울산시는 교통 빅데이터를 활용하여 올해 하반기 시내버스 노선을 전면 개편한다고 밝혔다.
‘빅데이터’란 기존 데이터베이스 관리 도구로 데이터를 수집, 저장, 관리, 분석할 수 있는 역량을 넘어서는 대량의 정형 또는 비정형 데이터 집합과 이러한 데이터로부터 가치를 추출하고 결과를 분석할 수 있는 기술을 의미한다.
교통부문에서는 내비게이션 교통정보, 교통카드 데이터, 차량운행기록(DTG), 누적 속도정보 등 기반(인프라) 데이터, 통신사 기지국 소통량(트래픽) 데이터베이스(DB) 같은 자료를 활용하고 있으며, 외부 데이터베이스(DB) 연계 및 기관 간 협력을 통해 그 기반을 다지고 있다.
울산시가 버스 관련으로 활용하는 ‘교통 빅데이터’는 교통카드 데이터, 통신사 신호 기반 유동인구, 버스운행 데이터가 주를 이룬다. 2021년 하반기 버스노선개편부터 버스노선 조정에 ‘교통 빅데이터’를 활용하고 있다.
2023년 하반기에는 광역시 승격 이후 최초의 버스노선 체계 전면 개편을 앞두고 현재 이용자 중심의 혼란을 최소화할 수 있는 교통서비스 제공을 위해 다양한 분석과 의견수렴을 하고 있다. 울산시 시내버스 노선 정책 수립 과정에서 ‘빅데이터 활용 사례’를 소개한다.
울산시 시내버스 현황.
울산시 관내에는 2023년 5월말 현재 시내버스 7개 업체와 지선・마을버스를 포함한 21개 버스업체가 928대의 차량으로 183개 노선을 운영하고 있다.
1일 평균 버스 이용객은 2022년 말 기준 20만 7,000명 정도이다. 코로나19 이전인 2019년 말 기준 27만 1,000명이었으나, 2020년과 2021년에는 각각 19만 4,000명, 19만 3,000명으로 감소하였다. 현재는 점진 회복세에 접어들고 있다.
시민들이 가장 많이 이용하는 시내버스 상위 5개 노선은 401번, 127번, 106번, 104번, 216번이다. 이중 401번 노선의 1일 평균 이용객은 2022년 말 기준 9,427명인데 전체 1일 평균 이용객의 약 4.6% 정도가 이용한다고 볼 수 있다. 216번을 제외하면 4개 노선이 모두 중・남구와 동구를 연계하는 특징을 가지고 있다.
가장 많은 승객이 이용하는 ‘공업탑’ 정류소는 1일 평균 1만 469명 정도가 승차하고, 1만 1,864명 정도가 하차한다. 승차승객의 48.1%인 5,032명, 하차 승객의 35.7%인 4,239명은 환승 이용객으로 파악된다.
교통카드 하차지점 분석기법.
시내버스 노선별 또는 정류소별 이용객 패턴 분석은 교통카드 빅데이터를 토대로 한다. 수도권과 대전・세종권은 시내버스 하차 시 교통카드를 하차 단말기에 갖다 대기(태그)하는 것이 일상화되어 있지만, 타 지역은 의무화되지 않아 하차 시 카드 갖다 대기(태그)율은 30% 정도에 머물고 있다.
따라서 우리시를 포함한 시내버스 하차 시 카드 갖다 대기(태그) 의무화가 시행되지 않은 지자체는 시내버스 이용객의 하차지점 분석이 별도로 필요하다.
시내버스 노선 설계의 핵심은 시내버스 승・하차 특성 분석이다. 승차인원 분석은 교통카드 빅데이터를 가공 없이 활용할 수 있으나, 하차 특성 분석은 여러 단계의 분석과 검증 과정을 거쳐 결과를 도출한다.
먼저 통근・통학 이용객의 오전 출근 시간대 하차한 지점은 대부분 오후 퇴근 시간대 승차지점과 일치한다는 특징을 활용한다. 이러한 승・하차 데이터 맞춤(매칭) 과정을 거쳐 이용객 대부분의 승・하차 지점이 분석된다.
이후 조사 기간 내 다른 일자 조회, 통행사슬(트립체인) 보정 등의 방법을 활용해 나머지 이용객의 하차 영향권이 설정되고, 나머지 10% 정도는 확률분포 또는 두 점 사이의 거리를 구할 때 사용하는 ‘유클리디안 기법’을 적용하여 분석한다.
이러한 기법은 교통 분야 국제학술지를 통해 검증을 받았고, 동일한 기법을 적용해서 상용화된 프로그램도 다수 있다. ‘트립스(TRIPS) 패키지’를 개발한 한국철도기술연구원은 실증 테스트를 위해 서울시 교통카드 승차 데이터를 입력하고 분석된 하차특성 분석결과를 실제 자료와 비교한 결과 93.6%의 정확도를 도출하였다고 한다.
이후 제주도, 대구시, 광주시 등 전국 주요 도시에서 시행한 시내버스 노선체계 개편에서도 동일한 기법을 활용하거나 혹은 개발된 프로그램을 활용하여 승하차 특성을 분석하였다.
울산시는 한국철도기술연구원에서 개발한 ‘트립스(TRIPS) 패키지’ 프로그램을 활용하였다. 승・하차 특성 분석의 정확도 제고를 위해 빅데이터 분석 전문업체가 ‘트립스(TRIPS) 패키지’ 분석 결과의 정확도를 검증한 후, 노선개편안 도출에 활용하였다.
시내버스 노선조정 절차.
시내버스 노선조정은 대상노선 발굴에서 시작된다. 시민・시의원 의견, 구・군 의견, 시 자체 발굴, 운송업체・조합 요청 등을 검토하여 대상노선을 선정한다.
교통카드 데이터와 노선 중복도 등을 분석해서 조정안을 작성한 후 현장 점검을 실시한다. 이후 이해관계자 의견수렴을 거친 후 최종안을 확정하고 노선조정안에 대한 본격적인 홍보를 실시한다.
정류소 신설 또는 이설에도 빅데이터를 활용한다.
리무진버스 노선은 울산역과 도시 내 각 지역을 신속하게 연계하기 위해 정류소 정차 횟수를 최소화하고 있다. 일반 시내버스 노선의 정류소 수 대비 20% ~ 30%에 불과하다.
일부 승객들은 신속성보다는 본인의 접근성 제고를 위해 정류소 추가 설치를 요구하기도 한다. 그러나 정류소 추가 설치는 해당 지역 거주자에게는 긍정적인 영향을 미치지만 리무진노선의 신속성 저해요인이 된다.
따라서 빅데이터를 활용한 이용객 변화 분석 결과를 활용하여 정류소 신설 여부를 결정한다. 예를 들면 기존 리무진노선의 정류소 중 승객 증가 정류소를 대상으로 승객 증가의 원인이 환승객 증가라면 승객의 최초 출발지를 분석하여, 일정 규모의 승객이 존재할 경우 정류소를 신설하는 방식이다.
교통 빅데이터를 활용한 노선조정 사례.
현재 시내버스를 이용하는 이용객의 이동 특성 분석에는 교통카드 빅데이터를 활용할 수 있지만, 신개발지역 등 버스 미이용 잠재승객을 고려한 노선설계에는 ‘통신사 신호 기반 유동인구’ 빅데이터를 활용한다.
우리시는 2021년 하반기 노선개편에 ‘통신사 신호 기반 산업단지 이동특성’ 분석 결과를 활용하였다. 온산공단의 출퇴근 유동인구 분석 결과, 출근자의 68.6%, 퇴근자의 40.1%의 기종점은 온산읍으로 나타났다.
이에 따라 도심에서 출발하는 시내버스의 출퇴근 시간 지원운행횟수를 감축하고, 인근지역으로 종일 운행이 가능한 958번 노선을 신설하였다. 958번 노선은 2021년 12월 개통한 동해남부선 역사와 연계 강화를 위해 남창역에서 출발하여, 망양역 인근을 경유하여 온산공단, 신일반산단까지 운행하고 종점은 덕하차고지로 설계하였다.
북구 송정지구 내부도로망 시내버스 노선배정에도 ‘통신사 신호 기반 유동인구 빅데이터 분석결과’를 활용하였다. 먼저 도로 이용률이 가장 높은 화산로를 중심으로 한 남북축 연계도로에 노선을 우선배정하고, 보조연계 역할을 하는 박상진3로, 박상진4로 등에는 25인승 카운티 차량으로 운행하는 지선버스를 배정하였다. 개편시기인 2021년 12월 대비 2022년 12월 이용객 수는 18.5% 증가한 것으로 분석되었다.
리무진 노선의 ‘정류소별 최초 승차인원 특성’을 분석한 결과, 당시 리무진 노선이 운행하지 않던 강동산하지구에도 정기적이면서 일정규모의 노선 수요가 있는 것으로 나타났다. 이에 따라 5003번 버스의 종점을 당초 ‘병영사거리’에서 ‘대안 입구’로 연장하고, 운행거리 증가에 따른 배차간격 증가 최소화를 위해 차량 2대를 증차해 운행토록 하였다.
올해 하반기 시내버스 노선체계 전면 개편 추진.
울산시는 올해 하반기 노선체계 전면개편을 준비하고 있다. 광역시 승격 이후 최초의 전면 개편으로 시내버스 노선에 많은 변화가 예상된다. 이에 따른 시민 불편 최소화를 위해 빅데이터를 활용한 노선개편안을 도출하였고, 시민, 버스업체, 승무원 등 이해관계자의 의견을 수렴하며, 기존 노선과 변경 노선을 비교할 수 있는 노선검색 누리집(사이트)도 개발할 계획이다.
버스노선개편 이후에는 버스운행 관련 빅데이터를 활용하여 ‘제 때 도착하는 버스’, ‘안전하게 이용할 수 있는 버스’ 만들기를 검토하고 있다. 이용객 편의를 위한 정류소 도착시간 분석, 승무원의 근무여건 개선을 위한 시간대별 운행시간 분석 등에 기반한 버스운행 관리가 될 것으로 예상한다.
울산시 관계자는 “빅데이터 기반 행정의 장점은 시민의 필요를 계량화할 수 있기 때문에 문제점 최소화를 위한 다양한 분석이 가능하다.”면서 “좀 더 나은 시민 생활환경 제공이 가능하고, 대중교통(시내버스 등)도 그러한 영역으로 넘어가고 있는 중이다.”라고 밝혔다.
|