[논문]빅데이터 분석 기법을 이용한 실시간 대중교통 경로 안내 시스템의 설계 및 구현

임종태; 복경수; 유재수

doi:10.5392/jkca.2019.19.02.460

빅데이터 분석 기법을 이용한 실시간 대중교통 경로 안내 시스템의 설계 및 구현
Design and Implementation of a Realtime Public Transport Route Guidance System using Big Data Analysis 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.19 no.2, 2019년, pp.460 - 468

임종태 (충북대학교 정보통신공학부) , 복경수 (충북대학교 정보통신공학부) , 유재수 (충북대학교 정보통신공학부)

초록
AI-Helper

최근 빅데이터 분석을 통해 새로운 정보들을 도출해내기 위한 분석 기법들과 이를 이용한 다양한 서비스들이 개발되고 있다. 그 중에서 빅데이터가 중요하게 활용될 수 있는 분야 중의 하나가 교통 분야이다. 기존 대중교통 안내 서비스의 경우 현재 교통정보를 기준으로 추천하기 때문에 실제로는 최적이 아닌 경로가 추천될 수 있다. 본 논문에서는 빅데이터 분석을 통한 실시간 최적 교통 경로 안내 시스템을 설계하고 구현한다. 설계한 시스템은 실시간 교통정보를 활용함과 동시에 과거 수집된 교통 정보를 분석하여 각 경로들의 교통 상황을 예측하여 경로 이동 계획을 설정해준다. 또한 중간에 교통상황이 급변하여 경로를 수정해야할 필요가 있을 때 사용자에게 알림을 주고 그에 대한 조치를 취할 수 있도록 지원한다.

Abstract ▼ AI-Helper

Recently, analysis techniques to extract new meanings using big data analysis and various services using these analysis techniques have been developed. Among them, the transport is one of the most important areas that can be utilized about big data. However, the existing traffic route guidance system can not recommend the optimal traffic route because they use only the traffic information when the user search the route. In this paper, we propose a realtime optimal traffic route guidance system using big data analysis. The proposed system considers the realtime traffic information and results of big data analysis using historical traffic data. And, the proposed system show the warning message to the user when the user need to change the traffic route.

주제어

AI 본문요약
AI-Helper

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

문제 정의

지연 요소는 수집된 상황별 교통 정보와 외부 요인들을 빅데이터 분석 기반의 연관 분석을 수행하여 도출한다. 도출된 정보들은 실시간 교통 정보와 함께 결합되어 사용자에게 최적의 교통 경로를 안내할 목적으로 이용된다.
본 논문에서는 빅데이터 분석을 통한 실시간 최적 경로 안내 서비스를 제안한다. 제안하는 시스템은 실시간 교통정보를 활용함과 동시에 과거 수집된 교통 정보를 분석하여 각 경로들의 교통 상황을 예측하여 경로 이동 계획을 설정해준다.
본 논문에서는 빅데이터 분석을 통한 실시간 최적 교통 경로 안내 시스템을 설계하고 구현하였다. 설계한 시스템은 실시간 교통정보를 활용함과 동시에 과거 수집된 교통 정보를 분석하여 각 경로들의 교통 상황을 예측하여 경로 이동 계획을 설정해준다.
따라서 최적의 교통 경로를 추천할 때는 사용자가 특정 구간을 지나갈 미래의 시점에 교통 상황이 어떠할 것인가를 예측하는 기법이 필요하다. 본 논문에서는 빅데이터 분석을 통한 실시간 최적 교통 경로 안내 시스템을 설계하고 구현한다. 설계한 시스템은 실시간 교통정보를 활용함과 동시에 과거 수집된 교통 정보를 분석하여 각 경로들의 교통 상황을 예측하여 경로 이동 계획을 설정해준다.

제안 방법

서울시는 빅데이터를 기반으로 하는 시내 통행 속도 분석체계를 새롭게 구축하고, 연간 76억 여건의 빅데이터를 활용해 2013년 서울시 차량통행속도’를 발표하였다[6]. 3만1천여대의 카드택시 카드 단말기에 GPS운행기록을 10초 단위로 저장 후 매 2분 30초마다 수집하여 5분 단위로 통행속도를 생성, 연 평균 약 76억 건의 빅데이터를 활용하는 방식으로 개선하였다. 홈페이지, 모바일 앱으로 제공했던 실시간 교통정보를 모아 2013년 한 해 서울시 전체의 연평균 속도뿐만 아니라 도로별, 지역별, 시간대별 등으로 나누어 종합적으로 분석했다.
본 논문에서는 빅데이터 분석을 통한 실시간 최적 교통 경로 안내 시스템을 설계하고 구현한다. 설계한 시스템은 실시간 교통정보를 활용함과 동시에 과거 수집된 교통 정보를 분석하여 각 경로들의 교통 상황을 예측하여 경로 이동 계획을 설정해준다. 또한 중간에 교통상황이 급변하여 경로를 수정해야할 필요가 있을 때 사용자에게 알림을 주고 그에 대한 조치를 취할 수 있도록 지원한다.
또한, 일본 전역 지정도시의 택시 약 11,000여 대와 데이터 제공에 동의한 사용자로부터 실시간 교통 정보를 수집하여 최적의 교통 안내 서비스를 제공하고 있다. 이 서비스는 GPS 데이터에서 자동차의 주행스피드를 계산하여 도로 교통정보를 예측한 후 사용자의 스마트폰으로 송신한다. 만약 도로 체증이 발생할 경우 이 서비스는 최상의 빠른 길을 재검색하여 출발지에서 목적지까지의 최적 경로를 안내한다.
경로 화면은 상단에 표시되는 경로 정보와 하단에 표시되는 정류장 정보로 구성된다. 제안하는 시스템에서는 요일, 시간, 날씨 등의 빅데이터 분석을 수행하여 예측한 교통 정보와 실시간 교통 정보를 결합하여, 사용자에게 보다 정확도 높은 결과를 제공한다. 경로 화면에서 사용자는 현재 운행 정보와 탑승 정보들을 확인할 수 있다.
제안하는 시스템은 사용자가 입력한 출발지와 도착지를 기반으로 사용자가 선택할 수 있는 다양한 경로를 안내한다. 제안하는 시스템은 검색된 경로 중에서 예상 이동 시간이 적은 경로를 우선으로 하여 결과 화면을 출력한다. 검색 결과에는 경로 요약, 경로 정보, 경로 예측 정보들이 표시된다.
[그림 5]는 제안하는 시스템의 구조를 보여준다. 제안하는 시스템은 데이터 수집, 데이터 저장 관리, 데이터 분석, 서비스 개발 부분으로 구성된다. 데이터 수집 부분은 다양한 소스로부터 수집되는 빅데이터들을 데이터 전처리 모듈을 통해 개발하려고 하는 서비스에 최적화된 형태로 가공한다.
알람은 현지 지연 시간이 환승 허용 가능 시간을 초과했을 때 발생한다. 제안하는 시스템은 사용자가 경로를 수정해야할 필요가 있을 때 사용자에게 소리, 진동, 팝업 등 다양한 방법으로 사용자에게 알려준다. 알람을 받은 사용자는 재탐색, 인터넷 등을 통해서 현재 지연 상황의 조치를 수행 할 수 있다.
[그림 9]는 제안하는 경로 안내 시스템의 검색 결과 화면을 보여준다. 제안하는 시스템은 사용자가 입력한 출발지와 도착지를 기반으로 사용자가 선택할 수 있는 다양한 경로를 안내한다. 제안하는 시스템은 검색된 경로 중에서 예상 이동 시간이 적은 경로를 우선으로 하여 결과 화면을 출력한다.
제안하는 시스템은 실시간 교통정보를 활용함과 동시에 과거 수집된 교통 정보를 분석하여 각 경로들의 교통 상황을 예측하여 경로 이동 계획을 설정해준다. 제안하는 시스템은 서버-클라이언트 구조를 가진다. 클라이언트는 제안하는 경로 안내 서비스를 제공한다.
본 논문에서는 빅데이터 분석을 통한 실시간 최적 경로 안내 서비스를 제안한다. 제안하는 시스템은 실시간 교통정보를 활용함과 동시에 과거 수집된 교통 정보를 분석하여 각 경로들의 교통 상황을 예측하여 경로 이동 계획을 설정해준다. 제안하는 시스템은 서버-클라이언트 구조를 가진다.
제안하는 시스템은 웹 서비스로 구축하였다. 서버에서는 수집된 교통정보에 대한 빅데이터 분석 결과를 그래프 등의 직관적 인터페이스를 통해 확인할 수 있다.
프로세스 흐름을 보여준다. 제안하는 시스템의 서버는 데이터 입력 및 관리 모듈, 교통 데이터 수집 모듈, 교통 데이터 통계 모듈, 교통데이터 분석 모듈, 최적경로 구성 모듈, 통신 모듈, 가시화 모듈, 인터페이스로 구성되어 있다. 데이터 입력 및 관리 모듈은 공공데이터포털 등으로부터 다양하게 수집되는 데이터를 수집하여 서비스에 활용하기 유용한 형태로 가공하여 저장 및 관리한다.
[그림 7]은 설계한 교통 경로 안내 시스템 클라이언트의 프로세스 흐름을 보여준다. 제안하는 시스템의 클라이언트는 경로 저장 및 관리 모듈, 지연 분석 모듈, 지연 알람 모듈, 지연 조치 모듈, 통신 모듈, 교통데이터 수집 모듈, 가시화 모듈, 인터페이스로 구성되어 있다. 경로 저장 및 관리 모듈은 사용자가 검색한 경로를 저장해두고 불러와서 사용할 수 있는 방법을 지원한다.
사용자는 해당 경로로 이동을 수행한다. 제안하는 클라이언트 프로그램은 각 정류장에 도달했을 때 해당 구간의 운행 소요 시간과 함께 시간, 날씨, 요일 등 현재 사용자의 상황을 저장한다. 이렇게 수집된 정보는 서버로 전송되어 데이터베이스에 저장되고 추후에 빅데이터 분석에 활용된다.
지연 요소 분석 그래프는 특정 구간의 교통 상황이 요일, 날씨, 시간 등과 같은 외부 요인에 의해 얼마나 영향을 받는지를 보여준다. 지연 요소는 수집된 상황별 교통 정보와 외부 요인들을 빅데이터 분석 기반의 연관 분석을 수행하여 도출한다. 도출된 정보들은 실시간 교통 정보와 함께 결합되어 사용자에게 최적의 교통 경로를 안내할 목적으로 이용된다.
교통 데이터 수집 모듈, 교통 데이터 통계 모듈, 교통 데이터 분석 모듈은 클라이언트로부터 수집되는 교통 데이터를 저장 및 관리하고 빅데이터 분석 기법을 사용하여 분석한다. 특히, 본 논문에서 제안하는 시스템에서는 교통 데이터 분석 모듈을 통해 요일, 시간, 날씨 등과 같은 교통 상황에 영향을 주는 요소들을 분석하여 미래 교통 상황 예측에 활용한다. 미래 교통 상황 예측 값은 수식(1)에 의해 계산된다.
3만1천여대의 카드택시 카드 단말기에 GPS운행기록을 10초 단위로 저장 후 매 2분 30초마다 수집하여 5분 단위로 통행속도를 생성, 연 평균 약 76억 건의 빅데이터를 활용하는 방식으로 개선하였다. 홈페이지, 모바일 앱으로 제공했던 실시간 교통정보를 모아 2013년 한 해 서울시 전체의 연평균 속도뿐만 아니라 도로별, 지역별, 시간대별 등으로 나누어 종합적으로 분석했다.

대상 데이터

이 정책을 수립하는 과정에서 노선을 결정하고 시행하는 과정이 빅데이터 분석을 통해 이루어졌다. 2013년 3월 한 달간 시민들이 자정부터 새벽 5시까지 사용한 KT 휴대폰 전화 데이터 30억여 건의 빅데이터를 분석하였다.

데이터처리

기존에 수집되어 있는 방대한 데이터들은 일괄 처리 모듈을 통해 빠르게 입력하며, 실시간으로 수집되는 데이터들은 실시간 처리 모듈을 통해 저장한다. 데이터 분석 부분은 저장된 빅데이터를 그룹화, 분류, 랭킹 등의 빅데이터 분석 기법을 이용하여 다각도로 분석하고 그 결과를 가시화 도구를 이용하여 표현한다. 예를 들어 그룹화와 분류는 교통안전 분석을 수행할 때 특정 지점이나 서로 영향을 주는 요소들의 유사성이나 관련성들을 분석함으로써 새로운 정보가 입력되었을 때 기존 그룹화, 분류되어 있는 정보를 이용하여 빠르고 정확하게 분석을 수행할 수 있다.
서울시에서 야간 유동인구가 높은 지역들을 대상으로 운영한 심야버스는 귀가에 어려움을 겪고 있던 시민들의 문제를 효과적으로 해결한 정책이다[5]. 이 정책을 수립하는 과정에서 노선을 결정하고 시행하는 과정이 빅데이터 분석을 통해 이루어졌다. 2013년 3월 한 달간 시민들이 자정부터 새벽 5시까지 사용한 KT 휴대폰 전화 데이터 30억여 건의 빅데이터를 분석하였다.
제안하는 시스템에서 영향력 수치는 빅데이터 분석 기법 중의 하나인 회귀·연관 분석을 이용하여 도출했다 [26][27].

이론/모형

데이터 입력 및 관리 모듈은 공공데이터포털 등으로부터 다양하게 수집되는 데이터를 수집하여 서비스에 활용하기 유용한 형태로 가공하여 저장 및 관리한다. 교통 데이터 수집 모듈, 교통 데이터 통계 모듈, 교통 데이터 분석 모듈은 클라이언트로부터 수집되는 교통 데이터를 저장 및 관리하고 빅데이터 분석 기법을 사용하여 분석한다. 특히, 본 논문에서 제안하는 시스템에서는 교통 데이터 분석 모듈을 통해 요일, 시간, 날씨 등과 같은 교통 상황에 영향을 주는 요소들을 분석하여 미래 교통 상황 예측에 활용한다.
서버에서는 수집된 교통정보에 대한 빅데이터 분석 결과를 그래프 등의 직관적 인터페이스를 통해 확인할 수 있다. 그래프 작성은 구글 그래프 API[25]를 이용했다. [그림 12]는 설계한 교통 경로 안내 시스템의 웹 서비스 구현 화면 중 하나인 시간대별 정류장 지연시간을 보여준다.

성능/효과

또한 사용자는 빅데이터 분석을 통해 예측된 해당 구간의 요일, 시간, 날씨 등에 따른 현재 교통 상황을 확인할 수 있다. 마지막으로 사용자는 현재 지연 시간과 환승 허용 가능 시간 등을 확인하여 현재 이동 계획대로 이동 할 수 있을지를 확인할 수 있다. 사용자는 해당 경로로 이동을 수행한다.

후속연구

향후 연구로는 현재 제안한 서비스가 청주시 데이터를 기반으로 구현되어 다양한 경로 및 상황을 고려하지 못한 부분이 존재하기 때문에 보다 다양한 데이터를 수집하여 기존 서비스와의 차이를 보여줄수 있는 다양한 성능평가를 수행할 예정이다. 또한 새로운 요소들과의 연관 분석을 수행하여 교통에 영향을 주는 새로운 요소들을 도출하고 이를 활용하여 경로 안내의 정확도를 높이는 연구를 수행할 예정이다.
제안하는 클라이언트 프로그램은 각 정류장에 도달했을 때 해당 구간의 운행 소요 시간과 함께 시간, 날씨, 요일 등 현재 사용자의 상황을 저장한다. 이렇게 수집된 정보는 서버로 전송되어 데이터베이스에 저장되고 추후에 빅데이터 분석에 활용된다.
또한 중간에 교통상황이 급변하여 경로를 수정해야할 필요가 있을 때 사용자에게 알림을 주고 그에 대한 조치를 취할 수 있도록 지원한다. 향후 연구로는 현재 제안한 서비스가 청주시 데이터를 기반으로 구현되어 다양한 경로 및 상황을 고려하지 못한 부분이 존재하기 때문에 보다 다양한 데이터를 수집하여 기존 서비스와의 차이를 보여줄수 있는 다양한 성능평가를 수행할 예정이다. 또한 새로운 요소들과의 연관 분석을 수행하여 교통에 영향을 주는 새로운 요소들을 도출하고 이를 활용하여 경로 안내의 정확도를 높이는 연구를 수행할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	하둡 파일 시스템은 무엇인가?	하둡은 하둡 파일시스템(HDFS)[3]과 맵리듀스(MapReduce)[4]로 구성된다. 하둡 파일 시스템은 빅데이터 환경에서 데이터를 여러 대의 서버에 분산 저장하기 위한 플랫폼이다. 맵리듀스는 하둡 파일 시스템에 저장된 데이터를 분산 병렬 처리하기 위한 플랫폼이다.
	최근 빅 데이터에 대한 연구 동향은?	현재 빅데이터를 활용하는 많은 연구와 서비스들이 하둡, 그리고 하둡과 함께 동작하는 하둡 에코시스템을 기반으로 동작한다. 하지만 최근 빅 데이터에 대한 연구는 빅데이터를 어떻게 저장하고 처리하는가를 넘어 어떻게 빅데이터로부터 의미 있는 새로운 정보를 도출하고 이를 서비스에 활용할 것인가가 중요하게 연구되고 있다. 빅데이터 분석을 통해 기존에 알려져 있었지만 검증되지 않았거나 기존에는 알 수 없었던 새로운 정보들을 도출해내기 위한 분석 기법들과 이를 이용한 다양한 서비스들이 개발되고 있다.
	교통 안내 서비스에서 사용자가 특정 구간을 지나갈 미래의 시점에 교통 상황이 어떠할 것 인가를 예측하는 기법이 필요한 이유는 무엇인가?	예를 들면, 사용자는 “출발지로부터 도착지까지 이동할 수 있는 최적 경로를 알려 달라”는 서비스를 요청 할 수 있다. 만약 출발지로부터 도착지까지 많은 시간이 걸린다고 할 때, 기존 기법처럼 검색 시점의 실시간 교통정보를 이용하여 경로를 추천한다면 사용자는 출발할 시점에는 혼잡하지 않을 것으로 예상되었던 구간에서 교통 혼잡을 겪을 수 있다. 이는 자신이 직접 차량을 이용하여 이동하는 상황보다 대중교통 등을 통하여 이동하는 상황일 때 더욱 중요하다.

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

연합인증