통합검색

한국교통연구원

회원가입
검색
Korea transport institute
> 특화사업 > SAOP > 정보마당 > 자율주행 기술 개발 동향 > 통신 기술

통신 기술

블로그 페이스북 트위터 인쇄
2019-08-12

교통 빅데이터의 가치와 이슈

첨부파일

빅데이터는 그 자체보다 데이터 간 융합이 이루어질 때 보다 큰 가치가 창출된다. 빅데이터 융합은 빅데이터 플랫폼 토대 위에서 효과적으로 이루어지며, 이를 통해 기존 업무를 효율화하거나 새로운 인사이트를 창출해낸다. 이렇게 도출한 빅데이터의 활용은 분야를 넘나드는데, 교통에서는 기존 교통업무의 효율화를 이끌어낼 뿐만 아니라 새로운 비즈니스 창출에도 용이하다. 빅데이터 관련 이슈를 살펴보고 교통 빅데이터는 어떻게 공유하고 활용하면 좋을지 살펴보자.

 

들어가는 말
빅데이터를 바라보는 비판적 시각이 존재하기는 하지만, 그것과는 별개로 빅데이터는 이미 우리 일상 속에 깊숙이 자리 잡았다. 빅데이터의 개념과 중요성에 대해서는 더 이상 논할 필요가 없을 만큼 빅데이터는 많은 사람들에게 친숙한 개념이 되었다.

빅데이터는 그 자체보다도 데이터 간 융합이 이루어질 때 보다 큰 가치가 창출된다. 빅데이터 융합은 빅데이터 플랫폼 토대 위에서 효과적으로 이루어질 수 있다. 빅데이터 플랫폼은 “데이터의 활용을 촉진하고, 데이터 확보를 용이하게 하며, 표준화를 유도할 수 있다”라는 측면에서 유용한 수단이다2).
2) 한상진 외(2017), 『교통부문 빅데이터 공유플랫폼 구축 및 공동 활용 방안』, 한국교통연구원, pp.11~12의 내용 요약

 

​빅데이터의 융합을 위해서는 데이터의 공개 및 공유가 선행되어야 하며, 정부에서는 ‘공공데이터포털’3)이나 ‘혜안’4)과 같은 플랫폼을 통해 데이터의 개방과 확산을 촉진하고 있다. 그러나 이러한 노력에도 불구하고 정부가 공개하고 있는 데이터의 종류나 상세도 수준이 기대에 미치지 못한다는 의견도 있다. 앞서 언급한 플랫폼에서는 민간부문에서 생산한 데이터는 접근할 수 없다는 한계도 있다. 최근 민간부문에서도 데이터 개방을 시도하고 있지만, 데이터 구매비용이 고가인 경우가 많아 일반인들은 접근하기 쉽지 않다. 민간데이터의 경우 기업의 자산이라는 측면이 있어 데이터 공개를 강제하기 어렵다. 데이터 공개나 공유가 쉽게 이루어지지 않는 데에는 제도적인 문제도 걸림돌로 작용한다. 개인정보보호를 강력하게 규정하고 있는 현행 법테두리 내에서는 개인의 신상과 관련하여 민감한 정보가 포함된 데이터를 공유하기가 어렵다.
3) 공공데이터포털, https://www.data.go.kr/ (2017.12.31)
4) 공무원이 내부 행정망을 통해 사용할 수 있는 빅데이터 분석·시각화 서비스를 말한다(자료: 연합뉴스, 2018.1.21).

 

​빅데이터의 가치
‘빅데이터(Big Data)’라는 용어는 1990년대 이후 사용되기 시작했고, Mashey(1998)5)가 처음으로 그 개념을 제시한 것으로 알려져 있지만 확실하지는 않다. 다만 Mashey가 빅데이터라는 용어를 대중적으로 널리 알리는데 공헌한 것만은 분명해 보인다.6) 새로운 개념이 등장하고 어느 정도의 기간이 지난 후 정의가 정립되는 것처럼, 빅데이터라는 용어도 그 의미가 계속해서 진화하고 있는 중이다. 무엇보다 빅데이터의 가치는 기존업무를 효율화하거나 새로운 인사이트를 창출하는 데 있다. 빅데이터가 주목받는 이유는 이전에는 보기 어려웠거나 알 수 없었던 새로운 가치를 우리에게 제공하기 때문이다. 마치 육안이나 일반 현미경으로 볼 수 없었던 탄소의 구조를 전자현미경을 이용해 나노 수준까지 볼 있게 된 것처럼 빅데이터 분석 역시 예전의 데이터 분석에서는 알 수 없었던 새로운 것을 알게끔 한다.

 

​빅데이터는 전체를 조망할 수 있는 새로운 시각을 제공하기도 한다. 예를 들어 쇤버거(2013)에서 제시된 것처럼 포도밭의 온도는 측정할 때 정확도가 높은 온도계로 한 지점의 온도를 측정하고 이를 포도밭 전체의 대표 온도로 간주하는 것보다 정확성은 떨어지지만 다수의 온도계를 이용해 포도밭의 거의 모든 지점에서 온도를 측정하고 이를 평균한 값이 포도밭을 대표할 가능성이 크다7). 뿐만 아니라 데이터가 측정지점에 따라 얼마나 달라질 수 있는지도 알 수 있다. 이처럼 빅데이터는 과거와 달리 대상을 보다 폭넓게 이해할 수 있게 도와준다. 교통 부문을 예로 들면 예전에 마그네틱 지하철 티켓으로는 역별 티켓 판매량과 요금수입 등의 정보만 알게 되었다면 최근 교통카드 이용이 일상화되면서 지하철 이용자의 기종점, 환승지점, 이용노선, 통행시간, 혼잡구간 등도 알 수 있게 되었다. 빅데이터 시대가 안겨준 새로운 가치창출이다.
5) Mashey, R. J.(1998), Big Data and the Next Wave of InfraStress Problems, Solutions, Opportunities.
6) Lohr, S.(2013), “The Origins of ‘Big Data’: An Etymological Detective Story”. New York Times.
7) 빅토르 마이어 쇤버거, 케네스 쿠키어(2013) 빅데이터가 만드는 세상, 21세기 북스, 이지연 옮김, pp.68-69.

 

​또한 빅데이터 시대에는 상당한 비용과 시간을 들여 조사해야 했던 교통량, 통행시간, 차량속도 등의 데이터 조사가 필요 없어질 수 있다. 내비게이션 데이터를 기존 검지기 데이터와 결합시켜 분석하면 별도의 현장 조사 없이 여러 도로지점에서 상당히 정확한 교통량, 차량속도 등의 값을 얻을 수 있게 되었다. 또한 스마트폰 데이터를 이용하면 사람들의 실시간 이동궤적도 알 수 있다. 기종점 조사마저 대체될 수 있다는 의미이다. 이처럼 빅데이터는 과거의 업무를 대체하는 효과도 있다.

 

교통 빅데이터 종류
빅데이터의 활용도는 분야를 넘나든다. 다시 말해, 교통데이터도 금융이나 환경과 같은 타 부문에서도 얼마든지 사용이 가능하다. 빅데이터는 융합을 통해 가치를 키우기 때문이다. 따라서 ‘교통 빅데이터’와 같이 빅데이터 앞에 특정 분야의 명칭을 붙이는 시도는 큰 의미가 없을 수도 있다. 그러나 통상적으로 ‘교통 빅데이터’는 교통부문에서 수집되고 축적된 빅데이터를 의미한다. 빅데이터가 처음 생성되는 분야에 따라 빅데이터의 종류를 구분하는 것이다.

 

​교통부문에서 가장 활용도가 높은 데이터원은 내비게이션과 교통카드이다. 내비게이션은 통신사나 포털업체와 같은 민간기업에서 생성하는 데이터로 개별 차량의 기종점, 주행속도, 주행궤적 등의 데이터를 포함하고 있다. 내비게이션 데이터에는 시공간 정보가 개별 차량단위로 축적되기 때문에 미시적인 분석뿐만 아니라 거시적인 분석도 가능한 고급 데이터원이라고 볼 수 있다. 교통카드는 본래 요금의 지불과 정산을 효율적으로 처리하기 위한 목적으로 도입하였는데, 다양한 데이터를 포함하고 있어 연구목적으로도 활용가치가 높다. 내비게이션 데이터는 개인교통 이용자의 행태분석에 활용할 수 있고 교통카드는 대중교통 이용자의 행태분석에 활용할 수 있다. 현재는 개인정보보호법 등의 이유로 특정 개인에 대한 분석은 어렵지만, 향후에 개별 데이터에 대한 익명성이 확보된다면 내비게이션과 교통카드 데이터의 가치와 쓰임새는 크게 향상될 것으로 예상된다. 그 밖에 교통부문에서는 영업용차량(화물차, 버스, 택시 등)에 장착된 DTG로부터 수집할 수 있는 데이터가 있다. 주차장, 대중교통 매표, 기존의 검지기 기반 교통량/속도 데이터도 다른 데이터와 융합시키면 새로운 가치를 창출할 수 있는 가능성을 가지고 있다.

 

​교통부문과 융합 활용도가 높은 데이터에는 통신 데이터, 지도 데이터, 부동산 데이터 등이 있다. 통신데이터 중에서 스마트폰 이용자들의 이동 궤적은 좌표단위로 알 수 있고 이동 속도도 파악할 수 있다. 이런 데이터는 지리정보체계(Geographic Information System)로 관리되는 지도 데이터와 연계시키면 기종점 통행량 분석 및 표출, 이동 경로 분석 및 표출이 매우 용이해진다. 아울러 토지의 종류, 지가, 건축물 종류, 층수, 면적, 가격 등 도시계획 및 부동산 데이터를 교통부문과 연계시키면 데이터 분석에 기반한 도시계획이나 부동산의 가치 추정이 가능해 질 수 있다.

 

<표1•교통 빅데이터 종류>

부문

수집 가능 데이터

(구축)관리기관

개요

교통

부문

내비게이션

내비게이션 제작사

차량의 시공간적 이동궤적을 기반으로 통행시간, 속도, 이동경로 등의 정보를 제공

교통카드(버스)

국토교통부(교통안전공단 대행)

대중교통 등 교통수단(또는 시설) 이용자들이 교통카드를 이용하여 요금을 전자적으로 지급하고, 정산사업자가 지급된 요금을 정산하여 운영자에 배분하는 과정을 처리하기 위하여 생성되는 전산자료

교통카드(도시철도)

국토교통부(교통안전공단 대행)

교통사고자료

도로교통공단/경찰청

경찰, 보험사, 공제조합 등의 교통사고자료를 수집, 통합, 분석

화물차 DTG

교통안전공단

디지털운행기록계는 OBD-II를 통한 자동차 상태 정보와 GPS 수신장치 등을 결합한 장치로 자동차의 운행상황과 교통사고 상황을 기록

택시 DTG

교통안전공단

버스 DTG

교통안전공단

주차장

(공공) 전국 지자체

(민간) 민간운영업체

주차장의 위치, 주차면수, 주차요금 등의 정보를 포함하고 있는 자료로, 민간기업 또는 공공 주차관리기관에 의해 구축되어 주차장 정보제공, 예약시스템 등에 활용

자동차관리정보

국토교통부(교통안전공단 대행)

국내 자동차 등록정보 및 민원, 사고내역, 위반사항, 검사이력 등을

포함하고 있으며, 정보공개는 개인 소유 차량에 한해서 확인이 가능

철도/버스 매표자료

철도: 코레일 네트웍스

고속버스: 한국스마트카드, 코버스

시외버스: eB카드

터미널: 한국스마트카드, 이지인터넷

2015년부터 교통안전공단에서 코레일과 운수업체로부터 매표자료를 수집하여 대중교통현황분석에 활용 중

교통량/속도

한국도로공사/민자고속도로, 국토관리청, 지자체 등

한국도로공사/민자고속도로, 국토관리청, 지자체가 수집하는 VDS, TCS, AVC, DSRC를 통해 수집한 교통량/속도 데이터

시외버스

(고속버스) 국토교통부

(시외버스) 전국버스운송사업조합연합회

고속버스 및 시외버스 노선 데이터

유가보조금

국토교통부

유가보조금은 유류세 인상분의 일부 또는 전부를 보조해주는 화물자동차 유류세 연동 보조금

항공기 운항데이터

국토교통부

운항스케줄, 비행계획 모니터링, 비행정보, 항공 고시보, 이동지역 관리, 운항실적(지연, 결항) 데이터

융합

부문

통신

통신사

통신 자료는 휴대폰 사용 시 연결된 기지국 및 접속시간 등의 데이터

정밀지도

(공공) 국토지리정보원

(민간) 내비게이션 제작사

차량의 자율주행 등에 필요한 차선(규제선, 도로 경계선, 정지선, 차로중심선), 도로시설(중앙분리대, 터널, 지하차도), 표지시설(교통안전표시, 노면표시, 신호기) 정보를 제작한 3차원 정밀전자지도

온실가스

(배출계수) IPCC(Tier 1) 및 온실가스종합정보센터(Tier 2 및 3)

(활동자료) 한국석유공사/교통안전공단

온실가스 배출량 산정에 필요한 배출계수 및 활동자료

부동산

(표준) 국토교통부

(개별) 지자체

개별공시지가, 표준공시지가, 개별단독주택공시가격, 표준단독주택공시가격, 공동주택공시가격

항공기상

기상청/항공기상청

항공특보, 항공예보, 항공실황, 도시별 날씨, 일기도 영상, 항공항행 기상, 공항관제 기상정보 등의 데이터

 

 

자료: 한상진 외(2017),『교통부문 빅데이터 공유플랫폼 구축 및 공동 활용 방안』, 한국교통연구원, pp.85~86의 <표 4-2> 인용 및 항공부문 내용 추가

 

교통 빅데이터 활용
빅데이터의 활용은 교통 분야에서도 가속화될 것으로 전망된다. 교통부문 빅데이터 활용은 크게 두가지 부문에서 이루어진다. 첫 번째 유형은 기존 교통업무의 효율화와 관련된다. 이는 여객통행실태조사, 화물통행실태조사, 특별교통통행실태조사 등 기존의 교통조사 업무를 대체하는 것을 의미한다. 예전에는 가구방문조사 등 설문조사나 현장조사에 의존했던 조사방식에서 빅데이터를 활용하면 데이터 분석으로 대체할 수 있게 된다. 중앙버스전용차로제와 같은 교통정책의 사전사후 효과 비교도 빅데이터 분석으로 대체될 수 있다.

 

두 번째 유형은 새로운 비즈니스 창출이다. 여기에는 버스 이용자 수요에 대응한 맞춤형 버스 서비스의 제공, 지하철 차량별 혼잡도 실시간 분석, 화물의 실시간 공동 집배송, MaaS(Mobility-as-aservice), 교통예보 등 다양하다. 빅데이터를 활용한 새로운 교통 비즈니스 창출은 다른 유관 분야 데이터와의 융합을 통해 앞으로도 지속적으로 발전할 것으로 기대된다.

 

교통 빅데이터 활용과 관련된 이슈
빅데이터 공유
빅데이터 활용이 활성화되기 위해서는 필요한 빅데이터를 보다 용이하게 이용할 수 있어야 한다. 이는 공공과 민간이 보유한 다양한 빅데이터를 공유할 수 있는 제도와 장치가 마련되어야 함을 의미한다. 그러나 전통적으로 공공부문과 민간부문의 데이터 공개는 제한적으로 이루어지고 있다. 공공부문에서는 제공한 데이터의 오류 가능성과이로 인한 책임부과가 가장 큰 걸림돌로 작용한다.

 

가령, 교통사고데이터 중에서 조사 단계에서 기입이 잘못된 데이터가 공개되었을 때 제공기관이나 최초 데이터 수집자에게 책임을 묻는다면 데이터 공개에 적극적으로 나서기 힘들다. 따라서 공공부문 데이터 공유와 관련해서는 공개한 데이터의 신뢰성으로 인한 문책이 없어야 한다는 전제조건이 필요할 것으로 보인다. 아울러 데이터 공개를 통해 잘못 조사된 데이터를 확인하고 바로잡는 기회로 활용할 필요가 있다. 빅데이터 시대에는 다른 목적으로 수집한 데이터와 연관시켜 기존 데이터의 신뢰성을 확인할 수 있기 때문이다. 가령, 네비게이션 데이터를 이용해서 검지기 데이터의 신뢰도를 보완할 수 있다.

 

민간부문에서는 상당한 비용을 들여 수집한 데이터를 공개하는데 거부감을 가질 수 있다. 특히 공개된 민간 데이터를 통해 누군가 상당한 부가가치를 발생시키는 비즈니스 모델을 개발할 경우 그 수익금의 얼마만큼을 데이터 제공자가 가질 수 있는지에 대한 명확한 가이드라인이 존재하지 않는다. 하지만 공공이 민간데이터를 적정 댓가를 지급하고 구입한 후 이를 일반에 공개하는 방안은 적극 찾을 필요가 있다. 특히 민간의 빅데이터가 공공의 이익을 증진하는데 도움이 된다면 데이터의 공개를 적극 유도해야 한다. 우버가 최근 Uber Movement라는 플랫폼을 통해 데이터를 공개하는 이유도 도시 및 교통 등 공공정책에 도움을 주기 위해서이다.

 

한편 민간의 빅데이터라 할지라도 대부분은 특정한 사업을 위하여 부가적으로 수집한 것이 대부분이다. 가령 내비게이션 데이터는 내비게이션 서비스를 제공하다 얻게 된 데이터다. 우버가 최근 Uber Movement라는 플랫폼을 통해 제공하는 데이터도 마찬가지다. 따라서 데이터를 공공이 구입한다 하더라도 수집에 들어간 실제 비용을 모두 계상할 필요는 없을 것이다. 또한 데이터는 시간이 지날수록 가치가 일반적으로 줄어들기 때문에 실시간 공유는 아니더라도 일정시간 지난 데이터의 경우는 공익을 위해 적은 가격으로 공유될 수 있는 가능성도 있다. 이런 측면에서 민간의 빅데이터 거래를 활성화하는 측면에서 데이터 상거래 시장을 운영할 수도 있다. 이 경우에는 원시 빅데이터를 가공한 2차 빅데이터도 거래될 수 있다면 개인도 빅데이터 거래에 참여할 수 있을 것이다.

 

사생활 침해
빅데이터의 광범위한 활용이 항상 환영받는 것은 아니다. 이에 대한 우려도 크다. 가장 큰 우려로는 사생활 침해를 들 수 있다. 생산되고 저장되는 데이터의 양이 급증하고, 사람들이 자신이 인지하지 못하는 동안에 자신과 관련된 데이터가 수집될 수 있다는 가능성을 알게 되자 이러한 우려는 더욱 커지고 있다. 심지어 익명화된 데이터조차도 상호참조와 같은 데이터 융합 과정을 거치면 특정 개인에 대한 신원 식별이 가능한 경우도 발생하고 있다. 가령 우리가 매일 접속하는 포털에서도 이용자가 조회하는 키워드나 특정 페이지를 토대로 맞춤형 뉴스나 광고를 내보낸다. Google이나 facebook 같은 대형 IT기업에게 의혹의 시선이 가는 이유도 같은 맥락이다.

 

한편 개인정보보호는 양면성을 지니고 있다. 사생활 침해를 이유로 개인정보보호를 강화하면 데이터 활용가능성은 낮아지게 될 것이다. 데이터로 발굴해낼 수 있는 가치는 줄어들 수밖에 없다. 반면 지나친 규제완화는 앞선 사례와 같이 사생활 침해의 가능성을 높인다. 빅데이터 시대에는 개인정보를 보호함과 동시에 데이터의 활용가능성도 높일 수 있는 해법이 마련되어야 할 것이다. 데이터의 활용수준이 경쟁력과 직결된다면 데이터 사용에 따른 책임과 의무를 강화하는 방안도 고려할 수 있다.

 

빅데이터 해석의 오류 가능성
빅데이터의 활용과 관련한 또 다른 우려는 지나친 결과 중심의 빅데이터 분석이 확대되면 상관관계를 인과관계로 오해할 가능성도 커질 수 있다. 가령 빅데이터 분석을 통해 번잡한 도시부 도로 인근에 거주하는 사람들의 조기사망률이 비교집단의 사람들보다 높게 나타났다고 가정해보자. 이 경우에 표면적으로 드러난 상관관계만을 고려하면 도로의 소음이나 자동차 배기가스로 인해 거주자들의 조기사망률이 증가했다고 가정할 수 있다. 그러나 실제로는 해당 지역에 거주하는 사람들의 소득이 상대적으로 낮고, 식생활이 건전하지 못했기 때문에 조기사망률이 높을 수도 있다. 이렇듯 높은 조기사망률에 대해 정확한 진단을 내리지 못하고 빅데이터 분석을 통해 드러난 표면적인 상관관계만을 맹신하면, 정책집행자는 소음이나 배기가스를 줄이는 노력이 반드시 도로 인근 주민의 조기사망률 감소로 이어지지 않는다는 실망스러운 결과만을 확인하게 될 것이다. 빅데이터 분석에서도 허위상관의 가능성은 존재한다. 빅데이터 시대에도 분석결과에 대한 해석은 인간의 판단에 맡길 수밖에 없다.

 

교통 빅데이터 플랫폼의 필요성
교통 빅데이터의 이용을 활성화하기 위해서는 여러 데이터를 한 곳에 모아두고 이들을 분석할 수 있는 데이터 플랫폼 구축이 필요하다. 데이터 플랫폼이란 데이터 제공자와 데이터 이용자가 만나는 공간이라고 볼 수 있다. 이런 플랫폼에서는 대개 데이터를 분석할 수 있는 다양한 도구도 이용할 수 있고 그 결과를 활용해서 생긴 정책분석 결과 및 서비스 상품도 이용할 수 있는 것이 일반적이다.

 

이런 교통 빅데이터 플랫폼의 구축이 필요한 이유는 무엇보다 공공이 수집한 데이터를 공개하여 공공 정책 수립 및 민간 비즈니스에 활용하기 위해서이다. 여러 정부부처 및 공공기관으로 나누어 관리하는 교통관련 데이터만 44종에 달할 정도로 공공부문에서도 다양한 교통 데이터가 수집되고 있으나 이들을 상호 연계시켜 활용하는 사례는 거의 없다. 이런 측면에서 우선 공공부문의 데이터를 공공과 민간에 개방하여 활용도를 높이는 노력이 필요하다.

 

이후 민간부문에서 수집한 데이터를 플랫폼 안으로 끌어들이는 노력이 필요하다. 이를 위해서는 정부가 민간의 데이터를 유상으로 구입하여 데이터 이용 상의 제약을 풀어내는 것이 중요하다. 대표적인 민간의 교통 빅데이터에는 내비게이션, 통신, 교통카드 데이터 등이 있다. 이런 민간 데이터와 공공 데이터를 플랫폼을 통해 결합한다면 새로운 가치와 통찰을 제공하는 데이터 분석과 활용이 활발히 이루어질 것이다.

 

​이렇게 빅데이터가 한곳에 모이면 다른 데이터와 비교하여 공공 데이터의 신뢰성을 높일 수도 있는 장점도 있다. 데이터 사용자가 많아질수록 데이터의 결함을 발견할 수 있는 가능성이 높아지고 이 경우 자료 제공자에게 결함내용을 알려주면 자료의 신뢰도를 높이는데 기여할 수 있게 된다. 또한 민간 데이터 거래시장을 운영하기도 쉬어진다. 빅데이터 플랫폼에서 다양한 공공 및 민간 데이터를 구할 수 있다면 더 많은 사람들이 플랫폼을 이용할 것이며 이런 상황에서는 플랫폼이 제공한 데이터로 2차 가공한 데이터의 거래가 이루어질 수 있는 가능성도 커진다.


한편 빅데이터가 갖는 개인정보침해 가능성을 낮추는데도 효과적이다. 플랫폼 운영자가 플랫폼에 등록되는 데이터의 개인정보침해 가능성을 사전에 평가하고 이를 완화할 수 있는 조치를 취할 수 있기 때문이다. 또한 플랫폼을 클라우드 기반으로 운영할 경우 데이터의 훼손 가능성을 대폭 낮출 수 있다. 데이터 이용은 개인 컴퓨터를 이용하는 것처럼 용이하지만 데이터를 외부로 다운로드하는 것을 막을 수 있기 때문이다.

 

아울러 플랫폼에 등록되는 모든 데이터에 대한 메타데이터를 함께 등록하고 다른 데이터와 연계를 위한 기초정보(x,y,z 좌표, 시가 등)를 가급적 포함시키며 항목별 데이터 표준화를 유도할 수 있는 장점도 있다.

 

교통 빅데이터 플랫폼은 빅데이터의 최신 분석기법이나 도구를 누구나 쉽게 접근할 수 있도록 하는데도 도움이 된다. 특히 무료 분석도구를 최대한 이용하기 쉽게 운영할 수 있으며 다양한 시각화 사례도 누구나 공유할 수 있게 된다. 이런 측면에서 교통분야의 빅데이터 플랫폼 개발은 공공 주도로 이루어질 필요가 있다. 이를 위한 구상방안은 기존 연구에서 제시되었다. 하지만 이를 실제로 구현할 수 있는 정보전략계획(ISP, Information Strategy Plan)과 플랫폼에 탑재될 다양한 교통 빅데이터의 표준화 방안도 구체적으로 마련할 필요가 있다.
* 본 원고는 한상진 외(2017), 『교통 빅데이터 국가전략 연구』, 한국교통연구원, 제1부의 내용을 요약한 것임

 

​글:
한상진 센터장 한국교통연구원 교통안전방재연구센터
박경욱 부연구위원 한국교통연구원 교통안전방재연구센터
출처: 한국교통연구원 월간교통

개인정보 이용동의

개인정보 수집 및 이용에 동의하셔야 합니다.
확인
닫기

SNS인증

본인의 휴대폰 번호를 입력해 주세요.
- -
인증번호 발송 취소
닫기

SNS인증

고객님의 휴대폰으로 인증번호를 전송하였습니다.
수신하신 인증번호를 입력해 주세요.

확인
※ SMS 인증번호가 수신이 안되시나요?
휴대폰의 스팸설정여부 및 스팸편지함을 확인해 주세요.
착신관련 서비스를 사용중인 경우 SMS 인증문자가 수신되지 않을 수 있습니다.
인증번호 발송 취소
닫기