[공공 데이터 포털] 한국도로교통공단_가해운전자 차종별 월별 교통사고 통계

데이터 상세 | 공공데이터포털

한국도로교통공단_가해운전자 차종별 월별 교통사고 통계_20231231

이전에 한국에서 발생한 범죄 사건들을 분석하면서,
**가장 많이 발생한 범죄 유형이 ‘교통 관련 범죄’**라는 점에 주목하게 되었습니다.
이를 통해 단순한 사고를 넘어서 교통사고가 사회 전반에 큰 영향을 미치는 범죄 유형 중 하나라는 인식을 갖게 되었고,
교통사고에 대한 보다 구체적인 분석의 필요성을 느끼게 되었습니다.

이번에 다룰 데이터는 2018년부터 2023년까지의 가해 운전자 차종별 월별 교통사고 통계로,
차종에 따라 사고 발생 시기나 패턴에 어떤 차이가 있는지 살펴보고자 합니다.
이를 통해 계절별 사고 경향, 고위험 차종, 사고 집중 시기 등을 분석해보고 

교통사고 예방과 정책 방향에 도움이 될 수 있는 인사이트를 도출해보려 합니다.

 

1. 사고가 가장많이 발생하는 차종 순위 

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("/content/drive/MyDrive/ai/alone/가해운전자_차종별_월별_교통사고_통합.csv", encoding='cp949')

# 2. 차종별 사고/사망/중상 합계
vehicle_stats = df.groupby('가해자차종')[['사고건수', '사망자수', '중상자수']].sum()

# 3. 사고건수 기준 상위 5개 차종 추출
top5 = vehicle_stats.sort_values(by='사고건수', ascending=False).head(5)

# 4. 시각화
top5.plot(kind='bar', figsize=(10, 6))
plt.title('차종별 사고건수 / 사망자수 / 중상자수 (Top 5)', fontsize=14)
plt.xlabel('가해자 차종')
plt.ylabel('건수')
plt.xticks(rotation=45)
plt.grid(True)
plt.tight_layout()
plt.show()

 

 

가해자차종	사고건수	사망자수	중상자수
승용차	827,551	8,565	231,524
화물차	158,136	4,303	53,125
이륜차	100,461	2,397	31,921
승합차	70,612	1,047	24,370
자전거	32,119	478	9,411

• 승용차는 사고 건수가 가장 많지만, 전체 비율 대비 사망률은 낮은 편입니다.
• 화물차는 승용차보다 훨씬 적은 사고 건수에도 불구하고 사망자 수가 상당히 높아 치명도가 높습니다.
• 이륜차와 자전거는 사고 수는 적지만 사망률, 중상률 모두 높은 고위험 교통수단입니다.
• 승합차는 사고 수도 적지 않고, 사망자/중상자 수도 다소 높은 편으로 분석됩니다.

2. 주요 차종별 사고 통계

가해자차종	사고건수	사망자수	중상자수	사망률 (%)	중상률 (%)
승용차	827,551	8,565	231,524	1.03%	27.97%
화물차	158,136	4,303	53,125	2.72%	33.59%
이륜차	100,461	2,397	31,921	2.39%	31.77%
승합차	70,612	1,047	24,370	1.48%	34.52%
자전거	32,119	478	9,411	1.49%	29.31%

• 화물차와 승합차는 사망률·중상률 모두 높음 → 사고 시 심각도 큼
• 이륜차는 승용차보다 사망률이 2배 이상
• 자전거는 사망률이 낮지 않고 중상률도 꽤 높음 → 보호장구 중요

3. 어느 계절에 사고가 많이 발생할까?

import pandas as pd
import matplotlib.pyplot as plt

# 1. 데이터 불러오기
df = pd.read_csv("/content/drive/MyDrive/ai/alone/가해운전자_차종별_월별_교통사고_통합.csv", encoding='cp949')

# 2. 계절 컬럼 추가
def get_season(month):
    if month in [3, 4, 5]:
        return '봄'
    elif month in [6, 7, 8]:
        return '여름'
    elif month in [9, 10, 11]:
        return '가을'
    else:
        return '겨울'

df['계절'] = df['발생월'].apply(get_season)

# 3. 계절별 사고건수 합계 집계
season_stats = df.groupby('계절')['사고건수'].sum().reindex(['봄', '여름', '가을', '겨울'])

# 4. 시각화
plt.figure(figsize=(8, 5))
season_stats.plot(kind='bar', color='skyblue')
plt.title('계절별 교통사고 발생 건수 (2018~2023)', fontsize=14)
plt.xlabel('계절')
plt.ylabel('사고건수')
plt.grid(axis='y')
plt.tight_layout()
plt.show()

 

 

가을 > 여름 > 봄 > 겨울 순으로 사고가 많이 발생 아무래도 승용차가 대부분이다보니 승용차 기준으로 생각하게되는데

개인적인 생각으로는 가을철 교통사고가 가장 많은 이유는 추석 연휴 기간의 귀성·귀경길로 차량 이동이 늘어나고, 단풍철 나들이 등 야외 활동이 많아지기 때문인 것으로 보입니다. 여기에 해가 짧아지며 시야 확보가 어려워지는 점도 사고 위험에 영향을 주는 요인일 수 있겠습니다.
또한 여름은 휴가철 여행과 레저 활동이 많아지면서 차량 운행이 급격히 늘고, 장마나 폭염 같은 기상 변화로 인해 운전 집중력이 떨어지는 것도 사고에 영향을 미쳤을 가능성이 있습니다.

자종별로 알아보겠습니다 

 

4. 차종별 사고는 계절의 영향

import pandas as pd
import matplotlib.pyplot as plt

# 1. 데이터 불러오기
df = pd.read_csv("/content/drive/MyDrive/ai/alone/가해운전자_차종별_월별_교통사고_통합.csv", encoding='cp949')

# 2. 계절 분류 함수 정의
def get_season(month):
    if month in [3, 4, 5]:
        return '봄'
    elif month in [6, 7, 8]:
        return '여름'
    elif month in [9, 10, 11]:
        return '가을'
    else:
        return '겨울'

df['계절'] = df['발생월'].apply(get_season)

# 3. 분석 대상 차종 리스트
target_vehicles = ['승용차', '화물차', '자전거',"이륜차"]

# 4. 차종별 계절별 사고건수 집계 및 시각화
for vehicle in target_vehicles:
    temp_df = df[df['가해자차종'] == vehicle]
    season_stats = temp_df.groupby('계절')['사고건수'].sum().reindex(['봄', '여름', '가을', '겨울'])
    print(season_stats)

 

 

 

승용차 사고건수

계절	사고건수
봄	203,519
여름	208,910
가을	218,944
겨울	196,178

 

화물차 사고건수

계절	사고건수
봄	38,915
여름	40,021
가을	42,491
겨울	36,709

 

자전거 사고건수

계절	사고건수
봄	8,818
여름	9,989
가을	9,197
겨울	4,115

 

 

이륜차 사고건수

계절	사고건수
봄	25,216
여름	27,520
가을	26,998
겨울	20,727

• 승용차: 가을철 추석 연휴와 나들이 증가로 사고가 가장 많음
• 화물차: 가을 수확철 물류 이동 증가로 사고 집중
• 자전거: 여름철 활동량 증가로 사고 최다, 겨울에는 급감
• 이륜차: 여름·가을에 배달 및 레저 활동 증가로 사고 다발

 

마무리 

 

이번 분석을 통해 교통사고는 단순한 운전자의 부주의뿐 아니라, 차종과 계절에 따라 뚜렷한 패턴을 보인다는 점을 확인할 수 있었습니다.
승용차와 화물차는 가을철 이동량 증가와 연계되어 사고가 집중되며,

자전거와 이륜차는 여름철 활동량 증가로 인해 사고 위험이 높아지는 경향을 보였습니다.
이러한 결과는 차종별·계절별 맞춤형 안전대책의 필요성을 보여주며,
예방 중심의 교통안전 정책, 계절에 따른 집중 단속 및 홍보, 교통 약자 대상 교육 강화 등의 방향으로 이어질 수 있을 것입니다.