고령자 운전면허 적성검사 개선 방안에 관한 연구 = Study on the Improvement Plan for Driver’s License Aptitude Tests for the Elderly

다국어 초록 (Multilingual Abstract)

According to Statistics Korea, by 2025, South Korea will enter a "super-aged society," with over 20% of the population aged 65 or older. Consequently, traffic accidents caused by elderly drivers are becoming a significant social problem, transcending the simple personal injury issue. However, the current driver's license aptitude test system for elderly drivers applies a uniform renewal cycle based on a physical age threshold of 75 years and focuses on assessing fragmented physical functions such as vision. This system presents fundamental limitations in accurately assessing the complex driving abilities of elderly drivers.
This study aimed to develop a scientific "aptitude test assessment model" that comprehensively reflects not only the physical function of elderly drivers but also their cognitive abilities and behavioral characteristics. Based on this model, we propose a practical "conditional driver's license system" that can ensure public traffic safety without infringing on the mobility rights of older drivers. To this end, empirical data from 1,356 drivers aged 75 and older who visited the Ansan Driver's License Examination Center in the Seoul metropolitan area and renewed their aptitude test in 2025 were collected and analyzed in-depth.
This study's analytical methodology attempted a multifaceted approach to overcome the limitations of a single method. Logistic regression, a traditional statistical technique, was used to explain causal relationships between variables and linear trends in risk. Random Forest, a cutting-edge machine learning technique, was adopted to maximize accident prediction accuracy by learning nonlinear interactions. Furthermore, to reflect normative values ​ and field expertise not revealed in the data, Analytic Hierarchy Process (AHP) was conducted with a group of transportation experts, and a hybrid modeling approach was applied to integrate the results of these three methods.
The main findings of this study are as follows: First, we found that the accident risk of older drivers is closely related to cognitive decline (dementia screening test scores) rather than simply age due to physical aging. Random forest analysis, a machine learning technique, yielded a predictive accuracy of 89.34%, with dementia screening test scores (significance 55.2%) and hearing ability (27.7%) identified as the most critical variables in determining accident occurrence. Furthermore, logistic regression analysis statistically demonstrated (p<.001) that each unit lower in education completion grade (worse grade) increased the accident risk by approximately 1.33 times.
Second, by combining statistical explanatory power, machine learning predictive power, and expert insights, we developed the Elderly Driver Aptitude Score (EDAS) model, which is rated on a 100-point scale. The final scoring criteria were set at 45 points for the dementia screening score, 25 points for education completion, 20 points for hearing, and 10 points for vision. This significantly strengthened the discrimination power of cognitive risk factors (dementia and hearing) while also adjusting for the importance of vision, an essential prerequisite for driving.
Third, based on the EDAS model derived in this study, the elderly driver population was categorized into three groups: normal (80 points or higher), conditional license (60-79 points), and failing (less than 60 points).
This study is academically unique in that it combines expert opinions with objective data, such as individual driver characteristics and accident-causing factors, to ensure both objectivity and rationality in the evaluation criteria. Furthermore, the conditional license system proposed in this study is expected to be a practical policy that harmoniously addresses the dual values ​ of "guaranteeing seniors' right to mobility" and "ensuring traffic safety."

국문 초록 (Abstract)

통계청 발표에 따르면 2025년 기준 대한민국은 인구의 20% 이상이 65세 이상 고 령자인 ‘초고령 사회’에 진입하게 되었다. 이에 따라 고령 운전자가 유발하는 교통 사고는 단순한 개인의 사고를 넘어 심각한 사회적 비용을 초래하는 문제로 대두되 고 있다. 그러나 현행 고령운전자 운전면허 적성검사 제도는 75세라는 신체적인 연 령 기준에 따라 획일적인 갱신 주기를 적용하거나, 시력 등 단편적인 신체 기능 평 가에 치중되어 있어 고령자의 복합적인 운전 수행 능력을 정밀하게 변별하는 데 근 본적인 한계를 드러내고 있다.
이에 본 연구는 고령 운전자의 신체적 기능뿐만 아니라 인지적 역량과 행동적 특 성을 종합적으로 반영한 과학적인 '적성검사 판정 모형'을 개발하고, 이를 토대로 고령자의 이동권을 침해하지 않으면서도 공공의 교통안전을 확보할 수 있는 실효성 있는 '조건부 운전면허 제도'의 도입 방안을 제시하는 것을 목적으로 하였다.
이를 위해 2025년 수도권 소재 안산운전면허시험장을 방문하여 적성검사를 갱신 한 75세 이상 고령 운전자 1,356명의 실증 데이터를 수집하여 심층 분석하였다. 본 연구의 분석 방법론은 단일 기법의 한계를 극복하기 위해 다각적인 접근을 시 도하였다. 변수 간의 인과관계와 위험의 선형적 경향성을 설명하기 위해 전통적인 통계 기법인 ‘로지스틱 회귀분석(Logistic Regression)’을 수행하였으며, 비선형적 상 호작용을 학습하여 사고 예측 정확도를 극대화하기 위해 최신 머신러닝 기법 중 하 나인 ‘랜덤 포레스트(Random Forest)’를 도입하였다. 나아가 데이터에 드러나지 않 는 규범적 가치와 현장의 전문성을 반영하기 위해 교통 전문가 집단을 대상으로 ‘계층화 분석법(AHP)’을 수행하고, 이 세 가지 결과를 융합하는 ‘하이브리드 (Hybrid) 모델링’ 방식을 적용하였다.
본 연구의 주요 결과는 다음과 같다.
첫째, 고령 운전자의 사고 위험은 단순한 신체 노화에 따른 연령보다 인지 기능 의 저하(치매 선별 검사 점수)와 밀접하게 연관되어 있음을 규명하였다. 머신러닝 기법인 랜덤 포레스트 분석 결과, 예측 정확도는 89.34%로 나타났으며, 치매 선별 검사 점수(중요도 55.2%)와 청력(27.7%)이 사고 유무를 판별하는 가장 결정적인 변 수로 확인되었다. 또한, 로지스틱 회귀분석에서는 교육 수료 등급이 1단위 낮아질수 록(등급이 나빠질수록) 사고 위험이 약 1.33배씩 증가하는 경향이 통계적으로 입증 (p<.001)되었다.
둘째, 통계적 설명력과 기계학습의 예측력, 그리고 전문가의 통찰을 종합하여 총 100점 만점 체계의 ‘고령자 운전면허 적성검사 점수(Elderly Driver Aptitude Score, EDAS)’ 모형을 개발하였다. 최종 배점 기준은 치매 선별 점수 45점, 교육 수료 등 급 25점, 청력 20점, 시력 10점으로 설정하여, 인지적 위험 요인(치매, 청력)의 변별 력을 대폭 강화하는 한편 운전의 필수 전제 조건인 시력의 중요성을 보정하였다.
셋째, 본 연구에서 도출한 EDAS 모형을 근거로 고령 운전자 집단을 정상군 (80점 이상), 조건부 면허군(60~79점), 불합격군(60점 미만) 세 단계로 유형화하 였다.
본 연구는 운전자 개별 특성과 사고 유발 요인과 같은 객관적 데이터에 전문 가의 의견을 결합함으로써, 판정 기준의 객관성과 합리성을 동시에 확보했다는 점에서 학술적 차별성이 있다. 또한 본 연구가 제안하는 조건부 면허 제도는 ‘고령자 이동권 보장’과 ‘교통안전 확보’라는 두 가치를 조화롭게 해결하는 실질 적인 정책이 될 것으로 기대한다.

목차 (Table of Contents)

• 제1장 서 론 1
• 제1절 연구의 배경 및 목적 1
• 제2절 연구의 범위 및 방법 4
• 제2장 이론적 기초 및 선행연구 고찰 7
• 제1절 이론적 기초 7
• 제2절 선행연구 고찰 16
• 제3절 시사점 및 차별성 34
• 제3장 고령운전자 사고 위험요인 심층 분석 35
• 제1절 고령운전자 운전면허 컨설팅 기반 사고 특성 35
• 제2절 청력기능과 인지능력의 상관관계 분석 39
• 제3절 고령자 교육수료 등급과 교통사고의 상관관계 분석 42
• 제4절 고령자 운전면허 적성검사 점수 모형 항목 산정 44
• 제4장 연구 방법 및 데이터 구성 47
• 제1절 연구 설계 및 분석 방법 47
• 제2절 데이터 구성 54
• 제5장 고령자 운전면허 적성검사 모형 개발 57
• 제1절 데이터 기반 적성검사 점수 모형 구축 및 검증 57
• 제2절 AHP 기법을 활용한 모형 가중치 도출 및 검증 68
• 제3절 적성검사 모형식 배점 기준 선정 74
• 제5장 결론 86
• 제1절 연구 결과 86
• 제2절 정책 제언: 조건부 운전면허 제도 도입 방안 88
• 제3절 향후 연구 과제 93
• 참고문헌 94
• ABSTRACT 97