[논문]사회적 비용을 이용한 이동 행위 평가 모델 - 기숙사의 위치와 사회적 비용의 상관관계 분석을 통한 도시 계획으로의 활용방안 고찰 -

신동윤; 송유미; 김성아

doi:10.13161/kibim.2016.6.2.019

[국내논문] 사회적 비용을 이용한 이동 행위 평가 모델 - 기숙사의 위치와 사회적 비용의 상관관계 분석을 통한 도시 계획으로의 활용방안 고찰 -
Social Costs Estimation to Evaluate Urban Trip Activity - An application of student housing and social costs analysis for urban planning - 원문보기

Journal of KIBIM = 한국BIM학회논문집, v.6 no.2, 2016년, pp.19 - 28

신동윤 (성균관대학교 건축학과) , 송유미 (성균관대학교 미래도시융합공학과) , 김성아 (성균관대학교 건축학과)

Abstract ▼ AI-Helper

Social costs analysis seeks to reveal the environmental effects of transportation policy. It delivers a sense of the effects of the public's daily travel and the costs that are or would be incurred from individual trips. Moreover, the accumulated total number of trips will uncover the effects of travel on society. This article shows the quantitative analysis of the economic outcomes of travel using social costs estimation methods. In order to support urban planning tasks, this research implemented analysis tool for social costs estimation by travel behavior. For a case study, a jave based application which can convert people's trip data into social costs is developed. the application used for simulating student-housing effects by estimating social costs changes. The analysis included the attributes, building scale and locational changes of the student housing as well as transforms of the students' trips.

Keyword

AI 본문요약
AI-Helper

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

문제 정의

무인 자동차 기술의 핵심은 주행 중 발생하는 모든 이벤트를, 사람이 인지하듯이 자동차에 내장된 컴퓨터에게 인지시키는 기술에 있다. 센서를 통해 인지한 물체가 사람인지, 자동차 인지, 그리고 도로의 시설물 인지를 정확히 구분 짓는 기술을 바탕으로 상황에 따른 최적의 결정을 내리는 과정이 가능해 진다.
본 연구에서는 이러한 이동 수단의 구분과 이동 패턴 분석방법을 기반으로 이를 어떻게 객관적인 지표로 정의 할 수 있는지에 대해 연구하였다.
다음 섹션에서는 이러한 사회적 비용 분석 결과를 기숙사 건축 부지 분석에 응용하여 도시 계획에서의 이용 가능성에 대해 고찰해 본다.
이번 단락은 제시된 사회적 비용 분석 방법을 응용하여 도시계획에 활용한 사례에 대해 알아본다. 건축물의 위치와 규모에 따라 사회적 비용 발생량이 달라지는데 이를 이용해서 건축물을 위치 선정의 요소로 활용 할 수 있다는 가정(Gilchrist, 2005)을 전제로 한다.
이번 분석의 목적은 기숙사의 위치와 사회적 비용의 상관관계 (Cohen, 2014)를 시뮬레이션 해보는데 있다. 기숙사 대상지는 취리히 교통의 요지라 판단되는 5곳을 임의로 선정하였고 각각의 선정된 위치에 따른 사회적 비용 발생의 변화를 분석해 보았다.
그 첫 번째는 스마트폰의 센서로 수집된 이동 행위 정보를 사회적 비용으로 환산하여 평가하는 방법에 대한 정의이다. 그리고 두 번째는 이러한 평가 방법을 도시 계획에 활용하여, 건물의 위치에 따른 사회적 비용을 예측하는 방법에 대한 연구이다.
본 연구는 이러한 BIM의 다양한 서비스가 도시계획까지 확장되는 가능성(Isikdag, 2009)을 기반으로 도시로의 확장 가능성에 주목하였다. 이러한 개념의 확장을 통하여 Geographic Information System(GIS)기반 도시 모델에 행위정보는 맵핑하였고, 일차적인 이동 행위를 분석하는 방법과 나아가 사회적 비용 예측을 통해 이를 정형화 하고 평가하는 방법에 대해 서술 한다.

가설 설정

이번 단락은 제시된 사회적 비용 분석 방법을 응용하여 도시계획에 활용한 사례에 대해 알아본다. 건축물의 위치와 규모에 따라 사회적 비용 발생량이 달라지는데 이를 이용해서 건축물을 위치 선정의 요소로 활용 할 수 있다는 가정(Gilchrist, 2005)을 전제로 한다. 참고로 이 논문에서 제시된 사회적 비용에 계산에 포함된 요소(교통체증으로 발생되는 시간의 소비, 소음으로 인한 질병, 사고처리 비용, 공기오염, 환경변화, 자연과 지형의 변화 그리고 토양과 수질오염을 복수하는 비용) 이외의 기타 외부적 요소(지가, 건설비용 등)는 반영되지 않았다.
- 기숙사 건물은 각 위치에 거주하는 기존 학생들의 이동 패턴을 정보를 기반으로 같은 생활 패턴을 보인다는 가정하에 시뮬레이션을 한다.

제안 방법

본 연구에서는 ‘사회적 비용’을 그 매개체로 이용하여 행위 정보를 정량화 하였다.
본 연구는 이러한 BIM의 다양한 서비스가 도시계획까지 확장되는 가능성(Isikdag, 2009)을 기반으로 도시로의 확장 가능성에 주목하였다. 이러한 개념의 확장을 통하여 Geographic Information System(GIS)기반 도시 모델에 행위정보는 맵핑하였고, 일차적인 이동 행위를 분석하는 방법과 나아가 사회적 비용 예측을 통해 이를 정형화 하고 평가하는 방법에 대해 서술 한다.
본 연구는 스마트폰을 이용하여 연구용으로 개발된 스마트폰 어플리케이션, Citying(Fig. 1)을 이용하여 도시 정보를 수집한 선행연구를 바탕으로 한다. 선행연구는 스위스의 취리히를 배경으로 연구가 진행되었다.
, 2015) 에서는 도시의 행위정보를 수집하기 위해 스마트폰에 장착되어 있는 가속도 센서를 이용하였다. 스마트폰에 장착되어 있는 가속도 센서 값의 변화를 기록하였고 이렇게 기록된 데이터를 중앙의 서버로 전송하여 저장하였다. 저장된 가속도 값의 시간에 따른 변화를 분석하여 어떠한 이동 수단(걷기, 자전거, 승용차, 버스, 트램)을 이용하는지 구분하는 알고리듬을 개발하였고, 위치 정보와 연계하여 기본적인 이동 패턴을 분석 방법을 정의하였다.
스마트폰에 장착되어 있는 가속도 센서 값의 변화를 기록하였고 이렇게 기록된 데이터를 중앙의 서버로 전송하여 저장하였다. 저장된 가속도 값의 시간에 따른 변화를 분석하여 어떠한 이동 수단(걷기, 자전거, 승용차, 버스, 트램)을 이용하는지 구분하는 알고리듬을 개발하였고, 위치 정보와 연계하여 기본적인 이동 패턴을 분석 방법을 정의하였다.
수집된 센서 정보는 시간별 위치 정보와 이동 중 발생하는 가속도 정보이다. 기본적으로 시간에 따른 이동 경로 정보를 통하여 이동 거리를 산출 하였고, 특히 이동 중에 발생한 가속도 정보를 이용하여 이동 수단을 알아내었다. 이를 바탕으로 이동수단에 따른 사회적 비용의 발생을 계산 할 수 있었다.
78명의 학생들에게 수집 어플리케이션을 설치하게 하여 12개월에 걸쳐 데이터를 수집하였다. 학기별 학생들의 행동 패턴 변화와 계절의 변화를 포함하기 위해 데이터 수집기간을 12개월로 선정하였으며 학생들의 자발적 참여에 한하여 데이터 수집에 대한 동의 절차 후 진행되었다. 그리고 이를 분석하는 자바를 기반으로 한 어플리케이션을 개발하였다.
학기별 학생들의 행동 패턴 변화와 계절의 변화를 포함하기 위해 데이터 수집기간을 12개월로 선정하였으며 학생들의 자발적 참여에 한하여 데이터 수집에 대한 동의 절차 후 진행되었다. 그리고 이를 분석하는 자바를 기반으로 한 어플리케이션을 개발하였다. 간단한 유저 인터페이스를 포함한 사회적 비용의 환산이 가능한 어플리케이션의 요소는 다음과 같다(Fig.
이 어플리케이션을 이용하여 먼저 기본적인 행위 분석을 하였다. 단거리, 중거리, 장거리로 세 가지 각기 다른 이동 패턴을 가시화를 하였다.
이 어플리케이션을 이용하여 먼저 기본적인 행위 분석을 하였다. 단거리, 중거리, 장거리로 세 가지 각기 다른 이동 패턴을 가시화를 하였다.
각각의 이동패턴은 한 사람의 일주일 동안의 이동을 가시화한 것으로 주간 이동 거리의 총 합에 따라 단거리, 중거리, 장거리로 구분하여 임의로 선정된 대표적인 패턴을 선정하여 가시화하였다. 서로 다른 이동 패턴에 따른 사회적 비용의 차이를 비교해 보기위한 것으로 단거리 중거리 장거리를 대표하는 값을 가지는 것은 아니다.
이번 분석의 목적은 기숙사의 위치와 사회적 비용의 상관관계 (Cohen, 2014)를 시뮬레이션 해보는데 있다. 기숙사 대상지는 취리히 교통의 요지라 판단되는 5곳을 임의로 선정하였고 각각의 선정된 위치에 따른 사회적 비용 발생의 변화를 분석해 보았다. 분석의 순서는 다음과 같다.
위의 가정을 바탕으로 자바를 이용한 사회적 비용을 계산하고 가시화 하는 어플리케이션을 개발하였다. Figure 9은 어플리케이션의 기본 화면과 인터페이스를 보여준다.
Figure 9은 어플리케이션의 기본 화면과 인터페이스를 보여준다. 수집된 학생들의 이동경로를 바탕으로 주요 이동경로의 이용 수준을 가시화 하였다. 교통 경로의 구분과 이용량을 색과 굵기로 표현하고 있다.
기본적인 가시화를 바탕으로 취리히에 5군데의 주요 위치에 기숙사를 건설하는 방안에 대한 시뮬레이션을 수행하였다. 먼저 선정된 5군데의 위치와 특징은 다음과 같다.
학교에 건설되는 기숙사의 규모를 두 배(1000명)로 늘리고 나머지 위치의 기숙사 규모는 이전과 동일하게(500명) 하여 사회적 비용 발생을 같은 방법으로 예측해 보았다. Figure 11은 그 결과를 보여주고 있다.
기존의 물리적 위치 정보의 기록에 “이동 수단”이라는 새로운 시멘틱 정보를 결합함으로써 행위를 정량화 하고 평가할 수 있는 방법을 보여주었다.

대상 데이터

78명의 학생들에게 수집 어플리케이션을 설치하게 하여 12개월에 걸쳐 데이터를 수집하였다. 학기별 학생들의 행동 패턴 변화와 계절의 변화를 포함하기 위해 데이터 수집기간을 12개월로 선정하였으며 학생들의 자발적 참여에 한하여 데이터 수집에 대한 동의 절차 후 진행되었다.
반면 이 연구는 한국이 아닌 스위스의 도시 취리히를 기반으로 한 연구이며 그곳의 학생을 대상으로 하였다. 따라서 한국에 바로 적용하기에는 많은 제약사항이 있을 것으로 판단한다.

성능/효과

또한 중거리 패턴은 특징은 자전거, 버스, 트램, 기차 등의 대중교통 수단을 매우 복합적으로 이용하는 것으로 나타났는데 따라서 사회적 비용의 발생 역시 매우 협소한 분포(CHF 4.20 – CHF 6.20, 약 5,080원 - 7,507원)를 보이고 있었다.
건축물의 위치와 규모에 따라 사회적 비용 발생량이 달라지는데 이를 이용해서 건축물을 위치 선정의 요소로 활용 할 수 있다는 가정(Gilchrist, 2005)을 전제로 한다. 참고로 이 논문에서 제시된 사회적 비용에 계산에 포함된 요소(교통체증으로 발생되는 시간의 소비, 소음으로 인한 질병, 사고처리 비용, 공기오염, 환경변화, 자연과 지형의 변화 그리고 토양과 수질오염을 복수하는 비용) 이외의 기타 외부적 요소(지가, 건설비용 등)는 반영되지 않았다. 따라서 건물 부지의 종합적인 판단을 위해서는 추가적인 분석이 필요할 것이다.
- 사회적 비용의 환산을 위해 위의 자료에서 제시한 요소들은 교통에서 발생하는 사회적 요인들 즉 교통체증, 소음, 사고, 공기오염, 환경변화, 자연과 지형의 변화, 그리고 토양과 수질오염만을 포함하며 교통 이외의 영역에서 발생하는 문화, 사회적 현상으로 인한 비용 발생은 포함되지 않는다.
1. 먼저 직관적으로 예상 가능한 결과로써, 캠퍼스 내에 기숙사를 건설할 경우 최종적으로 사회적 비용을 가장 많이 줄일 수 있다는 결과를 보여주었다. 사회적 비용의 절감 효과가 큰 지역 순으로 나열하면 a.
2. Flow-out값을 결정하는 두 가지 변수는 기숙사에서 컴퍼스까지의 이동에서 발생하는 사회적 비용과, 다른 사회 활동을 위한 기숙사 외부로의 이동으로 발생하는 사회적 비용 이 두 가지이다.
4. 흥미로운 결과는 가장 캠퍼스로 부터 가장 먼 곳에 위치한 c. Zurich HB, 취리히 중앙역의 결과였다.
Zurich HB, 취리히 중앙역의 결과였다. 물리적으로 거리가 가장 멀기 때문에 사회적 비용의 절감에 가장 불리한 기숙사 부지로 예상되었지만 결과는 세 번째로 유리한 장소로 예측되었다. 이는 학생들의 통학을 위한 이동을 제외한 많은 이동이 중앙역 부근의 문화장소로 집중되어 있는 것이 그 이유로 추측된다.
1. 캠퍼스에 건설되는 기숙사의 규모를 두 배(500에서 1000으로) 증가를 시켰지만 사회적 비용의 절감효과는 두배로 증대되지 못하였다. 이는 기숙사로 수용되는 학생은 기숙사로부터의 위치를 기준으로 가까운 학생에게 우선순위를 부여하였는데 학생의 규모가 커질수록 기숙사에서 먼거리의 학생들을 수용하는데서 오는 효율의 감소로 추정된다.
3. 기숙사의 규모를 늘림에 따라 최종적으로 절약되는 사회적 비용 효율은 떨어지는 것으로 나타났다.

후속연구

참고로 이 논문에서 제시된 사회적 비용에 계산에 포함된 요소(교통체증으로 발생되는 시간의 소비, 소음으로 인한 질병, 사고처리 비용, 공기오염, 환경변화, 자연과 지형의 변화 그리고 토양과 수질오염을 복수하는 비용) 이외의 기타 외부적 요소(지가, 건설비용 등)는 반영되지 않았다. 따라서 건물 부지의 종합적인 판단을 위해서는 추가적인 분석이 필요할 것이다.
기존의 물리적 위치 정보의 기록에 “이동 수단”이라는 새로운 시멘틱 정보를 결합함으로써 행위를 정량화 하고 평가할 수 있는 방법을 보여주었다. BIM기술의 개념을 도시 정보 분석 및 서비스의 영역으로 확장한 좋은 사례가 될 것으로 기대한다.
본 연구는 이러한 추세 속에서 도시 사람들의 이동 정보 속에 숨어있는 가치 분석을 통해 정량적인 평가를 한 좋은 사례가 될 것으로 본다. 또한 나아가 개인에게 정보전달이 가능한 인터페이스를 개발하여 이러한 분석을 도시 계획에 이용되는 것뿐만 아니라 개인들에게 전달(Fig.
본 연구는 이러한 추세 속에서 도시 사람들의 이동 정보 속에 숨어있는 가치 분석을 통해 정량적인 평가를 한 좋은 사례가 될 것으로 본다. 또한 나아가 개인에게 정보전달이 가능한 인터페이스를 개발하여 이러한 분석을 도시 계획에 이용되는 것뿐만 아니라 개인들에게 전달(Fig. 14) 함으로써 자신의 생활 패턴이 사회에 어떠한 영향을 끼치는지에 대한 인식을 할 수 있는 좋은 정보를 제공 할 수 있다고 생각한다.
이동수단의 종류부터 사람들의 생활패턴 교통 시스템과 같은 것들이 한국의 실정과는 매우 다르기 때문이다. 따라서 한국의 환경에 적용하기 위해서는 사회적 비용 변수를 새로 정의하는 연구가 추가적으로 필요할 것으로 생각한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	무인 자동차 기술의 핵심은 무엇인가?	무인 자동차 기술의 핵심은 주행 중 발생하는 모든 이벤트를, 사람이 인지하듯이 자동차에 내장된 컴퓨터에게 인지시키는 기술에 있다. 센서를 통해 인지한 물체가 사람인지, 자동차 인지, 그리고 도로의 시설물 인지를 정확히 구분 짓는 기술을 바탕으로 상황에 따른 최적의 결정을 내리는 과정이 가능해 진다.
	사회적 비용은 무엇인가?	일반적으로 사회적 비용이란. 생산자의 활동이 일반 시민과 사회 전체에 부담시키는 비용을 말한다. 외적비용(external costs)을 기본적인 요소로 포함하며, 정의하기에 따라 사적인 비용(private costs)을 포함하기도 하고 제외시키기도 한다(Litman, 1994).
	BIM은 어떤 인지를 바탕으로 설계, 시공, 관리, 에너지 분석 등 건축물과 관련된 다양한 분야에 응용하고 있는가?	건축물의 시스템화, 자동화 역시 같은 맥락으로 살펴볼 수 있다. 점과 선의, 기하학적인 요소의 집합체로만 인식을 하던 기존의 컴퓨터의 인지 능력을, Building Information Modeling(BIM)은 입구와 벽, 문과 창문, 그리고 기둥 바닥 벽 과 같은 기본적인 요소로 부터 사람이 인지하듯 공간의 용도(복도, 거실, 욕실, 기타 등등) 및 공간의 성격 까지 인지하는 기술로 확장(Eastman et al., 2011)시켜 왔다.

참고문헌 (15)

An, Y., Mylopoulos, J., Borgida, A. (2006). Building semantic mappings from databases to ontologies. in the 21st National Conference on Artificial Intelligence, AAAI Press.
Brunner, P. H., Rechberger, H. (2004). Practical handbook of material flow analysis, The International Journal of Life Cycle Assessment, 9(5), pp. 337-338.

상세보기
Cohen, J., Cohen, P., West, S. G., Aiken, L. S. (2013). Applied multiple regression/correlation analysis for the behavioral sciences. Routledge.
Eastman, C., Eastman, C. M., Teicholz, P., Sacks, R. (2011). BIM handbook: A guide to building information modeling for owners, managers, designers, engineers and contractors. John Wiley & Sons.
Gilchrist, A., Allouche, E. N. (2005). Quantification of social costs associated with construction projects: stateof-the-art review, Tunnelling and underground space technology, 20(1), pp. 89-104.

상세보기
Isikdag, U., Zlatanova, S. (2009). Towards defining a framework for automatic generation of buildings in CityGML using building Information Models, 3D Geo-Information Sciences: Springer, pp. 79-96.
Kim, S. A., Shin, D., Choe, Y., Seibert, T., Walz, S. P. (2012). Integrated energy monitoring and visualization system for Smart Green City development: Designing a spatial information integrated energy monitoring model in the context of massive data management on a web based platform, Automation in Construction, 22, pp. 51-59.

상세보기
Litman, T. (1994). Transportation cost analysis: techniques, estimates and implications.
Maibach, M., Schreyer, C., Sutter, D., Van Essen, H., Boon, B., Smokers, R., Schroten, A., Doll, C., Pawlowska, B., Bak, M. (2008). Handbook on estimation of external costs in the transport sector, CE Delft Solutions for environment, economy and technology www.ce.nl.
Nam, T., Pardo, T. A. (2011). Conceptualizing smart city with dimensions of technology, people, and institutions. Proceedings of the 12th Annual International Digital Government Research Conference: Digital Government Innovation in Challenging Times: ACM, 282-291.
O'Connell, P. L. (2005). Korea's high-tech utopia, where everything is observed, New York Times, 5.
Okutani, I., Stephanedes, Y. J. (1984). Dynamic prediction of traffic volume through Kalman filtering theory, Transportation Research Part B: Methodological, 18(1), pp. 1-11.

상세보기
Shin, D., Aliaga, D., Tuncer, B., Arisona, S. M., Kim, S., Zcnd, D., Schmitt, G. (2015). Urban sensing: Using Journal 28 of KIBIM Vol.6, No.2 (2016) smartphones for transportation mode classification, Computers, Environment and Urban Systems, 53, pp. 76-86.

상세보기
D., Schmitt, G. (2015). Urban sensing: Using smartphones for transportation mode classification, Computers, Environment and Urban Systems, 53, pp. 76-86.

상세보기
Scott, A. (2002). Global city-regions: trends, theory, policy. Oxford University Press.

저자의 다른 논문 :

LOADING...

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