초록 ▼

1. 연구의 배경 및 목적
❏ 교통정책의 합리적 계획과 실행을 위해서는 교통현상을 정교하게 진단할 필요가 있는데, 도시의 교통수준 진단, 교통정책 수립과 시행효과를 정량적으로 평가하기 위한 핵심 평가지표로서 도시모빌리티(Urban mobility)가 주로 적용
❏ 최근 도시모빌리티 평가를 위해 지능형교통체계(Intelligent Transport System, 이하 ITS)로 실시간 수집되는 교통정보데이터(즉, ITS 빅데이터)의 활용성에 주목
￮ ITS를 통해 교통데이터를 시・공간적 제약 없이 수집이 가능하고, 방

1. 연구의 배경 및 목적
❏ 교통정책의 합리적 계획과 실행을 위해서는 교통현상을 정교하게 진단할 필요가 있는데, 도시의 교통수준 진단, 교통정책 수립과 시행효과를 정량적으로 평가하기 위한 핵심 평가지표로서 도시모빌리티(Urban mobility)가 주로 적용
❏ 최근 도시모빌리티 평가를 위해 지능형교통체계(Intelligent Transport System, 이하 ITS)로 실시간 수집되는 교통정보데이터(즉, ITS 빅데이터)의 활용성에 주목
￮ ITS를 통해 교통데이터를 시・공간적 제약 없이 수집이 가능하고, 방대한 양의 데이터를 과거에 비해 보다 손쉽게 저장, 가공, 분석, 제공할 수 있음
￮ 그러나 국내에서는 ITS를 통해 수집된 데이터를 도시의 교통정책 및 계획의 수립, 효과평가 등에 충분히 활용하지 못하고 있음
*) ITS 빅데이터(Big-data)의 정의 : 본 연구에서는 교통시설 및 교통수단에 설치된 다양한 첨단교통정보 수집장치를 통해 ‘24시간 초(sec) 단위의 연속적으로 수집되는 정형화된 교통정보 데이터’로 정의하고, 공공이 수집한 정보로 대상을 한정함
❏ 본 연구는 ITS 빅데이터를 이용한 도시모빌리티 분석과 교통정책에의 활용성을 검증하고, 국내 ITS 빅데이터의 교통정책 활용을 위한 정책방안 마련이 목적
￮ 특히 국내 도시들을 대상으로 한 실증분석을 통해 ITS 빅데이터의 활용성 제시
❏ 본 연구에서 다루고자 하는 ‘ITS 빅데이터’는 국내 첨단교통정보센터에서 ITS 정보수집 장비를 통해 실시간으로 수집되는 교통정보로 한정함
￮ 이러한 이유는 첫째, 국내 첨단교통정보센터에서 ITS를 통해 수집되는 데이터를 교통정책이나 계획에 충분히 활용하지 못하고 있다는 문제의식에 기인
￮ 둘째, 본 연구로 ITS 빅데이터의 활용성 실증, 운영ㆍ관리 문제점 제기를 통해 국내 첨단교통정보센터의 ITS 빅데이터 관리체계의 정립 필요성을 강조
￮ 셋째, ITS 빅데이터 관리체계가 우선 정립되면, 향후 교통카드 데이터, 모바일 위치정보 데이터 등과 결합하여 보다 실효성 있는 빅데이터 활용 가능 기대

Abstract ▼

Transportation policies for urban areas need to be established according to a systematic procedure to achieve a vision and goals set by the subject institutions. In this decision-making procedure, the urban mobility is used as one of key concepts either to monitor transportation operations or to eva

Transportation policies for urban areas need to be established according to a systematic procedure to achieve a vision and goals set by the subject institutions. In this decision-making procedure, the urban mobility is used as one of key concepts either to monitor transportation operations or to evaluate the strategies used for mitigating transportation problems. In that sense, it is notable that the environment to assess the urban mobility has been recently improved as traffic data of high resolution have been accumulated by Intelligent Transportation Systems (ITS) through the widespread deployment of information and communication technologies.
In the last two decades, the Korean government has invested more than 2 trillion won in the deployment of ITS. Such deployed systems made it possible to collect, process, and distribute ITS big data, which are defined in the present study as “the well-framed traffic data continuously collected by the unit of seconds through diverse ITS devices on the subject transportation facilities.” In Korea, however, we have rarely seen the application of ITS big data to the policy decision-making in the field of transportation.
In light of the above, this research is intended (i) to investigate existing performance measures and develop new ones to assess the urban mobility by means of ITS big data and (ii) to suggest policy alternatives to expand the utilization of ITS big data in the decision-making for the transportation policy. To derive concrete findings in this context, a case study was also conducted to assess the urban mobility for two domestic cities.
Diverse performance measures are conceivable to assess the urban mobility by means of ITS big data. Basic measures frequently used in this vein are traffic volume and speed. These basic measures can be also used as inputs to produce secondary ones such as travel time index, vehicle kilometer traveled, and incident delay. These secondary measures usually involve more time and costs for the assessment than the basic counterparts because either more refined data processing or interdisciplinary data fusions is required for the former. The efforts to utilize secondary measures, however, are worthwhile to enhance the practice of evaluating the urban mobility.
Dajeon and Buchen were chosen as the sites for the case study by considering that (i) both of these cities have accumulated ITS big data in real-time basis and have periodically saved them and (ii) theses cities’ road networks show complexities suitable to the scope of the present research. The case study is composed of three parts: (i) analyses of the road mobility for Dajeon, (ii) analyses of the transit mobility for Buchen, and (iii) comparison between the two cities in terms of the road mobility. This case study proved that ITS big data can provide new insights on the traffic operations of subject facilities if analyzed with suitable spatiotemporal units. This case study also contributed to advancing the current practice by applying newly-developed performance measures such as “travel-time mobility and reliability on a subject link for yearly comparisons” and “a corridor’s congestion-durations derived from the time-series of travel time index” to the evaluation of urban mobility.
To sum up, this study empirically showed the potentials of ITS big data by focusing on their application to the decision-making process for transportation policies. Diverse performance measures for that purpose were investigated and some of them were applied to the case study based on real-world ITS big data. Through this study, we suggest the following policy alternatives to facilitate the application of ITS big data.
∙ Strengthen the roles of existing traffic management centers to support the transportation policy-making
∙ Sequentially expand the introduction of systems to operate and manage ITS big data
∙ Develop and then distribute both automated monitoring systems based on ITS big data and their attendant analysis tools
∙ Prepare national standards to process and manage ITS big data under the championship of the central government
∙ Envision utilizing ITS big data for the decision-making of transportation policies in the overall process of deploying traffic management centers from the initial stage of their design
∙ Expand personnel capable of analyzing ITS big data

목차 Contents

• 표지 ... 1
• 발간사 ... 3
• 주요 내용 및 정책제안 ... 5
• 요약 ... 6
• 목차 ... 21
• 표목차 ... 25
• 그림목차 ... 27
• 제 1 장 서론 ... 29
• 1. 연구의 배경 및 목적 ... 31
• 1) 연구 배경 ... 31
• 2) 연구의 목적 ... 34
• 2. 연구의 범위 및 방법 ... 34
• 1) 연구의 범위 ... 34
• 2) 연구방법 ... 36
• 3) 연구의 흐름 ... 37
• 3. 선행연구와의 차별성 ... 38
• 4. 기대효과 ... 40
• 1) 정책적 기여도 ... 40
• 2) 학술적 기여도 ... 41
• 제 2 장 도시모빌리티와 ITS 빅데이터의 특성 ... 43
• 1. 도시모빌리티의 개념과 주요 평가지표 ... 45
• 1) 도시모빌리티의 정의 ... 45
• 2) 도시모빌리티의 주요 평가지표 ... 47
• 2. ITS 빅데이터의 특성 ... 48
• 1) ITS 교통정보 수집기술의 발전 ... 48
• 2) ITS 교통정보 수집 및 가공 항목 ... 49
• 3) ITS 교통정보의 특성과 장점 ... 50
• 제 3 장 ITS 빅데이터의 국내외 활용사례 ... 53
• 1. ITS 빅데이터의 국내 활용사례 ... 55
• 1) 서울시 교통정보 종합관리시스템 ... 56
• 2) 대전시 교통데이터웨어하우스 ... 57
• 3) 부천시 교통정보센터 ... 59
• 4) 기타 ITS 자료 활용 ... 60
• 2. ITS 빅데이터 국외 활용사례 ... 61
• 1) FHWA Mobility Monitoring Program ... 61
• 2) California PeMS ... 62
• 3) 기타 국외 사례 검토 요약 ... 63
• 4) 국내와 국외의 활용사례 비교 ... 65
• 3. 국내외 활용사례 시사점 ... 66
• 제 4 장 ITS 빅데이터를 활용한 도시모빌리티 평가지표 ... 69
• 1. 평가지표의 도출 방향 ... 71
• 2. ITS 빅데이터를 활용한 모빌리티 평가지표 : 도로분야 ... 72
• 1) 기본지표 : 교통량과 속도 ... 72
• 2) 통행시간과 신뢰도(Reliability) ... 73
• 3) VKT와 VHT ... 74
• 4) 지체(Delay) ... 75
• 3. ITS 빅데이터를 활용한 모빌리티 평가지표 : 대중교통(버스) 분야 ... 77
• 1) 속도 지표 ... 77
• 2) 신뢰도(Reliability) 지표 ... 79
• 제 5 장 실증분석 ... 81
• 1. 분석의 개요 ... 83
• 2. 분석대상 도시들의 도로망 및 ITS 구축 현황 ... 85
• 1) 대전시 ... 85
• 2) 부천시 ... 89
• 3. 분석된 ITS 빅데이터의 개요 ... 92
• 1) 대전광역시 ... 92
• 2) 부천시 ... 95
• 4. 실증 분석 (I) : 대전광역시 도로 모빌리티 분석 ... 97
• 1) 도로 링크별 모빌리티 평가 ... 97
• 2) 도로 병목지점에 대한 상세분석 ... 102
• 5. 실증분석 (II): 부천시 대중교통 모빌리티 분석 ... 111
• 1) 분석 개요 ... 111
• 2) 버스의 구간통행시간 산출 방법론 ... 113
• 3) 승용차와 대중교통 모빌리티 비교 ... 114
• 4) 첨두 시간대의 대중교통 서비스 수준 평가 ... 115
• 6. 실증분석 (III): 도로 모빌리티에 대한 도시 간 비교 ... 116
• 1) 분석의 개요 및 방법론 ... 116
• 2) 모빌리티의 도시 간 비교를 위한 대상 도로축의 선정 ... 117
• 3) 주요 분석결과 ... 118
• 7. 실증분석을 통한 시사점 ... 124
• 제 6 장 ITS 빅데이터의 교통정책 활용방안 ... 125
• 1. ITS 빅데이터 기반 모빌리티 평가지표와 교통정책 활용 ... 127
• 2. 국내 ITS 빅데이터의 교통정책 활용도 개선 방안 ... 130
• 제 7 장 결론 및 정책 제언 ... 135
• 1. 연구의 결과 ... 137
• 2. 정책 제언 ... 138
• 참고문헌 ... 141
• SUMMARY ... 145
• 끝페이지 ... 149