초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 서울시는 영동대로 지하공간에 지하6층, 연면적 16만㎡ 규모의 통합역사와 공공·상업시설을 갖춘 광역 복합환승센터를 개발하고 주변 일대를 지하로 직접 연결시켜 보행 네트워크를 구축하는 국내 지하 공간 개발 역사상 최대 규모의 개발 사업을 진행하고 있다. 이는 대중교통의 접근성 및 연계환승 편의성을 향상시켜 하루 63만 명 정도가 통합역사를 이용할 것으로 예측하였으며, 안전하고 쾌적한 보행환경을 제공함으로써 다양한 상업 및 문화시설 연계 활성화되길 기대하고 있다.
그러나 지상에 비해 복잡하고 폐쇄적인 지하 공간에서 나타나는 다양한 보행행태를 반영하지 못한 채 구축한 보행 네트워크는 실제 환승거리와 시간이 다를 것이며, 지하공간에 배치되는 상업 및 문화시설은 보행자들을 유인하고, 발길을 멈추게 하는 등 복잡한 보행패턴이 나타날 것이다. 이는 기존의 이론체계로 분석하고 검증화한 보행 모형을 기반으로 복잡하고 특수한 영동대로 지하공간에 적용하게 된다면 현실성이 떨어지는 결과를 나타낼 여지가 있다.
따라서 본 연구에서는 변화하는 보행자의 행태와 보행자 특성을 지속적으로 분석할 수 있으며 과학적이고 데이터 중심적인 보행 모형을 개발하고자 딥러닝을 활용하여 두 가지 모형을 개발하였다. 첫 번째는 보행자의 이동경로 데이터를 기반으로 신경망을 ...

최근 서울시는 영동대로 지하공간에 지하6층, 연면적 16만㎡ 규모의 통합역사와 공공·상업시설을 갖춘 광역 복합환승센터를 개발하고 주변 일대를 지하로 직접 연결시켜 보행 네트워크를 구축하는 국내 지하 공간 개발 역사상 최대 규모의 개발 사업을 진행하고 있다. 이는 대중교통의 접근성 및 연계환승 편의성을 향상시켜 하루 63만 명 정도가 통합역사를 이용할 것으로 예측하였으며, 안전하고 쾌적한 보행환경을 제공함으로써 다양한 상업 및 문화시설 연계 활성화되길 기대하고 있다.
그러나 지상에 비해 복잡하고 폐쇄적인 지하 공간에서 나타나는 다양한 보행행태를 반영하지 못한 채 구축한 보행 네트워크는 실제 환승거리와 시간이 다를 것이며, 지하공간에 배치되는 상업 및 문화시설은 보행자들을 유인하고, 발길을 멈추게 하는 등 복잡한 보행패턴이 나타날 것이다. 이는 기존의 이론체계로 분석하고 검증화한 보행 모형을 기반으로 복잡하고 특수한 영동대로 지하공간에 적용하게 된다면 현실성이 떨어지는 결과를 나타낼 여지가 있다.
따라서 본 연구에서는 변화하는 보행자의 행태와 보행자 특성을 지속적으로 분석할 수 있으며 과학적이고 데이터 중심적인 보행 모형을 개발하고자 딥러닝을 활용하여 두 가지 모형을 개발하였다. 첫 번째는 보행자의 이동경로 데이터를 기반으로 신경망을 지도학습 수행하여 보행자의 이동경로를 예측하였다. 두 번째는 보행자의 이동과정에 우회한 횟수와 보행자의 이동경로를 Cell기반으로 구성하여 Integrate하여 신경망 지도학습을 수행하였다.
개발된 보행자 이동경로 예측 모형과 기존 보행모형의 경로의 Diversity를 확인하기 위하여 K-means Clustering을 수행하였으며, 그 결과 대표적인 군집 개수 K가 동일하게 5로 나왔다. 이는 심층신경망으로 구성된 모형이 기존 모형과 유사하게 경로의 Diversity를 표출하는 것으로 나타났다. 그러나 예측 결과 값을 Plot한 결과 기존보행 모형과 본 연구에서 예측한 모형의 차이가 있음을 확인하였다.
Social Force Model의 모형식에서 목적지로 향하는 힘에 의해 최단거리로 경로 배정하는 확률이 높았다. 특히, Barrier의 위치에 따라 최단거리로 이동하게 되는 상호작용이 큰 것으로 확인되었다. 반면, 본 연구에서 개발된 보행자 이동경로 예측 모형은 최단거리로 이동하는 경로가 Social Force Model에 비해 적은 것으로 나타났다. 이는 실제 삼성역의 시설물 구조상 보행자의 이동경로를 두 가지 갈림길로 형성되어있으며, 보행자 대부분이 개찰구를 통과한 이후 최종 목적지로 이동경로를 변경하는 현상을 확인하였다. 즉, 본 모형이 기존의 Social Force Model에 비해 우회하는 현상을 더 잘 재현해내는 것으로 나타났다.
두 번째는 우회경로 과정에서 Social Force Model은 Barrier 위치에 따라 보행자의 이동경로가 완전히 바뀌는 현상을 확인하였다. 즉, 일반적인 이동경로를 움직이는 과정에서 Barrier에 의한 우회경로는 최단경로로 움직이게 되면서 평소 밀도가 높은 공간으로 이동하지 않으려는 보행자의 특성에 대한 표현이 힘들 것이라 판단된다. 반면 본 연구에서 개발된 저항요인에 의한 보행자 이동경로 예측 모형은 보행자의 이동경로를 최대한 유지하면서 부분적인 저항요인은 우회하도록 구현하였다. 이는 보행의 Diversity를 최대한 구현하도록 되어있으며, 실제 Barrier가 생겨도 최단경로 경로배정이 아닌 보행자의 특성에 맞는 최소 우회 전략이라고 할 수 있다.
본 연구에서 제시한 보행자 이동경로 예측 모형과 저항요인에 따른 보행자 우회경로 예측 모형은 기존 보행 모형과 비교하여 적정한 수준의 경로 예측이 가능한 것으로 확인되었으며, 이는 실제 데이터를 주기적으로 구득하게 된다면 현실성 있는 경로를 예측할 수 있음을 시사한다. 이를 바탕으로 복잡하고 물리적인 공간내에서 보행자의 이동행태를 분석하고 예측할 수 있는 기초자료로 제공될 수 있을 것이라 기대한다.

주제어