본 연구에서는 전국 단위의 공공관리 주체 소관 교량 점검 이력 자료를 활용하여 도로교량 안전등급 예측을 위한 통계적 모형과 기계학습 모형의 예측 성능을 비교·분석하였다. 도로교량 안전등급은 시간의 경과에 따른 열화 과정과 점검 이력의 연속성이 반영된 순서형 변수라는 점을 고려하여 종속변수의 순서 구조를 반영한 예측모형을 적용하였다. 분석에는 2010년부터 2024년까지 약 8,800개 도로교량에서 수집된 56,743건의 점검·진단 이력 자료를 활용하였다. 순서형로지스틱 회귀, 다항 로지스틱 회귀, 순서형 포레스트, 랜덤 포레스트를 적용하여 반복 학습을 수행하고, 전체 예측 성능과 열화가 진행된 고위험 등급 교량에 대한 탐지 성능을 중심으로 모형을 비교하였다. 분석 결과, 기계학습 모형이 통계적 모형에 비해 전반적으로 우수한 성능을 보였고, 이 중 순서형 포레스트 모형은 전체 성능과 고위험군 탐지 성능을 균형 있게 만족하는 것으로 나타났다. 또한 이전안전등급, 준공경과연수, 관리주체와 같은 관리·시간 관련 변수가 교량안전등급에 중요한 영향을 미치는 것으로 확인되었다. 본 연구는 도로교량 안전등급 예측 문제를 순서형 자료 관점에서 분석하고, 교량 유지관리 및 점검 우선순위 결정을 지원할 수 있는 예측 모형을 제시하였다는 점에서 의의를 가진다.
Jeong et al. (Thu,) studied this question.