KOTI 한국교통연구원

빅데이터 기반 국가 이동성 진단 체계 구축과 정책 활용

장동익 연구위원 | 가보연 주임연구원
 

 

최근 교통 분야에서는 국민의 이동 행태를 시의성 있게 파악하고, 정책 실행 결과를 신속하게 검토할 수 있는 정량적 지표에 대한 수요가 증가하고 있다. 기존의 개인통행조사 등 전통적인 조사 방식은 조사 주기가 길어 급변하는 사회·경제적 변화에 효과적으로 대응하는 데 한계가 있다. 특히 코로나19 이후 이동 패턴의 변동성이 확대되면서, 실시간 또는 고빈도 데이터를 활용한 이동성 진단 체계의 필요성이 더욱 커지고 있다. 이에 따라 국가 차원에서 이동성 진단 체계를 정립하고, 국가교통DB와의 연계를 강화하여 지속적으로 지표를 생산·관리할 수 있는 기반 마련이 중요해지고 있다.
본 사업은 내비게이션, 모바일 위치정보, 교통카드, GTFS 등 다양한 모빌리티 빅데이터를 연계하여 국가 단위의 이동성 진단 체계를 구축하고, 이를 정책 의사결정에 활용할 수 있는 기반을 마련하는 데 목적이 있다. 이동성은 지역 내 이동성과 지역 간 이동성으로 구분되며, 각각 접근성 및 연결성과 밀접한 관련이 있다. 접근성은 특정 시설까지의 도달 용이성을, 연결성은 지역 간 이동 가능 범위와 네트워크 연결 수준을 의미한다. 이러한 구분은 지역 내 생활 이동과 지역 간 이동을 동시에 진단할 수 있도록 하며, 교통서비스 변화 모니터링의 핵심 기준으로 활용될 수 있다.
본 연구에서는 국토지리정보원의 500m×500m 격자를 기반으로 건축물 정보와 인구자료를 결합하여 전국 241,175개 격자의 이동성 평가 대상 공간을 구축하였다. 모바일 데이터를 활용하여 열악통근통행 지표를 산정하고, 승용차와 대중교통 수단별 통행시간을 구분 산정함으로써 이동성 격차의 다각적 진단이 가능하도록 하였다. 이를 통해 기존 행정구역 평균값 중심 분석의 한계를 보완하고, 생활권 수준에서 지역 간·지역 내 이동성 격차를 정밀하게 진단할 수 있는 기반을 확보하였다.
구축된 이동성 지표는 통행실태 변화 분석, 지역 간 대중교통 네트워크 변화 진단, 도시철도 혼잡도 분석, 「모두의카드」 이용 분석, 교통수요 재진단 등 다양한 정책 지원에 활용될 수 있다. 특히 접근성과 연결성 지표는 지역별 이동 기회의 차이와 교통서비스 수준 변화를 정량적으로 보여주며, 교통취약지역 식별과 정책 우선순위 설정에 중요한 근거를 제공한다. 또한 향후 최저교통서비스 수준 설정과 지속적인 모니터링 체계 구축에도 활용될 수 있는 실질적 데이터 인프라로 기능할 수 있다.
향후에는 데이터 결합 확대와 지표 고도화를 통해 시계열 기반 국가 이동성 진단 체계를 안정적으로 운영하고, 이동성 지표를 「교통기본법」상 최저교통서비스 수준 기준 설정과 연동하는 등 정책 활용을 강화해야 한다. 이동성 데이터는 단순한 분석 자료를 넘어 교통정책의 설계·평가와 교통서비스 변화 모니터링을 지원하는 핵심 인프라로 발전할 수 있을 것이다.

[알림] 본 원고는 2025 한국교통연구원 고유사업으로 수행한 「빅데이터 기반 국가 이동성 진단 및 정책 지원사업 」 연구보고서 내용을 기반으로 작성하였음


 

교통 분야에서는 국민의 이동 행태를 시의성 있게 파악하고, 정책 집행 결과를 신속하게 검토할 수 있는 정량적 지표에 대한 수요가 꾸준히 증가하고 있다. 기존의 개인통행조사 등 전통적인 방식은 조사 주기가 길고 비용이 높아 급변하는 사회·경제적 변화에 기민하게 대응하기 어렵다는 한계를 안고 있다. 특히 코로나19 이후 대중교통 이용 감소, 정기권 도입에 따른 고빈도 이용자 증가, 지역 간 이동 패턴 변화 등이 복합적으로 나타나면서, 실시간 또는 고빈도 데이터를 활용한 정책 대응의 필요성은 더욱 커지고 있다.
그동안 교통 분야에서는 다양한 모빌리티 빅데이터를 활용한 분석이 시도됐으나, 대부분 특정 목적이나 단기 이슈에 국한되는 경우가 많았다. 팬데믹 시기 통신 데이터를 기반으로 한 국민 이동 통계가 공표되기도 했지만, 일회성 생산에 머물렀을 뿐 지속적인 정책 지원 체계로 발전하지는 못했다. 연구기관 차원에서도 외부 데이터를 도입한 제한적 분석은 있었으나, 주요 이동성 지표를 정기적으로 생산·관리하고 정책과 연계하는 체계는 충분히 갖춰지지 않은 상황이었다.
이러한 한계를 극복하려면 국가 차원의 이동성 진단 체계를 체계적으로 구축하고 이를 지속적으로 운영할 수 있는 기반이 필요하다. 특히 지자체 단위에서 개별적으로 수행되던 빅데이터 분석을 국가 단위로 통합하고, 국가교통DB(KTDB)와의 연계를 강화하여 데이터의 일관성과 활용성을 높여야 한다. 아울러 교통 데이터와 경제·사회 지표 간의 연계를 통해 이동성이 지역 경제활동과 어떤 관계를 맺는지 분석하고, 이를 정책 의사결정에 반영하는 체계 마련도 중요하다.
최근 교통정책에서는 이동을 단순한 수단의 문제가 아니라 국민의 기본적인 사회 참여를 위한 권리로 바라보는 관점이 강화되고 있다. 의료·교육·고용 등 필수 서비스에 접근할 수 있는 최소한의 이동 기회를 보장하려면, 지역 간·지역 내 이동 여건의 격차를 정량적으로 진단하고 실제 이동 수준을 지속적으로 점검하는 체계가 뒷받침되어야 한다. 기존 교통지표는 시설 공급량이나 교통량 중심으로 구성되어 있어, 국민이 실제로 체감하는 이동 기회의 수준을 충분히 담아내기 어려웠다. 이동시간, 접근 가능 범위, 네트워크 연결 수준 등 이용자의 실제 경험을 반영하는 지표 기반의 평가 체계가 요구되는 이유다.
이러한 배경에서 본 연구는 국가교통DB를 중심으로 다양한 교통 빅데이터를 연계·활용하여, 사회·경제적 변화에 민감하게 반응하는 이동성 진단 지표를 개발하는 것을 목적으로 한다. 나아가 이러한 지표를 정기적으로 생산·제공하는 체계를 구축함으로써, 교통 데이터가 정책 분석과 의사결정에 실질적으로 기여할 수 있도록 지원하고자 한다. 이를 통해 이동성 데이터가 단순한 분석 자료를 넘어 데이터 기반 정책 평가와 의사결정 지원의 핵심 도구로 자리 잡을 수 있을 것으로 기대한다.

“다양한 국가 교통 빅데이터를 연계·활용하여 이동성 진단 지표를 개발함으로써, 정책 분석과 의사결정에 기여할 수 있도록 한다.”

 

빅데이터 기반 이동성 진단 체계란, 내비게이션·모바일 위치정보·교통카드·철도 및 버스 운행정보 등 다양한 데이터를 연계하여 국민의 이동 패턴을 분석하고 이를 지표화하는 분석틀이다. 단순한 교통 통계를 넘어 사회·경제 활동과 연결된 이동 여건을 종합적으로 진단할 수 있다는 점에서 기존 방식과 차별화된다. 본 연구에서는 국토지리정보원의 500m×500m 격자(가로·세로 각 500m 크기의 바둑판 모양 공간 단위)를 기반으로 인구와 건축물 정보를 결합하여 전국 단위 이동성 평가 공간을 정의하였다.
교통서비스 모니터링의 관점에서 이동성은 크게 지역 내 이동성과 지역 간 이동성으로 나뉘며, 이는 각각 접근성과 연결성의 개념과 맞닿아 있다. 접근성은 종합병원·학교 등 주요 생활 서비스 시설 또는 교통 시설까지 얼마나 쉽게 도달할 수 있는지를 측정하여, 지역별 서비스 수준 차이와 이동 격차를 진단한다. 연결성은 도로와 대중교통 네트워크를 통해 지역 간 이동이 얼마나 원활하게 이루어지는지, 즉 어느 지역에서 출발했을 때 일정 시간 안에 얼마나 많은 곳에 닿을 수 있는지를 나타낸다. 이 두 가지 구분은 일상적인 생활 이동과 지역 간 장거리 이동을 동시에 진단하는 틀로 기능하며, 정책 대상과 우선순위를 명확히 설정하는 데 활용된다.

<표 1> 접근성과 연결성 기반 이동성 지표 체계


이 지표 체계는 기존 행정구역 평균값 중심 분석이 지역 내 이동성 격차를 제대로 반영하지 못했던 한계를 넘어설 수 있게 해준다. 500m 격자 단위의 분석은 동네·생활권 수준의 세밀한 진단을 가능하게 하여, 지역 내 최소 접근시간 및 지역 간 최소 연결성 기준을 설정하는 데 직접 활용될 수 있다. 이러한 지표들은 향후 「교통기본법」의 최저교통서비스 수준을 정량적으로 정의하는 핵심 자산으로 자리매김할 것으로 기대된다.
아울러 이 진단 체계는 모바일 기지국 데이터, 교통카드 데이터, 차량 내비게이션 데이터, GTFS 등 다양한 데이터를 융합하여 실제 이동 패턴을 정밀하게 포착할 수 있다는 장점이 있다. 전국을 500m×500m 단위로 세분화함으로써 마을 수준의 미시적 분석이 가능하고, 변화 추이를 빠르고 정확하게 감지할 수 있어 기존 조사 방식의 한계를 보완한다. 이를 통해 정책 효과의 사전·사후 평가와 지속적인 모니터링이 가능해지며, 데이터 기반 의사결정에 실질적으로 기여할 수 있다. 이와 같이 빅데이터 기반 국가 이동성 진단 체계는 다양한 모빌리티 데이터를 통합하여 국가 이동성을 상시로 진단하고, 교통서비스 수준 변화에 대한 정책 대응력을 높이는 토대이다.


 

본 연구에서는 국가 단위의 이동성 진단을 위해 전국을 대상으로 한 격자 기반 이동성 DB를 구축하였다. 이동성 지표는 기존 연구 체계를 기초로 하되, 지속적으로 산정 가능한 지표를 중심으로 접근성, 연결성, 효율성, 형평성, 교통비용의 다섯 가지 범주로 구성하였다. 접근성과 연결성은 이동 기회의 실태를 직접 측정하는 핵심 지표이며, 효율성·형평성·교통비용은 교통체계의 운영 수준과 사회적 측면을 함께 보완하는 부가 지표로 기능한다.
각 지표의 의미를 살펴보면, 접근성은 종합병원·고속도로 IC 등 주요 시설까지 얼마나 쉽게 도달할 수 있는지를 나타낸다. 연결성은 격자 간 통행시간과 도달 가능 범위를 통해 지역 간 이동이 얼마나 원활한지를 측정한다. 효율성은 도로 및 대중교통의 혼잡도, 환승 횟수, 승용차 대비 대중교통 통행속도 등을 통해 교통체계가 얼마나 효율적으로 운영되는지를 보여준다. 형평성은 접근성·연결성·효율성 지표의 지역 간 격차(GINI, 소득 불평등 측정에 쓰이는 지수를 공간 격차 계측에 응용)와 열악통근통행(편도 통근시간이 60분을 넘는 통행) 비율 등을 통해 이동 기회가 지역·계층 간에 얼마나 균등하게 분포하는지를 진단한다. 교통비용은 월 교통비용과 단위 거리당 대중교통 이용비용을 통해 이용자의 실질적인 부담 수준을 보여준다.

<표 2> 핵심 이동성 평가 지표

분석 공간은 국토지리정보원의 500m×500m 격자를 기반으로 국토교통부의 건축물 정보와 국가데이터처 인구자료를 결합하여 정의하였다. 격자 내 인구가 존재하거나 건축물이 존재하는 경우를 기준으로 분석 대상 격자를 선정하였으며, 이를 통해 전국 241,175개 격자를 구축하였다. 인구 기준을 “0명 이상”으로 설정한 것은 국가데이터처의 통계적 비밀보호 기법에 따른 조치이다. 해당  기법에서는 격자별 인구가 5명 이하인 경우 값 대체 또는 노이즈가 포함된 형태로 제공되어, 실제 인구가 존재하더라도 통계상 0으로 표현될 수 있다. 분석 대상 누락을 방지하기 위해 건축물 정보를 병행 기준으로 적용하였다. 구축된 격자의 공간적 분포는 〈그림 1〉과 같다.

<그림 1> 이동성 평가 대상 공간정보 (전국 241,175개 격자)


이와 같이 정의된 격자 공간에 모바일 데이터(2023~2024년), 교통카드 데이터(2022~2024년), 도로 네트워크(KTDB), 대중교통 네트워크(GTFS), 격자 단위 인구 데이터 등을 결합하여 이동성 분석 DB를 구축하였다. 모바일 데이터는 격자 간 통행량·평균 통행시간, 출퇴근 통행량 및 통행시간 정보를 제공하며, 이를 통해 편도 통근시간이 60분 이상 소요되는 지역의 비율 등 열악통근통행 지표를 산정하였다. 구축된 DB를 바탕으로 격자 간 통행시간은 수단별로 구분하여 계산하였다.
승용차 이동시간은 KTDB Level 6 도로망(전국 주요 도로를 6단계 위계로 세분화한 네트워크)의 시간대별 링크(도로 구간) 평균속도를 반영한 경로탐색을 통해 산정하였다. 다만 신호 교차로에서의 통행 제약이 충분히 반영되지 않아, 실제 통행시간보다 다소 짧게 산정될 수 있는 한계가 있다.
대중교통 이동시간은 Conveyal이 개발한 R5 경로탐색 엔진(대중교통 네트워크를 정밀하게 분석하는 오픈소스 소프트웨어)을 활용하여 GTFS 기반 운행 시각표로부터 산정하였다. 탑승 대기시간, 환승 대기시간, 도보 통행시간(보행속도 3.6km/h)을 모두 반영하였으며, 도보 허용 최대 시간은 30분, 최대 통행시간은 12시간으로 설정하였다. 단순 거리가 아닌 실제 서비스 공급 수준과 환승 구조를 반영한 이 통행시간 정보는 이후 접근성·연결성 지표 산정의 핵심 입력값으로 활용된다.

<그림 2> 승용차 네트워크 및 링크별 속도 추정, 격자 단위 경로탐색 결과 예시

<그림 3> 대중교통 GTFS 및 분석 네트워크 구성, 격자 단위 경로탐색 결과 예시

〈그림 2〉와 〈그림 3〉은 각각 승용차 및 대중교통 분석 네트워크의 구성과 경로탐색 결과를 예시로 보여준다.
아울러 격자별 정류장 수, 노선 수, 운행 횟수 등 대중교통 공급 수준도 함께 구축하였다. 이 세가지 지표는 특정 지역의 이동 여건이 단순히 거리나 시간만이 아니라 실제 공급 수준에 따라 크게 달라질 수 있음을 보여주는 기본 정보로, 접근성·연결성 지표를 해석하는 데 중요한 배경 맥락을 제공한다. 격자별 대중교통 공급 수준의 공간적 분포는 〈그림 4〉와 같다.

<그림 4> 격자 단위 대중교통 공급 수준

이와 같이 격자 기반 이동성 DB는 기존 행정구역 단위 분석의 한계를 극복하고, 생활권 수준에서 이동 여건을 정밀하게 진단할 수 있는 토대를 마련한다. 시계열 분석이 가능하다는 점도 중요한 의의인데, 교통 인프라 효과, 정책 시행 전후 변화, 이동 패턴 변화 등을 연도별로 상시 추적할 수 있다.


 

“격자 단위의 접근성·연결성 지표는 서비스 수준 진단, 최저 기준 설정 검토, 취약지역 식별, 연도별 모니터링 등 교통정책의 전 과정에 직접 활용될 수 있다.”

구축된 이동성 DB를 활용하여 접근성·연결성 지표를 분석한 결과, 지역 간·지역 내 이동성 격차가 다양한 측면에서 실증적으로 확인되었다. 이하에서는 연결성 변화, 접근성 격차, 수단별 도달 범위를 중심으로 주요 분석 결과를 정리하고, 이를 바탕으로 한 정책 활용 방향을 제시하고자 한다. 
지역 간 대중교통 네트워크 변화를 분석한 결과, 고속·시외버스 공급 감소가 지역 간 통행 여건에 뚜렷한 영향을 미치는 것으로 나타났다. 일부 지역에서는 시외버스 노선과 운행 횟수 감소에 따라 일정 시간 안에 도달할 수 있는 범위가 줄어들고, 장거리 이동에서 상대적으로 불리한 구조가 심화되는 경향이 확인되었다. 이는 특정 지역 중심으로 연결성이 집중되는 구조와 맞물려, 일부 지역에서 이동 기회의 불균형이 발생하고 있음을 보여준다. 2019년과 2024년의 시외버스 연결성 변화는 〈그림 5〉에서 확인할 수 있다.

<그림 5> 지역 간 연결성 변화(2019 vs 2024 시외버스)


접근성 분석 결과에서도 지역 간 및 지역 내 격차가 뚜렷하게 나타났다. 특히 종합병원과 같은 주요 생활 서비스 시설에 대한 접근성은 승용차와 대중교통 간 차이가 크게 나타났으며, 일부 지역에서는 대중교통 이용 시 접근시간이 현저히 증가하는 것으로 분석되었다. 이러한 결과는 지역 유형별·수단별·시설별 접근성 격차를 500m 격자 단위로 정량화할 수 있음을 보여준다.

<그림 6> 접근성 지표: 종합병원 분석 결과 예시


연결성 분석에서도 이동 수단에 따라 도달 가능 범위가 크게 달라지는 것으로 나타났다. 승용차 기준으로는 일정 시간 내 도달 가능한 격자 비율이 높게 나타나는 반면, 대중교통 기준으로는 일부 지역에서 도달 가능 범위가 크게 축소되었다. 이는 단순한 교통 공급의 문제가 아니라, 실제 이동 기회 자체의 불균형 문제로 해석할 수 있다. 교통정책이 공급 효율성 중심에서 형평성과 접근성 중심으로 전환될 필요가 있음을 시사하는 대목이다. 수단별 도달 가능 범위의 격차는 〈그림 7〉에서 확인할 수 있다.

<그림 7> 연결성 지표 예시


이러한 분석 결과들은 이동성 지표가 단순한 현황 파악을 넘어 교통정책의 문제 진단과 우선순위 설정에 실질적으로 기여할 수 있음을 보여준다. 이를 바탕으로 이동성 지표의 정책 활용 방향을 네 가지로 정리할 수 있다.
첫째, 이동성 격차 기반 정책 수립이다. 접근성과 연결성 지표를 활용하면 지역 간·지역 내 이동성 격차를 정량적으로 파악할 수 있으며, 이를 바탕으로 교통서비스가 상대적으로 열악한 지역을 구체적으로 식별하고 투자 및 개선의 우선순위를 객관적으로 설정할 수 있다.
둘째, 교통기본권 보장을 위한 정책 기준 설정이다. 이동성 지표는 지역 내 최소 접근시간 기준과 지역 간 최소 연결성 기준을 설정하는 데 활용될 수 있으며, 「교통기본법」상 최저교통서비스 수준을 정량적으로 정의하는 데 중요한 역할을 한다. 시외버스 감소로 연결성이 저하된 지역의 사례는 최소 연결성 기준 설정이 얼마나 중요한지 보여준다.
셋째, 정책 효과 분석 및 사전 평가 체계 구축이다. 이동성 지표를 활용하면 특정 정책 시행 전후의 변화를 비교함으로써 정책 효과를 정량적으로 평가할 수 있으며, 정책 시행 이전 단계에서 시뮬레이션 분석을 수행하는 것도 가능하다. 실제로 본 연구에서 수행한 통행실태 변화 분석, 지역 간 대중교통 네트워크 변화 진단, 도시철도 혼잡도 분석, ‘모두의카드’ 이용 분석 등은 이동성 지표가 정책 지원 도구로 활용된 구체적 사례이다.
넷째, 도시 및 지역 정책과의 연계 활용이다. 이동성 분석 결과는 산업단지 입지, 공공시설 배치, 주거지 개발, 광역교통 연계체계 개선 등 다양한 정책과 연계될 수 있으며, 국토 공간구조와 교통체계 간의 연계를 강화하는 데 기여한다. 이처럼 전국 500m×500m 격자 단위의 접근성·연결성 지표는 서비스 수준 진단, 최저 기준 설정 검토, 취약지역 식별, 연도별 모니터링 등 교통정책의 전 과정에 직접 활용될 수 있다는 점에서 정책적 의미가 크다.

05 결론 및 정책적 시사점

“이동성 데이터가 교통정책의 설계·평가·모니터링을 아우르는 핵심 인프라로 정착될 때, 데이터 기반 교통정책의 실질적 전환이 가능해질 것이다.”

빅데이터 기반 국가 이동성 진단 체계는 교통 정책의 설계와 평가 방식을 전환하는 핵심 인프라이다. 본 연구는 다양한 모빌리티 빅데이터를 연계하여 전국 단위의 격자 기반 이동성 DB를 구축하고, 접근성·연결성 중심의 지표 체계를 마련하였다. 이를 통해 국가 단위 이동성 격차를 보다 정밀하게 진단하고, 정책 의사결정의 과학화를 위한 실질적 기반을 확보하였다.
특히 접근성과 연결성 중심의 지표 체계는 지역 간·지역 내 이동성 차이를 실증적으로 보여주며, 교통서비스 변화와 이동 기회의 불균형을 정량적으로 진단할 수 있도록 한다. 분석 결과에서 나타난 시외버스 공급 감소에 따른 연결성 저하, 대중교통 이용 시 접근시간 격차 등은 교통정책이 공급 효율성을 넘어 이동 기회의 형평성을 함께 고려해야 함을 시사한다.
이동성 진단 체계를 보다 실효성 있는 정책 기반으로 발전시키기 위해 향후 세 가지 방향의 노력이 필요하다. 첫째, 데이터 결합 확대를 통해 경제·사회 지표와 이동성 지표의 연계 분석을 강화함으로써, 이동성이 지역 경제·사회 활동에 미치는 영향을 체계적으로 규명해야 한다. 둘째, 지표 고도화를 통해 현재의 공급 중심 지표에서 실제 이동 행태를 반영한 수요 중심 지표로 확장하고, 시의성 있는 산정 체계를 구축하여 정책 대응력을 높여야 한다. 셋째, 정책 활용 강화를 위해 이동성 지표를 교통기본법상 최저교통서비스 수준 기준 설정과 연동하고, 지자체별 모니터링 체계와의 연계를 통해 현장 정책 지원 기능을 강화해야 한다.
이동성 데이터가 단순한 분석 자료를 넘어 교통정책의 설계·평가·모니터링을 아우르는 핵심 인프라로 정착될 때, 데이터 기반 교통정책의 실질적 전환이 가능해질 것이다.