현재 사용하고 있는 교통수요예측의 절차 및 자료의 처리방법은 만들어진 지 오랜 시간이 지나 빠르게 이루어지고 있는 지역발전과 사회변화를 반영하기 위해서는 개선이 필요한 실정이다. 본 연구는 정보기술의 발전에 의해 활용 가능해진 빅데이터를 이용하여 지역의 구체적 특성과 시계열적 변화를 분석하고, 이를 교통수요에 반영할 필요성에 대해 관련 전문가들의 공감대를 형성하여 향후 개선방안을 도출하기 위한 논의를 시작하고자 하는 연구다.

 

KRIHS: 이 연구를 수행하게 된 동기는?

전통적으로 교통수요의 예측을 위해서는 수년에 한 번 인구 중 일부 샘플에 대해 교통조사를 시행하고 있습니다. 이러한 방법으로 수요 예측에 필요한 충분한 정보를 모으기 위해서는 많은 비용을 요할 뿐 아니라 우리나라에서 일어나는 빠른 도시 발전과 교통수요 변화에 민감하게 반응하는 자료를 제공하는 데 한계가 있습니다. 이러한 한계를 극복하기 위해서 교통분야에서도 빅데이터의 활용이 여러 측면에서 이루어지고 있습니다. 이러한 노력의 일환으로 빅데이터를 활용하여 현재 이용되는 지역 간 교통수요 예측방법을 보완할 수 있는 가능성을 제시하고자 본 연구를 수행하게 되었습니다.

 

KRIHS: 이 연구의 의미는 무엇인가?

빅데이터로부터 지역 간 교통수요의 현황과 변화 양상에 대한 정보를 추출하여 이러한 정보가 교통수요 예측에 있어서 활용성이 있음을 확인하고, 이를 통해 교통수요예측 과정의 개선 가능성을 확인하는 것을 목표로 본 연구가 추진되었습니다. 또한 본 연구를 수행하는 과정에서 빅데이터를 교통분야에 활용하기 위해서는 해결해야 할 여러 가지 문제점들이 발견되어 이를 해결하기 위한 제도적 개선점 또한 제시하고자 하였습니다.

 

KRIHS: 연구 수행과정에서 있었던 에피소드는?

빅데이터는 기존에 다루던 데이터에 비해 용량이 매우 큽니다. 하루 동안 서울의 유동인구만 하더라도 기존 GIS 소프트웨어로 분석하기에 어려움이 있을 정도입니다. 현재 연구에 사용하고 있는 하드웨어와 소프트웨어의 한계를 효율적으로 극복할 수 있는 방법을 찾기 위해 여러 가지 시도를 했던 것이 기억에 남습니다.

 

KRIHS: 연구수행 시 보람을 느꼈거나 아쉬웠던 점은?

우리 연구원은 데이터 생산의 주체가 아니기 때문에 다른 기관 및 민간이 생산한 데이터를 활용해야 하는데, 빅데이터마다 활용 가능한 시간적 범위가 달라 분석의 시간적 범위 또한 제약을 피할 수 없었습니다. 공공데이터의 경우는 정부의 정보공개 정책에 따라 데이터 생산 시작시점부터 전체 데이터를 활용할 수 있지만, 민간 데이터의 경우 구매를 하더라도 제공 받는 범위가 한정되어 있고, 데이터의 개선이 이루어진 경우 그 전과 후의 비교가 어려울 정도로 데이터 특성에 변화가 생겨 분석에 제한을 가져오는 원인이 되기도 했습니다.

 

KRIHS: 앞으로 더 하고 싶은 연구가 있다면?

본 연구에서는 지역 간 교통수요분야에서 빅데이터를 활용할 수 있다는 가능성을 보이는 데 집중했다면, 앞으로는 좀 더 구체적인 활용방안을 찾는 연구를 수행하고자 합니다. 크게는 지역, 좁게는 특정 장소의 시계열적 특성 변화와 통행특성 변화, 토지이용과 유동인구패턴 등을 다양한 원천 데이터를 활용해서 분석하고자 합니다.

윤서연 책임연구원은 2010년 미국 University of California Santa Barbara에서 교통행태 분석 및 시·공간분석으로 박사를 취득하고 현재 국토연구원 국토인프라연구본부에 재직 중이다. 동 대학교에서 캘리포니아 정부연합(SCAG: Southern California Association of Governments)의 교통수요 마이크로시뮬레이션 모형 개발을 위한 연구원으로 재직하였다. 주요 연구분야는 교통모델링 및 행태의 시·공간적 분석, 교통빅데이터 등이다. 주요 연구과제는 교통정책 실효성 제고를 위한 활동기반 시뮬레이션 모형 개발 및 적용방안(2013, 2014), 빅데이터를 활용한 국토정책반응 모니터링 및 정책수요 예측방안(2013) 등이다.