[논문]미시적 교통 시뮬레이션을 위한 에이전트 기반 도로 통제 모델 구축 연구

나유경; 최진무

doi:10.12672/ksis.2014.22.2.089

문제 정의

첫째, 개별 운전자의 행태가 교통 시스템 전체에 미치는 영향을 살펴보기 위한 방법으로 에이전트 기반 모델을 구축한다. GIS 데이터를 활용하여 도로 네트워크를 구축하는 방안을 제시하고자 한다. 도로와 운전자, 도로 통제 정보 등이 상호작용하도록 설계하고 구현할 것이다.
GIS데이터의 입력이 용이하도록 설계하여 모델의 지속가능성을 확보하여 타 지역에도 재사용할 수 있는 모델을 구축하고자 하였다. 또한 데이터의 출력이 용이한 모델을 구축하기 위해 모델 내 시간개념인 ‘tick’을 ‘분’단위로 환산하여 출력하도록 설정하였다.
도로와 운전자, 도로 통제 정보 등이 상호작용하도록 설계하고 구현할 것이다. 둘째, 공간정보전파와 관련하여 도로통제로 인한 피해를 최소화할 수 있는 실시간 공간정보의 전파 정도를 밝히고자 한다. 사례연구를 통해 연구지역을 통과하는 운전자 중 일부에게 도로 통제 정보를 제공하고 우회하도록 설정한 후에 연구지역 전체의 평균속력을 살펴본다.
본 연구는 개별 운전자의 행태가 교통 시스템 전체에 미치는 영향을 살펴보기 위해 도로통제로 인한 교통 혼잡을 최소화할 수 있는 실시간 통제정보의 전파 정도를 파악하고자 하였다. 에이전트 기반 모델을 구축하는 과정에서 GIS 데이터를 직접 활용할 수 있는 방안과 모의실험 결과의 처리과정을 제시하였다.
본 연구는 도로통제 상황을 모의할 수 있는 에이전트 기반 모델을 구축하기 위해 다음의 절차로 진행한다. 첫째, 운전자의 행태와 관련된 선행연구를 고찰하고 도로 상황과 상호작용하는 규칙을 설정한다.
본 연구는 미시적인 도로 통제 모의실험을 위한 에이전트 기반 모델의 활용성을 제시하였고, GIS 데이터를 바탕으로 다양한 연구지역에 활용이 가능한 교통 모델을 구축하였으며, 통행 시 정보의 전달이 미치는 영향을 분석하였다는 의의가 있다. 검증에 필요한 통행속도 실측 원시자료가 구축되어 있지 않아 어려움이 있었으며 향후 시군구별 시간별 평균통행속도 데이터가 구축된다면 더 정확한 검증이 가능할 것이다.
본 연구의 주된 목적은 운전자의 행태가 교통시스템 전체에 미치는 영향을 살펴볼 수 있는 도로통제모형을 구축하는 것이다. 특히 통제도로에 대한 정보를 제공할 때 운전자의 경로 재설정에 따른 2차적 피해는 없는지 살펴보기 위해 통행속도를 비교함으로써 공간정보의 전파가 도로통제로 인한 피해를 감축시키는데 도움이 되는지 확인하고자 한다.
본 연구의 주된 목적은 운전자의 행태가 교통시스템 전체에 미치는 영향을 살펴볼 수 있는 도로통제모형을 구축하는 것이다. 특히 통제도로에 대한 정보를 제공할 때 운전자의 경로 재설정에 따른 2차적 피해는 없는지 살펴보기 위해 통행속도를 비교함으로써 공간정보의 전파가 도로통제로 인한 피해를 감축시키는데 도움이 되는지 확인하고자 한다.

가설 설정

이상의 연구들에서 공통적으로 과거의 체득 또는 학습된 행동이 미래 행동에 영향을 준다는 것을 알 수 있다. 따라서 본 연구에서도 운전자가 침수 정보를 접하게 되면 과거에 도로통제로 인해 운전자가 겪었던 교통체증의 경험을 바탕으로 무조건 다른 경로를 탐색하는 것으로 가정하였다.
에이전트는 다음과 같이 출발지와 목적지가 무작위로 부여되며, Table 1과 같은 단계를 거쳐 초기 이동 경로를 설정한다. 모의실험에서 침수 정보를 제공받은 에이전트 중 침수지역 진입을 계획했던 에이전트는 반드시 경로를 재탐색해야 한다는 가정 하에, 경로를 재탐색하도록 하였다.

제안 방법

365일 조사한 평균통행속도와 비교하기 위해서 강우가 없고 도로를 통제하지 않는 상황에서 30회 반복적으로 모의실험하여 도출된 속도를 평균하였다. 서울시 전체의 전일 에이전트의 수를 승용차 전일통행량과 동일하게 설정하여 통행속도를 측정하였다.
둘째, 현실과 유사한 도로네트워크를 구축하기 위해 GIS 데이터를 직접 활용할 수 있는 모델을 구축한다. GIS 데이터의 속성정보를 활용하여 도로네트워크를 구축하고 속성정보에 대한 질의가 가능하도록 구축한다. 셋째, 구현된 모델을 검증하기 위해 강수가 없는 환경에서 반복 모의하여 평균한 값과 서울시 차량통행속도 데이터를 비교한다.
에이전트의 수는 평일 평균통행량, 오전첨두 시 통행량, 오후첨두 시 통행량에 기초하여 설정한다. 공간정보가 제공되지 않는 상황부터 모두에게 제공되는 상황까지 10% 간격으로 조정하여 각 상황을 반복 모의하여 평균 통행속도를 분석하였다. 연구의 흐름을 요약하면 Figure 1과 같다.
교통량을 제외한 모든 변수의 설정은 평일평균통행 분석과 동일하다. 도로 통제 시 연구지역을 지나는 운전자(에이전트)를 대상으로 2시간동안의 평균속도 변화를 살펴보았다.
교통량은 2010년 오후 첨두시(18시∼20시) OD 데이터를 바탕으로 산정하였고, 교통량을 제외한 모든 변수의 설정은 평일평균통행 분석과 동일하다. 도로 통제 시 연구지역을 지나는 전체 운전자의 평균속도 변화를 살펴보았다.
도로가 침수되어 통제되는 상황을 모의하여 에이전트의 평균속도를 분석하였다. 정보의 전파가 평균속도에 미치는 영향을 살펴보기 위해 모든 운전자 중 정보를 전달받는 운전자의 비율을 10% 간격으로 나누었다.
를 바탕으로, 2001년과 2005년 서울시 조사지점 통행량 데이터를 참고하여 산정하였다(KTI, 2013). 도로가 통제되는 상황에서 2시간 동안의 운전자의 평균속도를 모의하여 정보의 전파가 통행속도에 미치는 영향을 분석하였다.
GIS 데이터를 활용하여 도로 네트워크를 구축하는 방안을 제시하고자 한다. 도로와 운전자, 도로 통제 정보 등이 상호작용하도록 설계하고 구현할 것이다. 둘째, 공간정보전파와 관련하여 도로통제로 인한 피해를 최소화할 수 있는 실시간 공간정보의 전파 정도를 밝히고자 한다.
첫째, 운전자의 행태와 관련된 선행연구를 고찰하고 도로 상황과 상호작용하는 규칙을 설정한다. 둘째, 현실과 유사한 도로네트워크를 구축하기 위해 GIS 데이터를 직접 활용할 수 있는 모델을 구축한다. GIS 데이터의 속성정보를 활용하여 도로네트워크를 구축하고 속성정보에 대한 질의가 가능하도록 구축한다.
tick이란 모의 시 에이전트에게 규칙이 적용되는 1회 순환 사이클인데, 본 연구 모델의 에이전트가 이동하는 거리를 측정한 결과 대략 7 tick과 1분의 시간개념이 유사하다는 것을 알 수 있었다. 따라서 1 tick은 1/7초 즉, 약 8.6초로 보고 1분에 해당하는 7 tick에 한번씩 평균속도 데이터가 출력되도록 설정하였다.
또한 데이터의 출력이 용이한 모델을 구축하기 위해 모델 내 시간개념인 ‘tick’을 ‘분’단위로 환산하여 출력하도록 설정하였다.
본 연구는 연구지역을 통과하는 자가용운전자를 에이전트로 정의하였다. 목적지향적이고 자율적 객체인 에이전트가 실제 운전자의 의사결정과 유사한 행동을 하도록 설정하기 위해 사람들의 행동에 대한 기존 연구를 바탕으로 규칙을 적용하였다.
분석도구로는 사용자 인터페이스 구축이 자유로운 NetLogo를 활용하였고, 프로그램에서 제공하는 GIS 도구(extension)을 활용하여 데이터를 삽입하고 저장하였다. 구현된 모델 인터페이스는 Figure 6와 같다.
둘째, 공간정보전파와 관련하여 도로통제로 인한 피해를 최소화할 수 있는 실시간 공간정보의 전파 정도를 밝히고자 한다. 사례연구를 통해 연구지역을 통과하는 운전자 중 일부에게 도로 통제 정보를 제공하고 우회하도록 설정한 후에 연구지역 전체의 평균속력을 살펴본다.
365일 조사한 평균통행속도와 비교하기 위해서 강우가 없고 도로를 통제하지 않는 상황에서 30회 반복적으로 모의실험하여 도출된 속도를 평균하였다. 서울시 전체의 전일 에이전트의 수를 승용차 전일통행량과 동일하게 설정하여 통행속도를 측정하였다. Table 3은 모의실험 결과를 요약한 것이다.
GIS 데이터의 속성정보를 활용하여 도로네트워크를 구축하고 속성정보에 대한 질의가 가능하도록 구축한다. 셋째, 구현된 모델을 검증하기 위해 강수가 없는 환경에서 반복 모의하여 평균한 값과 서울시 차량통행속도 데이터를 비교한다. 넷째, 강남구를 사례지역으로 모의실험하여 가장 효과적으로 피해를 감축시킬 수 있는 공간정보 전파 정도를 도출한다.
둘째, 침수지점에 대한 정보를 제공받지 못한 에이전트 중 침수지점으로 진입한 에이전트는 지점에 도달하여야 침수 사실을 인지하고 우회경로를 탐색하여 이동한다. 셋째, 도로가 통제된 경우 목적지에 도달하기 위해 에이전트의 메모리에서 침수지역의 링크정보를 제외한 후 최적의 경로를 탐색한다. 넷째, 에이전트는 자신이 위치한 도로의 제한속도를 인식하고 제한속도 이하의 속도로 이동할 수 있다.
실제 도로의 폭은 3∼3.5m인데 도로의 폭은 본 연구의 분석 결과에 영향을 미치지 않을 것으로 보여 3m로 단순화하여 적용하였다.
본 연구는 개별 운전자의 행태가 교통 시스템 전체에 미치는 영향을 살펴보기 위해 도로통제로 인한 교통 혼잡을 최소화할 수 있는 실시간 통제정보의 전파 정도를 파악하고자 하였다. 에이전트 기반 모델을 구축하는 과정에서 GIS 데이터를 직접 활용할 수 있는 방안과 모의실험 결과의 처리과정을 제시하였다.
선사상으로 나타나며 각 도로의 차선 수는 속성정보로 제공된다. 에이전트가 자유롭게 차선을 변경할 수 있는 모델을 구현하기 위해 차선 수와 동일한 개수의 선사상이 필요하므로 원 데이터의 속성정보를 모델 내 메모리에 입력하여 차선 수를 변경하였다. 원 데이터의 링크를 1차선으로 사용하고, 3m씩 오른쪽으로 이동시켜 차선을 구축하였다(Figure 4).
연구모델은 Figure 5와 같이 GIS데이터를 입력하여 도로 환경을 구축하고, 에이전트의 행동을 모의하여 전체 에이전트의 평균 통행속도를 출력하도록 설계되었다.
에이전트가 자유롭게 차선을 변경할 수 있는 모델을 구현하기 위해 차선 수와 동일한 개수의 선사상이 필요하므로 원 데이터의 속성정보를 모델 내 메모리에 입력하여 차선 수를 변경하였다. 원 데이터의 링크를 1차선으로 사용하고, 3m씩 오른쪽으로 이동시켜 차선을 구축하였다(Figure 4). 실제 도로의 폭은 3∼3.
도로가 침수되어 통제되는 상황을 모의하여 에이전트의 평균속도를 분석하였다. 정보의 전파가 평균속도에 미치는 영향을 살펴보기 위해 모든 운전자 중 정보를 전달받는 운전자의 비율을 10% 간격으로 나누었다. 0~100%까지 총 11개 케이스에 대해 각 30회의 모의실험을 하였다.
연구목적을 세부적으로 살펴보면 다음과 같다. 첫째, 개별 운전자의 행태가 교통 시스템 전체에 미치는 영향을 살펴보기 위한 방법으로 에이전트 기반 모델을 구축한다. GIS 데이터를 활용하여 도로 네트워크를 구축하는 방안을 제시하고자 한다.
통행량에 따라 다른 결과가 도출될 수 있으므로 전일통행량을 기준으로 에이전트 수를 달리 설정하여 실험하였다. 침수 시 연구지역을 지나는 운전자(에이전트)를 대상으로 2시간동안의 평균속도 변화를 살펴보았다.
0~100%까지 총 11개 케이스에 대해 각 30회의 모의실험을 하였다. 통행량에 따라 다른 결과가 도출될 수 있으므로 전일통행량을 기준으로 에이전트 수를 달리 설정하여 실험하였다. 침수 시 연구지역을 지나는 운전자(에이전트)를 대상으로 2시간동안의 평균속도 변화를 살펴보았다.

대상 데이터

정보의 전파가 평균속도에 미치는 영향을 살펴보기 위해 모든 운전자 중 정보를 전달받는 운전자의 비율을 10% 간격으로 나누었다. 0~100%까지 총 11개 케이스에 대해 각 30회의 모의실험을 하였다. 통행량에 따라 다른 결과가 도출될 수 있으므로 전일통행량을 기준으로 에이전트 수를 달리 설정하여 실험하였다.
교통량은 2010년 오전 첨두시(07시∼09시) OD 데이터를 바탕으로 산정하였다.
교통량은 2010년 평일 OD(Origin and Destination) 데이터⁴⁾를 바탕으로, 2001년과 2005년 서울시 조사지점 통행량 데이터를 참고하여 산정하였다(KTI, 2013). 도로가 통제되는 상황에서 2시간 동안의 운전자의 평균속도를 모의하여 정보의 전파가 통행속도에 미치는 영향을 분석하였다.
도로정보를 효율적으로 구축하는 것은 GIS에서 가장 중요한 주제 중 하나이므로(최경호 외, 2002) GIS 데이터의 전처리과정을 최소화하였다. 본 연구에서 사용한 도로네트워크 데이터는 국가교통정보센터¹⁾에서 제공받은 2013년 8월 갱신된 데이터이다. 연구지역의 2차선 이상인 도로에 대해 상하행선으로 구분되어 있으며 링크번호, 시작점에 해당하는 노드번호, 완료점에 해당하는 노드번호, 도로명, 차선 수, 제한속도 등의 속성정보를 포함한다.
5m인데 도로의 폭은 본 연구의 분석 결과에 영향을 미치지 않을 것으로 보여 3m로 단순화하여 적용하였다. 통제도로의 위치는 최근 강남구 북부 14개동의 침수구역도²⁾에서 완전히 침수되었던 도로를 추출하여 사용하였다.

데이터처리

두 집단의 평균 차이를 객관적으로 검증하기 위해 t-검정을 실시하였다. 모집단의 평균은 21.
모델의 결과를 신뢰할 수 있는지 검증하기 위해 모의실험결과를 서울시 차량통행속도 자료와 비교하였다. 서울시 평균통행속도 자료³⁾는 하루 16시간, 365일 조사하여 취합한 구간 통행속도를 평균하여 제공한다.

성능/효과

81이며 모집단과 평균, 분산이 유사한 표본을 임의로 추출하여 검증하였다. 30회의 모의실험결과 중 10분 단위로 1개의 평균속도를 추출한 표본의 평균은 21.79, 분산은 2.79이다. 강남구의 평균속도 데이터는 오전, 낮, 오후의 속도 데이터가 존재하며 이 데이터의 평균은 20.
또한 데이터의 출력이 용이한 모델을 구축하기 위해 모델 내 시간개념인 ‘tick’을 ‘분’단위로 환산하여 출력하도록 설정하였다. tick이란 모의 시 에이전트에게 규칙이 적용되는 1회 순환 사이클인데, 본 연구 모델의 에이전트가 이동하는 거리를 측정한 결과 대략 7 tick과 1분의 시간개념이 유사하다는 것을 알 수 있었다. 따라서 1 tick은 1/7초 즉, 약 8.
t-검정 결과는 Table 4와 같다. 검정 결과 t-검정통계량은 0.87로 기각치보다 작은 값이므로 모의실험값과 강남구 평균통행속도는 차이가 없다는 귀무가설을 기각할 수 없다. 따라서 본 모델을 활용하여 실제 통행속도와 유사한 결과를 도출할 수 있는 모의실험이 가능할 것으로 보인다.
구현된 모델을 이용하여 통제도로에 대한 정보 제공이 교통흐름에 미치는 영향을 분석한 결과, 전체 운전자의 30~70%에 해당하는 운전자에게 정보를 제공할 때 평균속도가 저하되지 않는 것으로 나타났다. 이에 반해 20% 이하 또는 80% 이상의 운전자에게 정보가 전달되면 전체 운전자의 평균속도가 저하되었으며, 모든 운전자가 정보를 알 수 없을 때 가장 속도가 낮았다.
셋째, 구현된 모델을 검증하기 위해 강수가 없는 환경에서 반복 모의하여 평균한 값과 서울시 차량통행속도 데이터를 비교한다. 넷째, 강남구를 사례지역으로 모의실험하여 가장 효과적으로 피해를 감축시킬 수 있는 공간정보 전파 정도를 도출한다. 에이전트의 수는 평일 평균통행량, 오전첨두 시 통행량, 오후첨두 시 통행량에 기초하여 설정한다.
셋째, 도로가 통제된 경우 목적지에 도달하기 위해 에이전트의 메모리에서 침수지역의 링크정보를 제외한 후 최적의 경로를 탐색한다. 넷째, 에이전트는 자신이 위치한 도로의 제한속도를 인식하고 제한속도 이하의 속도로 이동할 수 있다. 앞차와의 거리를 유지해야 하며 반드시 앞차의 속도보다 낮거나 같은 속도로 이동해야 한다.
앞차와의 거리를 유지해야 하며 반드시 앞차의 속도보다 낮거나 같은 속도로 이동해야 한다. 다섯째, 차선변경은 차선이 줄어드는 경우와 좌회전 또는 우회전을 하는 경우 반드시 변경해야 하며 운전자의 앞에는 차량이 있고 옆차선에는 차량이 없는 경우도 변경이 가능하다. Figure 3은 차량속도에 관한 규칙의 일부이다.
따라서 최근 침수가 발생한 지역, 교통 혼잡이 빈번하게 일어나는 지역, 많은 인구· 격자형 도로· 많은 건물 등 도시의 특성을 대변할 수 있는 강남구 북부 14개동을 사례연구지역으로 선정하여 모의하는 것이 적합할 것이라고 판단하였다(Figure 2).
모든 운전자에게 정보를 전달하지 않은 경우 속력이 가장 낮고, 20%이하 또는 80% 이상의 운전자에게 정보를 전달하는 경우 속력은 8∼11km/h 내외로 나타났다.
이에 반해 20% 이하 또는 80% 이상의 운전자에게 정보가 전달되면 전체 운전자의 평균속도가 저하되었으며, 모든 운전자가 정보를 알 수 없을 때 가장 속도가 낮았다. 연구 결과를 종합해 볼 때, 도로 통제정보의 제공은 교통의 흐름에 영향을 미치며 우회차량으로 인해 국지적 정체가 발생할 수 있음을 알 수 있었다. 이를 바탕으로 향후 교통정책에 있어서 교통 혼잡을 최소화하기 위해서는 교통정보의 내용과 전파 시기 등을 고려한 대피 방안이 필요할 것이다.
2km이다. 이를 통해 도로통제정보를 제공하지 않으면 가장 큰 혼란이 야기될 수 있으며, 이와 반대로 많은 운전자의 경로 변경으로 인해 교통 네트워크의 부분적 집중이 유발되고 그에 따른 일시적인 정체구간이 발생할 수 있음을 알 수 있었다.
이상의 연구들에서 공통적으로 과거의 체득 또는 학습된 행동이 미래 행동에 영향을 준다는 것을 알 수 있다. 따라서 본 연구에서도 운전자가 침수 정보를 접하게 되면 과거에 도로통제로 인해 운전자가 겪었던 교통체증의 경험을 바탕으로 무조건 다른 경로를 탐색하는 것으로 가정하였다.
구현된 모델을 이용하여 통제도로에 대한 정보 제공이 교통흐름에 미치는 영향을 분석한 결과, 전체 운전자의 30~70%에 해당하는 운전자에게 정보를 제공할 때 평균속도가 저하되지 않는 것으로 나타났다. 이에 반해 20% 이하 또는 80% 이상의 운전자에게 정보가 전달되면 전체 운전자의 평균속도가 저하되었으며, 모든 운전자가 정보를 알 수 없을 때 가장 속도가 낮았다. 연구 결과를 종합해 볼 때, 도로 통제정보의 제공은 교통의 흐름에 영향을 미치며 우회차량으로 인해 국지적 정체가 발생할 수 있음을 알 수 있었다.
정보 전달이 미비하여 20% 이하의 운전자에게만 침수 정보가 전달될 경우 연구지역 전체 운전자의 평균 속도는 6∼8km/h 내외로 나타났다.
기존문헌의 연구 내용을 바탕으로 에이전트에 적용한 행동규칙은 크게 정보 제공, 침수지점 인지, 경로변경, 이동속도, 차선변경을 위한 규칙으로 나눌 수 있다. 첫째, 침수 정보를 제공받은 에이전트 중 침수지역으로 진입하려던 에이전트는 침수지역을 제외한 다른 경로를 재탐색해야 한다. 침수정보는 특정 도로에 침수가 발생한 사실을 알려주며 우회경로는 제공하지 않는다.

후속연구

본 연구는 미시적인 도로 통제 모의실험을 위한 에이전트 기반 모델의 활용성을 제시하였고, GIS 데이터를 바탕으로 다양한 연구지역에 활용이 가능한 교통 모델을 구축하였으며, 통행 시 정보의 전달이 미치는 영향을 분석하였다는 의의가 있다. 검증에 필요한 통행속도 실측 원시자료가 구축되어 있지 않아 어려움이 있었으며 향후 시군구별 시간별 평균통행속도 데이터가 구축된다면 더 정확한 검증이 가능할 것이다.
이를 바탕으로 향후 교통정책에 있어서 교통 혼잡을 최소화하기 위해서는 교통정보의 내용과 전파 시기 등을 고려한 대피 방안이 필요할 것이다. 더불어 우회도로의 확충, 도로 차선의 확대, 우수관로 정비 등 다양한 방법의 접근이 필요할 것으로 판단된다.
87로 기각치보다 작은 값이므로 모의실험값과 강남구 평균통행속도는 차이가 없다는 귀무가설을 기각할 수 없다. 따라서 본 모델을 활용하여 실제 통행속도와 유사한 결과를 도출할 수 있는 모의실험이 가능할 것으로 보인다.
사례지역보다 연구지역을 넓혀 분석한다면 통제모델의 유효성을 더욱 잘 살펴볼 수 있을 것이다. 또한 에이전트는 항상 제한속도 이하의 속력으로 이동한다고 정의하였지만 현실적인 연구 결과를 위해 합리적인 근거나 참고자료를 바탕으로 에이전트의 행동패턴을 구체화할 것이다. 마지막으로, 본 모델은 GIS데이터의 사용이 용이하도록 설계되었으므로 타 지역을 적용한 연구를 통해 연구지역에 따른 모의 실험 결과에 차이는 없는지 살펴볼 수 있을 것이다.
또한 에이전트는 항상 제한속도 이하의 속력으로 이동한다고 정의하였지만 현실적인 연구 결과를 위해 합리적인 근거나 참고자료를 바탕으로 에이전트의 행동패턴을 구체화할 것이다. 마지막으로, 본 모델은 GIS데이터의 사용이 용이하도록 설계되었으므로 타 지역을 적용한 연구를 통해 연구지역에 따른 모의 실험 결과에 차이는 없는지 살펴볼 수 있을 것이다.
향후 연구에서는 도로 네트워크를 더 세밀하게 적용할 것이며, 통행속도와 관련 있는 변수인 신호체계를 고려할 것이다. 사례지역보다 연구지역을 넓혀 분석한다면 통제모델의 유효성을 더욱 잘 살펴볼 수 있을 것이다. 또한 에이전트는 항상 제한속도 이하의 속력으로 이동한다고 정의하였지만 현실적인 연구 결과를 위해 합리적인 근거나 참고자료를 바탕으로 에이전트의 행동패턴을 구체화할 것이다.
연구 결과를 종합해 볼 때, 도로 통제정보의 제공은 교통의 흐름에 영향을 미치며 우회차량으로 인해 국지적 정체가 발생할 수 있음을 알 수 있었다. 이를 바탕으로 향후 교통정책에 있어서 교통 혼잡을 최소화하기 위해서는 교통정보의 내용과 전파 시기 등을 고려한 대피 방안이 필요할 것이다. 더불어 우회도로의 확충, 도로 차선의 확대, 우수관로 정비 등 다양한 방법의 접근이 필요할 것으로 판단된다.
향후 연구에서는 도로 네트워크를 더 세밀하게 적용할 것이며, 통행속도와 관련 있는 변수인 신호체계를 고려할 것이다. 사례지역보다 연구지역을 넓혀 분석한다면 통제모델의 유효성을 더욱 잘 살펴볼 수 있을 것이다.

핵심어	질문	논문에서 추출한 답변
	'tick'을 '분'단위로 환산하는 이유는?	GIS데이터의 입력이 용이하도록 설계하여 모델의 지속가능성을 확보하여 타 지역에도 재사용할 수 있는 모델을 구축하고자 하였다. 또한 데이터의 출력이용이한 모델을 구축하기 위해 모델 내 시간개념인‘tick’을 ‘분’단위로 환산하여 출력하도록 설정하였다. tick이란 모의 시 에이전트에게 규칙이 적용되는 1회 순환 사이클인데, 본 연구 모델의 에이전트가 이동하는 거리를 측정한 결과 대략 7 tick과 1분의 시간개념이 유사하다는 것을 알 수 있었다.
	통제도로에 대한 정보전달을 통해 피해를 감축시키는 것이 중요한 이유는?	특히 도로를 통제하는 상황에서 공간정보의 역할은 더욱 클 것으로 보인다. 최근 도로 유지관리가 중요하게 부각되면서 도로의 보수 및 확장이나 교통시설물 등의 공사 빈도가 증가하고 있으며[10], 여름철에는 국지적인 폭우로 인한 침수지역 통제도 빈번히 나타난다. 도로가 통제되면 교통처리 용량이 저하되므로 교통 혼잡이 야기될 수 있으며, 감속 및 우회하는 차량들로 인해 피해 지역이 확산될 수 있다[14,15,10]. 따라서 통제도로에 대한 정보를 전달하여 피해를 감축시키는 것은 매우 중요하다.
	운전자의 행태(출발 시간, 이동 경로 등)는 어디에 영향을 주는가?	운전자의 행태, 즉 출발 시간과 이동 경로 등의 선택은 개인의 이동속도를 변경시키는데 그치지 않고 전반적인 교통 시스템에 영향을 준다. 교통상황에 대한 공간정보를 이용하여 이동 경로를 재설정한 많은 운전자가 특정 경로에 집중하여 새로운 정체구간이 발생하기도 하고 효과적으로 분산되어 탁월한 교통 흐름을 보일 수도 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

미시적 교통 시뮬레이션을 위한 에이전트 기반 도로 통제 모델 구축 연구
Agent Based Road Control Model for Micro-Level Traffic Simulation 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

미시적 교통 시뮬레이션을 위한 에이전트 기반 도로 통제 모델 구축 연구 Agent Based Road Control Model for Micro-Level Traffic Simulation 원문보기

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

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

나유경 (4) 최진무 (19)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

미시적 교통 시뮬레이션을 위한 에이전트 기반 도로 통제 모델 구축 연구
Agent Based Road Control Model for Micro-Level Traffic Simulation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper