• 한국ITS학회 논문지
• /
• 제15권5호
• /
• pp.12-19
• /
• 2016

수도권은 1일 평균 2천만여건의 통행이 서울-경기-인천의 통합대중교통망에서 이동하는 상황을 개별통행단위의 교통카드분석자료로 제공되고 있다. 휴먼라이브(2015.4)는 2014년 현재 교통카드 이용률이 99.02%로 발표했는데, 이는 수도권 대중교통카드자료를 이용하여 서울-경기-인천지역의 대중교통통행인구의 이동현황에 대한 종합적인 분석과 이를 통한 효과적 활용방안의 모색이 가능함을 보여준다. 교통카드자료를 이용하여 우선 수도권의 버스와 철도로 구성된 통합교통망에 대중교통카드 정보를 반영하여 기존 존단위 기종점 기반의 수도권 통행분석체계의 한계를 보완할 수 있다. 또한 버스와 철도로 구축된 통합교통수단으로 수도권 대중교통카드자료기반 통합대중교통분석틀을 구축하여 1인 승객의 역간 통행행태별 기종점 통행량의 추정이 가능하다. 본 연구는 수도권에서 제공하는 대중교통카드자료를 활용하는 경우 개별통행자의 공간이동에 대한 버스와 함께 철도로 구성된 통합대중교통에 대한 이용분석이 가능함을 제시하고자 한다. 또한 수도권 대중교통카드 이용자료는 수도권 통행인구의 이동현황 파악뿐만 아니라 수도권 지역공간의 특성에 대한 시사점을 통한 지역의 정책방향을 제시한다.

• 지역연구
• /
• 제33권3호
• /
• pp.101-113
• /
• 2017

본 연구는 2014년 스마트카드 데이터를 활용하여 장거리 통행에서 대중교통 의존도가 높은 교통 취약계층의 대중교통 이동성을 평가하는 것에 목적이 있다. 특히, 신체적인 문제나 제도적으로 대중교통수단을 선택하게 되는 교통약자(노인, 청소년)와, 경제적 여건으로 대중교통을 이용하여 통근통행을 하는 저소득층 인구를 중심으로 대중교통 이동성을 평가하였다. 또한, 서울시의 노인, 청소년, 기초생활수급자의 분포와 각 취약계층의 대중교통 이동성 수준을 함께 고려하여 각 취약계층의 대중교통 이동성 취약지를 식별하고, 이를 종합하여 대중교통 이동성 개선 우선 지역을 선정하였다. 분석 결과, 대중교통 이동성이 낮으며, 교통취약계층 인구가 많이 거주하고 있는 15개의 대중교통 우선 개선지역을 도출하였다. 본 연구는 개인의 실제 통행 데이터인 스마트카드 데이터를 이용하여 대중교통의 이동성을 평가한 점과 교통 취약계층의 기본적인 이동성을 위해 대중교통 서비스가 개선되어야할 대중교통 이동성 취약지를 식별하였다는 점에서 의의를 가진다.

• 한국지리정보학회지
• /
• 제22권1호
• /
• pp.28-38
• /
• 2019

스마트카드 자료에는 개별 승객의 대중교통 이용기록이 저장되고, 이를 활용하면 정류장별, 시간대별 통행수요를 분석할 수 있다. 다만 스마트카드 자료에는 통행목적이 기록되어 있지 않기 때문에 통근, 통학, 여가 등의 목적별 수요는 설문조사 자료를 기반으로 추정되고 있다. 하지만 설문조사 자료에는 일부 표본의 통행만 기록되어 있어 전반적인 대중교통 통행수요를 추정하는데 한계가 있다. 만약 스마트카드 자료에서 통행목적을 추정할 수 있다면, 전수조사에 가까운 통행목적별 대중교통 수요에 대한 분석이 가능하다. 이에 본 연구에서는 스마트카드 자료에 기록된 승객의 O-D 통행빈도, 체류 시간, 출발 시각 등을 고려하여 통근, 통학, 귀가의 통행목적을 추정하는 방법론을 제시한다. 결과적으로 제시한 방법론을 적용하여 승객 중 근로자와 대학생을 분류하였다. 제시한 방법론의 검증으로는 가구통행실태조사 자료의 목적별 통행패턴과 본 연구를 통해 추정한 목적별 통행패턴을 비교하였다.

• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2007년도 제6회 추계학술대회 및 정기총회
• /
• pp.42-50
• /
• 2007

• 대한교통학회지
• /
• 제26권2호
• /
• pp.109-119
• /
• 2008

대중교통 교통카드 도입 이후, 점차 이용율이 증가되고 있다. 카드 데이터를 통해 얻을 수 있는 자료를 고려할 때 대중교통 카드 이용의 증가는 통행패턴 분석 및 정책적 측면에서 중요한 의미를 가지고 있다. 그 중에서 특히 죤별 대중교통 통행수요(O/D)를 손쉽게 파악할 수 있다는 점에서 높은 중요성을 가진다. 카드데이터를 통해 대중교통 죤별 통행수요(O/D)를 파악함에 있어서 데이터 자체의 오류에 대한 분석이나 결측에 대한 보완 과정이 반드시 필요하다. 본 연구에서는 반드시 선행되어야 할 과제이지만 아직 연구사례가 없었던 카드데이터의 오류와 결측에 관해 살펴보았다. 그 결과, 통행수요(O/D)분석과 관련한 오류나 결측에 대한 특성을 제시하였고, 결측에 대한 보정방안을 제안하였다. 그리고 제시된 결측방안들에 대한 적용 및 평가와 함께 활용방안을 제시하여, 향후 보다 신뢰성있는 대중교통 OD구축을 위한 기반을 마련하였다.

• 한국ITS학회 논문지
• /
• 제6권3호
• /
• pp.1-11
• /
• 2007

2004년 7월 단행된 서울시 대중교통 개편 정책 이후 통합거리비례요금제도와 함께 대중교통카드(스마트카드) 시스템이 새롭게 도입되었다. 이렇게 도입된 대중교통카드는 개개인의 통행, 환승 정보 및 이용 수단 등의 통행 정보를 포함하고 있기 때문에 기존에 불가능하였던 경로 기반의 개인 및 대중교통의 통행 특성을 정확히 파악할 수 있다. 따라서 통합된 대중교통망에서의 대중교통 평가에 크게 활용될 수 있을 것으로 판단된다. 하지만, 아직까지 국내에서는 대중교통 평가를 시뮬레이션 및 자료 구축 등의 한계로 인하여 링크기반통행배정모형에 의존한 연구와 분석이 주를 이루고 있는 것이 현실이다. 앞에서 언급했듯이, 현재는 대중교통카드로부터 전수화된 경로 기반의 개인 및 대중교통 통행 특성 자료를 얻는 것이 가능하다. 결국 이는 기존의 링크 기반의 대중교통 분석 방안으로는 한계가 있었던 통합적 교통망 차원의 대중교통 평가를 경로 기반의 대중교통 분석으로 전환하는 데 크게 기여할 수 있으리라 판단된다. 따라서 본 연구에서는 향후 전개될 통합 대중교통 시대에 적합하며, 대중교통카드로부터 얻어진 통행 자료를 최대한 활용할 수 있는 경로 기반 통행배정 모형에 적합한 알고리즘을 제안하도록 한다. 이를 위해 본 연구에서는 기존에 연구된 경로 기반 통행배정 모형에서 선험적이지만 구현이 용이하고 안정적인 해를 도출하는 것으로 알려진 Column Generation 알고리즘을 활용하는 방안을 제시한다. 특히 본 연구는 출발지와 도착지에 탐색된 경로를 이용하여 구축된 부분 네트워크에 국부적인 균형 해법을 도출하여 전체적인 해법에 도달하게 하는 기법을 활용한다.

• 대한토목학회논문집
• /
• 제38권5호
• /
• pp.693-701
• /
• 2018

수도권 도시철도의 환승통행은 '노선간환승'과 '역사환승'으로 구분된다. 역사환승은 1) 교통카드 Tag-In 단말기 운영노선과 초승열차 운영노선이 다른 경우와 2) 최종 하차열차 운영노선과 교통카드 Tag-Out 단말기 운영노선이 다른 경우에 발생한다. 기존연구에서 주로 교통카드자료를 이용한 환승량 추정은 '노선간 환승량'을 의미하며 '역사환승량'은 제외되어 환승통로를 이용하는 보행에 대한 과소추정의 원인이 되었다. 본 연구는 수도권 대중교통카드자료를 이용해서 역사환승량을 추정하는 방안을 제시한다. 이를 위해 승객의 경로선택모형에 역사환승량 산정에 적합하도록 변형된 Big-Node 기반 네트워크 구축기법과 자료구조 방법론을 제시한다. 1일 약 800만 건의 수도권 도시철도 이용카드자료를 대상으로 사례분석을 시행한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(A)
• /
• pp.38-39
• /
• 2010

수도권 대중교통 이용자는 2004년 서울시의 대중교통 체계 개편에 따라 교통 카드를 사용하여 버스와 지하철을 이용하게 되었다. 교통 카드를 사용하는 각 승객의 승차와 하차에 관한 데이터가 하나의 트랜잭션으로 구성되고, 하루 천만 건 이상의 트랜잭션들로 구성된 대용량 교통카드 트랜잭션 데이터베이스가 만들어지고 있다. 대중교통을 이용하는 승객들의 승차와 하차에 관한 여러 정보를 담고 있는 교통카드 트랜잭션 데이터베이스에서 유용한 패턴이나 정보를 탐사해내는 연구가 계속 진행되고 있다. 이런 연구 결과는 수도권 대중교통 정책을 입안하는데 중요한 기초 자료가 되고 수도권 승객들에게 대중교통을 보다 잘 이용할 수 있는 정보로 제공된다. 교통카드 이용률은 2006년 79.5%, 2007년 80.3%, 2008년 81.6%로 점차적으로 증가하고 있다. 대용량의 교통카드 트랜잭션 데이터베이스에 대한 연구를 살펴보면 하루 동안의 교통카드 트랜잭션 데이터베이스에서 순차 패턴을 탐사하는 알고리즘을 연구하였고[1], 승객들의 통행 패턴에 대한 분석연구를 확장하여 일 년에 하루씩 2004년에서 2006년까지 3일간의 교통카드 트랜잭션 데이터베이스로부터 승객 시퀀스의 평균 정류장 개수와 환승 횟수 등을 연도별로 비교하였다[2]. 수도권 지하철 시스템의 특성에 관한 연구로는 네트워크 구조 분석이 있었고[3], 승객의 기종점 통행 행렬(Origin-Destination trip matrix)에 의한 승객 흐름의 분포가 멱함수 법칙(power law)임을 보여주는 연구가 있었고[4], 지하철 교통망에서 모든 링크상의 승객들의 흐름을 찾아내는 연구가 있었다[5]. 본 논문에서는 교통카드 트랜잭션 데이터베이스에서 지하철 승객들의 통근 패턴을 탐사해내는 방법을 연구하였다. 수도권 지하철 네트워크에 대한 정보를 입력하고 하루치의 교통카드 트랜잭션 데이터베이스에 연구된 방법을 적용하여 8가지 통근 패턴들을 탐사해내고 분석하였다. 탐사된 패턴들 중에서 많은 승객들이 지지하는 출퇴근 패턴에 대해서는 시간대별로 승객수를 그래프로 보여주었다.

• 교통기술과정책
• /
• 제5권1호
• /
• pp.111-127
• /
• 2008

• 대한교통학회지
• /
• 제25권3호
• /
• pp.111-121
• /
• 2007

대중교통 통행배정 모형은 대중교통 이용자들의 형태를 예측하고 분석할 수 있는 모형으로 대중교통 관련 정책이나 대안들을 평가하기 위한 기초자료를 도출해 주는 중요한 역할을 담당한다. 기종의 대중교통 통행배정 모형은 대중교통 수단의 특성을 감안한 모형이라기보다는 개별차량의 통행배정 이론을 적용한 것들이 대부분이다. 또한 단일수단(버스나 지하철)을 기준으로 통행배정 모형을 구축하는 경우가 많았다. 그러므로 기존의 방법으로는 변화되는 대중교통체계 내에서 이용자들의 정확한 통행형태를 분석하는 것이 불가능하다. 본 연구에서는 이와 같은 기존 연구의 한계를 극복하고 보다 현실적인 대중교통 통행배정 모형을 개발하는 것을 목적으로 한다. 새로운 배정모형은 단일수단이 아니 복합수단을 기초로 통행자들의 개별적인 통행시간 및 환승에 대한 인식차이를 반영할 수 있는 확률적인 모형이다. 모형 개발을 위한 자료는 이용자들의 실제 통행실태 자료인 서울시 대중교통체계의 교통카드 자료를 활용하였다. 본 연구 모형을 향후 다양한 대중교통 정책 및 노선을 평가하는데 활용될 수 있으며 보다 효율적인 대중교통 활성화 방안을 수립하는데 기여할 수 있을 것이다.