[논문]주차장 입·출차 데이터 기반 종합병원 주차특성 및 주차수요 분석-A병원 사례를 중심으로

조경미; 조유영

doi:10.15207/jkcs.2020.11.9.193

주차장 입·출차 데이터 기반 종합병원 주차특성 및 주차수요 분석-A병원 사례를 중심으로
Analysis on parking characteristics & demand of general hospitals based on parking data-A hospital case 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.11 no.9, 2020년, pp.193 - 202

조경미 (동서대학교 소프트웨어융합대학) , 조유영 (동서대학교 소프트웨어융합대학)

초록
AI-Helper

종합병원의 주차문제는 내원객이나 방문객들의 불편함이나 민원을 넘어 병원인근지역의 교통문제 및 환경문제를 발생시키는 사회문제가 되고 있다. 본 논문에서는 A종합병원(A병원)의 사례를 중심으로 주차장 입·출차 데이터를 이용하여 주차특성지수를 더욱 정확하게 분석할 수 있는 모델을 제안하고 이를 이용하여 주요지표들을 분석한다. 병원의 특성을 고려하여 새로운 주차지표를 정의하고 분석하였으며 주차수요를 추정할 수 있는 모델을 제안하고 이를 이용하여 분석한다. 본 연구결과를 이용하여 물리적인 주차장시설의 확장보다는 주차데이터에 기반한 체계적이고 유연한 주차장 관리를 통해서 내원객과 방문객들에게 더욱 편리한 주차서비스를 제공할 수 있고 데이터 기반의 주차정책과 규정을 수립하여 병원주차장 운영의 효율성을 향상할 수 있으며 A병원과 규모가 비슷한 병원의 주차정책과 주차수요 산출과 향후 스마트 주차시스템 개발에도 주요한 기초자료로 활용될 수 있다고 사료된다.

Abstract ▼ AI-Helper

The aim of this paper is to analyze parking characteristics and demand of A general hospital(A hospital) based on data on entries·exits in parking lot and to improve parking service to patients and visitors without building new parking spaces. To improve the quality of parking service we analyze average parking duration, parking turnover, peak hour, parking index and parking demand of A hospital. Using the results of this research we can improve parking regulations and operate a parking lot smartly. Other hospitals of similar size of A hospital can also refer to these results to improve parking service and build a smart parking system.

주제어

표/그림 (12)

표 Table 1. Parking operating status of A hospital
표 Table 2. Parking fee of A hospital
표 Table 3. Monthly patient count and parking capacity
그림 Fig. 1. Parking index relationship graph
그림 Fig. 2. Monthly parking volume
표 Table 4. Parking characteristics
표 Table 5. Daily parking status
그림 Fig. 3. In·out of the vehicle, parking accumulation on 6/12/2019
표 Table 6. Weekdays average parking index
표 Table 7. The highest weekend parking index
표 Table 8. Parking accumulation on 6/12/2019
표 Table 9. Parking index on 6/12/2019

AI 본문요약
AI-Helper

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

문제 정의

기존의 연구들[9,12]은 주차특성지수를 분석할 때 실제 주차시간의 근사값인 주차부하를 이용하여 분석하였으나 본 연구에서는 더욱 정확한 총주차시간을 정의하고 이를 이용하여 분석한다. 따라서 본 연구는 병원의 실제주차현황과 가장 근사한 주차특성지수를 제공하고 종합병원의 특성을 반영하여 주차수요를 추정할 수 있는 누적주차수요모델을 제안하고 이를 이용하여 주차수요예측을 한다.
본 연구는 A병원으로부터 받은 29개월(2017년 3월∼2019년 7월)간의 주차장 입·출차 데이터를 기반으로 주차장 이용특성분석모델 및 주차수요예측모델을 제안하고 분석하였다.

가설 설정

병원의 특성상 응급환자, 입원환자, 정기차량권 이용자의 경우 장기주차가 가능함으로 장기주차차량인 경우 기준월을 중심으로 이전 월에 입차해서 출차하지 않은 차량의 경우 기준월 1일 0시에 입차한 것으로 가정하였고 출차의 경우도 기준월 이후에 출차한 경우는 기준월말일 24시에 출차한 것으로 가정 하였다. MS엑셀 프로그램을 사용하여 월별, 주차장별, 요일별 주차대수와 평균주차시간(당일 및 장기), 주차회전율, 주차지수 등을 조사하였다.

제안 방법

4절에서 제안한 누적주차수요 모델과 병원의 특성상 장기주차차량이 존재함으로 P(0)을 구체적으로 파악하기 위해서 2019년 6월 12일 (수) 기준으로 분석하였다. A병원으로부터 받은 주차데이터가 1개월 단위로 정리되어 있어 P(0)의 정확한 대수를 산정할 수 없음으로 6월 한달간의 데이터를 기반으로 P(0)의 하한값으로 분석하였다. 이 부분은 연구의 한계점으로서 정확한 주차수요 예측을 위해서는 P(0)에 관한 연구가 더 필요하다.
본 논문에서는 총주차시간을 정의하고 이를 이용하여 평균주차시간과 주차지수를 계산함으로서 기존의 연구방법 보다 더욱 정확하게 주차이용현황을 파악하였다. A병원의 경우 주차장의 전산화로 주차데이터가 존재하고 단일 및 복합 용도 시설에 대한 신뢰성이 높고, 시간대별 주차수요변화 예측이 가능한 누적주차수요예측 모델을 제안하고 이를 이용하여 주차수요를 분석한다. 최대주차가 예상되는 시간대가 주차첨두시간이며 이때의 주차대수를 주차수요로 추계하는 방법이다.
A병원의 주차특성을 파악하기 위해서 주차지수, 주차회전율, 평균주차시간 등의 주차주요지표와 더불어 새로운 주차지표를 정의하고 분석한다. Fig.
A병원의 특성상 24시간 주차장을 운영함으로 1일 기준 한시간 간격으로 주차대수를 파악하였고, 0시∼1시를 첫번째 시간대, t 번째 시간대는 (t-1)시∼t시 이고, 23시∼24시를 24번째 시간대로 정의하였다.
Fig. 2에서와 같이 연도별로 유사한 패턴을 보임으로 Table 4에서는 최근 1년간 2018년 8월∼2019년 7월의 주차데이터를 기반으로 주차장별 월평균 주차량, 월평균 무료주차량, 일평균 주차량, 당일 평균주차시간, 장기 평균주차시간, 평균주차시간, 주차회전율, 주차이용효율, 월별 1일 이상 장기주차량, 월별 1일 이상 무료장기주차량, 월별 2일 이상 장기주차량 등의 주차특성지표를 분석하였다.
병원의 특성상 응급환자, 입원환자, 정기차량권 이용자의 경우 장기주차가 가능함으로 장기주차차량인 경우 기준월을 중심으로 이전 월에 입차해서 출차하지 않은 차량의 경우 기준월 1일 0시에 입차한 것으로 가정하였고 출차의 경우도 기준월 이후에 출차한 경우는 기준월말일 24시에 출차한 것으로 가정 하였다. MS엑셀 프로그램을 사용하여 월별, 주차장별, 요일별 주차대수와 평균주차시간(당일 및 장기), 주차회전율, 주차지수 등을 조사하였다. 주차수요분석을 위하여 누적주차법을 활용하여 분석하고 첨두시간대를 분석하였다.
기존의 연구들[9,12]은 주차특성지수를 분석할 때 실제 주차시간의 근사값인 주차부하를 이용하여 분석하였으나 본 연구에서는 더욱 정확한 총주차시간을 정의하고 이를 이용하여 분석한다. 따라서 본 연구는 병원의 실제주차현황과 가장 근사한 주차특성지수를 제공하고 종합병원의 특성을 반영하여 주차수요를 추정할 수 있는 누적주차수요모델을 제안하고 이를 이용하여 주차수요예측을 한다.
(직원차량 120대/일 * 30일 * 29개월=104,400대) 각 주차데이터는 차량의 입차시간과 출차시간, 요금정보, 분류코드정보(정기차량, 카드결제차량, 현금결제차량 등)을 포함하고 있었다. 병원의 주차특성을 분석하기 위해서 요일정보를 주차데이터에 추가하였다.
본 논문에서는 총주차시간을 정의하고 이를 이용하여 평균주차시간과 주차지수를 계산함으로서 기존의 연구방법 보다 더욱 정확하게 주차이용현황을 파악하였다. A병원의 경우 주차장의 전산화로 주차데이터가 존재하고 단일 및 복합 용도 시설에 대한 신뢰성이 높고, 시간대별 주차수요변화 예측이 가능한 누적주차수요예측 모델을 제안하고 이를 이용하여 주차수요를 분석한다.
본 연구에서는 A병원 사례를 중심으로 주차장 입·출차 데이터를 기반으로 주차주요지표인 주차대수, 평균주차시간, 주차회전율, 주차이용효율, 첨두시간 뿐만 아니라 병원의 주차특성을 파악할 수 있는 월별 주차량, 월별 무료 주차량, 월별 무료 장기주차량, 요일별 주차량, 당일 평균주차시간, 장기평균주차시간, 요일별 주차량 등의 주차지표를 분석하였다.
주중과 주말의 주차량을 비교하고 모든 주차장을 매일 24시간 운영의 필요성을 파악하기 위해서 Table 6에서는 2주간(2019년 6월 10일(월)∼6월 23일(일))의 주중 주차장별 시간대별 평균주차지수를 분석하였다.
본 연구는 A병원으로부터 받은 29개월(2017년 3월∼2019년 7월)간의 주차장 입·출차 데이터를 기반으로 주차장 이용특성분석모델 및 주차수요예측모델을 제안하고 분석하였다. 주차주요지표인 주차지수, 주차이용효율, 주차평균시간, 피크시간대, 주차대수 뿐만 아니라 병원의 주차특성을 반영할 수 있는 월평균주차량, 월평균무료주차량, 일평균주차량, 일평균무료주차량, 당일평균주차시간, 장기평균주차시간, 1일 이상 장기주차량, 2일 이상 장기주차량을 정의하고 분석함으로서 실제 운영 현황과 가까운 주차지수를 구하였다. A병원의 경우 주차장 727면을 방문객용으로 제공하고 있으나 2019년 6월 12일 기준 126면 이상을 이미 장기주차차량이 주차공간을 점유하고 있어 실제적으로는 주차장 601면만 방문객들이 사용할 수 있어 장기주차차량 관리가 시급해 보인다.
학문적 시사점으로는 병원의 특성을 반영한 총주차시간을 정의하고 이를 이용하여 주차특성지수와 누적주차 수요를 분석하였다. 이러한 분석을 이용하여 실시간으로 병원의 주차현황과 장기주차차량을 모니터링 할 수 있는 시스템을 구축하여 관리할 수 있다.

대상 데이터

A병원에서 29개월(2017년 3월∼2019년 7월)의 월별로 정리된 주차데이터를 수집하였다. 2017년 3월부터 12월까지 10개월간의 A병원의 주차량은 578,501대, 2018년 12개월간의 주차량은 690,177대, 2019년 1월부터 7월까지 7개월간의 주차량은 399,143대로서 총 1,667,821대의 데이터를 이용하여 A병원의 주차특성을 파악하였다. 여기서 직원들의 주차대수는 주차량에서 제외하였음.
5개의 주차장별 6월 1일⁓6월 11일에 입고하여 6월 12일 0시 기준으로 출고하지 않은 차량수는 P₁주차장 3대, P₂주차장 40대, P₃주차장 37대, P₅주차장 46대로서 P(0)=126대 이다. 6월 1일 이전에 입차하고 6월 11일까지 출차하지 않은 차량까지 고려하면 P(0) ≥ 126대 이다.
6월 1일 이전에 입차하고 6월 11일까지 출차하지 않은 차량까지 고려하면 P(0) ≥ 126대 이다.
A병원에서 29개월(2017년 3월∼2019년 7월)의 월별로 정리된 주차데이터를 수집하였다.
본 연구의 대상인 A병원은 국립대병원으로서 연면적 161,028.92m² 이고 2018년 기준 외래환자 954,160명과 입원환자 395,502명으로서 총 1,349,662명의 환자가 방문하였으며, 2017년도 대비 14,396명의 환자가 증가 하였다. A병원은 1,351개의 병상을 운용하고 있으며, 5개의 독립된 주차장을 자주식 또는 기계식을 혼합하여 주차면수 841면을 운영하고 있고 그 중에서 교직원들이 120면을 이용하고 있다.
2는 29개월(2017년 3월∼2019년 7월)간의 A병원 5개의 주차장 입·출구를 통과한 자동차를 대상으로 월별 주차량과 월평균주차량을 나타낸다. 월별 주차량 산정시 교직원차량 120대/일은 제외하였고 4개의 누락된 데이터(2017년 4월 P₂ 주차장, 2017년 11월 P₅ 주차장, 2018년 2월 P₁ 주차장, 2019년 4월 P₄ 주차장)는 각 주차장별 주차량의 평균을 계산한 후 그 값을 대입하였다. 월평균주차량은 57,511대이고, 표준편차는 3,890대이며 월평균주차량 대비 동계방학인 1월(103.
주차수요예측을 위하여 3.4절에서 제안한 누적주차수요 모델과 병원의 특성상 장기주차차량이 존재함으로 P(0)을 구체적으로 파악하기 위해서 2019년 6월 12일 (수) 기준으로 분석하였다. A병원으로부터 받은 주차데이터가 1개월 단위로 정리되어 있어 P(0)의 정확한 대수를 산정할 수 없음으로 6월 한달간의 데이터를 기반으로 P(0)의 하한값으로 분석하였다.

이론/모형

주차수요를 추정하는 방법에는 과거추세 연장법, 주차 발생 원단위법, P요소법, 누적주차대수법이 있다. 병원의 특성을 고려하여 본 연구에서는 누적주차대수법을 사용하여 누적주차수요대수를 다음과 같은 모형으로 분석하였다. A병원의 특성상 24시간 주차장을 운영함으로 1일 기준 한시간 간격으로 주차대수를 파악하였고, 0시∼1시를 첫번째 시간대, t 번째 시간대는 (t-1)시∼t시 이고, 23시∼24시를 24번째 시간대로 정의하였다.
MS엑셀 프로그램을 사용하여 월별, 주차장별, 요일별 주차대수와 평균주차시간(당일 및 장기), 주차회전율, 주차지수 등을 조사하였다. 주차수요분석을 위하여 누적주차법을 활용하여 분석하고 첨두시간대를 분석하였다.

성능/효과

주차장별로 동일한 시간대는 아니지만 주차가능대수 대비 P₅주차장을 제외하고 피크 시간대에도 50% 미만의 주차지수를 보임을 알 수 있다. 결과적으로 주말에는 가능한 주차면수의 50% 미만으로 사용되고 있음을 알 수 있다.
6월 1일 이전에 입차하고 6월 11일까지 출차하지 않은 차량까지 고려하면 P(0) ≥ 126대 이다. 결론적으로 6월 12일 0시 기준 이미 17% 이상의 주차공간은 주차된 상태이기 때문에 장기주차차량은 혼잡한 주차문제를 유발하는 주요한 요소 중 하나이다. 따라서 병원의 주차문제를 해결하기 위해서는 정기주차권 정책에 대한 재고가 필요해 보인다.
이때 이 2대의 차량에 대한 주차부하는 1시간으로 산정되나 실제 주차시간은 2시간 30분으로서 이 경우 누적 시간 오차는 1시간 30분이다. 따라서 본 논문에서는 총주차시간을 정의하고(이 경우 총주차시간은 2시간 30분임) 이를 이용하여 주차지표를 분석함으로써 더욱 정확하게 주차현황을 파악할 수 있다.
본 연구의 결과를 이용하여 주차관리시스템을 구축하면 일반 병원에서도 주차데이터를 기반으로 실시간으로 주차현황을 파악하는데 활용할 수 있고 주차서비스를 향상시킬 수 있으며 이를 스마트주차관리시스템으로 확장할 수 있다.
본 연구에서는 A병원 사례를 중심으로 주차장 입·출차 데이터를 기반으로 주차주요지표인 주차대수, 평균주차시간, 주차회전율, 주차이용효율, 첨두시간 뿐만 아니라 병원의 주차특성을 파악할 수 있는 월별 주차량, 월별 무료 주차량, 월별 무료 장기주차량, 요일별 주차량, 당일 평균주차시간, 장기평균주차시간, 요일별 주차량 등의 주차지표를 분석하였다. 이 연구의 결과를 이용하여 주차데이터 기반의 주차정책을 정립하고 유연하게 주차서비스를 제공함으로서 방문객들에게 주차서비스를 향상시키고 효율적으로 주차관리를 할 수 있다.

후속연구

연구의 한계점으로는 월별로 정리된 주차데이터 파일형식의 한계로 기존 월에 주차한 장기주차차량만 산정하였으나 실제 장기주차량을 구하지 못한 점은 보완되어야 한다.
A병원으로부터 받은 주차데이터가 1개월 단위로 정리되어 있어 P(0)의 정확한 대수를 산정할 수 없음으로 6월 한달간의 데이터를 기반으로 P(0)의 하한값으로 분석하였다. 이 부분은 연구의 한계점으로서 정확한 주차수요 예측을 위해서는 P(0)에 관한 연구가 더 필요하다.
향후 연구로는 A병원의 주차문제를 유발하는 요인분석에 관한 연구와 스마트주차관리시스템 구축에 관한 연구를 수행할 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	종합병원의 주차문제는 무엇인가?	종합병원의 주차문제는 내원객이나 방문객들의 불편함이나 민원을 넘어 병원인근지역의 교통문제 및 환경문제를 발생시키는 사회문제가 되고 있다. 본 논문에서는 A종합병원(A병원)의 사례를 중심으로 주차장 입·출차 데이터를 이용하여 주차특성지수를 더욱 정확하게 분석할 수 있는 모델을 제안하고 이를 이용하여 주요지표들을 분석한다.
	병원의 특성을 고려할때, 누적주차대수법을 사용하여 누적주차수요대수를 어떻게 분석하였는가?	병원의 특성을 고려하여 본 연구에서는 누적주차대수법을 사용하여 누적주차수요대수를 다음과 같은 모형으로 분석하였다. A병원의 특성상 24시간 주차장을 운영함으로 1일 기준 한시간 간격으로 주차대수를 파악하였고, 0시∼1시를 첫번째 시간대, t 번째 시간대는 (t-1)시∼t시 이고, 23시∼24시를 24번째 시간대로 정의하였다.
	주차특성지수를 분석할 때 기존 연구들은 무엇을 이용하였는가?	기존의 연구들[9,12]은 주차특성지수를 분석할 때 실제 주차시간의 근사값인 주차부하를 이용하여 분석하였으나 본 연구에서는 더욱 정확한 총주차시간을 정의하고 이를 이용하여 분석한다. 따라서 본 연구는 병원의 실제주차현황과 가장 근사한 주차특성지수를 제공하고 종합병원의 특성을 반영하여 주차수요를 추정할 수 있는 누적주차수요모델을 제안하고 이를 이용하여 주차수요예측을 한다.

참고문헌 (19)

S. J. Kwon, J. H. Seo & B. D. Choi. (2011). A basic study for calculating appropriate number of parking lots at university hospital in metropolitan area. Korea Institute of Healthcare Architecture, 17(3), 27-33. DOI : 10.15682/JKIHA.2011.17.3.027
S. G. Chang, H. Y. Ha, Y. J. Shin & J. G. Lee. (1996). General characteristics and satisfaction of out-patients of university hospitals in Seoul, Korea. Journal of Korean Society of Quality Assurance in Health Care, 2(2), 130-145.
J. H. Kim, J. S. Park, C. U. Joo & K. C. Choi. (1997). A survey of a present utilization of the parking lot with the introduction of a charging system. Journal of Korean Society of Quality Assurance in Health Care, 4(1), 116-124.
X. Liang, C. Ji, Q. Ran & L. Liu. (2013). The analysis of parking problems at Huaxi hospital. The 19th International Conference on Industrial Engineering and Engineering Management. (pp. 1131-1138). Berlin : Springer-Verlag Berlin Heidelberg.
Q. Chen, P. He & J. Chen. (2017). Analysis on time window of shared parking in hospitals based on parking behaviors. Discrete Dynamics in Nature and Society, 1-11. DOI : 10.1155/2017/9859604
J. Feng. (2011). The feasibility study about hospital mitigate parking problem by shared parking. Shanxi Architecture, 37(12), 26-27. DOI : 10.3969/j.issn.1009-6825.2011.12.016
B. Moores, C. Bolton & A. Fung. (1988). Patients, parking and paying. OR Insight, 1(2), 9-13. DOI : 10.1057/ori.1988.10

상세보기
Y. H. Choi & E. C. Kim. (2017). A study on factors influencing turnover of public parking lots in Incheon metropolitan city. Journal of Urban Science, 6(2), 29-34.
H. C. Lee, S. Y. Shin & K. S. Shin. (2014). A study on understanding parking turnover through parking survey. Journal of the Korea Institute of Information and Communication Engineering, 18(11), 2645-2650. DOI : 10.6109/JKIICE.2014.18.11.2645

원문보기 상세보기
S. K. Pae & K. M. Kim. (1997). A study on the parking space in general hospitals. Korea Institute of Healthcare Architecture, 3(5), 7-15.
P. McGrath. (2015). Parking problems: An important access issue for Australian specialist metropolitan hospitals. Health Issues, 114, 26-31.
T. Subramani & J. Jayalakshmi. (2012). Study on existing parking condition on major roads in Salem and suggestions for improvement. IOSR Journal of Engineering, 2(4), 704-710. DOI : 10.9790/3021-0204704710
J. S. Kim, Y. H. Woo & S. J. Lee. (2004). A study on the development of efficient parking management system using the GIS. Journal of the Korean Society of Industry Convergence, 7(3), 273-279.
I. B. Lee. (2010. 1. 6). Patient satisfaction increases with valet parking: a university hospital case. MedicalTimes, p. 1-2.
Statistics Korea. (2018). Population Census, Vehicle Registration Status, 2018.
S. Baik. (2016. 2. 26). Insufficient parking spaces, suggestions for big 5 hospitals. Dailymedi, p. 1.
K. Park. (2018. 12. 5). City of Siheung, solution of parking problems by shared parking. DailyGyeonggi, p. 1-3.
K. H. Bang, C. H. Sin, C. K. Lee, J. B. You & J. H. Kim. (2017). A shared economic management platform of parking lot. Proceedings of the Korean Society of Computer Information Conference, 25(1), 59-62.
P. Mangwan. (2018). Smart parking system based on internet of things. International Journal of Applied Engineering Research, 13(12), 10281-10285. DOI : 10.1109/ACCESS.2015.2477299

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