표제지
목차
주요 내용 및 정책제안 4
요약 5
CHAPTER 1. 연구의 개요 23
1. 연구의 배경 및 목적 24
1) 연구의 배경 24
2) 연구의 목적 26
3) 모빌리티 정보와 패턴 26
2. 연구의 범위 및 방법 28
1) 연구의 범위 28
2) 연구 방법 29
3. 연구의 틀 30
4. 연구의 기대효과 33
5. 선행연구 검토 및 본 연구와의 차별성 34
CHAPTER 2. 모빌리티 패턴 관련 문헌 검토 36
1. 검토방향 37
2. 트립체인 39
1) 국외연구 39
2) 국내연구 43
3. 모빌리티 유형 46
1) 국외연구 46
2) 국내연구 48
4. 활동공간 분포 52
1) 국외연구 52
2) 국내연구 57
5. 시사점 62
CHAPTER 3. 모빌리티 빅데이터 구축 및 전처리 65
1. 모빌리티 빅데이터 구득 및 가공 66
1) 모빌리티 빅데이터 선정 66
2) 선정 모빌리티 빅데이터(위드라이브) 67
3) 개인이동 경로 시각화 71
2. 모빌리티 패턴 분석을 위한 전처리 75
1) 개요 75
2) 전처리 1단계 : 데이터 통합/변환/시간산정 79
3) 데이터 전처리 2단계: 통행발생 넘버링(TGN) 84
3. 소결 91
CHAPTER 4. 통행시점 구분에 따른 모빌리티 패턴 분석 92
1. 통행발생 시점 유형 분석 결과 93
1) 통행시점 유형에 대한 요일별 분포 93
2) 유형별, 지역별 통행시간 분포 95
3) 유형별 체류시간 분석 103
2. 모빌리티 패턴 구분 109
1) 모빌리티 패턴의 구분 방안 109
2) 요일별 모빌리티 패턴 분석결과 113
3. 모빌리티 패턴별 통행시간 분석 115
1) 원시자료의 주거지, 직장의 지역별분포 분석 115
2) 모빌리티 패턴의 지역별 통행시간 분포 116
3) 서울/경기의 지역 간 요일별 통행 분포 123
4. 모빌리티 패턴별 체류시간 분석 129
5. 소결 131
CHAPTER 5. 코로나 전후 모빌리티 패턴 비교분석 132
1. 개요 133
1) 분석시점 설정 133
2) 코로나 전후 교통량 변화 파악 134
3) 코로나 전후 데이터 가공 144
2. 동일 모집단의 코로나 전후 통행발생량 비교 146
1) 비교1: 통행발생량 146
2) 코로나 전후 모빌리티 패턴별 통행발생량 비교 148
3) 모빌리티 패턴의 요일별 통행발생량 비교 153
3. 코로나 전후 지역별 모빌리티 패턴 통행발생량 비교 155
1) 비교1: MP1의 코로나 전후 지역별 통행발생량 차이 155
2) 비교2: MP2의 코로나 전후 지역별 통행발생량 차이 158
3) 비교3: MP3의 코로나 전후 지역별 통행발생량 차이 161
4) 비교4: 코로나 전후 모빌리티 패턴의 지역별 통행발생량 종합 비교 164
4. 코로나 전후 통행의 출 도착시각 비교 166
1) 개요 166
2) 지역별 코로나 전후 집 출발시각(예: 출근시각) 비교 168
3) 지역별 코로나 전후 집 도착시각(예: 귀가시각) 비교 171
5. 소결 174
CHAPTER 6. 활용방안 및 결론 175
1. 학술적 활용방안 176
1) 모빌리티 빅데이터 수집체계의 이해 176
2) Sequential 형태의 모빌리티 빅데이터 활용방안 179
3) Sequential 데이터 알고리즘 제시 180
4) 사회현상 빅데이터 개념적 분석과정 정립 184
2. 정책적 활용방안 186
1) 공간분야 186
2) 교통분야 190
3. 결론 191
1) 연구종합 191
2) 연구의 의의 192
3) 연구의 한계 및 향후과제 193
참고문헌 195
SUMMARY 197
[부록 1] 시도 모빌리티 패턴별 통행발생비율 200
[부록 2] 일자별 모빌리티 패턴별 체류시간 234
판권기 243
표 1-1. 선행연구 요약 및 본 연구의 차별성 35
표 2-1. 관련연구 키워드 38
표 2-2. 트립체인 과정기술 용어정의 40
표 2-3. 트립체인의 유형 제안 42
표 2-4. ITS 빅데이터를 통해 도출 가능한 모빌리티 평가지표 48
표 2-5. 모바일 폰 데이터 활용 기종점 통행량 구축과정 59
표 2-6. 강남구 시간대별 활동인구 분포 60
표 2-7. 강남구 활동인구의 동적이동패턴 61
표 2-8. 관련 연구의 활용 데이터 63
표 3-1. 활용(안) 모빌리티 빅데이터 장단점 비교 67
표 3-2. json 파일의 형태 69
표 3-3. Alteryx활용한 json_parsing_과정 70
표 3-4. 개인통행 이동경로 및 hot spot 분석 72
표 3-5. 위드라이브(WEDRIVE) 사용자 통행표 74
표 3-6. 활용(안) 모빌리티 빅데이터 장단점 비교 76
표 3-7. 모빌리티 빅데이터 통행시간과 체류시간 분석방법 80
표 3-8. 모빌리티 빅데이터 통행시간과 체류시간 관계 검토 82
표 3-9. 통행시간, 체류시간 입력자료(674,644열)와 결과물 자료 83
표 3-10. 하루기준 통행발생 시점 유형의 구분 85
표 3-11. 경우의 수를 고려한 이동 유형 구분 89
표 3-12. 통행발생시점 구분을 위한 코딩내용(다중 if문) 90
표 4-1. 통행시점 유형별 발생률 94
표 4-2. 유형별 요일별 통행시간 97
표 4-3. 지역별 유형별 통행시간 100
표 4-4. 단계별 통행시간과 체류시간 핫 스팟 분석 106
표 4-5. 날짜별 통행시간과 체류시간 핫 스팟 분석 107
표 4-6. 유형별 통행시간과 체류시간 핫 스팟 분석 108
표 4-7. 모빌리티 패턴(MP) 형태: 이동경로 포함 111
표 4-8. 단계별 모빌리티 패턴 유형화 과정 112
표 4-9. 요일별 모빌리티 패턴(MP)별 발생건수 113
표 4-10. 모빌리티 패턴(MP)별 발생비율 114
표 4-11. 표본집단의 지역별 집, 직장 비율 115
표 4-12. 지역의 모빌리티 패턴별 통행시간 117
표 4-13. 서울특별시 모빌리티 유형 및 시군구별 통행시간 122
표 4-14. 서울특별시→ 타 시도로의 요일별 통행발생 비율 124
표 4-15. 요일별 서울특별시→ 타 시도 간 지역별 통행발생비율 125
표 4-16. 요일별 경기도 → 타 시도 간 지역별 통행발생비율 128
표 5-1. 코로나 전후 서울특별시 주중ㆍ주말 대중교통 및 공공자전거 이용건수 비교 139
표 5-2. 코로나 전후 서울특별시 요일별 평균 대중교통 및 공공자전거 이용건수 비교 140
표 5-3. 지역별 주중과 주말의 모빌리티 패턴 MP1의 통행량 변화율 156
표 5-4. 지역별 주중과 주말의 모빌리티 패턴 MP2의 통행량 변화율 159
표 5-5. 지역별 주중과 주말의 모빌리티 패턴 MP3의 통행량 변화율 162
표 5-6. 코로나 전후 출도착 통행시각 개념도 166
표 6-1. 모빌리티 분석에 필요한 빅데이터: 원시자료, 가공자료 179
표 6-2. 모빌리티 sequential 빅데이터 분석 180
표 6-3. 하루 기준 통행시점의 유형 182
표 6-4. 모빌리티 활동패턴 188
그림 1-1. 애플 아이폰 이용자 대상 COVID 19 전후 통행량 변화 25
그림 1-2. 경로기반과 활동기반 모빌리티(예시) 26
그림 1-3. 이동패턴(예시) 27
그림 1-4. 이동패턴(예시) 27
그림 1-5. 데이터 특성 파악을 통한 연구방향설정 28
그림 1-6. 개인이동 경로 시각화 및 공간조인 29
그림 1-7. 자료 가공 및 출도착 시간차이 계산 30
그림 1-8. 행렬전환 및 데이터 조인과 핫 스팟 분석 30
그림 1-9. 통행 넘버링 스케치 알고리즘 및 코딩 30
그림 1-10. 연구의 구성과 흐름 32
그림 2-1. 트립체인 예시 40
그림 2-2. 트립체인 개념도 44
그림 2-3. ABATA의 구성 체계와 시스템 46
그림 2-4. 통행 데이터의 모티프(motif) 구축 예시 47
그림 2-5. 체류장소 추정 알고리즘 50
그림 2-6. 모바일 자료 기반 권역별 통근 네트워크 51
그림 2-7. 17개 시도별 출근시간 51
그림 2-8. 지역 정보가 포함(geo taging)된 Flickr 데이터에서 도시 AOI를 추출하고 이해하기 위한 3중 프레임 워크 53
그림 2-9. 잠재 등급별 활동 공간의 클러스터 및 성장 패턴 비율 54
그림 2-10. 활동공간의 경로 네트워크 버퍼 노선, 시간 가중 SDE, 모드 가중 SDE 56
그림 2-11. 요일별 시간대별 활동인구 분포 57
그림 2-12. 시간대별 활동인구 커널 밀도분석 결과 58
그림 2-13. 시간대별 주중, 주말 활동중심점 변화 58
그림 2-14. 시군구별 총 통행 발생량 상관분석 결과 60
그림 2-15. 모빌리티 활동패턴 분석과정 도출 64
그림 2-16. 모빌리티 빅 데이터 가공 및 분석과정 예시 64
그림 3-1. 위드라이브(WEDRIVE) 앱 구성 68
그림 3-2. 개별 이동경로 시각화 및 속성정보 파악 71
그림 3-3. 모빌리티 빅데이터 전처리 과정 78
그림 3-4. 통행시간과 체류시간 분석과정 81
그림 3-5. 모바일 빅데이터 통행발생시점 구분 알고리즘 스케치 87
그림 4-1. 통행시점 구분에 따른 요일별 발생률 94
그림 4-2. 유형별 평균 통행시간(분) 95
그림 4-3. 통행시점별 주중/주말 통행시간 96
그림 4-4. 수도권, 지방광역시 및 기타지역 통행시간 98
그림 4-5. 시도별 유형별 통행 시간 99
그림 4-6. 수도권(서울, 경기, 인천) 요일별(월-일) 평균 통행 시간 101
그림 4-7. 지방광역시 일자별 평균 통행 시간 102
그림 4-8. 도 지역의 일자별 평균 통행 시간 103
그림 4-9. 통행발생시점 유형별 체류시간 Scatter plot 104
그림 4-10. 유형별 체류시간 분포 105
그림 4-11. 모빌리티 패턴(MP) 구분 (개념도) 110
그림 4-12. 분포지역의 모빌리티 패턴별 통행시간 116
그림 4-13. 서울특별시 모빌리티 유형별 통행시간 118
그림 4-14. 서울특별시 모빌리티 유형 및 일자별 통행시간 119
그림 4-15. 서울특별시 모빌리티 유형별 주중 및 주말 통행시간 비교 120
그림 4-16. 서울시 구별 모빌리티 패턴별 통행시간 121
그림 4-17. 서울특별시→ 타 시도로의 요일별 통행발생 비율 123
그림 4-18. 경기도→ 타 시도로의 요일별 통행발생비율 127
그림 4-19. 모빌리티 패턴별 체류시간 129
그림 4-20. 모빌리티 유형 및 일자별 체류시간 130
그림 5-1. 한국의 코로나 확진자수 추이 134
그림 5-2. 권역별 하루 대중교통 통행량 변화 135
그림 5-3. 코로나 확산시점별 대중교통 이용량 변화 136
그림 5-4. 코로나 전후 서울시 교통이용 통계보고서 136
그림 5-5. 코로나 전후 서울특별시 대중교통 이용건수 비교 137
그림 5-6. 코로나 전후 서울특별시 공공자전거 이용건수 비교 138
그림 5-7. 19년. 20년 도로종류별 일평균 교통량 변화 141
그림 5-8. 19년. 20년 고속도로 월평균 일교통량 변화 142
그림 5-9. 19년. 20년 일반국도 월평균 일교통량 변화 142
그림 5-10. 코로나 관련 시점별 도로교통량 변화 143
그림 5-11. 데이터 매칭 전처리 과정 개념도 144
그림 5-12. 데이터 매칭 전처리 과정 워크플로우 145
그림 5-13. 코로나 전후 일평균 통행발생량 변화 147
그림 5-14. 코로나 전후 주중 및 주말 통행발생량 변화 148
그림 5-15. 코로나 전후 주중과 주말 모빌리티 패턴별 통행발생량 차이 150
그림 5-16. 코로나 전후 MP1의 주중과 주말 일단위 통행발생량 차이 151
그림 5-17. 코로나 전후 MP2의 주중과 주말 일단위 통행발생량 차이 152
그림 5-18. 코로나 전후 요일별 모빌리티 패턴의 통행발생량 차이 154
그림 5-19. 시도별 코로나 전후 MP1의 주중 통행량 변화율 157
그림 5-20. 시도별 코로나 전후 MP2의 주중 통행량 변화율 160
그림 5-21. 시도별 코로나 전후 MP3의 주중/주말 통행량 변화율 163
그림 5-22. 코로나 전후 모빌리티 패턴 주중 시도별 차트 비교 165
그림 5-23. 출 도착 시각 평균값 도출 과정 및 워크플로우 167
그림 5-24. 시도별 코로나 전후 주중 첫 통행시각(출근시각) 169
그림 5-25. 시도별 코로나 전후 주중 첫/중간/마지막 통행시각 차이 170
그림 5-26. 시도별 코로나 전후 주중 마지막 통행시각(귀가시각) 172
그림 5-27. 시도별 코로나 전후 주중 첫/중간/마지막 통행시각 차이 173
그림 6-1. 모빌리티 빅데이터의 동적 형성과정 177
그림 6-2. 통행관점의 Sequential 데이터 분석알고리즘 제시 183
그림 6-3. 모빌리티 활동패턴 분석(추정)방안 개발과정 185
부표 1. 요일별 서울특별시 → 타 시도 간 지역별 통행발생비율 201
부표 2. 요일별 경기도 → 타 시도 간 지역별 통행발생비율 203
부표 3. 요일별 인천광역시 → 타 시도 간 지역별 통행발생비율 205
부표 4. 요일별 광주광역시 → 타 시도 간 지역별 통행발생비율 207
부표 5. 요일별 대구광역시 → 타 시도 간 지역별 통행발생비율 209
부표 6. 요일별 대전광역시 → 타 시도 간 지역별 통행발생비율 211
부표 7. 요일별 부산광역시 → 타 시도 간 지역별 통행발생비율 213
부표 8. 요일별 울산광역시 → 타 시도 간 지역별 통행발생비율 215
부표 9. 요일별 강원도 → 타 시도 간 지역별 통행발생비율 217
부표 10. 요일별 경상남도 → 타 시도 간 지역별 통행발생비율 219
부표 11. 요일별 경상북도 → 타 시도 간 지역별 통행발생비율 221
부표 12. 요일별 세종특별자치시 → 타 시도 간 지역별 통행발생비율 223
부표 13. 요일별 전라남도 → 타 시도 간 지역별 통행발생비율 225
부표 14. 요일별 전라북도 → 타 시도 간 지역별 통행발생비율 227
부표 15. 요일별 제주특별자치도 → 타 시도 간 지역별 통행발생비율 229
부표 16. 요일별 충청남도 → 타 시도 간 지역별 통행발생비율 231
부표 17. 요일별 충청북도 → 타 시도 간 지역별 통행발생비율 233
부표 18. 모빌리티 유형별 체류시간 242
부록그림 1. (제목없음)(원문불량) 200
부록그림 2. 경기도 → 타 시도로의 요일별 통행발생비율 202
부록그림 3. 인천광역시 → 타 시도로의 요일별 통행발생비율 204
부록그림 4. 광주광역시 → 타 시도로의 요일별 통행발생비율 206
부록그림 5. 대구광역시 → 타 시도로의 요일별 통행발생비율 208
부록그림 6. 대전광역시 → 타 시도로의 요일별 통행발생비율 210
부록그림 7. 부산광역시 → 타 시도로의 요일별 통행발생비율 212
부록그림 8. 울산광역시 → 타 시도로의 요일별 통행발생비율 214
부록그림 9. 강원도 → 타 시도로의 요일별 통행발생비율 216
부록그림 10. 경상남도 → 타 시도로의 요일별 통행발생비율 218
부록그림 11. 경상북도 → 타 시도로의 요일별 통행발생비율 220
부록그림 12. 세종특별자치시 → 타 시도로의 요일별 통행발생비율 222
부록그림 13. 전라남도 → 타 시도로의 요일별 통행발생비율 224
부록그림 14. 전라북도 → 타 시도로의 요일별 통행발생비율 226
부록그림 15. 제주특별자치도 → 타 시도로의 요일별 통행발생비율 228
부록그림 16. 충청남도 → 타 시도로의 요일별 통행발생비율 230
부록그림 17. 충청북도 → 타 시도로의 요일별 통행발생비율 232
부록그림 18. 2021년 3월8일 모빌리티 유형별 체류시간 234
부록그림 19. 2021년 3월9일 모빌리티 유형별 체류시간 235
부록그림 20. 2021년 3월10일 모빌리티 유형별 체류시간 236
부록그림 21. 2021년 3월11일 모빌리티 유형별 체류시간 237
부록그림 22. 2021년 3월12일 모빌리티 유형별 체류시간 238
부록그림 23. 2021년 3월13일 모빌리티 유형별 체류시간 239
부록그림 24. 2021년 3월14일 모빌리티 유형별 체류시간 240
부록그림 25. 주중 및 주말 모빌리티 유형별 체류시간 241