KOTI 한국교통연구원

1. 연구의 배경 및 필요성

⚪ 빅데이터 처리기술의 발전과 인공지능, 사물인터넷 등 미래기술이 사회·경제의 근본적 변화를 야기하는 4차 산업혁명 시대 도래

   - 특히, 내비게이션, 교통카드 등 디지털 교통생활이 확산되면서 빅데이터 활용이 용이하게 된 교통부문은 스마트폰 앱 기반 택시, O2O 서비스와 같은 신산업을 창출하며 초기 4차 산업혁명을 주도

   - 국가의 검지기, 전광판 등에 의존하던 교통정보 수집·제공 업무는 민간에서 제공되는 스마트폰 경로 안내 서비스 등으로 전환

⚪ 미국 등 선진국에서는 다양한 빅데이터들의 수집이 가능해지면서 증거 기반(Evidence-based) 및 데이터 기반(Data-driven)의 새로운 접근법을 활용하여 교통수단의 이동성(Mobility), 접근성(Accessability) 및 신뢰성(Reliability) 등 교통에 관한 핵심 지표들을 산출 및 지속 제공 중에 있음

   - 미국의 TTI(Texas A&M Transportation Institute)는 지속적으로 프로브 차량 정보와 돌발상황 정보를 활용하여 Mobility Report를 작성

⚪ 국내의 경우 과거 몇 년간 교통 빅데이터를 활용한 새로운 정책이 시도되거나 등장해 왔으나 지속가능한 정책 지원 및 비즈니스 모델 개발·운용이 둔화된 상황임

⚪ 활용도가 높은 교통 빅데이터는 모빌리티 빅데이터를 말하며 대부분 민간이 소유하고 있어 공공 부문 사용에 제약

   - 모빌리티 빅데이터란 사람, 차량 등 이동주체의 움직임을 끊김없이 연속적으로 파악함으로써 전국 전역에 대한 통행행태 및 특성을 동일한 기준으로 일관성있게 분석할 수 있는 시·공간적 데이터를 말함

   - 모빌리티 빅데이터를 활용하면 기존 데이터의 한계점을 벗어버리고 데이터 그 자체로 이동 현상을 바라볼 수 있음

⚪ 이동성에 대한 명확한 정의 및 산출 방법론에 대한 개발 사례가 미비

   - 국내에서는 지금까지 한정된 데이터들을 활용하어 모델링 기법의 이동성 관련 지표를 산출해왔으며, 시·공간적 특성을 파악하지 못하는 거시적인 개념의 지표를 제공하고 있음

   - 모빌리티 빅데이터를 활용하여 Data-driven 기법으로 전국 전역의 시·공간 특성별 이동성 지표를 산출하여 데이터 그 자체로 대국민 이동성을 모니터링 하는 것이 중요

요약 xiii

제1장 연구의 개요 1
제1절 연구의 배경 및 목적 / 1
제2절 연구의 범위 및 수행방법 / 3
제3절 선행연구와의 차별성 / 5

제2장 이동성 지표 연구 및 활용사례 검토 7
제1절 이동성 지표 관련 연구 검토 / 7
제2절 이동성 지표 시스템 활용사례 / 14
제3절 시사점 도출 / 22

제3장 이동성 산출 방법론 정립 25
제1절 모빌리티 데이터 정의 및 취득 / 25
제2절 모빌리티 원시 데이터 가공절차 / 38
제3절 국민 이동성 정의 및 산출 개념 정립 / 50
제4절 이동성 분석 방법론 정립 / 62

제4장 차량 이동성 분석 64
제1절 차량 이동성 공간 분석 – 도로등급별 / 64
제2절 차량 이동성 공간 분석 – 시도별 / 69
제3절 차량 이동성 시계열 분석 – 연도별 / 97

제5장 사람 이동성 분석 110
제1절 사람 이동성 시도내 분석 / 110
제2절 사람 이동성 시도 간 분석 / 128
제3절 사람 이동성 주중-주말 분석 / 139
제4절 사람 이동성 시간대별 분석 / 141
제5절 사람 이동성 시공간 분석 / 144
제6절 소결 / 180

제6장 이동성 분석 고도화 방안 181
제1절 도로 이동성 분석 고도화 방안 / 182
제2절 사람 이동성 분석 고도화 방안 / 186

제7장 정책적 활용 방안 189
제1절 플랫폼 기반 모니터링 체계 확립 / 190
제2절 교통 투자 사업 사전·사후 분석 / 191
제3절 증거 기반 교통 정책 지원 / 193

제8장 결론 및 향후 연구 194
제1절 결론 / 194
제2절 향후 연구 방향 / 195