사람들의 모빌리티에 대한 시공간적 특성을 파악하는 것은 교통계획의 의사결정 및 비지니스 모델 개발에 있어 상당히 중요하다. 이러한 정보는 전통적으로 가구통행실태조사에 의해 수집되었다. 최근 정보통신기술 발달로 사람들의 모빌리티를 파악할 수 있는 다양한 데이터들이 수집되고 있다. 이 중 모바일 기지국 데이터를 이용한 모빌리티 연구들이 활발히 진행되고 있다. 특히 O/D 추정과 관련된 연구가 주를 이루고 있다. 모바일 기지국 데이터를 이용하여 O/D를 추정하기 위해서는 기존과 다른 접근 방법을 필요로 한다.
본 연구는 모바일 기지국 데이터 기반 O/D를 추정하기 위해 Handover 탐색 및 보정, 체류 장소 추론, 체류 장소 유형 추론 방법론을 개발하고 추정된 O/D를 평가하였다. 본 연구에서는 Handover를 Pattern형, Circle형, Jump형으로 정립하여 Sliding Window 기법으로 탐색하였다. 이 중에는 실제 이동 기록도 포함되어 있기 때문에 기지국간 시간차가 최단통행시간보다 짧은 로그 시퀀스가 실제 발생한 Handover로 식별되어 보정되었다. 기지국의 위치 오차를 최소화하기 위해 개인의 이동궤적 시퀀스는 일정한 반경으로 군집되었다. 군집된 이동궤적 시퀀스에서 체류 장소는 '개인의 체류시간 분포는 가우시안 분포를 따른다'는 전제하에 G-means algorithm으로 추론되었다. 추론된 체류 장소 중 통행시간보다 작은 체류시간 장소는 제외하였다. 마지막으로, 체류 유형을 Traffic량, 체류시간대, 체류지속시간, 방문빈도를 이용하여 휴리스틱 기법으로 집, 직장, 기타 장소를 추론하였다.
본 연구에서 개발한 방법론을 검증하기 위해 2020년 6월 서울과 청주 지역 거주자의 모바일 기지국 데이터와 동일한 사람에 대해 GPS 위치 데이터와 통행다이어리 조사자료가 이용되었다. 모바일 기지국 데이터를 이용하여 O/D를 추정하기 위해 본 연구에서 개발된 Handover 탐색과 및 보정 알고리즘과 체류 장소와 유형 추론 알고리즘은 기존 알고리즘에 비해 매우 높은 성능을 보이고 있다.
본 연구는 체류장소간 이동을 연결하여 O/D를 추정하고 체류 장소유형을 고려하여 가정기반통근통행, 가정기반기타통행, 비가정기반통행 O/D를 추정하였다. 추정된 서울 지역과 청주 지역의 O/D를 통행다이어리조사와 비교한 결과, 통행발생, 통행분포는 큰 차이를 보이지 않는 것으로 나타났다. 반면 시간대별 통행량은 통행다이어리조사와 비교시약 20% 차이를 보이고 있다. 모바일 기지국 데이터의 시간은 문자, 통화, 특정 시간간격에 의해 기지국으로부터 수신된 시간이기 때문에 실제 사람들의 출발시간과 차이가 발생한다.
본 연구는 국내 모바일 기지국 데이터를 이용하여 O/D 추정 방법론을 개발하고 추정 가능성을 진단했다는 점에서 의의가 있다. 본 연구결과를 통해 모바일 기지국 데이터가 가구통행실태조사 기반 O/D 추정방식을 대체·보완할 수 있는 대안을 제공할 것으로 판단된다.