[논문]정류장 단위의 미시적 대중교통 접근성 분석 - KTX 서울역 사례연구 -

최승우; 전철민; 조성길

doi:10.7319/kogsis.2016.24.1.009

정류장 단위의 미시적 대중교통 접근성 분석 - KTX 서울역 사례연구 -
Micro-scale Public Transport Accessibility by Stations - KTX Seoul Station Case Study - 원문보기

한국지형공간정보학회지 = Journal of the korean society for geospatial information science, v.24 no.1, 2016년, pp.9 - 16

최승우 (서울시립대학교 공간정보공학과) , 전철민 (서울시립대학교 공간정보공학과) , 조성길 (서울시립대학교 공간정보공학과)

초록
AI-Helper

지속가능한 성장을 위한 친환경 교통체계 구축의 필요성이 증대되면서 대중교통 접근성은 교통체계 설계에 중요한 요소로 고려되고 있다. 대중교통 접근성을 분석할 때 실질적인 이동경로를 반영하기 위해 최단거리 알고리즘을 활용할 수 있으며, 한 지점에서 네트워크상의 다른 모든 지점에 대하여 얻은 최단거리 및 시간을 이용해 정류장 단위의 세밀한 접근성을 도출할 수 있다. 본 연구는 접근성 계산을 위해 환승횟수에 따른 페널티와 다수 노선들의 대기시간을 반영하여 개선한 최단거리 알고리즘을 이용하였다. KTX 서울역을 대상으로 다층 네트워크로 구현한 서울시 지하철 버스 네트워크에 알고리즘을 적용하여 KTX 서울역의 대중교통 접근성을 정류장 단위로 확인하였다.

Abstract ▼ AI-Helper

As the need of eco-friendly transportation systems for sustainable development increases, public transport accessibility has been considered as an important element of transportation system design. When analyzing the accessibility, shortest path algorithms can be utilized to reflect the actual movement and we can obtain high resolution accessibility for all other stations on the network with shortest distance and time. This study used the algorithm improved by reflecting the penalty of number of transfers and waiting time of overlapped routes to get the accessibility. KTX Seoul Station is a target place and this algorithm is applied to multi-layer subway bus network of Seoul to calculate the accessibility, therefore this study presented the accessibility of KTX Seoul station by stations.

주제어

AI 본문요약
AI-Helper

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

문제 정의

최근 데이터 수집･처리 기술의 발달로 교통카드 데이터 등을 활용한 미시적 분석이 활발해지고 있어, 기존의 행정구역 단위 분석보다 세밀한 단위에서 대중교통 분석이 필요하다고 할 수 있다. 본 연구는 대중교통체계를 미시적인 단위로 분석하기 위해 최단거리 알고리즘을 이용하여 대중교통 접근성을 정류장 단위로 분석하였다. 최단거리 알고리즘으로 다익스트라 알고리즘을 활용하였으며, 기존 연구에서 고려하지 않은 환승횟수에 대한 부담을 반영하고 이동경로를 운행하는 노선들을 탐색하여 평균 대기시간을 계산하는 방법을 고려하여 접근성을 산출하였다.

가설 설정

도보링크 이동시간은 기본적으로 링크의 직선거리 / 성인 평균 보행 속도(4km/시)로 계산하고 지하철↔버스 및 지하철↔지하철 환승링크는 지하철↔버스, 지하철↔지하철 환승링크는 수직이동이 발생하기 때문에 이를 반영하기 위하여 수도권 환승여건 실태조사를 참고하여 평면거리에 역 별 수직이동시간을 더한 결과를 활용하였다. 서울시의 경우 교통체증이 심하고 배차간격이 비교적 짧다는 특성이 있기 때문에 승객들이 특별히 미리 도착 시간표를 참고하지 않고 정류장에 무작위로 도착함을 가정하여 노선별 평균대기시간을 배차간격의 절반으로 설정하였다. 평균 대기시간은 교통카드 데이터의 버스 차고지 출발시각을 이용해 노선별 첫차ㆍ막차 시간과 버스 운행 횟수를 이용하여 평균적인 배차간격을 구하고 그 절반을 대기시간으로 산정하였다.

제안 방법

7을 통해 중심부에 위치한 서울역의 특성으로 서울 중심부와 가까울수록 접근성이 양호하였으나, 서울 동남부 지역은 다른 지역에 비해 환승횟수가 많고 접근성이 낮음을 알 수 있다. KTX 접근성이 낮은 주요 지역들을 식별하기 위해 Getis-Ord Gi* Hotspot 분석을 수행하였으며(Fig 8), 주로 서울 동부에 Hotspot이 분포하였다. 특히 송파구와 강동구의 많은 정류장들이강한 Hotspot으로 나타나 KTX 접근성이 낮은 주요 지역인 것으로 나타났다.
이 특징은 버스뿐만 아니라 급행ㆍ완행으로 운행계통이 분리된 경우와 같이 지하철에서도 존재하고 있다. 대중교통 네트워크를 표현하는 방법으로 동일한 정류장을 통과하는 노선이 여러 개 존재할 때 노드를 각 노선마다 분리하여 데이터를 구축한 연구 사례가 있으며(Benenson et al., 2010; Djurhuus et al., 2016), 본 연구에서는 이 방법을 일반화한 개념인 다층 네트워크를 활용하였다. 다층 네트워크는 동일한 성질을 가진 네트워크가 하나의 레이어로 구성되며 각 레이어로 분리된 네트워크를 레이어 간 링크를 통해 유기적으로 연결된 구조를 갖는다(Boccaletti et al.
도보링크 이동시간은 기본적으로 링크의 직선거리 / 성인 평균 보행 속도(4km/시)로 계산하고 지하철↔버스 및 지하철↔지하철 환승링크는 지하철↔버스, 지하철↔지하철 환승링크는 수직이동이 발생하기 때문에 이를 반영하기 위하여 수도권 환승여건 실태조사를 참고하여 평면거리에 역 별 수직이동시간을 더한 결과를 활용하였다.
본 연구에서는 최단거리 알고리즘 기반 정류장 단위의 대중교통 접근성을 분석 및 시각화하였고, 환승횟수페널티와 평균 대기시간 계산을 알고리즘에 추가하여 기존의 최단거리 알고리즘을 보완하였다. 서울시 지하철･버스 네트워크에 대하여 KTX 서울역의 대중교통접근성을 도출하였으며 다른 지역보다 서울 동남권의접근성이 낮은 것으로 나타났다.
, 2003; Yang and Son, 2000). 서울시대중교통의 경우 수도권 통합 요금제로 환승에 따른 금전적 추가부담이 없기 때문에 본 연구에서는 환승 페널티 중 금전적 부담은 제외하고 환승횟수를 이동비용 계산식에 포함하였다. 이동시간을 기준으로 최단경로를 산출할 경우 실제 승객의 이동패턴에 비해 과도하게 환승횟수가 많은 경로로 이동할 수 있다.
최단거리 알고리즘으로 다익스트라 알고리즘을 활용하였으며, 기존 연구에서 고려하지 않은 환승횟수에 대한 부담을 반영하고 이동경로를 운행하는 노선들을 탐색하여 평균 대기시간을 계산하는 방법을 고려하여 접근성을 산출하였다. 서울시를 사례지역으로 타 대중교통 수단과 연계의 필요성이 높은 고속철도 역을 분석 대상으로 하여 KTX 서울역의 대중교통 접근성을 알고리즘을 활용해 정류장 단위로 분석하였다. 시간 단위로 도출된 접근성 결과를 지도상에 시각적으로 표현하고 Hotspot 분석을 통해 KTX 접근성 취약지역을 확인하였다.
서울시를 사례지역으로 타 대중교통 수단과 연계의 필요성이 높은 고속철도 역을 분석 대상으로 하여 KTX 서울역의 대중교통 접근성을 알고리즘을 활용해 정류장 단위로 분석하였다. 시간 단위로 도출된 접근성 결과를 지도상에 시각적으로 표현하고 Hotspot 분석을 통해 KTX 접근성 취약지역을 확인하였다.
접근성은 차내시간에 도보시간, 대기시간, 환승횟수(#t)×환승횟수 페널티를 더하여 계산하였다(Eq. 4).
지도상에 위치한 KTX 서울역 역사의 중심점을 포인트 데이터로 네트워크에 추가하여 알고리즘을 적용하였다. 접근성은 차내시간에 도보시간, 대기시간, 환승횟수(#t)×환승횟수 페널티를 더하여 계산하였다(Eq.
본 연구는 대중교통체계를 미시적인 단위로 분석하기 위해 최단거리 알고리즘을 이용하여 대중교통 접근성을 정류장 단위로 분석하였다. 최단거리 알고리즘으로 다익스트라 알고리즘을 활용하였으며, 기존 연구에서 고려하지 않은 환승횟수에 대한 부담을 반영하고 이동경로를 운행하는 노선들을 탐색하여 평균 대기시간을 계산하는 방법을 고려하여 접근성을 산출하였다. 서울시를 사례지역으로 타 대중교통 수단과 연계의 필요성이 높은 고속철도 역을 분석 대상으로 하여 KTX 서울역의 대중교통 접근성을 알고리즘을 활용해 정류장 단위로 분석하였다.
서울시의 경우 교통체증이 심하고 배차간격이 비교적 짧다는 특성이 있기 때문에 승객들이 특별히 미리 도착 시간표를 참고하지 않고 정류장에 무작위로 도착함을 가정하여 노선별 평균대기시간을 배차간격의 절반으로 설정하였다. 평균 대기시간은 교통카드 데이터의 버스 차고지 출발시각을 이용해 노선별 첫차ㆍ막차 시간과 버스 운행 횟수를 이용하여 평균적인 배차간격을 구하고 그 절반을 대기시간으로 산정하였다. 위의 네트워크 속성 입력에 대한사항을 Table 3에 요약하였다.

대상 데이터

네트워크 구축 대상은 수도권 도시철도 및 서울시 버스 노선을 대상으로 하였으며, 2011년 10월 19일 서울시 교통카드 데이터를 활용하여 612개 노선, 13,584개역･정류장 규모의 대중교통 네트워크를 구축하였다(Fig. 5). 알고리즘 적용을 위한 변수를 다음과 같이 설정하였다.

이론/모형

이동시간은 교통수단의 평균적인 속도로 이동시간을 구하거나(O'Sullivan et al, 2000), 각 노선의 평균적인 운행스케줄을 통해 링크 간 이동시간을 활용했다(Salonenand Toivonen, 2013).

성능/효과

본 연구에서는 최단거리 알고리즘 기반 정류장 단위의 대중교통 접근성을 분석 및 시각화하였고, 환승횟수페널티와 평균 대기시간 계산을 알고리즘에 추가하여 기존의 최단거리 알고리즘을 보완하였다. 서울시 지하철･버스 네트워크에 대하여 KTX 서울역의 대중교통접근성을 도출하였으며 다른 지역보다 서울 동남권의접근성이 낮은 것으로 나타났다. 향후 동남권 지역에KTX 수서역이 개통될 예정이고 서울시와 경기도에서KTX 삼성역 연장을 요구하고 있어, 최단거리 알고리즘을 활용한 접근성 분석을 통해 수도권 KTX 접근성의 변화를 정류장 단위의 미시적인 관점에서 분석할 수 있으며 KTX 뿐만 아니라 버스 및 지하철 노선 신설 시접근성 변화를 분석하는 데에도 활용될 수 있을 것으로 예상된다.
정류장 단위로 도출한 서울역의 이동시간, 환승횟수, 접근성을 평균한 결과, KTX 서울역의 평균적인 접근성은 50.64분으로 나타났다(Table 4). Fig.
서울역을 직접 통과하는 노선 주변지역은 접근성이 상대적으로 높게 나타나고 노선 주변에서 멀어질수록 낮게 나타나는 경향이 있다. 특히 서울역을 통과하는 지하철 1･4호선 및 경의선 연선은 구로구와 노원역 일대와 같이 서울역과 상대적으로 먼 거리임에도 접근성이 양호한 것으로 나타났다. 반면 광진･송파･강동구는 직통 노선이 미비하여 거리대비 접근성이 낮음을 알 수 있다.

후속연구

본 연구에서는 실제 노선의 운행 타임 테이블을 활용하는 대신 평균적인 배차간격을 활용하였으나 지하철의 경우 운행시각이 규칙적이므로 실제 타임 테이블을 활용하여 시간대에 따라 다르게 접근성을 도출할 수 있을 것으로 예상된다. 또한 인천･경기도 버스 노선을 추가하여 향후 연구에서 수도권 전체에 대한 대중교통 접근성을 분석할 수 있을 것으로 기대한다.
본 연구에서는 실제 노선의 운행 타임 테이블을 활용하는 대신 평균적인 배차간격을 활용하였으나 지하철의 경우 운행시각이 규칙적이므로 실제 타임 테이블을 활용하여 시간대에 따라 다르게 접근성을 도출할 수 있을 것으로 예상된다. 또한 인천･경기도 버스 노선을 추가하여 향후 연구에서 수도권 전체에 대한 대중교통 접근성을 분석할 수 있을 것으로 기대한다.
(2013)은 각각 동대구역 및 KTX 수서역을 대상으로 시ㆍ군ㆍ구 단위 또는 행정동 단위로 접근성을 분석하였다. 이와 같이 기존 연구에서 다루는 접근성은 주로 도로네트워크를 기반으로 시군구 단위 등 면 단위로 접근성을 산출했다는 공통점을 가지고 있으며, 대중교통을 이용한 정류장 단위의 점 단위 접근성은 산출하지 못한 한계점을 본 연구에서 보완할 수 있다.
서울시 지하철･버스 네트워크에 대하여 KTX 서울역의 대중교통접근성을 도출하였으며 다른 지역보다 서울 동남권의접근성이 낮은 것으로 나타났다. 향후 동남권 지역에KTX 수서역이 개통될 예정이고 서울시와 경기도에서KTX 삼성역 연장을 요구하고 있어, 최단거리 알고리즘을 활용한 접근성 분석을 통해 수도권 KTX 접근성의 변화를 정류장 단위의 미시적인 관점에서 분석할 수 있으며 KTX 뿐만 아니라 버스 및 지하철 노선 신설 시접근성 변화를 분석하는 데에도 활용될 수 있을 것으로 예상된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	녹색 교통체계 구축의 필요성이 증대되고 있는 이유는?	도시 환경오염 및 교통체증으로 인한 도시 문제가 심각해지면서, 지속가능한 성장을 위한 녹색 교통체계 구축의 필요성이 증대되고 있다. 정부 및 지자체에서는 국가기간교통망계획(2011) 및 서울특별시 10개년 도시철도 기본계획에 대한 종합발전방안(2014) 등을 통해 대중교통을 중심으로 상호간 긴밀하게 연계된 교통정책을 추진하고 있다.
	정부 및 지자체에서 추진중인 교통정책은?	도시 환경오염 및 교통체증으로 인한 도시 문제가 심각해지면서, 지속가능한 성장을 위한 녹색 교통체계 구축의 필요성이 증대되고 있다. 정부 및 지자체에서는 국가기간교통망계획(2011) 및 서울특별시 10개년 도시철도 기본계획에 대한 종합발전방안(2014) 등을 통해 대중교통을 중심으로 상호간 긴밀하게 연계된 교통정책을 추진하고 있다. 대중교통 체계 계획 시 지역 간 거리 및 시간 등 지리적 요소를 포함하고 있는 대중교통접근성은 중요하게 고려되는 요소이며, 특히 도시철도접근성은 교통 환경 개선에 큰 효과를 주어 도시개발을 촉진하고 부동산 가격에 큰 영향을 주는 효과가 있다(Choi et al.
	대중교통접근성을 분석하기 위해 사용하는 것은?	대중교통 접근성을 분석할 때 실제 이동경로를 반영하기 위해 최단거리 알고리즘을 활용할 수 있다. 최단거리 알고리즘을 활용할 경우 한 지점을 기준으로 네트워크상의 다른 모든 지점에 대한 최단거리 및 시간을 얻을 수 있는 특성이 있기 때문에 정류장 단위의 세밀한 접근성을 도출할 수 있다(Lei and Church, 2010).또한 정류장 단위로 산출된 이동시간들을 통해 같은 시간 내에 도달할 수 있는 지리적 분포를 등시간선으로 지도상에 표현할 수 있어 대중교통 접근성을 직관적으로 파악할 수 있다(O'Sullivan et al., 2000).

참고문헌 (22)

Benenson, I., Martens, K., Rofe, Y. and Kwartler, A., 2011, Public transport versus private car GIS-based estimation of accessibility applied to the Tel Aviv metropolitan area, The Annals of Regional Science, Vol. 47, No. 3, pp. 499-515.

상세보기
Boccaletti, S. et al., 2014, The structure and dynamics of multilayer networks, Physics Reports, Vol. 544, No. 1, pp. 1-122.

상세보기
Choi, C. U., Son, J. W. and Lee, C. H., 2009, Land value analysis using GIS in Haeundae gu of Busan, Journal of the Korean Society for Geospatial Information System, Vol. 17, No. 2, pp. 3-9.
Choi, J. S. et al., 2015, Specialized development of KTX economic areas, current status and challenges, Urban Information Service, No. 398, pp. 3-27.
Djurhuus, S., Hansen, H. S., Aadahl, M. and Glumer, C., 2016, Building a multimodal network and determining individual accessibility by public transportation, Environment and Planning B, Vol. 43, pp. 210-227.

상세보기
Farber, S., Morang, M. Z. and Widener, M. J., 2014, Temporal variability in transit-based accessibility to supermarkets, Applied Geography, Vol. 53, pp. 149-159.

상세보기
Kim, D. Y. et al., 2013, Analysis of changes in accessibility due to the opening of the Su-seo station, Spring Conference of the Korean Society for Railway, pp. 1660-1665.
Kim, K. S. and Kim, S. H., 2007, A study on the access travel area of the KTX Dong-Daegu station, Seoul Studies, Vol. 8, No. 2, pp. 133-144.
Kim, S. H., Lee, C. M. and Ahn, K. H., 2001, The influence of walking distance to a transit stop on modal choice, Journal of the Korea Planning Association, Vol. 36, No. 7, pp. 297-307.
Kivela, M. et al., Multilayer networks, 2014, Journal of Complex Networks. Vol. 2, No. 3, pp. 203-271.

상세보기
Lee, G. J., Park, C. H. and Jeon, G. S., 2003, Estimating transfer penalties considering transfer condition (A case of subway in Seoul), Proc. of the KOR-KST Conference, Korean Society of Transportation, Vol. 44, pp. 1-6.
Lei, T. L. and Church, R., 2010, Mapping transit-based access: integrating GIS, routes and schedules, International Journal of Geographical Information Science, Vol. 24, No. 2, pp. 283-304.

상세보기
Mavoa, S., Witten, K., McCreanor, T. and O'Sullivan, D., 2012, GIS based destination accessibility via public transit and walking in Auckland, New Zealand, Journal of Transport Geography, Vol. 20, No. 1, pp. 15-22.

상세보기
Metropolitan Transportation Authority, 2015, Joint business of up-to-date of Seoul metropolitan passenger O/D traffic in 2014.
O'Sullivan, D., Morrison, A. and Shearer, A., 2000, Using desktop GIS for the investigation of accessibility by public transport: an isochrone approach, International Journal of Geographical Information Science, Vol. 14, No. 1, pp. 85-104.

상세보기
Park, B. H. and Oh, S. J., 2001, Effects of transfer penalty in the public transit assignment, Social Science Studies, Vol. 17, No. 2, pp. 65-92.
Peng, Z., 1997, A methodology for design of a GIS-based automatic transit traveler information system, Computers, Environment and Urban Systems, Vol. 21, No. 5, pp. 359-372.

상세보기
Salonen, M. and Toivonen, T., 2013, Modelling travel time in urban networks: comparable measures for private car and public transport, Journal of Transport Geography, Vol. 31, pp. 143-153.

상세보기
Sung, H., 2011, A study on estimating the potential impacts of transit-oriented development on housing price, Journal of the KRSA, Vol. 27, No. 2, pp. 63-76.
The Korea Transport Institute, 2014, KTX opening 10 years, what would been different.
Yang, C. H. and Son, U. Y., 2000, Estimation of transfer related values of Seoul subway users using stated preference and revealed preference analyses, Journal of Korean Society of Transportation, Vol. 18, No. 4, pp. 19-30.
Yang, S. and Hang, F. L., 2015, GIS-based analysis of public transit accessibility: definition and display, CICTP 2015, Chinese Overseas Transportation Association, pp. 1213-1224.

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