감염병 대응을 위한 딥러닝 기반 목적별 통행수요 예측모형 개발 연구

장요한 국토데이터랩 팀장, 이영민 부연구위원, 임시영 부연구위원,  박서현 서울시립대학교 도시빅데이터융합학과 연구원,  김현경 연구원

1> 실시간 유동정보(관측교통량)로부터 기종점별·목적별 통행수요 예측모형 개발

  - 전국도로에 매설된 차량검지기 관측교통량 정보로부터 출발지와 도착지를 추정하는 수리모형과 다양한 머신러닝 및 딥러닝을 이용한 AI 활용모형 개발

2> 감염병 확산 전후로 확인되는 시공간(일별·지역별) 데이터 패턴 등을 딥러닝 모형과 목적별 통행수요 예측모형을 결합하여 고도화

  - 한국기업 데이터, 가계신용 데이터, 전국 사업자 주소록, 인구, GIS 네트워크, 정부의 감염병 대응 정책, 유동인구 데이터 등 다양한 공공 및 민간 빅데이터의 융합을 통한 공간 단위 분석과 딥러닝 기반의 목적별 통행수요를 예측

3> 통행과 통행목적 간 인과관계 이해와 포스트 감염병 시기 변화된 통행목적의 파악을 통해 포스트 감염병에 대응하기 위한 정책의 근거 자료 제시

  - 다양한 머신러닝 및 딥러닝 모형을 정책연구에 적용한 국정운영의 과학화

  - 모형의 민감도 분석을 통한 감염병 확산 이후 바뀐 지역별·목적별 통행수요를 파악