| 연구개발개요 |
○ 연구 배경 ● 대중교통 서비스의 지역간 불균형 심화 - 수도권 교통난 해소와 장거리 통근자들의 교통복지 제고를 위해 수도권 외곽과 주요 거점을 연결하는 광역급행철도망 구축이 추진 중이지만, 버스, 철도 등의 복합수단을 이용한 연계환승체계는 여전히 미흡한 실정임 - 수도권 대중교통 서비스 수준을 지역별로 살펴보면, 도시·광역철도 시설과 버스 시설의 면적당 공급 수준이 최저지역과 최고지역의 차이가 각각 약 14.6배, 약 4.3배에 이를 정도로 불균형이 심각함 - 현 대중교통 투자평가체계는 통행수요를 찾아다니는 형태이기 때문에, 유동인구가 많고 비교적 활발한 개발활동이 이루어지는 지역에는 투자가 이루어지는 반면, 개발이 열악한 지역은 지속적으로 투자에서 소외되는 부익부 빈익빈 현상이 나타나고 있음 ● 지역간 불균형 완화를 위한 정량적 지표 기반 대중교통 노선 조정 필요 - 교통정책 우선과제로 ‘국민체감형 지역균형발전 정책추진’과 ‘국민을 위한 대중교통인프라 확충’이 제시되어 있는 만큼, 서비스의 균형적인 제공을 위해 대중교통 노선 조정이 필요한 상황임 - 현재 노선 조정은 승하차인원, 배차간격, 굴곡도 등의 현황 데이터를 참고하여 민원이나 효율성의 문제가 제기된 구간에 대해 전문가들이 토의하여 결정하고 있음 - 하지만 이와 같은 전문가들의 경험 및 직관에 의존적인 노선 조정 방식은 노선 조정에 따른 편익 편화를 예측하기 어렵고 예상하지 못한 결과로 인해 많은 민원을 야기할 수도 있음 - 실제로 2016년 인천 시내버스 노선 조정 후 열흘 간 노선 조정 관련 민원은 4,444건으로 조정 직전 달의 닷새간 접수된 민원 668건에 비해 매우 높은 비율을 보였으며, 민원에 의해 추가 노선 조정이 수행되었음 ● 노선 조정 전후 대중교통 서비스 수준의 미시적 변화 예측 필요 - 노선 조정 전후의 대중교통 서비스 수준 변화를 분석하는 기존의 방법론들은 거주 및 활동 공간을 집합화한 교통존으로 연구 지역을 구분하고 하나의 교통존에 포함된 통행자들이 모두 동일한 원칙 하에서 노선을 선택한다는 가정을 내포하고 있음 - 하지만 개인 단위 교통카드 통행자료, 버스운행관리 시스템(BMS: Bus Management System) 등의 대중교통 빅데이터 수집이 가능해짐으로써, 각 개인 행태를 고려한 통행패턴 분석과 같은 보다 미시적인 연구를 수행할 수 있는 여건이 마련됨 - 이에 따라 빅데이터 분석 및 머신 러닝 등의 기법을 활용해 개인별 노선 선택 유형을 분류하고 이를 기반으로 노선 조정 이후의 대중교통 서비스 수준 변화를 예측할 수 있는 체계적 방법론 정립이 필요함○ 연구 흐름 ● 지역 불균형 완화를 위한 대중교통 노선 조정 시뮬레이션 기법 개발 - 본 연구에서는 대중교통 서비스의 지역간 불균형을 완화하기 위해 정량적 지표 기반의 노선 조정 시뮬레이션 기법을 개발하고자 함 ① 스마트카드로부터 얻어진 통행사슬 자료와 머신러닝 기법을 이용한 ‘개인별 통행경로 선호도 분류기’를 개발하여 실제 대중교통 이용자들의 개인별 통행경로 선택 유형을 분석함 ② ‘정류장 단위 시간-거리 접근성’을 산출하여 대중교통 서비스 개선 필요 지역(경로)을 도출함 ③ 서비스 개선 필요 경로에 대해 노선 신설, 기존 노선 변경 등 ‘노선 조정 시나리오’를 적용함 ④ 조정된 노선 체계에 대중교통 이용자들의 통행경로 선택 유형을 적용하여 노선별 통행수요를 예측하고 이를 통해 서비스 수준 변화 정도를 분석함
|
| 최종목표 |
○ 최종 목표대중교통 빅데이터 기반 데이터 주도형 분석을 통한 노선 공급 현황 분석 및 신규 노선 추가, 기존 노선 변경(배차, 경로 등), 폐쇄 등 노선 조정에 대한 정량적 시뮬레이션 기법을 개발하고, 이를 이용하여 지역 불균형 완화를 위한 미시적 노선 조정 방안 제시○ 세부 목표- 대중교통 빅데이터 통합 DB 및 대중교통 네트워크 구축- 지역 불균형 파악을 위한 정류장 단위의 시간-거리 접근성 지표 개발- 머신러닝을 이용한 대중교통 통행사슬 기반 개인별 통행경로 선호도 분류기 개발- 개별 승객 통행경로 선호도를 고려한 통행경로 배정 기법 개발 및 수요 예측- 지역 불균형 완화를 위한 시나리오별 노선 조정 시뮬레이션 실험
|
| 연구내용 및 범위 |
○ 연구 내용1) 대중교통 빅데이터 통합 DB 및 대중교통 네트워크 구축대중교통 노선, 정류장, 스마트카드 거래내역, 통행사슬 등 대중교통 빅데이터 통합 DB를 구축하고, 이를 기반으로 대중교통 네트워크 데이터를 구축한다.2) 지역 불균형 파악을 위한 정류장 단위의 시간-거리 접근성 지표 개발현재 대중교통 네트워크에서 수요/공급 불균형을 파악하기 위한 시간-거리 접근성 지표를 개발하며, 모든 정류장간 시간-거리 접근성을 분석하여 수요대비 공급 불균형이 높은 지역을 파악한다.3) 머신러닝을 이용한 대중교통 통행사슬 기반 개인별 통행경로 선호도 분류기 개발대중교통 통행사슬에서 각각의 개별 통행이 어떤 통행경로를 선호하는지(최단 시간 경로, 최소 환승 경로 등) 파악하기 위한 머신러닝 기반 선호도 분류기를 개발하고 모든 개별 통행에 대해 통행경로 선호도를 분류한다.4) 개별 승객 통행경로 선호도를 고려한 통행경로 배정 기법 개발 및 수요 예측대중교통 네트워크에서 환승을 고려한 정류장간 다목적 통행경로(최단 거리, 최소 시간, 최소 환승 경로 등) 산출 기법을 개발한다. 이를 통해 실제 스마트카드 거래내역에서 얻어진 모든 기종점 수요에 대한 다목적 통행경로를 계산한다. 승객별 통행경로 선호도에 따른 통행경로 배정 기법을 개발하여 조정 노선에 대한 수요 변화를 예측한다.5) 지역 불균형 완화를 위한 시나리오별 노선 조정 시뮬레이션 실험수요대비 공급 불균형이 높은 지역에 대해 현황 분석을 수행하여 문제점 진단 및 개선 시나리오를 수립한다. 노선 조정 시나리오별 시뮬레이션 실험 수행을 통해 시간-거리 접근성, 통행경로, 수요 등의 변화를 분석한다. 조정 개선 효과, 기대 편익 등을 산출하고 지역 불균형 완화를 위한 합리적 노선 조정 방안을 제시한다.○ 연구 범위● 시간적 범위- 본 연구에서 사용하는 교통카드 통행자료 및 BMS, 대중교통 노선 데이터는 2015년 기준이므로, 시간적 범위는 2015년을 기준으로 함- 서울시 TOPIS와의 협조를 통해 최신 데이터를 추가 제공받아 진행할 예정● 공간적 범위- 서울, 인천, 경기 등 수도권 지역의 버스 및 지하철 노선을 대상으로 함● 내용적 범위- 대중교통 빅데이터 통합 DB 및 대중교통 네트워크 구축- 대중교통 서비스의 지역간 불균형 분석을 위한 정류장 단위 시간-거리 접근성 개념 정립- 대중교통 이용자들의 개인별 통행경로 선호도 분류기 개발- 개인별 통행경로 선호도에 따른 노선별 통행수요 예측 기법 개발- 노선 조정 필요 지역에 대한 다양한 조정 시나리오 수립- 지역 불균형 완화를 위한 노선 조정 시뮬레이션 실험 수행
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
