성공은 연속하여 쌓인다 - 문형택 부장

[개인원씽 "신사업 제안" 실천 스토리-교통계획부 문형택 부장]

 

 ICT 기술기반의 실시간 정보 네트워크를 통해 사회적 활동이 이루어지는 제4차 산업혁명 시대에서, 교통계획부가 나아가야 할 분야는 빅데이터라고 생각하였습니다. 그래서 저는 2018년 개인원씽으로 '신사업 제안-빅데이터 분석'을 선정하였습니다.

 

 빅데이터는 기존의 데이터베이스로는 수집·저장·분석 따위를 수행하기가 어려울 만큼 많은 양의 데이터를 말하는데, 이러한 데이터 분석기술은 기존의 룰베이스에서 데이터 기반으로 전환되어 왔습니다. 이제는 모형의 변수값을 예측하는 단계가 아닌, 빅데이터를 학습시키는 모형이 미래를 예측하는 인공지능(AI)시대가 도래한 것입니다.

 

 

 저는 1일 8시간을 1년 1952시간으로 시간개념을 확장하여 빅데이터 분석에 집중했고, 업무와 개인적인 삶의 균형을 맞추려 노력하였습니다. 이러한 활동내용은 월별로 나누어 설명해 드리겠습니다.

 

 2018년 개인원씽 목표 달성을 위해 연초 빅데이터 전문회사와 협력업체로 등록하였고, 환승센터 및 연계교통구축대책 사업에서 빅데이터 전문기술을 교류하고 있습니다.

 

 5월에는 전문기관에서의 빅데이터 적용기술 관련 교육으로 산업별 빅데이터 활용사례와 교통분야 빅데이터 분석과정을 수료하였습니다.

 

 

 6월에는 대도시권을 중심으로 교통을 하나의 산업적 관점보다는 서비스라는 시각에서 출발한 MaaS(Mobility as a Service) 관련 세미나에 참가하여 대학연구실과의 R&D 과제를 협력하였습니다.

 

 12월에는 대중교통 관련 용역발주를 준비 중에 있는 경기도 내 여러 지자체를 대상으로 교통카드 데이터 및 BIS/BMS 정보데이터 수집관련 자문을 시행하였고, 빅데이터 분석을 통한 신규사업 수주가능성을 높이는 결과를 가져왔습니다.

 

 그럼 인천도시철도 제안노선 선정과정에서 3가지의 빅데이터가 적용된 사례를 설명해 드리겠습니다.

 

 교통분야의 빅데이터에는 첫째, 대중교통요금을 전자인식 신용카드로 결제하는 교통카드 데이터, 둘째, 차량운전자가 출발지부터 목적지까지의 최적경로를 탐색한 데이터인 T map Log 데이터, 셋째, 핸드폰 사용자가 기지국간 통신내역을 기반으로 시간대별 위치정보를 산출한 데이터인 기지국 유입/유출 데이터가 있습니다. 대중교통 정책분석 지원을 위해서는 이러한 빅데이터의 융합분석이 필요합니다.

 

교통카드 데이터

 

인천 신도시 대중교통 KTDB 비교분석

 

 인천지역에 위치한 청라, 영종, 송도, 검단 신도시의 대중교통 KTDB와 교통카드 데이터 통행량을 비교분석한 결과 KTDB 대비 교통카드 데이터 통행량이 더 많은 것으로 분석되었습니다.

 

인천 거점별 대중교통 교통량 현황분석

 

 교통카드 데이터를 반영한 대중교통 통행량 분석결과, 인천시 대중교통 통행은 서울 도심 및 서남권 통행이 잦고, 경기도 외부 통행은 중부권이 많지만 상대적으로 수도권 북부, 동부는 통행량이 미미한 것으로 분석되었습니다.

 

T map Log 데이터

 

승용차 이동경로 분석

 

 T map Log 데이터는 유료서비스로써 1일 약 100만 차량의 초기 탐색데이터를 대상으로 집계된 영향권별 승용차 이동 경로 및 분포정보를 분석합니다.

 

인천시 거점별 승용차 교통량 현황분석

 

 인천시 기준 내부 및 외부 도심간 통행량 분포 결과 동인천, 구월 및 계양 도심이 내부 및 외부 통행량이 가장 높고, 외부통행량의 경우에는 서울 도심과 경기 북부보다는 서울 서남권 및 경기 중남부권간 통행이 높게 분석되었습니다. 이는 인천시에 인접한 지역적 거리와 대중교통 특히 지하철 접근성이 인천시 북부보다 낮기 때문으로 분석되었습니다.

 

기지국 유입/유출 데이터

 

지역별 유입인구 및 밀집도 분석

 

 민간부문 기지국 유입데이터 또한 유료서비스로써 기지국 단말 위치데이터를 수집·저장하여 시·군·동 데이터 매칭으로 지역별 유입 인구 및 밀집도 정보를 분석합니다.

 

인천시 지역별 이동인구 유입 현황 분석

 

 인천시 및 지역에 대한 기지국 기반 유입인구 분석결과 부평, 계양, 동인천, 구월 도심이 높고 특히 인천공항주변 역시 한정적으로 유입인구가 높은 것으로 분석되었습니다.

 

인천시 거점별 이동인구 유입 현황 분석

 

 인천지역 52개 지하철역사 거점별 유입인구수는 부평역, 인천국제공항역, 주안역, 예술회관역, 부평시장역, 인천터미널역 순으로 많은 것으로 분석되었습니다.

 

빅데이터 융합분석

 

인천시 도시철도 대안노선 빅데이터 분석 결과

 

 교통카드 데이터, T map Log 데이터, 기지국 유입 데이터를 빅데이터 융합분석으로 인천시 지하철 접근 서비스 낙후지역을 분석하였습니다. 인천시 도시철도 대안 노선을 빅데이터 분석을 통해 원도시와 신도심을 연계하여 도시기능 회복 및 활성화 촉진이 가능한 대안1 노선이 최적노선으로 선정되었습니다. 이용자 중심의 빅데이터 분석으로 교통정책 대안을 선정함으로써 보다 합리적이고 경제적인 사업노선 선정이 가능하게 되었습니다.

 

 또한 최근 시내버스 노선 체계 개편 및 대중교통 개선 사업에서 교통카드 데이터 및 빅데이터 분석 조건을 과업내용에 포함하여 발주하는 추세에 있습니다. 빅데이터를 보다 전문성을 갖춰야 할 것입니다.

 

성공은 연속하여 쌓인다. 단, 한 번에 하나씩이다.

 

 2016년에 수주왕, 2017년에는 수주전문가를 개인원씽으로 선정하여 수주 목표를 달성하기 위해 노력하였습니다. 2018년 신사업제안 빅데이터 분석을 시작으로 제4차 산업혁명 시대에 발맞추며 2019년 MaaS 전문가, 2020년 자율주행차 전문가를 개인원씽으로 선정하여 선택·집중을 통해 시간투자를 쌓아 나아가겠습니다.

 

 이번 발표를 준비하면서 「ONE Thing」 책을 한번 더 읽어 봤습니다. 읽을 때마다 마음에 와닿는 문구가 있습니다.

 

핵심은 오랜 시간이다.

성공은 연속하여 쌓인다. 단, 한 번에 하나씩이다.

 

2019년에도 건화의 임직원 모두 또 한 번의 성공을 쌓기를 기원합니다. 감사합니다.