[논문]교통카드 빅데이터 기반의 서울 버스 교통망 시간거리 접근성 산출

박종수; 이금숙

doi:10.23841/egsk.2015.18.4.539

교통카드 빅데이터 기반의 서울 버스 교통망 시간거리 접근성 산출
Time-distance Accessibility Computation of Seoul Bus System based on the T-card Transaction Big Databases 원문보기

한국경제지리학회지 = Journal of the Economic Geographical Society of Korea, v.18 no.4, 2015년, pp.539 - 555

초록
AI-Helper

본 논문의 목적은 서울시버스체계의 시간거리 접근성을 산출하고 공간구조를 분석하는 것이다. 이를 위해 빅데이터인 교통카드 트랜잭션 데이터베이스에서 버스 이용객의 시공간정보를 이용하여 서울 버스 교통망의 시간거리 접근성을 산출하는 방법론을 제시한다. 특히 버스체계 운영 특성을 반영하여 버스 승객들이 출발지에서 승차하여 같은 버스로 목적지에 도착하거나 또는 중간에 다른 버스노선으로 환승하여 목적지 까지 도착하는 통행을 나타낼 수 있는 버스 교통망 그래프를 구성하고, 교통카드 트랜잭션 데이터베이스에서 각 승객이 이동하는 시간을 추출해 내어 평균 이동시간을 버스 교통망 그래프의 각 연결선의 가중치로 설정한다. 수정된 Floyd APSP algorithm을 이용하여 얻어진 각 결절점들 사이의 최단경로 이동시간을 바탕으로 각 버스정류장의 접근성을 계산하는 방법론을 제시한다. 또한 분석 결과를 정리하고 공간분포를 시각화하여 공간구조를 파악한다. 본 연구는 많은 버스노선과 버스정류장들로 구성되고 환승 등 다양한 통행행태가 내포되어 있는 복잡성 때문에 접근성 측정이 용이하지 않았던 서울 버스 교통망의 시간거리 접근성을 산출하려는 첫 시도라는 측면에서 의의가 크다.

Abstract ▼ AI-Helper

This study proposes the methodology for measuring the time-distance accessibility on the Seoul bus system based on the T-card transaction databases and analyzes the results. T-card transaction databases contain the time/space information of each passenger's locations and times of the departure, transfers, and destination. We introduce the bus network graph and develop the algorithms for time-distance accessibility measurement. We account the average speed based on each passenger's get-in and getoff information in the T-card data as well as the average transfer time from the trip chain transactions. Employing the modified Floyd APSP algorithm, the shortest time distance between each pair of bus stops has been accounted. The graph-theoretic nodal accessibility has been given by the sum of the inverse time distance to all other nodes on the network. The results and spatial patterns are analyzed. This study is the first attempt to measure the time-distance accessibility for such a large transport network as the Seoul bus system consists of 34,934 bus stops on the 600 bus routes, and each bus route can have different properties in terms of speed limit, number of lanes, and traffic signal systems, and thus has great significance in the accessibility measurement studies.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 600여 개의 버스노선 상에 3만5천개 정도의 버스정류장들로 구성되고 환승 등 다양한 통행행태가 내포되어 있는 서울시 버스체계의 복잡성 때문에 접근성 측정이 용이하지 않았던 서울버스 교통망의 접근성을 산출하려는 첫 시도라는 측면에서 의의가 크다. 또한 본 논문의 연구는 대용량의 데이터에서 패턴이나 정보를 추출해내는 데이터 마이닝 분야의 세부 기법들과 대중교통의 승객들의 통행 특성을 분석하는 교통지리 분야의 세부 이론들을 배경으로 이루어졌다. 추후에도 이와 같은 학제간의 공동연구를 통하여 대용량의 교통카드 트랜잭션 데이터베이스를 이용하여 서울시내버스와 지하철 승객들이 이용하는 대중교통의 통합적인 접근도를 계산해낼 수 있으리라 생각한다.
본 논문에서는 서울 시내버스를 이용하는 대중교통 승객들의 통행 특성들 중의 한 가지인 버스정류장의 접근성을 계산하는 방법론을 제안하고 실제 교통카드 트랜잭션 데이터베이스를 활용하여 모든 시내버스정류장들의 접근도를 계산하여 그 결과를 분석하였다. 서울 시내버스 노선 망을 교통망 그래프 모델로 변환하는 방법을 설명하고, 특히 버스 승객들 중에서 여러 버스로 환승하는 통행에 대한 출발 버스정류장, 환승 버스정류장들, 도착 버스정류장의 최단 경로를 계산할 수 있도록 하였다.
본 연구는 대중교통이용자의 통행궤적의 시공간 정보를 담고 있는 빅데이터 교통카드 데이터베이스를 기반으로 지점 간을 이동하는데 소요되는 실제시간거리를 산출하는 방법론을 제시하고, 이를 근간으로 서울 버스교통망으로 주어지는 시간거리 접근성을 산출하여 분석한다. 이를 위하여 본 논문에서는 먼저 서울시의 버스체계와 빅데이터인 교통카드 데이터베이스에 대하여 소개하고, 서울 버스교통망의 시간거리 접근성 산출 과정에 대하여 설명한다.
본 연구에서는 접근성의 개념을 연결되는 장소의 속성과는 무관하게 주어지는 교통망으로의 이동 가능성으로 정의하고 순수하게 교통망 상의 결절점들이 주어진 교통망을 통하여 주변의 다른 지점들로부터(혹은 다른 지점으로)도달하기 쉬운 정도를 한 장소에서 다른 장소로 이동하는데 소비되는 시간거리로 측정한다. 특히 서울 버스체계는 교통망의 확충이나 노선조정 등으로 교통망의 구성이 변화할 수 있으므로 이러한 비고정성 교통망에도 적용할 수 있도록 일반화시킨 이금숙 외(2014)의 접근성 산출모형에서 적용한 다음 (식 1)을 적용한다.

제안 방법

그러나 승객이 승차나 하차를 할 수 있는 버스정류장에는 노선-환승 버스정류장들이 포함되지 않으므로 사후 처리에서 노선-환승 버스정류장들을 제외한 이동 시간에 대한 재배치 작업을 수행해야 한다. D[i][j] 중에서 노선-단독 버스정류장과 터미널-환승 버스정류장에 해당되는 노드들의 인덱스들로만 구성된 2차원 배열에 값을 할당하여 시간거리 접근성 산출 c_ij에 대응되도록 하고 그 값을 이용하여 각 버스정류장의 접근도를 계산하도록 한다.
각 간선의 가중치에 해당되는 이동 시간은 교통카드 트랜잭션 데이터베이스에서 승객들의 이동 시간을 추출하여 사용하였다. 가중치 그래프의 최단 경로 알고리즘을 응용하여 서울 시내 버스정류장들 사이의 최단 경로를 찾아내고 그 경로의 이동 시간을 얻을 수 있었다. 이 이동 시간을 사용하여 각 버스정류장의 접근도를 계산하고 그 결과를 분석하고 공간적 특성을 설명하였다.
교통망 그래프에서 버스정류장들은 노드로 설정되고 노드와 노드를 연결하는 간선은 버스노선에 따라 연결하였다. 각 간선의 가중치에 해당되는 이동 시간은 교통카드 트랜잭션 데이터베이스에서 승객들의 이동 시간을 추출하여 사용하였다. 가중치 그래프의 최단 경로 알고리즘을 응용하여 서울 시내 버스정류장들 사이의 최단 경로를 찾아내고 그 경로의 이동 시간을 얻을 수 있었다.
서울 시내버스 노선들로 구성된 망(network)을 하나의 교통망으로 간주하여 교통망을 통한 이동성을 중심으로 각 버스정류장에서의 접근도를 계산하려면 먼저 서울 시내버스 노선 망을 하나의 교통망으로 변환시키는 작업이 필요하다. 본 논문에서는 서울 시내버스 노선 망을 하나의 연결된 그래프로 변환한다. 각 버스노선 상의 버스정류장은 노드로 표시하고 연결은 방향 간선(directed edge)으로 나타내고 간선의 가중치(weight)는 이동시간을 나타낸다.
본 논문에서는 서울 시내버스를 이용하는 대중교통 승객들의 통행 특성들 중의 한 가지인 버스정류장의 접근성을 계산하는 방법론을 제안하고 실제 교통카드 트랜잭션 데이터베이스를 활용하여 모든 시내버스정류장들의 접근도를 계산하여 그 결과를 분석하였다. 서울 시내버스 노선 망을 교통망 그래프 모델로 변환하는 방법을 설명하고, 특히 버스 승객들 중에서 여러 버스로 환승하는 통행에 대한 출발 버스정류장, 환승 버스정류장들, 도착 버스정류장의 최단 경로를 계산할 수 있도록 하였다. 교통망 그래프에서 버스정류장들은 노드로 설정되고 노드와 노드를 연결하는 간선은 버스노선에 따라 연결하였다.
그러나 승객이 승차나 하차를 할 수 있는 버스정류장에는 노선-환승 버스정류장들은 포함되지 않으므로 사후 처리에서 노선-환승 버스정류장들을 제외한 이동 시간에 대한 재배치 작업을 수행해야 한다. 위의 알고리즘으로 구한 D[i][j] 중에서 노선-단독 버스정류장과 터미널-환승 버스정류장에 해당되는 노드들의 인덱스들로만 구성된 2차원 배열에 값을 할당하여 (식 1)의 c_ij에 대응되도록 하고 그 값을 이용하여 시간거리 접근도를 계산하도록 한다.
가중치 그래프의 최단 경로 알고리즘을 응용하여 서울 시내 버스정류장들 사이의 최단 경로를 찾아내고 그 경로의 이동 시간을 얻을 수 있었다. 이 이동 시간을 사용하여 각 버스정류장의 접근도를 계산하고 그 결과를 분석하고 공간적 특성을 설명하였다.
본 연구는 대중교통이용자의 통행궤적의 시공간 정보를 담고 있는 빅데이터 교통카드 데이터베이스를 기반으로 지점 간을 이동하는데 소요되는 실제시간거리를 산출하는 방법론을 제시하고, 이를 근간으로 서울 버스교통망으로 주어지는 시간거리 접근성을 산출하여 분석한다. 이를 위하여 본 논문에서는 먼저 서울시의 버스체계와 빅데이터인 교통카드 데이터베이스에 대하여 소개하고, 서울 버스교통망의 시간거리 접근성 산출 과정에 대하여 설명한다. 특히 많은 버스노선과 정류장 및 환승 등으로 매우 복잡한 서울 버스체계의 시간거리를 산출하기 위하여 서울 시내버스 노선들과 버스정류장들을 간선들과 노드들로 변환된 그래프를 구성하고, 승객이 통행의 출발지와 도착지로 승차하고 하차하는 버스정류장 사이의 최단경로 시간거리를 구하는 알고리즘을 소개한다, 마지막으로 이러한 과정을 거쳐 얻어진 서울 버스교통망의 시간거리 접근성의 결과를 분석하고 그 공간적 양상을 파악한다.
이를 위하여 본 논문에서는 먼저 서울시의 버스체계와 빅데이터인 교통카드 데이터베이스에 대하여 소개하고, 서울 버스교통망의 시간거리 접근성 산출 과정에 대하여 설명한다. 특히 많은 버스노선과 정류장 및 환승 등으로 매우 복잡한 서울 버스체계의 시간거리를 산출하기 위하여 서울 시내버스 노선들과 버스정류장들을 간선들과 노드들로 변환된 그래프를 구성하고, 승객이 통행의 출발지와 도착지로 승차하고 하차하는 버스정류장 사이의 최단경로 시간거리를 구하는 알고리즘을 소개한다, 마지막으로 이러한 과정을 거쳐 얻어진 서울 버스교통망의 시간거리 접근성의 결과를 분석하고 그 공간적 양상을 파악한다.

대상 데이터

버스노선의 속성들의 값은 뒤에서 서울 버스교통망 시간거리 접근성 산출과정의 단계 1과 4에서 사용되고, 단계 4의 서울 시내버스 교통망을 그래프로 변환시킬 때 그 기본 요소인 노드와 간선을 만드는데 필수적인 데이터이다. 계산에 사용된 버스노선데이터는 서울 시내버스 교통망의 600개 버스노선에 대한 자료를 포함하고 있다.
단순한 그래프는 한 승객이 한 버스노선 상에 있는 버스정류장에서 승차하고 목적지의 버스정류장에서 하차하는 통행 과정은 설명할 수 있지만, 서울 대중교통에서 허용되는 다른 버스로 환승하는 과정에 대해서는 설명할 수 없게 된다. 따라서 본 논문에서는 버스 승객들이 출발지 버스정류장에서 승차하여 같은 버스로 목적지 버스정류장에 도착하거나 또는 중간에 다른 버스노선의 버스로 환승하여 목적지 버스정류장까지 도착하는 통행을 나타낼 수 있는 서울 시내버스 교통망 그래프를 별도로 구성한다.
본 연구에서 서울 시내버스 교통망의 그래프에 입력으로 사용되는 교통카드 트랜잭션 데이터베이스는 2013년 데이터를 사용한다. 2013년 기준으로 서울 시내버스 노선들의 개수는 600개이고, 이 노선들에 속한 버스 정류장들의 개수는 34,934개이고, 환승버스정류장들로 인한 노선 버스정류장들의 개수 증가를 제외하면 실제로 15,702개의 버스정류장들이 서울 시내버스 노선들에 존재한다.

성능/효과

본 연구는 600여 개의 버스노선 상에 3만5천개 정도의 버스정류장들로 구성되고 환승 등 다양한 통행행태가 내포되어 있는 서울시 버스체계의 복잡성 때문에 접근성 측정이 용이하지 않았던 서울버스 교통망의 접근성을 산출하려는 첫 시도라는 측면에서 의의가 크다. 또한 본 논문의 연구는 대용량의 데이터에서 패턴이나 정보를 추출해내는 데이터 마이닝 분야의 세부 기법들과 대중교통의 승객들의 통행 특성을 분석하는 교통지리 분야의 세부 이론들을 배경으로 이루어졌다.

후속연구

또한 본 논문의 연구는 대용량의 데이터에서 패턴이나 정보를 추출해내는 데이터 마이닝 분야의 세부 기법들과 대중교통의 승객들의 통행 특성을 분석하는 교통지리 분야의 세부 이론들을 배경으로 이루어졌다. 추후에도 이와 같은 학제간의 공동연구를 통하여 대용량의 교통카드 트랜잭션 데이터베이스를 이용하여 서울시내버스와 지하철 승객들이 이용하는 대중교통의 통합적인 접근도를 계산해낼 수 있으리라 생각한다. 그리고 대중교통의 이용 패턴에 따른 토지이용패턴이나 지가 및 임대료의 영향 등도 연구할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	서울시 버스시스템의 특징은?	’라는 서울시 도시교통본부의 보도자료(서울시, 2015)를 통해서도 극명하게 드러난다. 특히 서울시 버스시스템은 대중교통을 이용하는 일 평균 승객 수의 52.0%를 차지하는 주요 교통수단이며(서울시, 2015), 지하에 고정 선로를 따라 설치된 9개의 노선 상에 500여개의 지하철역에서만 연결되는 지하철체계와 달리 지상에서 도로망을 따라 600개의 버스노선과 35,000개 정도의 노선버스 정류장이 촘촘히 위치하여 서울시민의 생활에 좀 더 밀착되어 있는 대중교통체계이다. 따라서 서울시 버스체계로 제공되는 이동성과 접근성은 서울 시민의 통행행태는 물론 그들의 일상생활과 관련된 시설들의 방문 대상지역 선택에 긴밀하게 작용할 것이다.
	2014년 서울의 대중교통을 이용한 승객 수는?	버스와 지하철로 구성된 서울의 대중교통체계는 서울시 총 통행량의 2/3를 담당하며 서울시민의 일상 통행의 근간을 이룬다. 이는 ‘2014년 한 해 서울의 대중교통을 이용한 승객 수가 40억명에 이르고, 이를 하루 평균으로 환산하면 1,100여만명에 이른다.’라는 서울시 도시교통본부의 보도자료(서울시, 2015)를 통해서도 극명하게 드러난다.
	서울시 대중교통체계의 요금은?	서울시 대중교통체계는 지하철과 각종 버스의 통합요금제를 실시하고 있다. 요금체계는 무료환승(통합거리 비례제)로 10km까지는 기본요금만으로 환승이 무료이며, 10km 초과시 매 5km마다 100원이 가산된다. 5개 수단(지선, 간선, 순환, 마을, 광역버스)까지 환승 가능하며 광역(좌석) 통합요금제는 환승하여 이용한 총 거리가 30km 이내의 경우, 기본요금만 부과하고(환승무료) 환승하여 이용한 총 거리가 30km 초과의 경우, 5km마다 추가요금 100원을 가산하고 있다. 교통카드 사용시 (승차 및 하차 접촉 시) 환승할인이 적용되며, 환승 유효 시간은 하차 후 30분 이내로 제한(21시~익일 07시까지는 60분 이내 탑승)하며, 4회 까지 환승 할인이 가능하므로 원리적으로는 5개 수단 탑승 가능하다.

참고문헌 (20)

한국경제지리학회지 박종수 10 1 44
응용지리 이금숙 18 25
한국경제지리학회지 이금숙 10 4 427
한국경제지리학회지 이금숙 1 1 137
한국경제지리학회지 이금숙 13 4 515
한국경제지리학회지 이금숙 17 1 98
Journal of Transport Geography Geurs, K. T. 12 127 10.1016/j.jtrangeo.2003.10.005

상세보기
Environment and Planning A Handy, S. L. 29 7 1175 10.1068/a291175

상세보기
Journal of the American Institute of Planners Hansen, W. G. 25 2 73 10.1080/01944365908978307

상세보기
Professional Geographer Horner, M. W. 56 2 160 10.1111/j.0033-0124.2004.05602002.x

상세보기
Regional Studies Ingram, D. R. 5 101 10.1080/09595237100185131

상세보기
Applied Geography Kwan, M. -P. 28 2 110 10.1016/j.apgeog.2007.07.002

상세보기
Journal of the American Institute of Planners Lakshmanan, T. R. 31 13
Geographical Analysis Lee, K. 30 1 1 10.1111/j.1538-4632.1998.tb00385.x

상세보기
Journal of Transport Geography Martinez, L. M. 26 87 10.1016/j.jtrangeo.2012.08.018

상세보기
Journal of Transport Geography Páez, A. 25 141 10.1016/j.jtrangeo.2012.03.016

상세보기
Networks and Spatial Economics Reggiani, A. 11 4 621 10.1007/s11067-010-9149-0

상세보기
Regional Studies Stanilov, K. 37 8 783 10.1080/0034340032000128712

상세보기
Journal of Transport Geography Van Wee, B. 9 199 10.1016/S0966-6923(01)00010-2

상세보기
Regional Science and Urban Economics Weibull, A. G. 6 4 357 10.1016/0166-0462(76)90031-4

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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