Project Detail

LH Traffic Safety · 고위험 격자 신호 분석

사고 이력이 부족한 신도시에서 어떤 100m 격자를 먼저 현장 검토해야 하는가?

100m 격자 단위로 공간 좌표 포함 Random Forest 회귀 위험 신호를 산출하고
별도 Random Forest 분류 LORO로 지역 전이 가능성을 검증한 뒤
공개 점수 기준 Top-20을 현장 검토 우선순위로 정리한 공간 분석입니다.

GitHub 저장소 보기

Decision Moment

질문이 바뀐 순간

이 프로젝트가 단순 분석에서 의사결정 구조로 넘어간 핵심 장면입니다.

Original Question사고가 많은 곳은 어디인가?

Reframed Question사고 이력이 부족한 하남교산에서 어떤 100m 격자를 먼저 현장 검토해야 하는가?

Key Evidence: RF regression pred_risk/rank_desc · separate LORO classifier AUC 0.8604 / Lift 4.39x · public RiskScore_A_norm_grid/grid_rank
Final Deliverable: 공개 점수 기준 Top-20 검토표, 100m 위험 지도, 성능·검증 요약, evidence audit와 field-review handoff
What this proves: 모델 생성·전이 검증·공개 결과의 경계를 분리하면서 공간 위험 신호를 검토 우선순위로 전환하는 역량

Evidence Snapshot

근거 스냅샷

숫자가 있는 프로젝트는 검증 지표를 먼저, 데이터가 부족한 프로젝트는 확인 가능한 산출물 중심으로 정리했습니다.

정본 상태

2026-07-15 frozen / canonical · 추가 모델·점수 확장 없이 공개 주장 범위 고정

운영용 위험 모델

공간 좌표 포함 RandomForestRegressor · 기본 target acc_count · output pred_risk / rank_desc

전이 검증

별도 Random Forest 분류 LORO · Mean AUC 0.8604 · Worst 0.7979 · Top-10% Lift 4.39x

공개 최종 순위

RiskScore_A_norm_grid / grid_rank 기준 public Top-20 검토표와 대응 SVG evidence

Lineage 경계

pred_risk에서 RiskScore_A_grid까지의 full private-data lineage는 needs confirmation

결과 경계

시설 설치 결정·현장 점검 결과·사고 감소 효과는 검증되지 않았으며 not available로 관리

공개 접근

Public evidence

저장소 상태

Public repository

검증 상태

Canonical scope frozen · 2026-07-15

범위 상태

Field-review signal

100m 격자 위험 신호를 현장 검토 우선순위로 바꾸기

공간 좌표 포함 Random Forest 회귀로 연속 위험 신호를 산출하고, 별도 Random Forest 분류 기반 LORO로 지역 전이 가능성을 검증한 뒤, 공개 RiskScore_A_norm_grid 기준 Top-20을 현장 검토 순서로 정리한 공간 의사결정 사례입니다.

100m Grid99,323 Training Grids770 Target GridsSpatial RFLOROAUC 0.8604Lift 4.39xPriority Ranking

014개 기존 시·구

02100m grid

03RF regression risk signal

04pred_risk / rank_desc

05separate LORO classifier

06public review score

07grid_rank

08Top-k field review

Evidence Snapshot

공개 가능한 공간·검증 근거

비공개 원천 데이터 없이 확인 가능한 범위·검증 요약, 100m 위험 지도, public-safe Top-20 검토표와 evidence audit을 함께 제시합니다.

LH 교통안전 프로젝트의 100m 격자, 99,323개 학습 격자, 770개 대상 격자, LORO AUC 0.8604, Top-10% Lift 4.39배를 요약한 공개 성능 카드 — **Performance summary · 범위와 검증 지표**프로젝트의 공간 단위, 데이터 범위, 핵심 성능을 한 화면에서 확인합니다.

Leave-One-Region-Out 검증 흐름과 AUC, Lift, Jaccard 지표의 의미를 설명하는 LH 교통안전 검증 요약 — **Validation summary · 지역 전이 검증**공개 요약 지표를 위험 신호 품질로 해석하며 fold별 원본은 공개되지 않았습니다.

Legacy GWRF 정규화 위험도와 09번 시설 입지 선정 정규화 점수 사이의 낮은 선형 설명력 R² 0.006과 해석 원칙 — **Score comparison · R²=0.006 진단**R²는 순위상관이 아니며, 서로 다른 위험 개념을 측정할 가능성을 보여주는 진단 자료입니다.

판교, 동탄, 송파, 미사의 100m 격자별 정규화 위험도를 동일한 위험 구간 기준으로 비교한 지도 — **100m risk map · 4개 기존 지역 비교**행정구역 평균이 아닌 격자 수준에서 지역 내부 위험 차이를 보여줍니다.

공개 시나리오 CSV에서 확인 가능한 하남교산 상위 20개 격자 순위와 정규화 위험도 표 — **Public Top-20 · 현장 검토 우선 후보**공개 Top-20에는 review note와 claim boundary를 추가했고, 시설 패키지·추천 사유 원본은 needs confirmation으로 유지합니다.

01 Problem

저이력 신도시의 우선순위 문제

사고 기록이 적다는 사실만으로 안전하다고 판단할 수 없고, 시·구 평균은 내부의 세부 위험 차이를 가립니다.

사고 건수 중심 판단의 한계
결과는 설치 결정이 아닌 현장 검토 신호

02 Spatial Unit

100m 격자를 공통 의사결정 단위로 사용

위험 산정, 후보 비교, 지도 표현, 시나리오 검토를 같은 100m × 100m 격자 단위로 연결했습니다.

99,323개 학습 격자
하남교산 770개 대상 격자

03 Modeling Logic

회귀 위험 신호와 legacy 명칭을 분리

운영용 연속 위험 신호는 공간 좌표를 포함한 RandomForestRegressor가 산출하며, pred_risk와 rank_desc를 모델 출력으로 사용합니다.

기본 target은 acc_count
GRF·GWRF는 호환을 위해 남은 legacy label

04 Validation

별도 분류 LORO로 지역 전이 가능성 검증

LORO AUC와 Top-10% Lift는 위험 점수 생성기가 아니라, 사고 발생 여부를 대상으로 한 별도 Random Forest 분류 검증 결과입니다.

Mean AUC 0.8604 · Worst 0.7979
Mean Top-10% Lift 4.39x

05 Risk Ranking

공개 점수 기준 Top-k 검토표

공개 최종 검토 순위는 RiskScore_A_norm_grid와 grid_rank를 기준으로 하며, 모델 출력에서 공개 점수까지의 전체 비공개 데이터 lineage는 별도 경계로 둡니다.

public_top20_priority.csv와 대응 SVG
full model-to-public-score lineage는 needs confirmation

06 Decision Use

모델 결과를 현장 검토 언어로 번역

위험 신호를 제한된 조사·예산 자원을 어디부터 투입할지 검토하는 우선순위로 해석합니다.

시설 패키지·추천 사유 생성 로직
실제 결정에는 현장 검증 필요

07 Limitations

시나리오와 인과효과를 구분

Top-k는 현장 점검 우선순위 제안이며 실제 현장 검증이나 사고 감소 효과를 증명하지 않습니다.

full model-to-public-score lineage·fold/run 원본·Dashboard URL은 needs confirmation
실제 현장 점검·시설 설치·사고 감소 효과는 not available

08 Evidence

공개 가능한 증거만 분리

비공개 원천 데이터 대신 성능 카드, 검증 요약, 위험 지도, 공개 Top-20 표로 검토 경로를 제공합니다.

민감 좌표·원천 데이터 미노출
공개 저장소 기준 재생성 스크립트 제공

Problem / Context

문제와 맥락

주요 도메인: 공공데이터
역할: 100m 공간 위험 신호 설계 / LORO 전이 검증 / 현장 검토 우선순위 도출
기간: 2026
형태: 개인 프로젝트

Context

사고 이력이 부족한 신도시에서는 과거 사고 건수만으로 안전시설 우선순위를 정하기 어렵습니다. 행정구역 평균도 같은 지역 내부의 도로 구조와 통행 환경 차이를 가리기 때문에, 더 작은 공간 단위의 위험 신호와 검증 기준이 필요했습니다.

Problem

사고 빈도와 행정구역 평균만으로는 사고 이력이 부족한 신도시 내부의 세부 위험 구간을 먼저 검토하기 어렵습니다.

Why it mattered

안전시설 검토는 실제 현장 단위에 가까운 공간 신호와 지역이 바뀌어도 유지되는지에 대한 검증 근거가 필요하기 때문입니다.

Data & Method

데이터와 접근

데이터

4개 기존 시·구 사고·교통·공간 데이터
100m 격자와 중심 좌표
하남교산 대상 격자와 공개 review score

접근

사고·교통·공간 변수를 100m 격자 단위로 통합
공간 좌표 포함 RandomForestRegressor로 연속 위험 신호 pred_risk와 rank_desc 산출
별도 Random Forest 분류 LORO로 지역 전이 구분력과 상위 위험 후보 집중도 검증
공개 RiskScore_A_norm_grid와 grid_rank 기준으로 하남교산 Top-20 검토 순위 구성
성능 카드·검증 요약·위험 지도·Top-20 검토표·evidence audit로 공개 증거 경로 구성

지표 / 기준

Mean LORO AUC 0.8604
Top-10% Lift 4.39x
Worst holdout AUC 0.7979
Monte Carlo mean Jaccard 0.503

Output

결과물

4개 기존 시·구의 99,323개 학습 격자에서 공간 좌표 포함 Random Forest 회귀 위험 신호를 산출하고, 별도 분류 LORO로 전이 가능성을 검증했습니다. 하남교산 770개 대상 격자의 공개 검토 순위는 RiskScore_A_norm_grid와 grid_rank 기준으로 정리했습니다.

pred_risk / rank_desc 모델 출력LORO AUC / Top-10% Lift 검증RiskScore_A_norm_grid / grid_rank 공개 순위public-safe Top-20과 evidence audit

Key Insight

핵심 포인트

공간 좌표 포함 Random Forest 회귀로 연속 위험 신호를 산출
별도 Random Forest 분류 LORO로 지역 전이 가능성을 검증
공개 검토 점수와 full model-to-public-score lineage 경계를 분리

Limits / Notes

한계와 검토 메모

검증 범위와 추가로 확인해야 할 조건을 숨기지 않고 함께 남겼습니다.

공개 저장소에는 full retraining부터 RiskScore_A_grid까지의 전체 private-data lineage가 없어 pred_risk와 공개 최종 점수가 동일 실행에서 직접 이어졌다고 주장하지 않습니다.
fold-level LORO 원본과 run-level Monte Carlo 원본은 공개되지 않아 요약 지표 범위로 제한합니다.
시설 패키지·추천 사유 최종 결과와 검증 가능한 공개 Dashboard URL은 needs confirmation입니다.
모델 출력과 공개 Top-20은 시설 설치 결정이 아니라 현장 점검 우선순위를 위한 위험 신호입니다.
실제 현장 점검, 시설 설치, 사고 감소 사후 검증 결과는 없습니다.
R²=0.006은 legacy 점수와 보조 입지 점수 사이의 낮은 선형 설명력 진단이며 성능 또는 순위 일치 근거가 아닙니다.

Links

확인 가능한 산출물