제조업 중심의 기존 모빌리티 시스템은 지속가능한 발전에 대한 시대적·사회적 요구에 힘입어 전기화·공유화·자율화로 대변되는 미래 모빌리티 시스템을 중심으로 재편되고 있으며, IT 기술 발전에 힘입어 교통수단 혁신의 변화는 가속화될 전망이다. 이에 본 연구는 미래 모빌리티 체계 변화에 대한 방향성을 예측하고자 미래 모빌리티 전문가들(N=23)을 대상으로 설문조사를 실시하였다. 설문조사를 통해 공유모빌리티, 자율주행자동차, 전기자동차, 통합교통서비스 등 4가지 미래 모빌리티 수단 및 서비스에 대한 영향력 및 변화정도를 측정한 후 이를 IPA(Importance Performance Analysis) 분석을 통해 확인하였다. 분석결과 공유모빌리티가 미래 모빌리티 시스템의 핵심요인으로 선정되었다. 또한, 미래 모빌리티 서비스 제공 방향성 탐색을 위해 8가지 서비스 요인(안전성, 친환경성, 심미성, 편의성, 정시성, 접근성, 수요응답성, 개인이동성)에 대한 AHP(Analytic Hierarchical Process) 분석을 실시하였으며, 그 결과 '안전성' 요인이 미래 모빌리티 서비스에서 가장 중요한 요인으로 평가되었다. 본 연구의 결과가 미래 모빌리티 체계 변화에 대응하는 정책 및 서비스 방향을 설계하기 위한 기초자료로 활용되기를 기대한다.
제조업 중심의 기존 모빌리티 시스템은 지속가능한 발전에 대한 시대적·사회적 요구에 힘입어 전기화·공유화·자율화로 대변되는 미래 모빌리티 시스템을 중심으로 재편되고 있으며, IT 기술 발전에 힘입어 교통수단 혁신의 변화는 가속화될 전망이다. 이에 본 연구는 미래 모빌리티 체계 변화에 대한 방향성을 예측하고자 미래 모빌리티 전문가들(N=23)을 대상으로 설문조사를 실시하였다. 설문조사를 통해 공유모빌리티, 자율주행자동차, 전기자동차, 통합교통서비스 등 4가지 미래 모빌리티 수단 및 서비스에 대한 영향력 및 변화정도를 측정한 후 이를 IPA(Importance Performance Analysis) 분석을 통해 확인하였다. 분석결과 공유모빌리티가 미래 모빌리티 시스템의 핵심요인으로 선정되었다. 또한, 미래 모빌리티 서비스 제공 방향성 탐색을 위해 8가지 서비스 요인(안전성, 친환경성, 심미성, 편의성, 정시성, 접근성, 수요응답성, 개인이동성)에 대한 AHP(Analytic Hierarchical Process) 분석을 실시하였으며, 그 결과 '안전성' 요인이 미래 모빌리티 서비스에서 가장 중요한 요인으로 평가되었다. 본 연구의 결과가 미래 모빌리티 체계 변화에 대응하는 정책 및 서비스 방향을 설계하기 위한 기초자료로 활용되기를 기대한다.
The manufacturing-oriented mobility system is being reorganized around the future mobility system represented by electrification, sharing, and autonomy, driven by the social demand for sustainable development. Changes in future mobility systems are expected to accelerate thanks to advances in IT tec...
The manufacturing-oriented mobility system is being reorganized around the future mobility system represented by electrification, sharing, and autonomy, driven by the social demand for sustainable development. Changes in future mobility systems are expected to accelerate thanks to advances in IT technology. To this end, this study conducted an expert survey (N=23) to predict the direction of changes in the future mobility system. Through the survey, 'mobility sharing' was selected as a key factor in the future mobility system among four future mobility. In addition, 'safety' was selected as the most important service factors in future mobility system among eight future mobility service factors. We hope that the results of this study will be used as basic information to design policies and service directions of preparation for the future mobility system.
The manufacturing-oriented mobility system is being reorganized around the future mobility system represented by electrification, sharing, and autonomy, driven by the social demand for sustainable development. Changes in future mobility systems are expected to accelerate thanks to advances in IT technology. To this end, this study conducted an expert survey (N=23) to predict the direction of changes in the future mobility system. Through the survey, 'mobility sharing' was selected as a key factor in the future mobility system among four future mobility. In addition, 'safety' was selected as the most important service factors in future mobility system among eight future mobility service factors. We hope that the results of this study will be used as basic information to design policies and service directions of preparation for the future mobility system.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 교통 및 도시 관련 전문가 집단을 구성한 후 공유모빌리티, 자율주행자동차, 전기화자동차 등 육상교통 중심의 미래 모빌리티 체계 변화에 대한 종합적인 설문조사 수행을 통해 미래 모빌리티 수단별 영향력 및 변화의 순위를 도출하였으며, 미래 모빌리티의 서비스 제공 방향성을 동시에 탐색하였다. 논문의 구성은 다음과 같다.
본 연구는 교통·도시 관련 전문가 집단을 대상으로 미래 모빌리티 시대에 대비하기 위한 전문가 의견을 종합하고 서비스 방향을 도출했다는데 의의를 둘 수 있다.
, 2008), 소비자 혹은 응답자가 특정 요소에 대해 어떻게 인식하는지를 명확히 표현하는 것이 IPA 방법론의 중요한 특·장점이다(Levenburg and Magal, 2004). 본 연구는 대중교통과 개인승용차 영역의 미래 모빌리티의 영향력과 변화의 우선순위를 IPA matrix를 도출하여 정량적이면서 직관적으로 파악하고자 한다. 다만, 미래 모빌리티에 대한 체계 변화를 예상하는 연구 주제를 고려하여 IPA분석에서 측정하는 2차원의 X축인 ’만족도‘는 ’변화속도‘로, Y축인 ’중요도‘는 ’영향력‘으로 대체해 연구를 수행하고자 한다.
본 연구는 미래 모빌리티 체계 변화에 대비해 교통수단별 영향력과 변화시점 순위에 대한 평가를 진행했으며, 미래 모빌리티 서비스 제공 방향을 전문가 집단 설문조사를 통해 도출하였다. 이를 위해 공유모빌리티, 자율주행자동차, 전기화자동차, 통합모빌리티 서비스 등 4가지 미래 모빌리티 수단을 선정하였으며 8가지 서비스 요인(안전성, 친환경성, 심미성, 편의성, 정시성, 접근성, 수요응답성, 개인이동성)에 대해 평가하였다.
본 연구는 미래 모빌리티 체계에 영향을 미치는 수단과 변화의 시점, 그리고 미래 모빌리티 서비스 제공방향에 대해 평가하는 것을 목적으로 한다. 이를 위해 본 연구에서 고려한 미래 모빌리티 수단들에 대해 정의한 후 문헌고찰을 통해 미래 모빌리티와 관련된 주요 서비스 속성을 도출하였다.
본 연구는 미래 모빌리티의 기술적·사회적 서비스 속성과 관련된 총 8가지 요인에 대한 중요도를 분석하고자 한다.
이들 속성 중 안전성, 친환경성, 심미성 등이 미래 모빌리티와 기존 교통수단의 차이를 대변하는 서비스 요인으로 평가되었다. 전기차의 속성만을 고려한 기존 연구와 달리 본 연구는 공유모빌리티, 자율주행자동차 등 미래 모빌리티와 관련된 속성을 또한 포함시키고자 하였다. 이에 기존 연구를 통해 내연기관 교통수단과 미래 모빌리티 수단의 서비스 차이가 다른 것으로 평가된 안전성, 친환경, 심미성(Lieven et al.
가설 설정
셋째, 독립성(independence) 공리로 상대적인 중요도를 평가하는 요인들은 특성이나 내용 측면에서 서로 관련성이 없어야 한다. 마지막 넷째, 기대성(expectation) 공리로 계층구조는 의사결정에 필요한 모든 사항들을 완전하게 포함하는 것으로 가정한다. 본 연구는 AHP의 모든 공리를 충족하게설계·분석되었으며 설문 설계는 이어지는 ‘Ⅳ 설문 설계 및 표본 특성’에서 자세히 설명한다.
제안 방법
첫 번째 단계는 연구목표와 평가속성들을 계층적으로 구조화하는 과정이다. 계층의 최상층은 본 연구의 의사결정 목적인 미래 모빌리티 서비스 제공 방향으로 설정되었으며, 의사결정에 영향을 미치는 편의성, 접근성, 안전성, 정시성, 수요응답형, 친환경, 개인 이동성, 심미성 등 8가지 요인들이 평가속성으로 선정돼 그다음 계층을 구성하였다. 본 연구에서 제안한 1레벨 8가지 요인들로 구성된 계층구조모형은 [Fig.
기존 AHP 분석은 대안들에 대한 평가를 포함해 총 4단계로 구성되나 본 연구는 미래 모빌리티 서비스 속성에 대한 평가 단계까지 수행하였기에 다음의 3단계에 걸친 분석작업을 수행하였다. 첫 번째 단계는 연구목표와 평가속성들을 계층적으로 구조화하는 과정이다.
기존 문헌고찰을 통해 미래 모빌리티 서비스 속성과 관련된 8가지 요인들을 도출한 후 AHP(계층분석적 의사결정방법) 분석을 이용하여 각 요인들에 대한 상대적 중요도를 평가하였다. AHP는 다수의 의사결정자가 참여하는 다기준 의사결정(Multiple-criteria Decision-making) 문제에서 평가 기준과 고려되는 항목들을 계층화한 후 평가항목 간 상대적 중요도를 쌍대비교(pairwise comparison) 측정을 통해 최적 대안을 선택하는 방법으로 여러 대안들의 우선순위나 중요도를 도출하는 유연하면서도 강력한 수단으로 알려져 있다(Kwon etal.
다만, 미래 모빌리티에 대한 체계 변화를 예상하는 연구 주제를 고려하여 IPA분석에서 측정하는 2차원의 X축인 ’만족도‘는 ’변화속도‘로, Y축인 ’중요도‘는 ’영향력‘으로 대체해 연구를 수행하고자 한다.
대중교통 영역과 개인승용차 영역에서의 미래 모빌리티 체계 변화에 영향을 미치는 요인과 변화의 순위를 IPA 기법을 활용하여 분석하였다. 미래 모빌리티 수단 중 ‘차량공유’가 향후 미래 모빌리티 변화에 큰 영향을 미칠 뿐 아니라 변화의 시기 역시 빠를 것으로 예상되며 미래 모빌리티 수단들 중 핵심요인으로 선정되었다.
대중교통 영역의 미래 모빌리티 체계 변화 분석과 동일한 방법으로 개인승용차 교통 영역의 미래 모빌리티 체계 변화에 미치는 영향력과 변화하는 시점의 우선순위를 IPA matrix로 도식화 하였다([Fig. 2-(b)] 참조). 그 결과 ‘차량공유’, ‘전기화’, ‘자율주행자동차’의 경우 대중교통 영역의 IPA 분석과 동일한 사분면에 위치했지만 ‘통합화’는 영향요인에서 저관여요인으로 평가가 달라졌음을 확인할 수 있었다.
두 방법론 모두 전문가 대상에 따라 결과가 달라질 수 있기 때문에, 이를 방지하고자 설문참여자의 기준을 엄격히 설정하였으며(Ⅳ .1 AHP 설문 설계 및 데이터 수집 참조) 10개 이상 집단의 산·학·연 전문가로 패널을 구성하였다.
제시된 서비스 요인에 대해 응답자들은 영향력 및 변화의 순위를 순서형 척도로 평가하게 된다. 두 번째 파트는 AHP 분석 수행을 위해 고려된 8개의 평가 요소들 간 1:1 쌍대비교도표 질문을 바탕으로 하며, 총 28개 문항으로 구성되었다. 응답자들은 상대적으로 더 중요하다고 판단하는 서비스 제공 방향을 5점 리커트 척도로 평가하게 되며, 절대적으로 중요하다고 생각되는 경우 해당 요소방향에 가까운 ⑤를 선택하게 되며, 더 중요하면 ③을, 1:1로 비교되는 두 요소가 동등하게 중요하다 생각될 시 ①을 선택하게 된다.
미래 모빌리티 도입에 대비한 서비스 방향 도출을 위한 2차 분석으로 전문가 집단 대상 AHP 분석을 시행하였다. 통계적 유의성 확보를 위해 CI 값이 0.
미래 모빌리티 체계 변화의 영향력과 변화속도를 1순위 4점, 2순위 3점, 3순위 2점, 4순위 1점으로 하여 산출된 평균값을 바탕으로 대중교통 교통 영역의 미래 모빌리티 체계 변화에 미치는 영향력과 변화하는 시점의 우선순위를 IPA 분석하였다([Fig. 2-(a)] 참조). IPA matrix에서 영향력과 변화속도가 높은 1사분면은 핵심요인으로, 영향력 순위는 낮으나 변화하는 시점 순위가 높은 2사분면은 급변요인으로, 영향력 순위와 변화하는 시점 순위가 모두 낮은 3사분면은 저관여요인으로, 영향력 순위는 높으나 변화하는 시점 순위가 낮은4사분면은 영향요인으로 정의하였다.
두 번째 단계는 평가항목 간 쌍대비교 값을 수집하여 상대적 우선순위 도출을 위한 판단자료를 획득하는 과정이다. 본 연구는 5점 척도(1: 동등함, 3: 더 중요함, 5: 절대적으로 중요함, 짝수: 홀수 값들의 중간 값)를 사용하여 평가항목들에 대해 2개씩 쌍대로 비교하여 응답자들의 상대적 선호도를 평가하였다. 이를 위해 행렬 A를 생성하여 미래 모빌리티 서비스 제공 방향 목표([Fig.
본 연구는 미래 모빌리티 서비스 제공 방향을 탐색하기 위해 AHP 분석을 활용하였으며, IPA 기법을 통해 미래 모빌리티 변화를 예상해보았다. AHP와 IPA 분석 시 전문가 집단 대상의 설문조사 데이터를 활용하였다.
둘째, 교통 및 유관 분야에서 석사학위를 취득한 후 최소 5년 이상 모빌리티 분야 연구를 수행한 사람. 설문조사는 구조화된 설문지를 개별 전문가들에게 전자메일 발송 후 회답받는 방식으로 2020년 2월 진행되었다.
2장에서는 미래 모빌리티 각 수단에 대해 살펴본 후 미래 모빌리티와 관련된 주요 서비스 속성을 도출하였다. 연구방법론인 IPA(Importance Performance Analysis) 및 AHP(Analytic Hierarchical Process)에 대해 3장에서 서술한 후 이어진 4장에서 분석을 위한 설문 설계 및 전문가 집단의 표본 특성을 살펴보았다. 미래 모빌리티 서비스 방향성 및 중요도에 관한 연구 결과는 5장에서 제시하였으며, 마지막 6장에서는 본 연구의 결론 및 시사점을 제시하였다.
1 미만인 전문가의 분석 결과만을 활용했으며, AHP 분석결과를 바탕으로 한 미래 모빌리티 서비스 제공 방향에 대한 중요도는 [Table 7]로 평가되며, 전문가 개인별 AHP 평가 결과는 [Table 8]과 같다. 응답자의 개인정보 보호를 위해 [Table 8]에서 나이는 10세 단위로 표기하였으며 전공영역은 포함하지 않았으며, CI 값이 0.1 이상인 응답자 행의 경우 음영처리 했다.
본 연구는 미래 모빌리티 체계 변화에 대비해 교통수단별 영향력과 변화시점 순위에 대한 평가를 진행했으며, 미래 모빌리티 서비스 제공 방향을 전문가 집단 설문조사를 통해 도출하였다. 이를 위해 공유모빌리티, 자율주행자동차, 전기화자동차, 통합모빌리티 서비스 등 4가지 미래 모빌리티 수단을 선정하였으며 8가지 서비스 요인(안전성, 친환경성, 심미성, 편의성, 정시성, 접근성, 수요응답성, 개인이동성)에 대해 평가하였다.
본 연구는 미래 모빌리티 체계에 영향을 미치는 수단과 변화의 시점, 그리고 미래 모빌리티 서비스 제공방향에 대해 평가하는 것을 목적으로 한다. 이를 위해 본 연구에서 고려한 미래 모빌리티 수단들에 대해 정의한 후 문헌고찰을 통해 미래 모빌리티와 관련된 주요 서비스 속성을 도출하였다.
전기차의 속성만을 고려한 기존 연구와 달리 본 연구는 공유모빌리티, 자율주행자동차 등 미래 모빌리티와 관련된 속성을 또한 포함시키고자 하였다. 이에 기존 연구를 통해 내연기관 교통수단과 미래 모빌리티 수단의 서비스 차이가 다른 것으로 평가된 안전성, 친환경, 심미성(Lieven et al., 2001; Hidrueet al, 2011; Liao et al., 2017; Kwon et al., 2020b)에 스마트 대중교통의 수요응답형(Hong et al., 2019), 미래 변화에 대응한 개인이동형(Jung, 2018) 등을 추가한 총 5가지 요인을 미래 모빌리티 서비스 속성으로 도출하였다. 또한, 모빌리티의 일반적 서비스 속성 중 중요도가 높게 파악된 편의성, 접근성, 정시성(Stradling et al.
Ernst & Young의 Kevin Roberts에 따르면 미래 모빌리티란 통행 목적을 달성하기 위한 친환경적이고 통합적이며, 자동화된 맞춤형 서비스를 포함하는 이동수단을 뜻한다. 이에 본 연구에서는 미래 모빌리티 수단 및 서비스로 육상교통 중심의 공유모빌리티, 자율주행자동차, 전기화자동차, 통합모빌리티 서비스 등 4가지를 고려했으며 각 수단 및 서비스에 대한 정의와 현황은 다음과 같다.
통합모빌리티 서비스(Mobility as a Serivce; MaaS)란 자동차, 버스, 지하철, 자전거 등 다양한 교통수단을 하나의 플랫폼으로 통합해 제공하는 서비스를 뜻한다. 이용자의 통행 수요를 충족시키기 위해 자동차, 버스, 지하철 등의 기존 교통수단에 공유모빌리티, 자율주행시스템 등 차세대 모빌리티를 함께 활용하는 서비스로 이용자 개인에 맞는 맞춤형 대안을 제시해 준다. 주요 특징으로는 ⅰ) 다양한 교통수단의 통합(Integration of transport modes), ⅱ) 단일 플랫폼 형식(One-platform), ⅲ) 이용자 중심의 맞춤형 서비스 제공(Customization), ⅳ) 통행계획 서비스(Journey planning), ⅴ) 다양한 유형의 요금제 기반 교통패키지(Traffic packages) 제공 등이 있다.
첫 번째 파트는 미래 모빌리티 체계 변화에 대한 영향력과 변화의 순위를 측정하기 위한 질문으로 구성된다. 제시된 서비스 요인에 대해 응답자들은 영향력 및 변화의 순위를 순서형 척도로 평가하게 된다. 두 번째 파트는 AHP 분석 수행을 위해 고려된 8개의 평가 요소들 간 1:1 쌍대비교도표 질문을 바탕으로 하며, 총 28개 문항으로 구성되었다.
대상 데이터
4차산업혁명 미래 모빌리티에 대한 서비스 제공 방향을 평가하기 위해 미래교통 전문가로 구성된 집단을 대상으로 설문조사를 실시하였다. 전문가 설문조사에 주로 활용되는 AHP 기법은 10명 이하의 소표본의 경우에도 분석이 허용되는 등 표본크기에 대한 제약이 크지 않다.
본 연구는 미래 모빌리티 서비스 제공 방향을 탐색하기 위해 AHP 분석을 활용하였으며, IPA 기법을 통해 미래 모빌리티 변화를 예상해보았다. AHP와 IPA 분석 시 전문가 집단 대상의 설문조사 데이터를 활용하였다. 두 방법론 모두 전문가 대상에 따라 결과가 달라질 수 있기 때문에, 이를 방지하고자 설문참여자의 기준을 엄격히 설정하였으며(Ⅳ .
설문조사는 총 2가지 파트로 구성된다. 첫 번째 파트는 미래 모빌리티 체계 변화에 대한 영향력과 변화의 순위를 측정하기 위한 질문으로 구성된다.
다만, 설문조사에 참여하는 전문가 수가 증가할수록 연구의 신뢰도가 증가할 수 있으며, 일부 연구에서는 AHP 표본의 크기가 최소 15명 이상 확보되기를 권장하고 있다. 이에 본 연구는 총 26명의 미래교통 전문가들을 대상으로 설문조사를 진행하였다.
전문가 기준을 충족하는 26명에게 설문을 요청했으며, 그 중 AHP 응답의 일치성 지수(CI)가 0.1 이상인 3명의 응답을 제거한 후 총 23명에 대한 최종분석을 진행하였다. 전문가 집단의 전공분야는 교통공학이 10명으로 가장 많았으며, 교통계획 6명, 행정학 2명, 도시계획 2명 등의 순으로 조사되었다.
하지만, 미래 모빌리티 분야 전문가가 충분히 존재하지 않기에 설문참여자가 26명에 불과했으며, 응답자 대부분이 교통·도시 전공자라는 한계점이 존재한다.
성능/효과
개인 승용차 교통 영역의 미래 모빌리티 체계 변화에 영향을 미치는 요인 중 영향력이 크다고 생각하는 요인에 대한 결과, 1순위로 ‘자율주행자동차(Autonomous vehicle)’가 65.4%로 가장 높게 나타났고, 다음으로 ‘차량공유(Car/Ride Sharing)’ 19.2%, ‘통합화(MaaS)’ 11.5%, ‘전기화(Electrified vehicle)’ 3.8% 순으로 높게 나타났다.
그 결과 ‘차량공유’, ‘전기화’, ‘자율주행자동차’의 경우 대중교통 영역의 IPA 분석과 동일한 사분면에 위치했지만 ‘통합화’는 영향요인에서 저관여요인으로 평가가 달라졌음을 확인할 수 있었다.
그 결과 ‘차량공유’는 핵심요인으로 나타났으며, ‘자율주행자동차’와 ‘통합화(MaaS)’는 영향요인으로 분석되었다.
대중교통 교통 영역의 미래 모빌리티 체계 변화에 영향을 미치는 요인 중 영향력이 크다고 생각하는 요인에 대한 결과, 1순위로 ‘자율주행자동차(Autonomous vehicle)’가 38.5%로 가장 높게 나타났고, 다음으로 ‘통합화(MaaS)’ 30.8%, ‘차량공유(Car/Ride Sharing)’ 26.9%, ‘전기화(Electrified vehicle)’ 3.8% 순으로 높게 나타났다.
즉 A가 B보다 x배 중요하다면, B는 A보다 1/x배 중요시되어야 한다. 둘째, 동질성(homogeneity) 공리로 중용성의 정도는 한정된 범위 내의 정해진 척도(bounded scale)를 통해 표현되어야 한다. 셋째, 독립성(independence) 공리로 상대적인 중요도를 평가하는 요인들은 특성이나 내용 측면에서 서로 관련성이 없어야 한다.
7% 순으로 높게 나타났다. 미래 대중교통체계의 변화에서 전기화의 영향력이 가장 낮게 나타났지만, 변화 시점 우선순위에서는 가장 높게 평가돼 상반된 결과가 나타났음을 확인할 수 있었다. 반면 자율주행자동차의 영향력이 미래 대중교통체계의 변화에 가장 큰 것으로 평가되었으나 변화 시점에서는 가장 오랜 시간이 걸릴 것으로 평가되었다.
미래 모빌리티 체계 변화에 미치는 영향력 순위를 대중교통 영역과 개인승용차 영역으로 paired t-test한 결과, ‘차량공유’를 제외한 ‘자율주행자동차’, ‘전기화’, ‘통합화(MaaS)’에 대한 평가는 통계적으로 유의미한 차이가 있는 것으로 나타났다.
반면, 미래 개인교통체계 변화에서 각 요인들이 변화하는 시점의 우선순위에 대한 결과, 1순위로 ‘전기화’ 53.8%로 가장 높게 나타났고, 다음으로 ‘차량공유’ 26.9%, ‘자율주행자동차’ 11.5%, ‘통합화’ 7.7% 순으로 높게 나타났다.
반면, 미래 대중교통체계 변화에서 각 요인들이 변화하는 시점의 우선순위에 대한 결과, 1순위로 ‘전기화’가 50.0%로 가장 높게 나타났고, 다음으로 ‘차량공유’ 23.1%, ‘통합화’ 19.2%, 자율주행자동차 7.7% 순으로 높게 나타났다.
둘째, 동질성(homogeneity) 공리로 중용성의 정도는 한정된 범위 내의 정해진 척도(bounded scale)를 통해 표현되어야 한다. 셋째, 독립성(independence) 공리로 상대적인 중요도를 평가하는 요인들은 특성이나 내용 측면에서 서로 관련성이 없어야 한다. 마지막 넷째, 기대성(expectation) 공리로 계층구조는 의사결정에 필요한 모든 사항들을 완전하게 포함하는 것으로 가정한다.
전문가 집단의 전공분야는 교통공학이 10명으로 가장 많았으며, 교통계획 6명, 행정학 2명, 도시계획 2명 등의 순으로 조사되었다. 전체 응답자의 91.3%가 미래 모빌리티와 관련된 분야에서 박사학위를 취득하였으며 응답자의 평균 연령은 39.3세인 것으로 분석되었다. 석사학위를 소지한 2명의 경우 관련 4.
AHP 분석 시 다음과 같은 4가지 공리를 만족시켜야 한다. 첫째, 이원비교(reciprocal comparision)의 공리로 의사결정자의 두 대상에 대한 이원비교가 반드시 가능해야 하며, 중요성의 정도를 나타낼 수 있어야 하며, 이 중요성의 정도는 반드시 역조건을 성립시켜야 한다. 즉 A가 B보다 x배 중요하다면, B는 A보다 1/x배 중요시되어야 한다.
후속연구
본 연구는 교통·도시 관련 전문가 집단을 대상으로 미래 모빌리티 시대에 대비하기 위한 전문가 의견을 종합하고 서비스 방향을 도출했다는데 의의를 둘 수 있다. 본 연구의 결과가 향후 미래 모빌리티의 성공적 도입을 위한 기초 자료로 활용될 수 있기를 기대한다.
또한, 지상교통 혼잡의 해결수단 중 하나로 도심항공교통(Urban Air Mobility; UAM)이 고려되고 있으며 자율운항선박(Martime Autonomous Surface Ships; MASS)이 해양환경에서 항해 중 발생할 수 있는 돌발적인 상황에 즉각 대처하기 위한 방안으로 검토되는 등 다른 차원의 미래 모빌리티 서비스 도입이 활발히 논의되고 있다. 이에 서비스 확장성과 다양한 미래 사회이슈에 선제적으로 대응할 수 있는 육·해·공 다차원 미래 모빌리티를 고려한 추가 연구가 수행될 필요가 있다.
, 1970) 다양한 전공의 전문가 의견 또한 검토할 필요가 있다. 이에 향후 더 다양한 분야의 많은 전문가 패널을 확보하여 연구를 수행할 필요가 있다.
향후 미래차 시장은 친환경차, 자율주행&스마트카, 서비스 산업이 견인할 것으로 예상되며, 미래차 대전환에 실기(失期)할 경우 자동차 선진국의 지위가 위태로워지고, 모빌리티 산업 전반에 걸친 위기가 도래할 것을 우려되는 시점이다.
질의응답
핵심어
질문
논문에서 추출한 답변
공유모빌리티 시장규모가 커지게 된 배경은?
공유모빌리티란 모빌리티를 공유한다는 뜻으로 2008년 금융 위기로 인한 세계적인 경제 불황 이후 ‘협력적 소비’로 일컬어지는 공유경제를 통해 실용적인 경제 활동을 영위하기 위해 도입되기 시작하였다. 이후 IT산업의 발전과 소득의 불균형으로 인해 공유 패러다임의 확산은 카쉐어링, 라이드쉐어링, 카헤일링 등 유형의 확장에 더불어 가속화되고 있다. 특히, ⅰ) 차별화 및 세분화된 서비스 수요 제공, ⅱ) 1인 가구 증가 및 고령화에 따른 경제적 편익 증가, ⅲ) 도시화의 고도화로 대도시의 교통체증 증가, ⅳ) 차고지 확보 어려움 및 소유에 따른 부대비용 상승 등의 문제로 인해 차량공유 시장규모는 오는 2040년 3조3,000억달러 까지 폭발적으로 증가할 전망이다 (Samjong KPMG, 2019).
공유모빌리티의 장점과 전망은?
미래 모빌리티 수단 중 ‘차량공유’가 향후 미래 모빌리티 변화에 큰 영향을 미칠 뿐 아니라 변화의 시기 역시 빠를 것으로 예상되며 미래 모빌리티 수단들 중 핵심요인으로 선정되었다. 공유모빌리티는 교통수단 선택의 다양성 증대, 교통 정체 감소, 효율성 향상, 교통비용 절감, 연료소비 감소 등의 장점과 ICT산업의 빠른 발전으로 가까운 시일 내 진화할 것으로 예상되었다. 모빌리티 체계 변화에 미치는 영향력뿐만 아니라 변화의 속도가 빠른 차량공유의 경우 유지화(keep up the good work) 전략을 사용하여 영향력과 변화의 속도가 현재처럼 유지 될 수 있게 노력해야 한다.
통합모빌리티 서비스란?
통합모빌리티 서비스(Mobility as a Serivce; MaaS)란 자동차, 버스, 지하철, 자전거 등 다양한 교통수단을 하나의 플랫폼으로 통합해 제공하는 서비스를 뜻한다. 이용자의 통행 수요를 충족시키기 위해 자동차, 버스, 지하철 등의 기존 교통수단에 공유모빌리티, 자율주행시스템 등 차세대 모빌리티를 함께 활용하는 서비스로 이용자 개인에 맞는 맞춤형 대안을 제시해 준다.
참고문헌 (36)
Advanced Institute of Convergence Technology(2020), Smart Mobility: Establishment of Mobility Ecosystem.
Ahn Y. and Yeo H.(2015), "An analytical planning model to estimate the optimal density of charging stations for electric vehicles," PloS one, vol. 10, no. 11, e0141307.
Dalkey N., Brown B. and Cochran S.(1970), "Use of Self-ratings to Improve Group Estimates: Experimental Evaluation of Delphi procedures," Technological Forecasting, vol. 1, no. 3, pp.283-291.
Egbue O. and Long S.(2012), "Barriers to widespread adoption of electric vehicles: An analysis of consumer attitudes and perceptions," Energy Policy, vol. 48, pp.717-729.
Fagnant D. J. and Kockelman K.(2015), "Preparing a nation for autonomous vehicles: opportunities, barriers and policy recommendations," Transportation Research Part A: Policy and Practice, vol. 77, pp.167-181.
Flammini M. G., Prettico G., Julea A., Fulli G., Mazza A. and Chicco G.(2019), "Statistical characterisation of the real transaction data gathered from electric vehicle charging stations," Electr. Power Syst. Res., vol. 166, pp.136-150.
Han D., Ahn Y., Park S. and Yeo H.(2016), "Trajectory-interception based method for electric vehicle taxi charging station problem with real taxi data," Int. J. Sustainable Transp., vol. 10, no. 8, pp.671-682.
Hardman S. and Tal G.(2016), "Exploring the decision to adopt a high-end battery electric vehicle: Role of financial and nonfinancial motivations," Transp. Res. Rec., vol. 2572, no. 1, pp.20-27.
Hidrue M. K., Parsons G. R., Kempton W. and Gardner M. P.(2011). "Willingness to pay for electric vehicles and their attributes," Resource and Energy Economics, vol. 33, no. 3, pp.686-705.
Hong S., Kim W., Yoo G. and Park S.(2019), Adoption of Smart Mobility Services in Seoul, The Seoul Institute, pp.1-104.
Jung K.(2018), The policy direction of personal mobility in response to future changes. Monthly KOTI Magazine on Transport, pp.35-37.
Kwon Y., Byun J. and Kang N.(2019), "A Study on the Alternative Selection of Eco-Friendly Modification Techniques for Small Diesel Trucks," Korean Society of Transportation, vol. 37, no. 2, pp.135-147.
Kwon Y., Kim S. and Byun J.(2020b), "Cognitive Perception of an Eco-friendly Public Transportation: Using Principal Component Analysis," The Journal of the Korea Institute of Intelligent Transportation Systems, vol. 19, no. 1, pp.71-82.
Kwon Y., Son S. and Jang K.(2018), "Evaluation of incentive policies for electric vehicles: An experimental study on Jeju Island," Transportation Research Part A: Policy and Practice, vol. 116, pp.404-412.
Kwon Y., Son S. and Jang K.(2020a), "User satisfaction with battery electric vehicles in South Korea," Transportation Research Part D: Transport and Environment, vol. 82, 102306.
Lee J. H., Hardman S. J. and Tal G.(2019), "Who is buying electric vehicles in California? Characterising early adopter heterogeneity and forecasting market diffusion," Energy Res. Social Sci., vol. 55, pp.218-226.
Levenburg N. M. and Magal S. R.(2004), "Applying importance-performance analysis to evaluate e-business strategies among small firms," E-service Journal, vol. 3, no. 3, pp.29-48.
Liao F., Molin E. and Van Wee B.(2017), "Consumer preferences for electric vehicles: A literature review," Transport Reviews, vol. 37, no. 3, pp.252-275.
Lieven T., Muhlmeier S., Henkel S. and Waller J. F.(2011), "Who will buy electric cars? An empirical study in Germany," Transportation Research Part D: Transport and Environment, vol. 16, no. 3, pp.236-243.
Mahmoud M. and Hine J.(2013), "Using AHP to measure the perception gap between current and potential users of bus services," Transportation Planning and Technology, vol. 36, no. 1, pp.4-23.
Martilla J. A. and James J. C.(1977), "Importance-performance analysis," Journal of Marketing, vol. 10, no. 1, pp.13-22.
Morrissey P., Weldon P. and O'Mahony M.(2016), "Future standard and fast charging infrastructure planning: An analysis of electric vehicle charging behaviour," Energy Policy, vol. 89, pp.257-270.
Samjong KPMG(2019), "The future of mobility business with TaaS investment," Issue Monitor, vol. 113.
Seoul Design Foundation(2017), Seoul Design Survey.
Simsekoglu O.(2018), "Socio-demographic characteristics, psychological factors and knowledge related to electric car use: A comparison between electric and conventional car drivers," Transp. Policy, vol. 72, pp.180-186.
Siniscalchi J. M., Beale E. K. and Fortuna A.(2008), "Using importance-performance analysis to evaluate training," Performance Improvement, vol. 47, no. 10, pp.30-35.
Stradling S., Carreno M., Rye T. and Noble A.(2007), "Passenger perceptions and the ideal urban bus journey experience," Transport Policy, vol. 14, no. 4, pp.283-292.
The future mobility business with TaaS investment(2019), Issue Monitor, Samjong KPMG Economic Research Institute, Augus.
The Seoul Institute(2018), Introduction of MaaS(Mobility as a Service), Seoul.
Wadud Z. et al.(2016), "Help or hindrance? The travel, energy and carbon impacts of highly automated vehicles," Transportation Research Part A, vol. 86, pp.1-18.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.