및 헤드 보호 측면 에어백의 보급률이 증가한 것으로 추산되며, 차량 안전을 향상시켜 3년간 7명의 사망자와 196명의 심각한 부상자를 줄였다는 분석결과를 제시하였다. Australian Automobile Association(AAA)연구에 따르면 평균 연식을 1년 단축하면 도로 충돌 사고가 5.4 % 감소해 향후 20년 동안 1,300명이 넘는 사람들의 생명을 구할 수 있다고 제시하였다.8)

효과분석과 관련된 대표적 해외사례로 NHTSA(2105) 보고서7)의 연구방법론이 존재한다. 상기 연구에서는 FARS(Fatality Analysis Reporting System), GES(General Estimates System), NCSS(Number Cruncher Statistical System), NASS(National Automotive Sampling System) 데이터를 활용하여 로지스틱, 오즈비, 다중회귀 분석한 결과 총 26개의 기술 중 12개의 안전기술이 정면충돌에 유의한 효과를 제시하고 있다.


3. 충돌안전성 평가제도의 효과분석 방법론

3.1 분석방법론

KNCAP의 충돌안정성 평가제도에 대한 효과분석방법론은 Fig. 2와 같다. 큰 개념은 연간 도로에 운행하는 KNCAP 평가차량들의 비율을 추정하고, KNCAP 평가차량과 미평가 차량간의 사고감소효과를 고려하여 평가 제도를 수행하지 않았을 때를 대비한 교통사고 감소량을 추정하는 것이다. 이를 위하여서는 다음과 같이 크게 3단계의 데이터 처리 및 추정모형을 적용한다.

Fig. 2

Flowchart of research methodology analysis

첫째, 연간 KNCAP 평가차량대수의 운행대수 추정을 수행(A)한다. 이를 위하여 연도별 국내 차종별 생산대수(A.1)과 연도별 국내 차종별 폐차대수(A.2)를 추정하고, 연도별 차종별 KNCAP 평가모델을 추출(A.3)하여 최종적으로 연도별 KNCAP 평가차량의 비율을 추정(A.4)한다.

둘째, KNCAP 평가차량과 미평가 차량과의 사고감소비율에 대한 오즈비 분석(B)을 실시한다. 이를 위하여 실사고 데이터 20242건을 가공(B.1)하고, 충돌유형데이터를 충돌안전성 평가유형으로 분류(B.2)한다. 그리고 실사고 데이터를 KNCAP 평가차량과 미평가 차량데이터로 분류(B.3)한 뒤 두 차량간의 오즈비 분석을 통하여 KNCAP 평가차량의 사망자수 감소효과 비율을 추정(B.4)한다.

마지막으로 앞의 두 단계에서 추정된 KNCAP 차량의 운행비율과 KNCAP 평가차량의 사망자수 감소효과를 바탕으로 국내 사고데이터를 근거하여 최종 KNCAP 평가차량에 대한 교통사고 감소량을 추정하게 된다.

3.2 연간 KNCAP 평가차량대수의 운행대수 추정 (A)

3.2.1 연도별 국내 차종별 생산대수 추정 (A.1)

167종의 KNCAP 평가 차량 모델별로 시행년도, 평가결과 및 단종년도를 Table 4와 같이 구축하였다. 이후 상기 167개 차종에 대하여 한국자동차산업협회(KAMA)9)에서 차종별 내수생산대수를 조사하여 연도별 신차차량수 데이터를 Table 5와 같이 구축하였다.

Summary of KNCAP implementation year, and the result, the year of being discontinued of KNCAP vehicles

Summary of the volume of KNCAP vehicles by year

3.2.2 연도별 국내 차종별 폐차대수추정 (A.2)

자동차안전도 평가제도의 도입차종의 연간 운행차량 통계를 추정하기 위하여 정확한 모델별 폐차정보가 필요하다. 그러나 우리나라의 경우 한국자동차해체재활용업협회10)에 관련 폐차정보가 있으나 모델별 페차대수는 구득할 수 없었다. 일반적으로 2017년 언론에 의하면 특정 폐차전문기업의 3512대의 폐차차량의 연식을 확인한 결과 평균 폐차주기는 2003년 10년, 2004년 11.5년에서 2017년에는 15.5년으로 증가하고 있다고 발표한바 있다.11)

폐차차량의 모델별 데이터의 구득이 어려워 본 연구에서는 다음과 같이 폐차정보의 일부 가정을 수행하여 연간 폐차 대수를 추정하였다. 식 (1)과 같이 KNCAP 평가대상 모델의 평균 폐차주기를 13년, 표준편차 3년을 가지는 정규분포(Gaussian distribution, 10년~16년이 전체 폐차대수의 76 %)로 가정하여 신규 KNCAP 평가 차량의 연간 폐차대수를 추정하였다.

fx=1σ2πe-12χ-μσ2(1) 
where μ = mean, σ = standard deviation

A.1에서 제시한 KNCAP차량신규차량대수(KAMA계산값)을 식 (1)의 정규분포를 적용하면 Table 6과 같이 매년 폐차되는 차량을 추정할 수 있으며 이를 기반으로 연간 총 폐차대수를 추정할 수 있다.

The estimated number of end-of-life KNCAP vehicles per year

3.2.3 연도별 차종별 KNCAP 평가 모델 추출 (A.3)

국내 승용차량 기준으로 A.1 단계에서 구축한 차종별 KNCAP 평가차량의 평가모델별 분류 데이터를 근거로 KNCAP 평가를 수행한 신규 차량대수는 Table 7과 같다. KNCAP 평가차량은 신규차량의 48~85 %가량 해당함을 알 수 있다.

Summary on domestic volume of KNCAP vehicles by year

3.2.4 연도별 KNCAP 평가차량 비율 추정 (A.4)

KNCAP 평가제도 도입차종이 연도별로 국내 도로에서 운행하는 차량에 차지하는 비율은 Table 8Fig. 3과 같다. 여기서 KNCAP 평가차량의 운행대수는 식 (2)와 같이 계산한다.

The proportion of KNCAP vehicles on road

Fig. 3

The estimated rate of vehicles assessed by KNCAP

KNCAP평가차량운행대수=이전년도까지의 KNCAP 평가차량운행대수+당해년도 KNCAP 신규평가차량대수-당해년도 KNCAP 차량의폐차대수(2) 

3.3 KNCAP 평가 차량과 미평가 차량의 사고감소비율에 대한 오즈비 분석

3.3.1 실사고 데이터 (B.1)

국내 2011년~2017년의 총 20,242건의 실사고 데이터를 이용하여 KNCAP 평가차량과 미평가 차량에 대한 데이터 분석을 실시하였다. 분석 Raw 데이터는 차량정보(차량명, 연식, CDC(Collision Deformation Classification)), 사고정보(사고일자, 주소, 상세위치), 피해자 정보(탑승위치, 성별, 연령, 안전띠, 에어백, AIS(Abbreviated Injury Scale), MAIS(Max AIS))를 구성이 되어 있다.

3.3.2 충돌유형데이터를 충돌안전성 평가유형 분류 (B.2)

피해자 정보를 피해자 탑승차량정보를 추출하여 충돌구분 CDC(Collision Deformation Classification) 코드를 기준으로 분석대상 차량 사고유형(정면충돌, 부분정면충돌, 측면충돌)로 재분류하였다.

2011년~2017년 20,242건의 사고 차량의 사고유형을 분류한 결과는 Table 9와 같이 정면충돌 6,653건(32.9 %), 부분정면충돌 3,076건(15.2 %), 측면충돌 6,137건(30.3 %), 후방충돌 537건(2.7 %), 그 외 3,839건(19.0 %)은 불명으로 나타났다.

Descriptive statistics of crash type based on CDC (Collision deformation classification)

3.3.3 KNCAP평가차량과 미평가차량 데이터로 분류 (B.3)

실사고 데이터 총 20,242건 중 차량연식불명 510건, KNCAP 미대상 차량(예, 포르쉐, BMW7시리즈 등) 633건 삭제 후 총 19,099건을 분석에 이용하였다. 이후 모든 사고 데이터의 차량연식 및 차량명을 확인하여 KNCAP 평가차량과 미평가 차량으로 구분하였다. 19099건의 데이터의 기초통계정보를 살펴보면 Table 10과 같다. 사고차량 탑승자는 남성이 10,735(56.2 %)명, 여성이 8,221(43.0 %)명, 143명(0.7 %)이 불명으로 나타났다. 사고 차량 탑승자의 탑승위치 분포는 운전자석 12,071(63.2 %), 조수석 4,413(23.1 %), 뒷자석은 1,967(10.3 %)불명 648(3.4 %)이다. 사고 차량 탑승자의 안전띠 착용 여부 분포는 착용 16,481(86.3 %), 미착용 869(4.5 %), 불명 1,749(9.2 %)으로 대부분의 탑승자는 안전벨트를 착용하였음을 확인할 수 있었다. 분석대상 차량의 에어백 전개 여부 분포는 전개 2,326(12.2 %), 미전개 790(4.1 %), 불명 15,983(83.7 %)를 나타냈다.

A frequency distribution of data 19,099 in total

3.3.4 오즈비 분석 (B.4)

1) 오즈비 분석

오즈비(Odds Ratio, OR)는 연구자가 관심 있는 변수를 범주화하여 각 그룹에 대한 특성을 설명하는데 유용하게 사용되는 통계기법이다. 사례-대조 그룹의 구성단계에서 그룹 간 차이가 나지 않도록 다른 요인을 사전에 통제하여 특정기술에 대한 효과분석이 가능하다. 여기서 오즈(Odds)란 처리그룹에서 사건발생 확률이 그렇지 않을 확률의 몇 배가 되는 가의 값이며 그 식은 다음과 같다.

오즈=P사건발생처리그룹P사건미발생처리그룹처리그룹사건발생건수처리그룹사건미발생건수(3) 

오즈비는 특정한 처리(Treatment)를 한 처리(사례)그룹과 그렇지 않은 통제(대조)그룹의 오즈(Odds)의 비율로 그 식은 (4)와 같다.

오즈비=P사건발생처리그룹P사건미발생처리그룹P사건발생통제그룹P사건미발생통제그룹=a/bc/d(4) 

여기서 오즈비분석을 위해 필요한 유효표본수 종속변수가 분율의 차 인경우의 분율검정유효 표본수를 산출할 수 있다. 이는 두 집단에서 이분성 결과를 가지는 분율을 정규분포를 이용하여 분석하는 방법으로, 특정 위험요인과 이벤트 발생의 인과적 관련성을 연구하는 사례-대조군 연구나 코호트 연구에서 유용하게 이용된다. 따라서 유효표본수(N) 산출식은 (5)와 같다.

N=Zα2P1-P+ZβP11-P1+P21-P22d2(5) 

where Null hypothesis : [H0 : P1 = P2], Alternative: [H1 : P1P2], Independent variable: Safety technology equipped, Dependent variable: Fatality rate(Fatality/Total number of sample), The average fatality rate: P=P1+P22, Expected difference: d = |P1 - P2| , α = 0.05→ Zα = 1.96, β = 1 - powerZβ = 0.84

각 그룹의 치사율은 전체 19,099건의 데이터 기준 KNCAP 미평가차량의 치사율을 p1 = 0.061, KNCAP 평가차량의 치사율을 p2 = 0.028 로 하였을 때, 예상되는 치사율의 차이는 d = 0.033이며 평균치사율은 p = 0.0165 이다. 유효표본식 (5)에 적용하면 다음과 같다.

1.962*0.01651-0.0165+0.840.0611-0.061+0.0281-0.02820.0332=327.58

즉 최종 유효표본수는 각 집단별 최소 328개의 표본이 필요하다. 따라서 본 연구에서 수집한 실사고 데이터는 충분한 유효표본수를 가진다.

2) 분석 결과

각 실사고 데이터 별로 KNCAP 평가차량여부에 따른 사망자수 발생의 관련성을 오즈비분석을 수행하였다. KNCAP 평가차량과 미평가 차량간의 사망(MAIS 6+) 발생여부를 분석하였다.

그 결과 Table 11과 같이 KNCAP 의 평가를 실시한 차량의 사망사고가 그렇지 않은 차량의 사망사고보다 0.44배가 작게 나타나고 있음을 알 수 있었다. 즉 KNCAP 평가를 받지 않은 차량이 평가를 받은 차량보다 사망사고를 발생할 위험이 약 2.27배 높다고 해석할 수 있다(95 % 신뢰구간 0.35-0.54). KNCAP 평가차량이 실사고 시 사망 발생에 56 % 감소 효과를 보인다.

Result of analysis of KNCAP and fatality

3.4 KNCAP 평가 차량에 대한 교통사고 감소량 추정

3.4.1 교통사고 감소량 모형

본 연구에서 KNCAP 평가 차량에 대한 교통사고 감소 기여율 모형은 다음과 같이 모형을 설계하였다. Fig. 4와 같이 Do-nothing 대안과 Do 대안을 가정하였다. Do-nothing대안은 KNCAP 평가가 이루어지지 않았을 가상 상황이다. Do 대안은 KNCAP 평가가 이루어진 현재 상황이다.

Fig. 4

The estimation model of reduction in road accident

Do-nothing 대안의 경우, Vkncap 차량 비율과 1 - Vkncap 차량의 비율의 합으로 이루어진 상황일 때 교통사고지표가 F′라면 식 (6)과 같은 상황이 존재할 것이다.

F'×Vkncap+F'×1-Vkncap=F'(6) 

Do 대안의 경우, Vkncap 차량 중에 KNCAP평가로 인한 교통사고 감소효과가 E만큼 발생이 된다면 교통사고지표는 식 (7)과 같은 F가 나타날 것이다.

1-E×F'×Vkncap+F'×1-Vkncap=F(7) 

따라서 Do-nothing 대안에서의 교통사고지표는 식 (8)과 같이 추정될 수 있다.

F'=F1-E×Vkncap(8) 

결론적으로 KNCAP 평가를 실시한 후 발생한 교통사고지표인 F와 KNCAP 평가를 실시하지 않았을 때의 교통사고지표인 F′의 차이가 식 (9)와 같은 교통사고감소량으로 추정될 수 있다.

KNCAP   =F'-F(9) 
3.4.2 적용 결과

B단계에서 분석한 오즈비 분석 결과와 같이 KNCAP 평가 차량은 실사고 데이터 분석결과 미평가 차량보다 사망 발생에 56 % 감소 효과를 보였다. 그리고, A단계에서 분석한 KNCAP 평가 차량의 운행차량 중 운행하는 비율 추정값(Vkncap)과 B단계의 사망자수 감소비율(E)을 기반으로 식 (8)식 (9)를 적용하면 Table 12와 같이 1999년~2017년 사망자와 부상자 감소효과는 사망자수 감소량이 총 14,021명으로 나타났다. 이 수치는 연간 738명 정도 해당된다.

Results of the estimated volume of fatal accidents reduction per year

Fig. 5는 연도별 사망자수 감소비율의 추정 결과를 나타낸 것이다.

Fig. 5

Results of the estimated fatality reduction


4. 결론 및 향후과제

우리나라 자동차안전도 평가제도와 관련하여 충돌안전성 분야는 1999년 정면충돌안전성, 2003년 측면충돌안전성, 2008년 좌석안전성, 2009년 부분정면 충돌안전성, 2010년 기둥측면 충돌안전성제도를 도입하였다. 자동차안전도 평가제도가 매년 교통사고 감소에 기여하고 있다고 알려져 왔으나, 정량적 추정에 대한 연구는 부족한 실정이다. 본 연구는 실제 KNCAP 평가차량과 미평가 차량간의 통계적 사고감소차이를 추정하고, 이를 근거로 KNCAP 평가제도의 도입으로 사망자수 감소량을 추정한 논문이다. 유사한 형태로 미국, 유럽, 호주 등도 이러한 사고감소효과를 실사고 데이터를 근거로 효과추정을 실시한 바 있다.

본 연구에서는 첫 번째로 연간 KNCAP 평가차량의 운행대수를 신차생산대수와 폐차대수를 기반으로 추정하였다. 두 번째로 KNCAP 평가차량과 미평가 차량에서의 실사고 감소효과에 대하여 오즈비 분석을 수행하여 사망자수 기준 56 % 감소효과를 확인하였다. 이러한 두 가지 요인을 기반으로 KNCAP평가차량에 대한 국내 교통사고 감소량을 추정하는 모형을 개발하여 적용한 결과, 1999년~2017년 사망자와 부상자 감소효과는 사망자수 감소량이 총 14,021명으로 나타났다.

실사고 데이터를 활용한 효과분석 연구는 국내 최초로 이루어진 연구이지만 몇 가지 한계사항은 다음과 같다. 첫째, 연구를 수행함에 있어 데이터의 부족 등으로 모델별 폐차대수 추정 등 가정을 기반으로 수행하여 정확한 데이터의 상의 일부 오차가 존재할 수 있다. 둘째, KNCAP 평가를 받지 않은 차량도 평가받은 차량만큼의 안전도가 확보가 되어 있을 수 있으나, 실사고 데이터기반으로는 평가차량과 미평가 차량의 유의적 사고감소 차이가 발생한바 이를 그대로 적용하였다는 일부 한계가 존재한다. 셋째, 연도별 사고감소효과의 변화가 존재할 수 있으나 1999년부터 2017년 동일하게 56 %로 가정하였다. 이는 일부 연도에는 유효표본수가 부족하기 때문에 분석이 어려워 전체 데이터를 근거로 시간적 차이는 없다고 가정하여 검토하였다.

본 연구에서 검토한 통계적 방법론은 제한된 실사고데이터를 근간으로 수행하였고 표본화된 결과를 전체 차량의 상황으로 추정하였기에 통계적 오류의 가능성을 일부 내재하고 있다. 본 연구에서와 같은 방법론으로 해외 각국은 실사고 데이터를 근거로 한 각 나라별 적합한 효과분석 결과를 도출하고 있다. 본 연구의 결과는 KNCAP 제도의 효과분석이나 정책적 활용에 중요한 기반 자료로 활용할 수 있는 유의미한 자료로 지속적으로 인용 및 활용이 될 수 있을 것으로 사료된다.

향후 충돌안전성 전체 분야 외에 충돌유형과 실제사고 데이터형태를 기반으로 다양한 충돌안전성 세부 분야에 대한 심도 있는 연구가 진행될 필요가 있다. 이러한 연구 결과를 지속적으로 추적 활용함으로써 KNCAP 제도의 안전적 정착과 국내 차량안전도 향상을 통한 교통안전분야에 기여할 수 있기를 기대한다.

References

Fig. 1

Fig. 1
Summary of KNCAP vehicles per year (Frontal crash test)

Fig. 2

Fig. 2
Flowchart of research methodology analysis

Fig. 3

Fig. 3
The estimated rate of vehicles assessed by KNCAP

Fig. 4

Fig. 4
The estimation model of reduction in road accident

Fig. 5

Fig. 5
Results of the estimated fatality reduction

Table 1

Trends in major accident related indicators

Year A B C D E F G H
Note: A = Number of traffic accidents (unit: accident)
B = Number of traffic accidents per 100,000 population (unit: accident/10 million people)
C = Number of fatalities in traffic accidents (unit: person)
D = Number of fatalities per million vehicles (unit: accident/million vehicles)
E = Number of fatalities per 100,000 population (unit: person/10 million people)
F = Fatalities in car-to-car casuality (unit: person)
G = Number of people injured in car-to-car crash (unit: person)
H = Number of people seriously injured in car-to-car crash (unit: person)
1999 275,938 592 10,756 6.30 23 3,788 311,040 142,856
2000 290,481 618 10,236 6.50 22 4,208 338,428 160,926
2001 260,579 550 8,097 4.90 17 3,258 306,181 131,583
2002 231,026 485 7,222 4.10 15 2,765 277,425 114,273
2003 240,832 503 7,212 4.00 15 2,197 248,777 106,372
2004 220,755 459 6,563 3.50 14 2,693 285,752 116,304
2005 214,171 444 6,376 3.40 13 2,659 283,005 112,456
2006 213,745 442 6,327 3.30 13 2,635 282,595 105,807
2007 211,662 436 6,166 3.10 13 2,551 278,273 95,474
2008 215,822 441 5,870 2.90 12 2,519 278,062 91,386
2009 231,990 472 5,838 2.80 12 2,546 297,131 92,276
2010 226,878 459 5,505 2.60 11 2,402 288,402 83,813
2011 221,711 445 5,229 2.40 11 2,097 277,190 74,743
2012 223,656 447 5,392 2.40 11 2,156 278,851 70,667
2013 215,354 429 5,092 2.20 10 1,933 264,795 65,235
2014 223,552 443 4,762 2.00 9 1,914 272,147 63,446
2015 232,035 458 4,621 1.90 9 1,934 283,982 63,446
2016 220,917 435 4,292 1.66 8 1,786 269,269 55,798
2017 216,335 420 4,185 1.86 8 1,727 263,668 -

Table 2

Summary of KNCAP vehicles per year (Frontal crash test)

Year 1-star 2-stars 3-stars 4-stars 5-stars Number of
vehicle types
1999 1 2 3
2000 2 2 4
2001 2 1 5 1 9
2002 1 1 6 8
2003 5 2 7
2004 1 4 5
2005 1 4 5
2006 4 2 6
2007 1 2 3 6
2008 2 3 5 10
2009 1 8 9
2010 3 9 12
2011 11 11
2012 11 11
2013 1 10 11
2014 1 12 13
2015 2 10 12
2016 1 13 14
2017 1 10 11
Total 3 0 9 38 117 167

Table 3

Worldwide new car assessment program overview

Name Abbreviation Founded Location
United States New Car Assessment Program US NCAP 1978 Washington, DC, USA
Insurance Institute for Highway Safety IIHS 1959 Arlington, VA, USA
Australasian New Car Assessment Program ANCAP 1993 Canberra, Australia
Japan New Car Assessment Program JNCAP 1995 Tokyo, Japan
European New Car Assessment Program Euro NCAP 1997 Brussels, Belgium
Korean New Car Assessment Program KNCAP 1999 Seoul, South Korea
China-New Car Assessment Program C-NCAP 2006 Tianjin, China
Latin New Car Assessment Program Latin NCAP 2010 Montevideo, Uruguay
New Car Assessment Program for Southeast Asia ASEAN NCAP 2011 Kajang, Selangor, Malaysia
Global New Car Assessment Program GNCAP 2011 London, Great Britain
Bharat New Vehicle Safety Assessment Program BNVSAP 2017 tbd

Table 4

Summary of KNCAP implementation year, and the result, the year of being discontinued of KNCAP vehicles

Year Manufacturer Model Frontal crash grade Offset frontal crash grade Side crash grade year of being
discontinued
Driver's seat Passenger seat Driver's seat Passenger seat Side Side pole
1999 Kia SephiaII 3 3 2002
1999 Daewoo NubiraII 4 4 2004
1999 Hyundai Avante 4 4 2001
... ... ... ... ... ... ... ... ... ...
2017 Kia Stinger 5 5 5 5 5 2 -
2017 Hyundai Grandeur 5 5 5 5 5 2 -

Table 5

Summary of the volume of KNCAP vehicles by year

Year Manufacturer Model 1999 2000 2001 2002 ... 2016 2017
1999 Kia SephiaII 113,427 80,720 25,018 Discontinued
1999 Daewoo NubiraII 129,428 123,276 43,656 14,948
1999 Hyundai Avante 220,008 89,907 Discontinued
... ... ... ... ... ... ... ... ... ...
2017 Kia Stinger ... 156 23797
2017 Hyundai Grandeur ... 20433 20433

Table 6

The estimated number of end-of-life KNCAP vehicles per year

Production year Number of new KNCAP vehicles
(KAMA)
The estimated value of end-of-life KNCAP vehicles per year Total
1999 2000 2001 ... 2016 2017
1999 360,502 4 ... 4
2000 723,432 16 8 ... 24
2001 599,367 58 32 7 ... 97
2002 646,904 185 116 27 ... 335
... ... ... ... ... ... ... ... ...
2016 1,165,759 19,709 58,350 63,822 ... 13 534,719
2017 1,128,846 11,954 39,550 48,343 ... 52 13 564,958

Table 7

Summary on domestic volume of KNCAP vehicles by year

Year Total number of cars registered Vehicles assessed by
KNCAP
All type of
vehicles
Passenger
car only
New
registered
(Passenger
car only)
: A
Number of
KNCAP
vehicles on
road
(KAMA
Calculated
value): B
The rate of
KNCAP
vehicles
compared
to the new
registered
: B/A (%)
1999 11,164,319 7,851,282 652,139 360,502 55%
2000 12,059,861 8,084,005 955,134 723,432 76%
2001 12,914,613 8,902,179 1,011,973 599,367 59%
2002 13,949,441 9,737,430 1,227,160 646,904 53%
2003 14,587,333 10,278,940 983,410 491,511 50%
2004 14,934,474 10,620,574 857,828 415,180 48%
2005 15,397,095 11,122,214 893,159 628,612 70%
2006 15,895,303 11,122,214 932,650 571,126 61%
2007 16,428,245 12,099,793 1,017,267 563,856 55%
2008 16,794,287 12,483,809 1,017,595 616,423 61%
2009 17,325,210 13,023,803 1,221,118 834,790 68%
2010 17,941,356 13,631,756 1,237,482 984,169 80%
2011 18,437,373 14,136,465 1,293,501 971,119 75%
2012 18,870,533 14,577,182 1,256,403 1,031,844 82%
2013 19,400,864 15,089,055 1,244,013 1,059,144 85%
2014 20,117,955 15,750,374 1,533,806 990,416 65%
2015 20,989,885 16,564,676 1,532,054 1,110,818 73%
2016 21,803,351 17,334,610 1,533,806 1,165,759 76%
2017 22,528,295 18,029,378 1,526,662 1,128,846 74%

Table 8

The proportion of KNCAP vehicles on road

Year Total
number
of cars
registered
(Passenger
car only)
Number
of KNCAP
vehicles
on road
(KAMA
calculated
value): B
The
estimated
umber of
end-of-life
KNCAP
vehicles
(Gaussian
distribution)
The
estimated
number of
KNCAP
vehicles
on road
The
proportion
of KNCAP
vehicles
on road
1999 7,851,282 360,502 4 360,502 4.6 %
2000 8,084,005 723,432 24 1,083,910 13.4 %
2001 8,902,179 599,367 97 1,683,180 18.9 %
2002 9,737,430 646,904 335 2,329,749 23.9 %
2003 10,278,940 491,511 1,035 2,820,225 27.4 %
2004 10,620,574 415,180 2,876 3,232,529 30.4 %
2005 11,122,214 628,612 7,221 3,853,920 34.7 %
2006 11,122,214 571,126 16,397 4,408,649 39.6 %
2007 12,099,793 563,856 33,742 4,938,763 40.8 %
2008 12,483,809 616,423 63,065 5,492,121 44.0 %
2009 13,023,803 834,790 107,366 6,219,544 47.8 %
2010 13,631,756 984,169 167,098 7,036,615 51.6 %
2011 14,136,465 971,119 238,864 7,768,871 55.0 %
2012 14,577,182 1,031,844 315,580 8,485,135 58.2 %
2013 15,089,055 1,059,144 388,520 9,155,759 60.7 %
2014 15,750,374 990,416 450,484 9,695,691 61.6 %
2015 16,564,676 1,110,818 498,514 10,307,995 62.2 %
2016 17,334,610 1,165,759 534,719 10,939,035 63.1 %
2017 18,029,378 1,128,846 564,958 11,502,923 63.8 %

Table 9

Descriptive statistics of crash type based on CDC (Collision deformation classification)

Accident
year
The number
of traffic
accident
Crash type of car-to-car accident
Frontal
crash
(%)
Offset
frontal
crash
(%)
Side
crash
(%)
Rear
crash
(%)
Missing
(%)
2011 3,471
(100.0)
1,372
(39.5)
762
(22.0)
1,337
(38.5)
- -
2012 4,732
(100.0)
1,917
(40.5)
864
(18.3)
1,950
(41.2)
- 1
(0.0)
2013 4,063
(100.0)
1,457
(35.9)
609
(15.0)
1,995
(49.1)
- 2
(0.0)
2014 5
(100.0)
3
(60)
- - - 2
(0.4)
2015 1,643
(100.0)
442
(26.9)
386
(23.5)
498
(30.3)
240
(0.1)
77
(0.0)
2016 2,887
(100.0)
736
(25.5)
335
(11.6)
320
(11.1)
218
(0.1)
1,278
(0.4)
2017 3,441
(100.0)
726
(21.1)
120
(3.5)
37
(1.1)
79
(0.0)
2,479
(0.0)
Total 20,242
(100.0)
6,653
(32.9)
3,076
(15.2)
6,137
(30.3)
537
(2.7)
3,839
(19.0)

Table 10

A frequency distribution of data 19,099 in total

Category N %
Occupant Male 10,735 56.2
Female 8,221 43.0
Missing 143 0.7
Occupant
location
Driver's seat 12,071 63.2
Passenger seat 4,413 23.1
Rear seat 1,967 10.3
Missing 648 3.4
Seat belt Belted 16,481 86.3
Unrestrained 869 4.5
Missing 1,749 9.2
Airbag Deployed 2,326 12.2
Undeployed 790 4.1
Missing 15,983 83.7

Table 11

Result of analysis of KNCAP and fatality

MAIS Total Odds
ratio
(95 % CI)
χ2(p)
Death O
6+
Death X
under 6
Note: * p<.10, ** p<.05,*** p<.01
KNCAP
System
O 484
(2.8 %)
17,033
(97.2 %)
17,517
(91.7 %)
0.44
(0.35-0.54)
55.82
(.000***)
97
(6.1 %)
1,485
(93.9 %)
1,582
(8.3%)
Total 581
(3.0 %)
18,518
(97.0 %)
19,099
(100.0 %)

Table 12

Results of the estimated volume of fatal accidents reduction per year

Year F E Vncap F' Saved lives
1999 3,788 56 % 4.6 % 3,888 100
2000 4,208 56 % 13.4 % 4,550 342
2001 3,258 56 % 18.9 % 3,644 386
2002 2,765 56 % 23.9 % 3,193 428
2003 2,197 56 % 27.4 % 2,596 399
2004 2,693 56 % 30.4 % 3,246 553
2005 2,659 56 % 34.7 % 3,299 640
2006 2,635 56 % 39.6 % 3,387 752
2007 2,551 56 % 40.8 % 3,307 756
2008 2,519 56 % 44.0 % 3,342 823
2009 2,546 56 % 47.8 % 3,475 929
2010 2,402 56 % 51.6 % 3,379 977
2011 2,097 56 % 55.0 % 3,029 932
2012 2,156 56 % 58.2 % 3,199 1,043
2013 1,933 56 % 60.7 % 2,928 995
2014 1,914 56 % 61.6 % 2,921 1,007
2015 1,934 56 % 62.2 % 2,968 1,034
2016 1,766 56 % 63.1 % 2,731 965
2017 1,727 56 % 63.8 % 2,687 960
Total 14,021
Average 738