21. 대중교통 통행 추정 고도화를 위한 시계열적 특성 파악 / 권순일, 김나연, 송태진

포스터 Session, 교통계획및정책, 30(금) 12:30-13:00, 복도, pp.138-139 

대중교통 통행 추정 고도화를 위한 시계열적 특성 파악 / 권순일(충북대학교), 김나연(충북대학교), 송태진(충북대학교)

MaaS 등 다 수단 연계 모빌리티 서비스가 화두가 되면서 버스, 지하철 등 통행특성을 확인할 수 있는 교통카드 이력 데이터의 활용성이 높아지고 있다. 최근 10년 동안 하차정류장 추정 알고리즘, 통행특성 분류 등 해당 데이터를 활용한 다양한 연구들이 진행되고 있다. 그러나 대부분의 선행연구에서는 횡단분석에 집중해 적게는 하루 많게는 일주일의 데이터 샘플을 활용했기 때문에 시계열적 특성을 고려하지 못하고 있다. 대중교통 이용은 수단 특성 상 기상 및 기후 변화가 상이한 계절, 출퇴근 패턴 다른 요일 등 시계열적 요소들에 많이 영향을 받는다. 본 연구에서는 향후 MaaS에 시계열적 요인을 반영한 서비스를 제공하기 위한 기초연구로 대중교통 통행특성에 시계열 요인이 미치는 수준을 파악하고자 한다. 2018년 수도권 교통카드 1년치 데이터를 활용해 대중교통 통행 시 최대 5번 환승을 고려한 통행궤적을 생성했고, 개인 통행의 기·종점 정류장(혹은 역) 정보와 시계열 정보를 매칭했다. 시계열 분석은 월, 요일, 시간 등의 변수를 적용해 ARIMA 모형을 사용했다. 분석결과 세 변수 모두 통행량에 유의한 영향을 미치는 것으로 나타났다. 요일별 특성 상 금요일 통행량이 가장 많은 반면 주말 특히 일요일의 통행량이 급격히 감소하는 것으로 나타났다. 시간대별 분석결과 출퇴근시간대 통행량이 급격히 증가하는 것으로 나타났으며 통행량의 표준편차 특성이 상이해 통행량 예측 시 이를 반영한 알고리즘을 개발해야 할 것이다. 마지막으로 월별 통행패턴 분석결과 1월과 8월에 통행량이 현저히 낮은 것으로 나타남과 동시에 표준편차의 범위도 넓어 해당 월에 맞춤형 서비스를 제공 시 기상 및 기후, 공간 정보 등 이종 데이터와 연계해야 그 정확성이 높아질 것으로 사료된다. 이러한 연구의 결과는 향후 MaaS에 통행량 예측 알고리즘 등에 적용할 수 있으며, 대중교통과 관련된 연구에 초석이 되는 자료로 활용될 것이다.

좌장 : 오철