d라이브러리

빅데이터 망토를 달고 완전히 히어로의 모습으로 변신한 수동은 우왕좌왕하는 교통 상황을 주시한다. 빅데이터 분석으로 정말 이 문제들을 해결할 수 있을까? 째깍째각, 점점 파티 시간이 다가오자 수동은 결심한 듯 외친다. “그래, 이제 이 능력을 진짜로 발휘할 때야!”

서울시 올빼미 버스 

? 심야 버스를 어떤 노선으로 짜야 효율적이지?
! 심야 시간에 통화량이 많은 지역을 지나게 하자!

심야 시간에 운행하는 ‘올빼미 버스’는 시민의 아이디어로 해결책을 찾은 대표 사례다. 대낮의 승객 정보는 심야 시간대의 승객 요구 성향과 달라 처음 심야 버스를 도입할 때 어려움을 겪었다. 낮에는 주로 출퇴근 때문에 무조건 빨리 가는 것이 중요해, 너무 번화한 곳은 오히려 피하도록 간선 버스 노선을 짜는데, 심야는 승객의 시간 민감도가 높지 않고 주로 번화한 곳에 사람들이 모여있기 때문이다. 당시 통신회사 KT에서 일하던 김이식 대표는 늦은 밤 귀가하는 사람들이 주로 집에 안부 전화를 거느라 통화량이 증가한다는 사실을 깨닫고 심야 시간 대 통화량이 몰리는 지역을 지나는 노선을 제안했다. 통신 기반의 위치 데이터와 교통 서비스를 연결한 이 아이디어는 대통령상을 받고 대중교통 혁신모델로 알려졌다.  

급행 도시철도 노선

? 운행 부담이 큰 급행 도시철도, 얼마나 운행해야할지 모르겠네
! 교통카드 태그 기록과 환승 정보로 빨리 가려는 사람의 수요를 알아내자!

지하철 급행 노선을 개설하려면 시간에 민감한 승객이 얼마나 많은지 알아야 한다. 예를 들어 시청역에서 사당역으로 갈 때 2호선을 타면 한 번에 가지만 약 38분이 걸리고, 1,4호선으로 갈아타면 한 번 환승하지만 약 27분 만에 도착한다. 이때 갈아타는 번거로움에도 1,4호선 노선을 택한 승객이 많다면 시간 민감도가 높은 승객이 많아, 급행 수요가 높을 것으로 예측할 수 있다. 김동규 교수팀은 통행 시간과 대기 시간, 환승 시간 등의 데이터를 분석해 태그 기록으로 승객이 지하철을 몇 회 갈아탔는지 추정하는 데 성공했다. 

보행자에 맞춰지는 신호들

? 일괄적으로 켜고 꺼지는 신호등, 보행자에게 맞출 순 없을까?
! CCTV로 횡단보도 건너는 사람의 시간을 분석해서 신호가 바뀌게 하자!

횡단보도를 건너는 사람은 어린아이, 노인, 몸이 불편한 사람 등 다양하지만 현재 신호등은 보행자에 상관없이 일정하게 켜지고 꺼져 위험 상황에 대처하기 어렵다. 이런 문제를 보완하고 교통 약자들의 통행권을 보장하기 위해 횡단보도에 설치된 CCTV 영상 데이터를 분석해 보행자의 특성과 행동을 분류했다. 그리고 교통 시스템이 보행 취약자에 맞춰 자동으로 신호를 연장하게 했다. 현재 이 방법으로 서울 성동구에서 시범사업을 진행 중이며, 내년부터 노인 보호구역을 중심으로 설치를 앞두고 있다.