대중교통 서비스 혁신 주도 민재홍 철도기술연 책임연구원
대중교통 서비스 혁신 주도 민재홍 철도기술연 책임연구원
  • 이경원 기자
  • 승인 2020.09.01 12:00
  • 댓글 0
이 기사를 공유합니다

‘빅데이터 기반 대중교통 최적운영 및 연계시스템’ 기술 선구자
민재홍 한국철도기술연구원 책임연구원.<철도연>

우리가 대중교통을 이용할 때 사용하는 교통카드는 결제 지불을 위한 수단만이 아니다. 교통카드에는 대중교통 이용에 대한 모든 정보가 저장된다. ‘데이터 경제’ 시대 이러한 데이터의 활용은 더욱 중요해지고 있다. 교통카드 데이터는 최근 코로나19 확진자의 감염경로를 파악하는데도 쓰이고 있다.

민재홍 한국철도기술연구원 미래교통정책본부 책임연구원은 교통카드 데이터를 활용해 대중교통 운영계획 수립 지원시스템인 ‘TRIPS’를 개발했다. 이 시스템은 대중교통 승·하차 위치 정보 등 정확한 실제자료를 활용해 이용자의 이용 패턴이 어떻게 변화할지를 예측해준다. 이에 따라 다양한 노선변경과 배차간격 조정 등 이용자들의 서비스 개선 요구에 효율적으로 대응할 수 있다는 게 민 연구원의 설명이다. 이미 서울시 시범사업을 통해 그 효과를 입증했으며, 현재 청주를 비롯해 원주, 울산, 대전 등 지자체에 도입이 확대되고 있다.

민재홍 책임연구원은 8월 27일 전화 인터뷰에서 “코로나 팬데믹 이후 재택근무가 늘어나게 되면서 이동량과 시간대가 변화하는 것처럼 앞으로 점점 다양한 이동 수단과 형태가 나타나게 될 것”이라며 “빅데이터 기반 대중교통 최적운영 및 연계시스템 기술은 모든 대중교통수단을 실시간으로 연계하는 운영기술로 발전할 가능성이 있다”고 강조했다.

‘빅데이터 기반 대중교통 최적운영 및 연계시스템’ 기술이란 무엇인가요?

“우리나라는 전 세계적으로 드문 매우 혁신적인 교통카드 시스템을 갖추고 있습니다. 더욱이 이용자의 98% 이상이 교통카드를 이용하고 있으며, 특히 수도권은 하차 시에도 단말기에 접촉하도록 돼 있어 이론적으로는 완벽한 대중교통 이용실적 정보를 가지고 있습니다. 이 교통카드 자료를 잘 활용하면 대중교통 서비스 수준을 평가해 이용자 편의성을 높이도록 노선과 배차를 조정할 수 있습니다. 이런 목적으로 교통카드 자료 기반의 대중교통 운영계획 지원시스템인 ‘TRIPS(Travel Record based Integrated Public transportation planning System)’를 2014년 서울시 시범사업을 통해 완성했습니다. ‘빅데이터 기반 대중교통 최적운영 및 연계시스템’ 기술은 추가적으로 토지이용정보, 통신량 자료 등을 결합한 빅데이터와 인공지능 기술을 이용해 신규 개발지역에 대한 대중교통 수요의 예측과 더불어 효율적인 대중교통 운영계획 수립이 가능하도록 지원하는 기술입니다.”

‘TRIPS’에서 교통카드 자료는 어떻게 활용되나요?

“교통카드는 이용자가 단말기에 접촉하는 순간마다 자료가 쌓입니다. 어느 버스 정류장 또는 지하철역에서 언제 탔는지, 어디서 어떤 수단으로 환승했는지, 최종적으로 어디서 내렸는지 같은 대중교통 이용에 대한 모든 정보가 저장되고 있는 것이지요. 교통 분야에서는 이 정보가 공개되기를 오랫동안 기다렸고, 2015년 국토교통부와 저희 연구원이 ‘대중교통의 육성 및 이용촉진’에 관한 법률을 개정해 2016년부터 공공 목적으로 전국의 교통카드 자료를 활용할 수 있게 됐습니다. 대중교통의 아주 세밀한 이용실적 정보가 공공 목적으로 개방되는 아주 혁신적인 사건이라 할 수 있습니다. TRIPS는 이 교통카드 자료와 노선정보를 활용해 먼저 현황을 파악합니다. 어느 노선 또는 지역이 과다하게 혼잡한지, 환승이 많은지, 이동할 때 우회를 많이 하는지와 같은 여러 지표를 통해서 서비스 개선이 필요한 지역이나 노선을 먼저 알아보는 과정입니다.

그 다음은 노선변경, 신설 또는 배차간격 조정 등 필요한 개선안을 만드는데 이 때 중요한 것은 개선안이 어떤 효과를 나타낼 것인지 예상하는 것입니다. 서비스 변경으로 인해 이용자의 선택이 어떻게 변화할지가 핵심인데, 이를 위해서는 교통카드 자료가 하차 위치를 포함하고 있어야 합니다. 수도권의 교통카드 자료가 세계적으로 최고 평가를 받는 이유는 이 하차위치 정보 때문입니다. 정확한 실적자료가 구축되므로 노선을 변경하거나 배차간격을 조정했을 때 이용자의 이용 패턴이 어떻게 변화할지를 예상할 수 있습니다. TRIPS는 이 기능을 바탕으로 다양한 노선변경과 서비스 개선 요구에 효율적으로 대응할 수 있는 대중교통 운영계획 수립 지원시스템입니다.”

구체적으로는 어떤 분석에 주로 활용되나요?

“현황으로 말씀드리면 지역·노선·정류장별 승하차 인원, 환승 인원, 최대 혼잡 구간 등을 쉽게 알 수 있습니다. 서비스 수준을 파악하기 위해 지역 간 노선 수, 특정 지역의 경우 노선과 노선 간 중복도 등 다양한 지표를 파악할 수 있습니다. 또 실제 가로망에 노선별 이용객을 모두 투영해 가로별로 대중교통 이용객을 파악할 수도 있습니다. 이런 기능은 버스전용차로와 같이 특정 기능을 시행했을 때의 효과를 파악하는 데도 사용할 수 있습니다.”

대중교통 운영계획 수립에 어떻게 도움을 주나요?

“서울시는 2004년 대대적인 버스체계개편을 시행했습니다. 준공영제를 도입해 버스노선 조정 권한을 가져오고, 지선·간선 등 버스노선을 체계화해 지금에 이르고 있습니다. 교통카드 자료에 하차 위치가 포함된 것도 이 때 버스나 지하철 수단에 관계없이 총 이용거리에 기반 한 통합거리비례 요금제도로 변경하면서 이뤄진 일입니다.

그런데 그 이후 민원과 정치적인 이유로 노선 조정·신설, 정류장 이설 등 다양한 변경 요구가 있었습니다. 2010년대 TRIPS 개발 당시 조사한 바로는 서울시에만 정류장 이설을 포함해 연간 300여 회의 크고 작은 조정이 있었습니다. 이렇게 많은 노선조정 요구가 있는데, 심사기구인 노선조정심사위원회에서는 정량적 분석 없이 전문가의 경험적 의견에 의존하는 구조였습니다. 그러다 보니 실무 담당자가 민원에 시달리게 되고, 일부 부당해 보이는 요구지만 이를 들어주지 않을 명쾌한 과학적 논리를 제시하지 못해 버스노선이 점점 비효율적으로 돼가고 있었습니다. 지자체 교통부서 중에서 버스노선 담당 부서가 가장 힘들다고 알려진 이유도 워낙 많은 민원에 효과적으로 대응하지 못한 이유가 큽니다.

TRIPS는 작게는 수시로 벌어지는 노선조정 요구에 대한 과학적인 효과분석을 통해 지자체가 보다 효율적으로 대중교통을 운영하도록 지원할 수 있고, 크게는 대규모 노선개편 작업 시 대안의 효과를 빠르고 쉽게 분석해 가장 효율적인 개편안을 만드는 데 도움을 줄 수 있습니다.”

서울시 시범사업은 어떤 의미가 있었나요?

“서울시 교통카드 자료는 정확한 하차 위치를 포함하고 있어 전 세계에서 가장 우수한 대중교통 실적 자료입니다. TRIPS가 궁극적으로 검증되려면 실제 정확한 자료를 가지고 있는 지역이 필요했고, 서울시 시범사업을 통해 개발 기술을 성공적으로 검증할 수 있었다는 데 의미가 있습니다.”

‘TRIPS’로 버스 노선간 중복도를 분석한 모습.<철도연>

 

현재 서울시에서 사용하고 있나요?

“당시 서울시는 연계돼 있는 시스템이 많아 TRIPS를 활용하지는 못했지만 TRIPS에서 몇 가지 아이디어를 얻어 별도로 통합된 시스템을 구축해 사용하고 있습니다.

TRIPS 이전에도 서울시는 가장 먼저 교통카드 자료를 활용하고는 있었습니다. 하지만 시스템 부하가 커서 현황만 보는 정도였으며, 결국 노선조정 요구가 있을 때마다 담당 실무자가 많은 수작업을 거쳐서 현황만 정리하는 수준의 자료를 가지고 노선조정심사위원회에서 결정해 효율적인 대중교통 운영계획 수립은 존재하지 않았다고 볼 수 있습니다. 2004년에 있었던 버스체계개편 같은 대규모 운영계획 수립은 수많은 교통전문가와 많은 비용을 들여 1년여간 준비하고 시행했지만, 조정효과를 효율적으로 예측하지 못해 개편 초기 버스전용차로에 너무 많은 버스가 투입돼 더 혼잡해지는 일이 벌어지기도 했습니다.

현재 상황은 많이 달라졌습니다. 서울시는 이동통신사 기지국 접속 자료 빅데이터 분석을 활용해 심야버스 노선을 신설하는 등 빅데이터 활용을 통한 효율적인 대중교통 운영계획 분야에서 세계적으로도 앞서고 있는 상황입니다.”

전국 지자체에서 활용이 가능한가요?

“매우 중요한 점을 물어보셨는데요, TRIPS가 효율적으로 작동하려면 하차 위치를 포함한 교통카드 자료가 있어야 합니다. 그런데 수도권 외에 다른 지역은 거리비례요금제를 시행하지 않고 단일요금제 또는 구간요금제를 적용한다는 문제가 있습니다. 예를 들어 단일요금제를 시행하면 버스를 한 번 탈 때 1300원 이런 식으로 정액을 지불하는 겁니다. 그렇게 되면 교통카드는 원래 목적이 지불수단의 역할이므로, 탈 때나 내릴 때 아니면 타고 있을 때 아무 때나 한 번만 단말기에 대면 1300원이 결제되는 거죠. 그래서 수도권 이외 대부분 지역은 교통카드 자료에 하차 위치 정보가 없거나 부족합니다. 그래도 최근에는 지역에서도 환승할인제가 도입하면서 갈아탈 때는 꼭 단말기에 접촉해야 환승할인을 받을 수 있기 때문에 환승객에 한해 하차 위치 정보가 존재하는데, 지역마다 상황은 다르지만 지하철을 포함해도 50%를 넘지 않습니다.

이러다 보니 하차 위치 정보를 추정해야 하는데 이론적으로는 이번에 승차한 곳이 지난번 하차한 곳일 가능성이 높다는 합리적인 논리에 근거합니다. 다만 추정결과를 검증하려면 실제 하차 위치를 알아야 하는 데 서울시 시범사업을 통해 구축한 자료를 활용해 검증할 수 있었습니다. TRIPS는 하차 위치 정보가 전혀 없더라도, 버스정류장 노선 앞뒤 2개 범위로 95%를 맞출 수 있습니다. 서울시 도움이 없었다면 불가능했던 일입니다. 지역에 따라 정확도는 조금 차이가 나는데 광주광역시는 93% 정확도로 추정할 수 있었고 다른 지자체도 TRIPS를 통해 하차 위치를 추정해 모든 기능을 활용할 수 있습니다.

이 하차 위치 추정 기능은 국내 지자체 뿐 아니라 해외에도 유사한 교통카드 자료가 있다면 사용할 수 있습니다. 작년에는 스페인 바르셀로나 교통청(ATM)과 TRIPS의 기능을 바르셀로나시에 적용하는데 협력하기로 협약을 체결했고, 현재 바르셀로나시에 교통카드 시스템이 구축되기를 기다리고 있습니다.”

빅데이터와 인공지능을 활용하면 어떤 기대효과가 있나요?

“통상 교통수요예측이라고 하면 장기예측을 말하는데, 도시철도 건설의 경우 개통 후 최소 20년은 수요예측이 이뤄져야 하니 계획수립단계까지 포함하면 25~30년 후의 미래를 바라보는 일이지요. 그런데 대중교통 운영 측면에서는 단기, 정밀 예측이 필요합니다. 새로운 택지가 건설될 경우 신설 버스노선은 입주 전 6개월 정도에서 결정하면 됩니다. 그러니 6개월에서 최대 1년 정도를 예측하는 것인데, 이런 단기예측을 위한 실적자료가 없고, 다른 지역의 사례를 유추하는 것도 추세만 알 수 있을 뿐 실제 이용자가 어디로 갈 지는 예측할 방법이 없습니다. 이럴 때 빅데이터와 인공지능기술이 유용하게 쓰일 수 있습니다. 최대한 활용 가능한 데이터를 결합하고 인공지능 기술을 이용해 예측하면 기존의 유사 실적자료를 바탕으로 이뤄진 수리적 모형에 의한 결과보다 유용한 예측이 가능합니다. 실제로 토지이용 정보와 결합해 정류장간 통행수요 예측을 했더니 5개 급간에 대해 70% 수준의 예측력을 보여줬습니다. 토지이용 정보의 시차 한계가 있어 아직 실제로 활용하기에는 고도화가 필요합니다만, 실적자료가 없어 백지에서 노선계획을 하는 것보다는 훨씬 좋아진 상황입니다.”

그간 중점적으로 연구한 것은 무엇인가요?

“도시공학과 교통계획을 공부하고 연구원에서는 철도와 대중교통 계획, 운영 분야의 연구를 20여 년 간 해왔습니다. 고속철도 건설 지연으로 인한 일부 기존선 연계운행방안, 국가철도망계획 등 다양한 철도망과 도시철도 계획을 수립했고, 부산 4호선에 적용된 경전철기술개발사업에도 참여했습니다. 2010년부터는 본격적으로 철도중심 대중교통체계 수립을 위한 연구를 진행했고, 그 중에 가장 내세울만한 것이 TRIPS 개발이었습니다. 현재는 TRIPS를 배차시스템으로 확장하는 등 지속적으로 고도화하는 연구와 대전 도시철도 2호선인 트램 기본계획을 마무리하는 단계이고, 트램 도입으로 인한 교통신호, 대중교통 운영 등 다양한 변화에 대응하는 연구를 진행 중입니다.”

현재 기술 개발 단계는 어디쯤 인가요?

“지자체 대중교통 운영 담당부서에서 활용할 수 있는 수준으로는 이미 ㈜큐빅웨어를 통해 기술이전을 완료하고 실제 지자체 납품까지 완료했습니다. 배차시스템, 신설택지를 위한 수요예측 시스템 등 고도화를 진행 중입니다.”

어느 지역에 상용화됐나요?

“2016년 청주시를 시작으로 세종시, 원주시에서 도입 활용 중이고, 2017년 광주광역시 버스노선개편에 활용됐습니다. 현재 울산시 버스노선개편 작업에도 활용하고 있고, 대전시 트램 도입에 따른 노선조정을 위한 도입이 진행 중입니다.

개발 당시에는 ‘버스노선 조정 및 운영’에 가장 널리 쓰일 것으로 생각했는데, 청주시가 TRIPS의 하차 위치 추정 기술을 활용해서 운송사업자에 지급하는 보조금을 합리적으로 절감한 사례가 있습니다. 2014년 청주시와 청원군이 통합돼 청주시의 행정구역이 커지게 됐는데, 시내는 단일요금제, 시외는 거리비례제를 사용하던 버스요금을 통합 시 행정구역으로 단일요금제를 확대하기로 하고, 이에 따른 손실금을 시가 지원하기로 합의했습니다. 손실금을 산정하려면 이용자가 어디서 타고 내렸는지를 정확히 알아야 하는데, 문제는 하차 시 단말기에 접촉하지 않는다는 것이었고, 직접 소량의 표본을 통해 하차 위치를 조사하고 연간 손실금을 추정하는 방법을 사용하고 있었습니다. 이 방법은 전수화가 어려워 어쩔 수 없이 오차가 발생하는데, TRIPS의 하차 위치 추정 기술을 활용해 손실금을 산정했고, 약 20억원의 보조금을 절감하고 있습니다. 지방도시 재정상황으로는 매우 큰 효과라고 볼 수 있습니다.”

기술 완성도를 높이기 위해 보완돼야 할 부분은 없나요?

“TRIPS에 활용되고 있는 교통카드 자료와 노선자료는 대중교통에만 국한된 자료입니다. 전체 교통체계에서 대중교통이 매우 중요한 역할을 하고 있지만, 도시철도 개통과 같이 대규모 변화에 따른 버스노선조정을 위해서는 대중교통뿐만 아니라 개인교통에 대한 예측도 필요합니다. 이런 점에서는 이동통신사가 가지고 있는 기지국 접속 정보가 이용 수단을 구별하지 않는 총량으로서 매우 유용한 빅데이터인데 이 자료를 원활하게 구하기가 현실적으로 불가능한 점이 한계였습니다. 이 점은 앞으로도 계속 연구하며 보완해 나갈 계획입니다.”

미래 100대 기술로서 앞으로 어떻게 발전할 가능성이 있다고 생각하나요?

“코로나 팬데믹 이후 재택근무가 늘어나게 되면서 이동량과 시간대가 변화하는 것처럼 앞으로 점점 다양한 이동 형태가 나타나게 될 겁니다. 다양한 이동 형태는 자유로운 이동이 가능한 승용차 이용 욕구를 증가시키게 되는데, 승용차 이용 증가는 혼잡과 사고 증가, 온실가스 배출 등 여러 사회문제를 야기합니다. 그래서 대중교통 이용을 높여야 하지만 대중교통은 유연성 면에서 승용차를 따라갈 수 없습니다.

효율적인 대중교통 운영 기술을 발전시켜 다양한 이동욕구를 만족시키면서도 편리하게 대중교통을 이용할 수 있도록 하는 기술이 등장하게 될 겁니다. 자율주행 셔틀버스는 이미 유럽에서 상용화 수준이 됐고, 우리나라에서도 연구가 진행 중입니다. 또 최근 이용자가 늘고 있는 PM(Personal Mobility; 전동스쿠터와 같은 개인이동수단)처럼 비정형 준대중 교통 서비스가 등장하면서 모든 대중교통 수단을 실시간으로 연계하는 운영기술로서 빅데이터 기반의 ‘대중교통 최적운영 및 연계시스템’ 기술이 발전할 수 있을 것입니다.”

---------------------------------------------------------------------------------------------------------------

민재홍 책임연구원

2020~ 국토교통부·인천광역시 교통영향평가 심의위원, 대전광역시 교통위원

2016~ 서울과학기술대학교 철도전문대학원 겸임교수

2002~2005 한양대학교 도시공학과 박사수료

1997~ 한국철도기술연구원 교통체계연구팀 책임연구원

1995~1997 한양대학교 도시공학과(교통계획) 석사

1987~1994 한양대학교 도시공학과 학사

인사이트코리아, INSIGHTKOREA

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.