• 국토계획
• /
• 제53권6호
• /
• pp.39-59
• /
• 2018

This study examines the relationship between the usage of public bike and physical environment factors around the public bike stations using the public bike rental history data from 2016 to 2017 in Seoul, Korea. Focusing on the different influences of determinant factors by distance to public bike station, this study identifies influential factors that affect the usage of public bike. The results of the analysis are as follows. First, both the land use and physical environmental variables of bike station areas show strong associations with the usage of public bike. Second, the usage of public bike is also associated with neighborhood living facilities, business facilities, land use mix, the distance to subway station, public facilities and universities. This finding indicates that public bike has played a role as a transportation mode for the short-distance travel and commuting purposes in everyday life. Third, this study shows that the usage of public bike is strongly associated with the average slope, traffic volume around public bike stations, distance to streams or rivers, and the types of bike lane. This finding also indicates that surrounding environmental factors play an important role in the usage of public bike. Finally, this study identifies the different influences of determinant factors on the usage of public bike by distance to public bike station. This study suggests policy implications for the potential locations of public bike stations in the future.

• 응용통계연구
• /
• 제33권6호
• /
• pp.739-751
• /
• 2020

서울시는 시민의 건강 증진과 이산화탄소 저감을 통한 저탄소 녹색성장 실현을 목표로 2015년부터 2020년 현재까지 공공자전거 대여소를 확장하고 있다. 매년 공공자전거에 대한 시민들의 접근성과 이용률이 증가하고 있으며, 이에 서울시는 수요와 접근성을 모두 고려한 공공자전거 대여소 신규 입지를 확장하고자 노력하고 있다. 공공자전거 대여소 위치는 주변 지형지물에 영향을 받으며, 수요량은 지역적 특성에 영향을 받으므로 이들을 고려한 신규 대여소 입지를 선정해야 할 필요성이 있다. 따라서 본 연구는 서울시 공공자전거의 새로운 입지 선정을 위하여 2019년 서울시 공공자전거 데이터와 지리정보체계, 대중교통, 인구 등의 데이터를 전처리하여 신규 대여소 거치가 가능한 장소를 선별하고, 랜덤 포레스트를 이용하여 신규 대여소의 이용량을 예측하였다. 이를 바탕으로 평균 경사도, 대중교통과의 거리, 특화 시설과의 거리, 하천과의 거리 등이 자전거 이용량에 영향을 미치는 주요한 요소임을 도출할 수 있었다. 본 결과는 신규 대여소 설치 지역을 결정하는데 객관적인 통계적 지표가 될 것으로 기대한다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.1-19
• /
• 2023

최근 탄소중립의 대안으로 떠오르고 있는 자전거의 통행행태를 파악하기 위하여 경유지를 고려한 통행발생량을 추정하고자 하였다. 서울시 공공자전거인 '따릉이'의 GPS 주행궤적 데이터를 이용하여 통행에서의 중간 경유지인 체류 지점을 파악하고, 인구, 토지이용, 물리적인 특성을 반영한 통행발생량 모형을 분석하였다. 맵매칭과 체류 지점 탐지 알고리즘을 이용하여 체류 지점을 추정한 결과, 전체 통행의 약 12.1%에서 체류 지점이 나타났다. 체류가 발생한 통행은 비체류에 비해 평균 이용거리와 이용시간이 더 길며, 체류 지점이 집중되는 시간대는 오전 첨두시와 오후 첨두시 사이의 비첨두시인 것으로 나타났다. 시각화 분석에 따르면 공원 및 레저 시설, 업무시설에서 주로 체류 지점이 나타났다. 체류 지점을 고려하기 위하여 기존의 대여소 기반이 아닌 육각격자를 분석단위로 설정하였으며, 영과잉 음이항(Zero-Inflated Negative Binomial, ZINB) 모형을 이용하여 체류 지점을 고려한 통행발생량을 추정하였다. 분석결과, 자전거전용도로 및 자전거·보행자겸용도로(분리형)와 같이 자전거 이용자의 안전이 확보된 자전거 인프라에서 통행발생량 및 체류 지점에서 발생한 통행이 많은 것으로 나타났다. 또한 공공자전거는 대중교통의 접근수단으로서 퍼스트&라스트 마일 수단의 역할을 하며, 생활중심지와 고용중심지에서 통행발생량이 커지는 것으로 나타났다. 이러한 분석 결과를 토대로 자전거 인프라의 추가 확충 계획 시 이용자의 안전시설 및 공간 확보가 우선돼야 하며, 대중교통과 연계한 자전거 인프라 시설 보급방안의 수립이 필요한 것으로 보인다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.107-120
• /
• 2023

서울 도심 내 교통량 감축과 탄소배출을 줄이기 위해 2015년 도입된 공공자전거 따릉이는 이용자가 해마다 배 이상 증가하여 2023년 기준 2700여 대여소에서 4만 3천여 대가 운영 중이며 누적 가입자 4백만 명을 넘어서는 서울시민이 뽑은 가장 성공적인 공공 정책으로 자리매김하였다. 그러나 따릉이 이용이 급속도로 증가됨에 따라 자전거 수요·공급 불일치로 인한 자전거 부족 민원도 급증하여 효율적인 자전거 재배치가 강하게 요구되었다. 이에 본 연구는 공유자전거의 대여·반납 이력 데이터, 기상데이터, 공휴일 정보, 따릉이 대여소 정보 등을 기반으로 따릉이 이용 패턴과 특성을 분석하고, 기계학습 알고리즘을 활용해 대여소별 따릉이 대여·반납 예측 모델을 개발하였다. 이를 이용하여 대여소별 안전재고를 확보할 수 있는 따릉이 재배치 수량을 도출하고 이를 서울시설공단 따릉이 관리App에 시범서비스 하였다. 따릉이의 수요를 실시간으로 예측하고 현재 거치 중인 재고량과 비교하여 적절한 수량의 자전거를 재배치한다면 자전거 부족으로 인한 시민들의 불편 해소에 기여할 수 있을 것으로 기대된다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.861-866
• /
• 2022

서울시에서는 공유 자전거 시스템, "따릉이"를 2015년부터 도입, 운영하여, 교통량 감축과 대기오염 해소를 위해 노력하고 있다. 하지만 공유 자전거 시스템, "따릉이"의 운영전략 미훕으로 인해 많은 문제가 발생하고 있어 이를 해결하고자 다양한 연구들이 제시되고 있다. 이들 연구의 대다수는 수요와 공급의 불균형을 해결하고자 하는 전략적 "자전거 배치"에 집중되어 있으며 또한 이들 중 다수가 날씨나 계절과 같은 특징을 그룹화함으로써 수요를 예측하고 있다. 그리고 이전에는 이들 예측방법이 주로 시계열 분석을 기반으로 하고 있었으나 최근에는 딥러닝/머신러닝으로 수요를 예측하는 연구들이 속속 등장하고 있다. 본 논문에서는 기존에 제시된 다양한 특징들을 기반으로 하면서, 새로운 특징을 발견하고 선택된 특징들의 중요도를 비교, 이를 순서화함으로써, 보다 정확한 수요 예측이 가능함을 보인다. 그리하여, 우리는 기존의 딥러닝/머신러닝 및 시계열 분석을 그대로 사용하면서 비교적 정확한 결정계수를 획득하고 이를 이용해 개선된 수요예측이 가능하도록 한다.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.287-293
• /
• 2019

본 연구의 목적은 서울자전거 이용 수치가 가장 낮은 50대 이상의 시민을 중심으로 사용성 연구를 하는 데에 있다. 실험 전 문헌연구를 통해 유니버설디자인의 배경과 원칙을 알아본 후 '서울시 유니버설디자인 통합 가이드라인'의 배경과 목적, 원칙과 범위를 연구하였다. 이때, 기존 4원칙을 공공서비스에 맞는 원칙으로 재설정하였으며 이를 토대로 두 가지 실험을 시행하였다. 우선, 설문조사를 통해 50대 이상 서울시민은 따릉이를 이용하고자 하는 니즈는 있으나 앱 이용이 어려워서 이용하지 못하고 있다는 점을 알 수 있었다. 이후 시행한 Task 평가 분석을 통해 전체적인 서비스 이용 과정은 편리하다고 생각되나, 서비스를 이용하는 데 가장 큰 요점인 앱 사용성이 떨어져 50대 이상 시민의 서비스 이용 접근성 및 사용성이 떨어진다는 분석 결과가 도출되었다. 이 연구의 분석과 평가가 향후 서울시 공공서비스 디자인에 활용되기를 기대하며 나아가 4차 산업혁명과 함께 이슈화된 노인의 미디어 소외에 관한 문제에서도 이바지할 수 있기를 바란다.

• 대한교통학회지
• /
• 제28권3호
• /
• pp.145-155
• /
• 2010

녹색교통으로서 자전거 이용활성화가 사회적으로 큰 조명을 받고 있으나 효과적인 성과를 내기 위해서는 자전거 이용특성에 대한 구체적이고 치밀한 분석이 선행되어야 한다. 이는 1995년 이래 2007년까지 자전거도로를 9,170km나 정비하였음에도 불구하고 동기간동안 자전거 수단분담률이 오히려 감소(국토해양부, 2009)한 점을 통해 알 수 있다. 본 연구는 2006년 조사된 '수도권 가구통행실태조사' 자료(303,308개)를 이용하여 통행 주체별 자전거 수단분담률을 구체적으로 분석하였다. 그 결과 학원 수강목적과 오피스텔 거주자의 자전거 수단분담률이 각각 3.75%, 3.13%로 통행 주체 중 가장 높은 것으로 나타났다. 아울러 로지스틱 회귀분석을 통한 서울시의 자전거 수단분담률 추정모형을 구축하였다. 동시에 로지스틱 회귀계수에 대한 승산비(odds ratio)의 산출을 통해 자전거 수요에 영향을 미치는 관련 요인과 영향 정도를 분석하였다. 그 결과 단거리 통행, 학원가와 공원, 오피스텔 주택가 중심의 자전거 이용활성화가 효과적인 것으로 판명되었다.

• 한국인공지능학회지
• /
• 제10권1호
• /
• pp.9-14
• /
• 2022

The demand for public bicycles operated by the Seoul Metropolitan Government is increasing every year. The size of the Seoul public bicycle project, which first started with about 5,600 units, increased to 3,7500 units as of September 2021, and the number of members is also increasing every year. However, as the size of the project grows, excessive budget spending and deficit problems are emerging for public bicycle projects, and new bicycles, rental office costs, and bicycle maintenance costs are blamed for the deficit. In this paper, the Azure Machine Learning Studio program and the Boosted Decision Tree Regression technique are used to predict the number of public bicycle rental over environmental factors and time. Predicted results it was confirmed that the demand for public bicycles was high in the season except for winter, and the demand for public bicycles was the highest at 6 p.m. In addition, in this paper compare four additional regression algorithms in addition to the Boosted Decision Tree Regression algorithm to measure algorithm performance. The results showed high accuracy in the order of the First Boosted Decision Tree Regression Algorithm (0.878802), second Decision Forest Regression (0.838232), third Poison Regression (0.62699), and fourth Linear Regression (0.618773). Based on these predictions, it is expected that more public bicycles will be placed at rental stations near public transportation to meet the growing demand for commuting hours and that more bicycles will be placed in rental stations in summer than winter and the life of bicycles can be extended in winter.

• 한국가구학회지
• /
• 제20권6호
• /
• pp.581-589
• /
• 2009

Under 'The Design Street' Project, one of the urban environment improvement projects of Seoul, the facilities on the street have been greatly varied in terms of design. In addition, the municipal authority has pushed each district to develop its own identity based on the integrated design of the city. This study was aimed to propose a design which could solve the current problem in street furniture in terms of environmental improvement through an analysis on current street conditions in "Y" District as a part of Seoul Design Street Project. It has attempted to propose 11 street furnitures based on the basic strategy of 'Soft City' which has been promoted by Seoul City in accordance with the Seoul Public Facility Guidelines as 1. Airy Design, 2. Integrated Design, 3. Collaborative Design and 4. Sustainable Design. Among them, for the total design in Seoul six facilities - kiosk, manhole, traffic signal controller, public phone, road sign and waste receptacle were proposed by Seoul City have been accepted. For local differentiation, on the contrary, five items - planter bench, bollard, lifter, bike rack and fence have been newly designed and proposed. Furthermore, it is essential to carry out systematic supervision and continuous management on the detail design and construction of current regional design development projects.

• 한국인공지능학회지
• /
• 제10권1호
• /
• pp.27-32
• /
• 2022

As the need for eco-friendly transportation increases due to the deepening climate crisis, many local governments in Korea are introducing shared bicycles. Due to anxiety about public transportation after COVID-19, bicycles have firmly established themselves as the axis of daily transportation. The use of shared bicycles is spread, and the demand for bicycles is increasing by rental offices, but there are operational and management difficulties because the demand is managed under a limited budget. And unfortunately, user behavior results in a spatial imbalance of the bike inventory over time. So, in order to easily operate the maintenance of shared bicycles in Seoul, bicycles should be prepared in large quantities at a time of high demand and withdrawn at a low time. Therefore, in this study, by using machine learning, the linear regression algorithm and MS Azure ML are used to predict and analyze when demand is high. As a result of the analysis, the demand for bicycles in 2018 is on the rise compared to 2017, and the demand is lower in winter than in spring, summer, and fall. It can be judged that this linear regression-based prediction can reduce maintenance and management costs in a shared society and increase user convenience. In a further study, we will focus on shared bike routes by using GPS tracking systems. Through the data found, the route used by most people will be analyzed to derive the optimal route when installing a bicycle-only road.