Ⅰ. 서 론
대중교통 이용 시 교통카드가 널리 활용되고 있다. 휴대와 사용이 간편하고 환승 혜택을 받을 수 있다는 장점이 있기 때문이다. 운영자 측면에서는 요금을 보다 효율적으로 징수하거나 정산할 수 있어 이용이 장려 되고 있다. 교통카드 이용 과정에서 대중교통 이용객의 승하차 정류장과 시각, 환승 위치 등 활용 가능성 높 은 정보가 생성된다. 생성되는 정보는 데이터베이스에 저장되어 대중교통 운영관리에 필요한 기초이력 자료 로써 활용되고 있다(Tak, 2016).
교통카드를 통해 통행행태 자료 수집에 요구되는 시간과 비용을 크게 절감할 수 있다. 그러나 교통카드 데이터 수집 특성상 이용자가 요금 단말기에 태그를 하는 과정에서 물리적·환경적 요인들로 인해 여러 가지 오류와 결측이 발생하는 것도 사실이다. 기존 연구들을 살펴보면 교통카드 데이터 내 기대치 오류, 논리적 오류, 결측이 발생하고 있으며, 이러한 오류와 결측은 그 특성에 따라 제거하거나 보정하고 있는 것으로 나 타났다. 그러나 교통카드 데이터에 적재된 승하차 정류장 정보 자체가 오류일 가능성은 크게 부각되지 않았 다. 승하차 정류장 정보는 교통카드 데이터가 포함하고 있는 가장 중요한 정보임에도 불구하고, 관련 연구가 제한적으로 수행되었다.
교통카드 데이터를 구축하고 활용하는 첫 번째 목적이 버스 요금의 정산이기 때문에 정산과 관련된 데이 터 중심으로 관리가 이루어지고 있다는 측면과 버스 정류장의 신설과 조정이 빈번하게 일어남에도 불구하고 변경되는 정보가 즉각 혹은 정기적으로 반영되지 않는다는 현실을 고려할 때 교통카드 승하차 정류장 정보 에 대한 다면적인 검증이 필요하다. 승하차 정류장 정보 자체에 오류(실제 승하차 정류장이 아닌 다른 정류 장으로 기재)가 있을 경우 분석 방향에 따라 큰 문제를 야기할 수 있어 이에 대한 검증은 매우 중요하다. 교 통카드 데이터에 기반하여 버스 정류장과 지하철역 이용 수요 분석 또는 O/D 분석 시 전혀 다른 결과가 도 출될 수 있기 때문이며, 대중교통 노선 조정이 잘못 이루어지거나 인프라 투자에 대한 비합리적 정책의사 결 정에 이를 수 있기 때문이다.
따라서 본 논문에서는 교통카드 데이터에 기재된 승하차 정류장 정보가 잘못 적재된 경우(실제로는 A정 류장에 있었으나 교통카드 데이터 내에서는 B정류장으로 기재되는 경우)를 ‘승하차 정류장 정보 오류’로 정 의하고 이에 대한 오류를 상세히 살펴보고자 한다. 아울러 교통카드 데이터의 승하차 정류장 정보에 오류가 존재할 경우 이를 보정할 수 있는 알고리즘을 제안하고자 한다. 제안하는 알고리즘의 핵심은 다수의 지자체 에서 구축하여 운영하고 있는 버스정보시스템을 활용한다는 점이다. 구체적으로는 버스정보시스템이 수집하 는 여러 데이터 중에서 버스 운행 시각과 경유 정류장 정보를 활용한다는 것이다.
본 논문에서 제안하고자 하는 교통카드 데이터 승하차 정류장 정보 오류 보정 알고리즘의 구현은 제주특 별자치도의 교통카드, 버스정보시스템 데이터를 활용하여 수행하고자 한다. 또한, 정류장 정보 오류 존재 여 부와 규모, 버스정보시스템 데이터의 활용 가능성 검토 및 알고리즘 적용 결과 확인, 알고리즘 성능 평가는 제주특별자치도의 버스승하차조사 결과와의 비교를 통해 수행하고자 한다. 버스승하차 조사는 조사원이 직 접 버스에 승차하여 버스의 운행, 승하차 정보를 조사지에 기입하므로 위와 같은 검토를 수행하기에 가장 알 맞은 자료로 판단하였다. 본 논문에서 수행한 일련의 과정과 이에 따른 데이터의 활용여부를 <Fig. 1>에 제 시하였다.
<Fig. 1>
Data utilization process
(Bus Boarding And Alighting Survey Data, Bus Information System Data, Smart Card Data)
본 논문의 의의는 다음과 같다. 첫째 선행 연구에서 다뤄지지 않았던 교통카드 데이터 내 승하차 정류장 정보 오류를 제안하고 보정한다는 점, 둘째 교통카드 데이터, 버스정보시스템 데이터를 참값으로 판단할 수 있는 버스승하차 조사 결과로 검증한다는 점, 셋째 교통카드 데이터를 교통카드 데이터 자체만 활용하여 정 제하는 것이 아닌 보다 정확도가 높다고 판단되는 타 데이터(버스정보시스템 데이터)를 활용하여 보정한다 는 점, 넷째 서로 연관성이 높으나 각각 활용되었던 데이터를 통합하여 활용한다는 점이다.
본 논문은 다음과 같이 작성하였다. 2장에서 교통카드 데이터 오류 유형과 오류 보정에 대한 선행 연구들 을 검토하여 기존 연구와의 차별성을 도출하고, 3장에서는 교통카드에 기재된 승차정류장 정보를 중심으로 교통카드 데이터 오류를 검증하고자 한다. 4장에서는 버스정보시스템을 활용한 교통카드 승하차 정류장 정 보 오류 보정 알고리즘을 제시하였으며, 버스승하차조사 자료와 버스정보시스템 데이터를 비교하여 버스정 보시스템의 활용 가능성을 타진하였다. 5장에서는 제안된 교통카드 승하차 정류장 정보 오류 보정 알고리즘 을 적용 전후를 비교하여 오류 보정 정도와 오류 보정 상세 결과를 제시하였다. 6장에서는 결론, 연구의 한 계, 향후 연구 과제를 논의하였다.
Ⅱ. 선행 연구 고찰
다양한 오류들이 교통카드 데이터에 존재한다. Ahn and Lee(2007)은 교통카드 데이터에 존재하는 오류를 승하차 정보가 없는 경우, 승차 정보만 없는 경우, 하차 정보만 없는 경우, 승하차 정류장이 동일한 경우로 구분하였다. 전체 자료의 13.13%가 오류를 포함하고 있는 것으로 제시하였다. Seoul Development Institute (2007)와 Park et al.(2008)은 교통카드 오류를 크게 기대치 오류와 논리적 오류로 구분하였다. 기대치 오류는 탑승객수가 ‘0’으로 입력된 탑승객수 오류와 첫 승차 기본요금이 250원 이하로 입력되거나 1,800원이 초과한 기본요금 오류이다. 논리적 오류는 하차시간이 승차시간보다 빠르거나 하차와 승차의 시간차가 3시간 이상 인 승하차시간 관련 오류와 승차정류장과 하차정류장이 동일한 승하차정류장 동일 오류이다. 탑승객수 오류 는 0.001% ~ 0.0001%, 기본요금 오류는 0.02% ~ 0.03%, 승하차시간 관련 오류는 0.004% ~ 0.03%, 승하차정류 장 동일 오류 2.9% ~ 3.1%로 발생 비율이 크지 않은 것으로 나타났다. Korea Transport Institute(2009)의 연구 에서는 교통카드 데이터 오류를 크게 2가지로 구분하였다. 첫 번째 오류는 교통카드 이용자의 최종 하차시 간이 승차시간보다 빠른 오류이고, 두 번째 오류는 승하차 정류장 또는 지하철역이 동일하게 기록된 오류이 다. 데이터 행수 기준 최종 하차시간이 승차시간보다 빠른 오류 발생 비율은 0.002%인 반면 승하차 정류장 또는 지하철역이 동일하게 기록된 오류는 52.77%에 이르는 것으로 나타났다. Kang et al.(2012)와 The Incheon Institute(2012)은 등록된 교통수단 이외의 교통수단 ID가 입력된 경우, 환승횟수가 ‘0’부터 ‘4’까지 값 이외의 값이 입력된 경우, 사용자 구분 코드가 1(일반)·2(초등학생)·4(청소년) 이외의 값이 입력된 경우, 탑승객수가 ‘0’인 경우, 첫 승차의 기본요금이 250원 이하 및 1,800원을 초과한 경우, 버스 회차 정보가 없는 경우를 기대 치 오류로 구분하였다. 하차시간이 승차시간보다 빠른 경우, 하치시간과 승차시간 시간차가 3시간 이상인 경 우, 승하차 정류장이 동일한 경우, 개인ID와 통행순서가 맞지 않은 경우, 승하차 거래일자가 불일치하는 경 우를 논리적 오류로 구분하였다. Park et al.(2013)는 승하차 태그 오류, 승하차 정류장 동일 오류, 통행시간 오류를 제시하였으며, 발생빈도는 약 4%정도로 언급하였다. Jeon et al.(2014)은 오류와 결측을 구분하여 제시 하였다. 오류는 기대치 오류(교통수단ID 오류, 환승 횟수 4번 초과 오류, 탑승객 수 ‘0’명 오류 등)와 논리 오 류(하차시간이 승차시간보다 빠른 오류, 승하차 시간의 차이가 3시간 이상인 오류)로 구분하였고, 결측은 승 차 결측과 하차 결측으로 별도로 구분하였다. 기대치 오류 발생빈도는 0.001% 미만, 논리 오류는 0.01%미만 인 것으로 나타났다. Han(2016)은 9가지 오류(최초 승차 시 정류장 누락인 경우, 최초 하차 시 정류장이 누락 인 경우, 대중교통 수단ID가 ‘0’인 경우, 승차인원이 ‘0’명인 경우, 통행시간이 모순인 경우, 환승하는 정류장 이 누락인 경우, 환승시간이 ‘0’분 이하인 경우, 환승 횟수가 5인 경우, 총 통행거리가 ‘0’인 경우)를 구분하 였다. Lee et al.(2018)은 하차태그가 누락된 승하차태그 오류, 대중교통 승하차 시간이 총 소요시간 보다 큰 통행시간 오류, 최초하차일시가 최초승차일시보다 빠르거나 승하차수집건수가 ‘0’인 논리적 오류 등을 식별 하였다. Shin(2016)은 단순오류를 중복 태그, 통행자의 첫 통행이 환승 또는 하차인 경우, 통행의 승차ID가 누락된 경우, 통행 수단이 도시철도 또는 경전철임에도 하차ID이 누락된 경우를 제시하였고, 부산과 같이 단 일요금제를 활용하는 경우는 하차태그의 필요성이 낮아 종점에 결측이 많음을 강조하였다. Lee et al.(2020)은 대중교통 이용자의 이용 수요를 파악하기 위해 교통카드 데이터가 활용되나 많은 지자체에서 단일요금제를 적용하고 있어 하차 태그에 결측이 많음을 강조하였다. Jung et al.(2022) 또한 교통카드 데이터 오류로 하차 태그 결측을 제시하였다.
자료 정제(Data Cleaning) 과정에서 이러한 오류와 결측을 포함한 교통카드 데이터는 일반적으로 직관적인 값으로 보정하거나 제외한 후 분석이 수행되었다. Ahn and Lee(2007), Seoul Development Institute(2007), Park et al.(2008), Kang et al.(2012), The Incheon Institute(2012), Park et al.(2013), Jeon et al.(2014), Jung et al.(2022)은 필터링 기법을 사용하여 오류와 결측을 포함한 교통카드 데이터를 식별한 후 분석에서 제외한 것으로 나타 났다. Han(2016)의 경우 오류 혹은 결측의 특성에 따라 교통카드 데이터를 분석에서 제거하거나 직관적인 값 으로 보정하여 사용하였다. 예를 들어 승차인원이 ‘0’명인 경우 최소한 1명이 탑승하였다고 가정하고 1로 보 정하는 것이다. Korea Transport Institute(2009)의 연구에서는 교통카드 이용자의 최종 하차시간이 승차시간보 다 빠른 오류는 교통존기반 기종점 통행량을 구축한 후 총량적으로 보정하였으며, 승하차 정류장 또는 지하 철역이 동일하게 기록된 오류는 교통카드데이터의 정류장 기반 기종점 통행량 자료를 이용하여 정류장간 통 행량 분포를 적용하여 보정하였다. Lee et al.(2018)은 하차태그 누락 오류(결측)의 경우 공간적 범위로 설정 한 지역의 외부로 보정하고, 그 외 오류는 필터링을 통해 제외시켰다. Shin(2016)은 단순오류는 삭제, 2회 이 상 통행한 경우의 하차태그의 결측에 초점을 두어 통행사슬 구조를 활용한 통행종점 추정 모형을 적용하여 결측을 보정하였다. Lee et al.(2020)은 하차태그 결측을 통행 유형(연속적 통행, 비연속적 반복 통행, 비연속 적 비반복 통행)별로 통행사슬, 통행패턴, 통행기록을 활용하여 보정하였다.
선행 연구에서는 교통카드 데이터 내 기대치 오류, 논리적 오류, 결측을 식별하고 오류 혹은 결측의 특성 에 따라 이를 제거하거나 보정하였다. 그러나 교통카드 데이터에 적재된 승하차 정류장 정보 자체가 오류일 가능성 및 이를 보정할 수 있는 방법이 제시되지 않았다.
교통카드 데이터의 정류장 정보는 버스가 운행하고 있는 노선 정보와 위치 정보를 통해 적재되는데, 노선 운행 전 버스 기사가 버스 내 단말기에 노선 정보를 입력하고 운행 시작 버튼을 누를 때 이를 잘못 입력하 여 버스가 입력된 노선의 경로와 다른 경로로 운행될 경우, 동일한 경로인 경우만 정류장이 올바르게 적재되 고 나머지 경우는 모두 이 전 정류장(동일한 경로의 마지막 정류장)으로만 적재될 수 있다. 유사한 이유로 정류장의 신설로 해당 정보가 노선 내 경유하는 정류장에 반영되지 않을 경우 신설된 정류장에 올바르게 정 차하였어도 데이터상으로는 경로 이탈이 되어 이 전 정류장으로 적재될 수 있다.
이와 같은 이유로 발생하는 정류장 정보의 오류를 ‘승하차 정류장 정보 오류’로 칭하고, 본 논문에서는 선 행 연구들과 달리 교통카드 데이터의 승하차 정류장 정보 오류의 존재 가능성을 제시하고자 한다. 이에 오류 의 존재 여부 및 규모를 살펴보고, 더 나아가 이를 보정할 수 있는 알고리즘을 제안하고자 한다.
교통카드 데이터를 구축하고 활용하는 첫 번째 목적이 버스 요금의 정산이기 때문에 정산과 관련된 데이 터 중심으로 관리가 이루어지고 있다는 측면, 버스 정류장의 신설과 조정이 빈번하게 일어남에도 불구하고 변경되는 정보가 즉각 혹은 정기적으로 반영되지 않는다는 측면을 고려할 때 승하차 정류장 정보 오류의 존 재 가능성은 무시할 수 없다. 또한, 교통카드 데이터 내 적재된 승하차 정류장 정보 자체에 오류가 존재한다 면 어떤 정류장이냐에 따라 대중교통 이용객의 승하차 패턴을 파악하거나 최다 승차, 최다 하차 지점을 파악 하는 통행수요 분석 등의 과정과 결과에 큰 영향을 미칠 수 있어 정확한 분석을 위해서 필수적으로 보정될 필요가 있다.
Ⅲ. 교통카드 데이터 오류 검증
교통카드 데이터에 승하차 정류장 정보 오류가 존재할 경우 버스 수요, OD 등의 파악에 큰 영향을 미칠 수 있다. 제주특별자치도의 경우 2017년 8월 28일 대중교통개편과 함께 정류장 대규모 신설이 수행됐는데, 특히 제주공항에 신규 정류장이 들어서며 교통카드 데이터에 승하차 정류장 정보 오류가 발생하였다. 이에 제주공항의 버스 수요를 파악하고자 교통카드 데이터로 승하차인원을 집계하였을 때 제주공항으로 태그되 어야 할 정류장이 모두 다호마을로 적재되는 현상이 발생하였다. 제주공항의 정확한 버스 수요를 파악하기 어려운 현실이었다. 2017년 9월 2일을 예로 들면 제주공항의 전체 승차인원은 2,590명이며 이에 해당되는 정 류장은 ‘공항초소’, ‘제주국제공항’, ‘제주국제공항(대정, 화순, 일주서로)’, ‘제주국제공항(종점)’, ‘제주국제공 항입구’ 6개로 ‘제주국제공항(대정, 화순, 일주서로’를 제외하고 개편 전 정류장이었으며, 다호마을은 1,067명 으로 다호마을에 많은 승차건수가 적재되었고, 이는 2017년 7월(개편전) 다호마을 일평균 승차인원 약 232명 과 비교하여도 약 4.6배로 매우 많은 승차인원이었다. 따라서 제주공항의 승차인원이 다호마을로 적재되었다 고 판단하기 충분하다. 이와 같이 승하차 정류장 정보 오류는 정류장에 따라 수요 분석 시 결과에 중대한 영 향을 미칠 수 있으므로 보정이 필요하다.
제주특별자치도를 대상으로 교통카드 데이터의 승하차 정류장 정보 오류의 존재 여부와 규모를 분석하고 자 한다. 이를 위해 2018년 1월 6일부터 2월 26일까지 조사원이 직접 버스에 탑승하여 실제 버스 운행 정보 (경유 정류장명, 정류장 도착/출발 시각, 승하차 인원 등)를 작성한 버스승하차조사 결과를 활용하였다. 버스 승하차조사 결과를 참값으로 전제하고, 같은 기간 수집되어 교통카드 데이터에 저장된 승하차 정류장 정보 와 비교하였다.
교통카드 데이터의 승하차 정류장 정보 오류 존재 여부와 규모를 확인하기 전 선행 연구에서 제시된 교통 카드 데이터 오류 규모를 검토하였다. 이때 각 오류의 기준은 환승 횟수처럼 지역별 차이가 있을 수 있는 경 우 제주특별자치도의 기준에 맞게 변경하였다. 선행 연구에서 언급한 오류는 첫째, 데이터 결측(승하차 정보 가 없는 경우), 둘째, 기대치 오류(탑승객수가 ‘0’으로 입력된 경우, 기본요금이 카드기준 최소 350원, 최대 1,150원1)에 맞지 않는 경우, 환승횟수가 3회 이상인 경우, 사용자 구분 코드가 의도되지 않은 값이 기재된 경우, 환승시간이 0분 이하인 경우, 총 통행거리가 0인 경우), 셋째, 논리적 오류(승하차 정류장이 동일한 경 우, 하차시간이 승차시간보다 빠른 경우, 하차와 승차의 시간차이가 3시간 이상인 경우, 승하차 거래일자가 불일치하는 경우)이다. 단, 제주특별자치도에서는 교통수단ID와 탑승시간 정보를 수집하고 있지 않으므로 ‘등록된 교통수단 이외의 교통수단ID’ 오류와 ‘대중교통 탑승시간이 총소요시간보다 큰 경우’오류는 검토에 서 제외하였다.
2018년 1월 6일부터 2월 26일까지의 교통카드 데이터의 오류를 검토한 결과를 <Table 1>에 제시하였다. 교통카드 데이터 수는 총 6,786,415건이며, 첫째, 데이터 결측은 승차 정보가 없는 경우 0%, 하차 정보가 없 는 경우 34%(2,321,879건)로 나타났고, 둘째, 기대치 오류는 탑승객수가 ‘0’으로 입력된 경우 0%, 기본요금이 카드기준 최소 350원, 1,150원에 맞지 않는 경우가 0.0002%(15건)2), 환승횟수가 3회 이상인 경우 0%, 사용자 구분 코드가 의도되지 않은 값이 기재된 경우 0%, 환승시간이 0분 이하인 경우 0.0002%(14건), 총 통행거리 가 0인 경우 0.01%(971건)3)로 나타났다. 셋째, 논리적 오류는 승하차 정류장이 동일한 경우 3.3%(223,019건), 하차시간이 승차시간보다 빠른 경우 0.00003%(2건), 하차와 승차의 시간차이가 3시간 이상인 경우 0.03% (2,224건), 승하차 거래일자가 불일치하는 경우 0.000014%(1건)으로 나타났다. 제주특별자치도의 하차태그율 이 약 70% 수준이기 때문에 하차 정보가 없는 비율이 높게 나타났지만, 그 외 승하차 정류장이 동일한 경우 를 제외하고 매우 낮은 수준의 오류율을 보였다.
교통카드 데이터의 승하차 정류장 정보 오류 존재 여부와 규모를 확인하고자 버스승하차조사 결과와 비 교하였다. 버스승하차조사 전체 자료 중에서 첫째, 기점부터 종점까지 전 구간이 조사된 자료, 둘째, 충분한 승하차 인원이 존재하는 자료를 활용하였다. 그 결과 간선 5개 노선 10회 운행(365번 4회 운행, 351번 2회 운 행, 342번 1회 운행, 312번 2회 운행, 311번 1회 운행), 지선 2개 노선 3회 운행(655번 1회 운행, 415번 2회 운 행)이 선정되었다. 본 논문에서는 승하차 정류장 정보 중에서 승차정류장 정보를 중심으로 비교를 수행하였 고, 그 결과를 제시하였다. 비교는 동일한 시간대에 버스승하차조사의 정류장 순서와 해당 정류장에서 수집 된 승차인원이 교통카드 데이터에 기재된 승차정류장 순서와 정류장별 승차인원과 일치하는지를 확인하는 방법으로 수행되었다. 제주 전 지역이 고려된 총 승차인원 827명의 승차정류장 정보가 비교되었다.
비교 결과 일부인 노선번호 312번, 차량번호 3684번 버스가 운행한 시간대의 버스승하차조사 자료와 교통 카드 데이터 승차정류장 정보 비교 결과를 <Table 2>에 제시하였다. 버스승하차조사를 통해 한라병원에 6명 승차, 그레이스호텔(현 정류장명 롯데시티호텔)에서 1명이 승차한 것으로 자료가 수집되어있으나, 동일한 시 간대 교통카드 데이터에는 그레이스 호텔이 7명으로 적재되어 있어 6명의 승차정류장 정보는 일치하지 않는 것으로 나타났다. 해당 경우는 그레이스 호텔 6건이 한라병원으로 보정되어야 하는 오류로 판단된다.
이 외에도 버스승하차조사 자료에서는 앞서 소개한 것과 같이 노선번호 365번, 차량번호 7002번 버스의 제주국제공항 정류장 승차인원이 23명, 제주국제공항의 다음 정류장인 다호마을 정류장 승차인원이 0명이 나, 교통카드 데이터에는 다호마을 정류장 승차인원이 23명으로 적재되어있는 경우도 존재하였다. 교통카드 데이터의 다호마을 정류장이 제주국제공항 정류장으로 변경되어야 하는 오류 사례이다.
버스승하차조사 자료의 승차정류장 정보와 교통카드 데이터의 승차정류장 정보를 전체적으로 비교한 결 과를 정리하면 <Table 3>과 같다. 총 승차인원 827명의 버스승하차조사 결과와 교통카드 데이터의 승차정류 장 정보 중 10.7%에 해당하는 88명의 승차정류장 정보가 일치하지 않는 것으로 나타났다. 세부적으로는 6.2%에 해당하는 51명의 승차정류장 정보가 서로 다른 것으로 나타났다. 37명(4.5%)의 승차정류장 정보는 교 통카드 데이터에 존재하지 않는 것으로 나타났다. 선행 연구에 따르면 교통카드 결제 과정, 데이터 수집ㆍ저 장 과정에서의 물리적ㆍ환경적 요인과 카드사의 정산 시기 불일치 등에 기인하여 누락이 발생한 것으로 판 단된다. 본 논문에선 6.2%에 해당되는 정류장 정보 불일치를 교통카드 데이터의 승하차 정류장 정보 오류로 판단하고, 이를 버스승하차조사 결과와 같이 올바른 정류장으로 변경하는 알고리즘을 개발하고자 한다.
Ⅳ. 교통카드 정류장 정보 오류 보정 알고리즘
교통카드 데이터에 존재하는 승하차 정류장 정보 오류에 대한 보정 방안으로 다수의 지자체에서 구축하 여 운영하고 있는 버스정보시스템을 활용하고자 한다. 버스정보시스템 데이터는 기본적으로 30초 간격으로 버스의 위치 정보가 수집되며 이벤트(정류장 도착, 출발, 경유 교차로 진입, 운행 시작, 운행 종료 등)가 발생 할 시 추가로 데이터가 적재되고 있어 정보의 신뢰도가 높아 활용 가능성 또한 높을 것으로 판단되기 때문 이다. 활용 가능성에 대한 검증은 버스승하차조사 결과와 버스정보시스템 데이터에 저장된 경유 정류장 정 보를 비교하여 확인할 수 있다. 버스정보시스템의 활용 가능성 검토 이후 버스정보시스템 데이터의 버스 운 행 시각과 경유 정류장 정보에 기반한 교통카드 승하차 정류장 정보 오류 보정 알고리즘을 제안하고자 한다.
1. 버스승하차조사 자료의 정류장과 버스정보시스템 데이터의 정류장 정보 비교
버스정보시스템의 활용 가능성을 파악하고자 버스승하차조사 자료와 버스정보시스템 데이터를 비교하였 다. 구체적으로는 동일한 시간대에 동일 차량의 버스승하차조사 결과 내 승차정류장의 순서와 명칭이 버스 정보시스템 내 경유 정류장 순서 및 명칭과 일치하는지를 확인하였고, 앞서 교통카드 데이터와 비교 시 활용 된 버스승하차조사 자료를 동일하게 사용하였다. 즉, 간선 5개 노선 10회 운행(365번 4회 운행, 351번 2회 운 행, 342번 1회 운행, 312번 2회 운행, 311번 1회 운행), 지선 2개 노선 3회 운행(655번 1회 운행, 415번 2회 운 행)을 대상으로 하였고, 총 승차인원 827명의 승차정류장 정보에 대한 비교가 이루어졌다. 비교를 위해 버스 정보시스템 데이터에서 정류장 도착 정보(EVENT_CD가 17인 경우)를 추출하여 비교하였다.
버스승하차조사 자료의 승차정류장 정보와 버스정보시스템 데이터의 승차정류장 정보를 전체적으로 비교 한 결과를 정리하면 <Table 4>와 같다. 버스승하차조사를 통해 수집된 총 827명의 승차정류장 정보가 버스정 보시스템 데이터 경유 정류장 정보와 일치하는 경우는 98.3%로 나타났다. 이는 앞서 확인한 교통카드 데이 터의 승차정류장 정보 일치율인 89.3% 대비 매우 높은 수준이다. 따라서 버스정보시스템 데이터의 경유 정 류장 정보는 오류 보정에 활용하기에 충분하다고 판단된다. 전체 비교 대상의 1.7%에 해당하는 승차인원 14 명의 승차정류장 정보는 버스승하차조사에서는 수집되었지만, 버스정보시스템 데이터에는 존재하지 않는 것 으로 나타났다. 기술적 문제로 버스정보시스템 데이터가 수집되지 않았거나 저장되지 않아 누락된 것으로 판단된다.
<Table 4>
The result of comparison between bus boarding and alighting survey and bus information system data
 |
2. 버스정보시스템 데이터를 활용 교통카드 정류장 정보 오류 보정 알고리즘
버스정보시스템 데이터를 기반으로 교통카드 승하차 정류장 정보 오류를 보정하는 알고리즘을 <Fig. 4>와 같이 제안한다. 알고리즘은 총 6단계로 구성된다.
1단계는 버스정보시스템 데이터의 정류장 정보(정류장 경유 순서와 정류장명)에 대한 정확도를 검증한다. 제안하는 교통카드 데이터 승하차 정류장 정보 오류 보정 알고리즘은 버스정보시스템 데이터의 정류장 경유 순서와 정류장명의 정확도에 영향을 크게 받기 때문인데, 본 논문에서는 버스승하차조사 결과를 활용하여 버스정보시스템 데이터의 정류장 경유 순서와 정류장명 정보에 대한 정확도를 살펴보았다. 이는 알고리즘을 본격적으로 적용하기 전 최소 1회 이상 수행해야하는 중요한 단계이다.
2단계는 버스정보시스템 데이터에서 정류장 출·도착 정보(차량번호, 노선ID, 노선번호, 정류장ID, 정류장명, 출·도착 시각, 이벤트 코드)만 추출한다. 버스정보시스템 데이터의 로우 데이터에는 차량번호, 노선ID, 정류장 ID, 출·도착 시각, 이벤트 코드만 적재되어있으므로 노선번호와 정류장명은 버스정보시스템의 메타데이터와 병합을 통해 추가한다. 또한, 버스의 정차 전·후 움직임에 따라 출발·도착 정보가 중복되어 적재되는 경우가 있으므로 출발 정보는 가장 빠른 시각, 도착 정보는 가장 늦은 시각으로 추출하는 방법을 통해 정제한다.
3단계는 추출한 버스정보시스템 데이터를 교통카드 데이터와 병합한다. 교통카드 데이터의 승차정류장을 보정할 때는 버스정보시스템 데이터의 정류장 도착 정보만 활용하고, 교통카드 데이터의 하차정류장 정보를 보정할 때는 버스정보시스템 데이터의 정류장 출발 정보만 활용한다.
4단계는 병합된 버스정보시스템 데이터와 교통카드 데이터를 차량번호와 시간으로 정렬한다. 이때 시간은 위 3단계에 의해 승차정류장 보정 시에는 버스정보시스템 데이터의 도착시간, 교통카드 데이터의 승차시간 이며, 하차정류장 보정 시에는 버스정보시스템 데이터의 출발시간, 교통카드 데이터의 하차시간이다.
5단계는 버스정보시스템 데이터의 출발(도착) 정류장과 다음 출발(도착)정류장까지를 그룹으로 지정한다. 승차 정류장 보정 시 버스 도착시간부터 다음 정류장 도착시간까지가 한 그룹, 하차정류장 보정 시 버스 출 발시간부터 다음 정류장 출발시간까지가 한 그룹으로 선정된다.
6단계는 생성된 정류장 그룹 내 버스정보시스템 데이터의 정류장과 일치하지 않은 교통카드 데이터의 정 류장을 오류로 판단하고 버스정보시스템 데이터의 정류장으로 대체한다. 단, 승차정류장의 경우 이전 정류장 으로 대체, 하차정류장의 경우 다음 정류장으로 대체한다.
승차정류장과 하차정류장을 다른 정류장을 기준으로 하여 보정하는 이유는 승차 후 태그, 하차 전 태그가 존재하기 때문이다. 이를 직관적으로 나타낸 그림은 <Fig. 5>와 같다. 그림의 상단은 승차정류장 태그 상황 을 보정 전과 후로 나누어 제시한 상황이고, 하단은 하차정류장 태그 상황을 보정 전과 후로 나누어 제시한 상황이다. 승차정류장 정보 보정의 경우 버스가 정류장(A)에 도착한 뒤 승객이 한번 승차태그를 하였고 해당 정보는 정류장(A)로 올바르게 수집되었으나, 버스가 출발한 이후(점선 이후) 태그한 경우는 모두 정류장(B) 로 수집되었다. 하차정류장 정보 보정의 경우 버스가 정류장(A)에 도착한 뒤 승객이 한번 하차태그를 하였고 정류장(A)로 올바르게 수집되었으나 버스 출발 직후 하차태그를 할 경우 하차정류장이 정류장(A)로 잘못 수 집되는 경우가 발생한다. 위 두 경우 승차정류장은 정류장(A)로 적재되어야하며 하차정류장은 정류장(B)로 적재되어야한다. 본 연구에서 제시한 알고리즘은 이 같은 늦은 승차태그, 빠른 하차태그를 보정한다.
Ⅴ. 교통카드 정류장 정보 오류 보정 알고리즘 검증
1. 교통카드 정류장 정보 오류 보정 알고리즘 적용
본 논문에서 제시한 교통카드 승하차 정류장 정보 오류 보정 알고리즘을 <Table 2>에서 검토한 교통카드 데이터에 적용한 후, 오류 보정 여부를 승차정류장을 중심으로 살펴보았다. <Table 5>는 노선번호 312번, 차 량번호 3684번 버스의 버스승하차조사 결과와 교통카드 데이터의 승차정류장 정보의 일치 여부를 비교한 <Table 2>에 본 논문에서 제시한 오류 보정 알고리즘 적용 결과를 추가한 결과이다. 이를 통해 오류 보정 전 버스 승하차 조사 자료의 승차정류장 정보와 다르게 기재되었던 교통카드 데이터의 승차정류장 정보가 버스 승하차 조사 결과(참값)와 일치하도록 보정되었음을 확인할 수 있다.
구체적으로는 노선번호 312번, 차량번호 3684번 버스승하차조사 자료에서는 한라병원 정류장에서 6명이 승차한 것으로 나타났지만, 교통카드 데이터에서는 해당 승차인원이 그레이스 호텔 정류장에서 승차한 것으 로 기재되어 있었다. 승차정류장을 버스정보시스템 데이터의 동일한 시간대에 동일 차량의 경유 정류장 정 보를 통해 한라병원 정류장인 것으로 확인하였고, 교통카드 데이터의 승차정류장 정보(<Table 5>의 오류보정 전)를 오류로 판정한 후 버스정보시스템 데이터의 경유 정류장 정보(<Table 5>의 오류보정 후)로 변경하였다. 즉, <Table 5>에 오류 보정 전 그레이스 호텔이 보정 후 한라병원으로 변경된 부분은 버스정보시스템 데이터 에 해당 시간의 동일한 차량의 정류장 정보이다.
앞서 교통카드 데이터 정류장 오류 사례로서 제시한 제주국제공항 정류장이 다음 정류장인 다호마을 정 류장으로 기재된 경우 역시 본 논문에서 제시한 교통카드 승하차 정류장 정보 오류 보정 알고리즘을 적용한 결과 오류가 알맞게 보정된 것으로 나타났다. 노선번호 365번, 차량번호 7002번 버스승하차조사 자료에서는 제주국제공항 정류장 승차인원이 23명, 제주국제공항의 다음 정류장인 다호마을 정류장 승차인원이 0명이 나, 오류 보정 결과 승차인원 23명의 승차정류장이 다호마을 정류장에서 제주국제공항 정류장으로 보정되었 고, 버스승하차조사 자료의 승차정류장 정보와 일치하는 것으로 나타났다.
2. 교통카드 정류장 정보 오류 보정 전후 오류율 비교
본 논문에서 제시한 교통카드 승하차 정류장 정보 오류 보정 알고리즘의 성능을 평가하기 위해 오류 보정 전후에 대한 오류율을 승차정류장을 중심으로 비교하여 <Table 6>과 같이 제시하였다. 오류 보정 전은 <Table 3>에서 검토한 승차인원 827명의 오류율이고 오류 보정 후는 동일한 데이터의 오류 보정 알고리즘 적용 후 오류율이다.
비교 결과, 교통카드 승차 정류장 정보 오류를 포함한 전체 오류율이 보정 전 10.7%에서 보정 후 5.5%로 감소한 것으로 나타났다. 교통카드 데이터 수집ㆍ저장 과정에서의 물리적ㆍ환경적 요인과 카드사의 정산 시 기 불일치 등에 기인하여 발생한 데이터 누락을 제외하고, 교통카드 승하차 정류장 정보 오류 보정 알고리즘 을 통해 승차정류장 정보 오류는 6.2%에서 1.0%로 5.2%p 감소한 것을 확인하였다.
데이터 누락 규모는 알고리즘 보정 전과 후가 동일하므로 전체 오류를 대상으로 보정 전, 후 오류 발생 확 률이 같은지를 파악하기 위해 카이제곱 검정을 수행하였으며 검정 결과 검정통계량 값이 15.02이고 p-value 가 0.00012로 0.001보다 매우 적어 충분히 유의하게 오류율이 감소하였다고 할 수 있다.
교통카드 데이터의 승차정류장 정보 오류를 본 논문에서 제시한 알고리즘을 적용하여 보정하였음에도 불 구하고 1.0%의 오류는 여전히 존재하는 것으로 나타났다. 버스정보시스템 데이터의 누락, 교통카드 데이터 내 승차시각과 버스정보시스템 내 승차시각 정보의 불일치 등이 주요 이유일 것으로 판단된다. <Table 4>에 서 버스승하차조사 자료와 버스정보시스템 데이터를 비교한 결과 버스정보시스템 데이터 누락률이 1.7% 수 준임을 확인하였다. 교통카드 데이터 내 승차시각과 버스정보시스템 내 승차시각 정보의 미일치는 교통카드 단말기와 버스정보시스템 단말기의 시간 설정 체계가 달라 발생할 수 있다.
이밖에 교통카드 데이터가 처음부터 누락되는 경우에 대해서는 보정할 수 없는 한계가 존재한다. 본 논문 에서는 교통카드 데이터의 누락률은 4.5%로 나타났다. 미미할 것으로 판단되지만, 승하차 태그 시 사용하는 카드에 따라 데이터에 포함되는 기간이 다르다는 측면에서 교통카드 데이터 누락이 발생할 수 있고, 이는 교 통카드 데이터의 승차정류장 정보 오류 보정에도 불구하고 여전히 오류로 존재하는 원인이 될 수 있다.
또한, 참값으로 선정하였으나 버스승하차조사 자체의 오류가 교통카드 데이터 누락률에도 영향을 줄 가능 성이 존재한다. 이는 조사원이 버스 도착 전, 도착 시, 정차 중, 출발 시, 출발 후 중 어느 시점에서 조사표에 시각과 승차인원을 기입하였는지 정확히 알 수 없다는 한계가 있기 때문이다.
본 논문에서는 승차정류장을 중심으로 교통카드 정류장 정보 오류 보정 알고리즘이 적용되고 검증이 수 행되었지만, 제시된 알고리즘의 내용대로 하차정류장의 경우에도 알고리즘을 적용하여 오류를 보정할 수 있 다. 버스정보시스템이 생성하는 버스 운행 시각과 경유 정류장 정보를 교통카드 데이터의 하차 시각 및 하차 정류장과 비교하고 다를 경우 버스정보시스템 데이터의 정류장 정보를 활용하는 오류 보정 과정이 동일하기 때문이다. 이때 승차정류장 보정의 경우 버스정보시스템의 도착 정보를, 하차정류장 보정의 경우 버스정보시 스템의 출발 정보를 사용하여야 한다.
Ⅵ. 결 론
교통카드 데이터는 대중교통 운영관리에 필요한 기초이력 자료로 다양하게 활용되고 있다. 그러나 교통카 드 데이터는 물리적· 환경적 요인들로 인해 오류를 포함하고 있는 것도 사실이다. 교통카드 오류와 관련한 다수의 연구가 수행된 바 있으며, 이러한 오류들은 그 특성에 따라 삭제 혹은 제한적으로 보정되어 버스 정 류장의 신설과 조정 등 대중교통 분석과 정책 의사 결정에 사용되고 있다.
본 논문은 기존 연구에서 제시된 교통카드 데이터 오류 외에도 교통카드 데이터의 승하차 정류장 정보 자 체에 오류가 존재함을 제주지역에서 수집된 실측자료를 통해 제시하였다. 2018년 1월 6일부터 2월 26일까지 조사원이 직접 버스에 탑승하여 실제 버스 운행 정보(경유 정류장명, 정류장 도착/출발 시각, 승하차 인원 등)를 작성하는 방식으로 버스승하차조사가 수행되었고, 버스승하차조사에서 수집된 자료 중 승차인원 827 명의 승차정류장 정보와 교통카드 데이터의 승차정류장 정보를 비교하였다. 비교 결과, 전체 승차인원의 10.7%에 해당하는 88명의 승차정류장 정보가 일치하지 않는 것으로 나타났다. 세부적으로는 6.2%에 해당하 는 51명의 승차정류장 정보가 서로 다르고, 버스승하차조사에서 수집된 37명(4.5%)의 승차정류장 정보는 교 통카드 데이터에 존재하지 않는 것으로 나타났다.
교통카드 데이터 승하차 정류장 정보 오류를 보정하는 알고리즘을 제안하였다. 제안하는 알고리즘의 핵심 은 다수의 지자체에서 구축하여 운영하고 있는 버스정보시스템을 활용한다는 점이다. 버스정보시스템의 활 용 가능성을 파악하고자 버스승하차조사 결과와 버스정보시스템 데이터를 비교하였고, 버스승하차조사를 통 해 수집된 총 827명의 승차정류장 정보가 버스정보시스템 데이터 경유 정류장 정보와 일치하는 경우는 98.3%로 나타나 버스정보시스템 데이터의 활용 가능성이 높은 것으로 판단하였다.
버스정보시스템이 수집하는 여러 데이터 중에서 버스 운행 시각과 경유 정류장 정보를 연계하여 교통카 드 데이터의 승하차 정류장 오류를 보정할 수 있음을 제시하였다. 버스정보시스템 데이터에서 정류장 출·도 착 정보(차량번호, 노선ID, 노선번호, 정류장ID, 정류장명, 출·도착 시각, 이벤트 코드)만 추출하고, 추출한 버 스정보시스템 데이터를 교통카드 데이터와 병합한 후, 버스정보시스템 데이터의 출발(도착) 정류장과 다음 정류장 출발(도착)까지를 그룹으로 지정하는데, 생성된 정류장 그룹 내 버스정보시스템 데이터의 정류장과 일치하지 않은 교통카드 데이터의 정류장을 오류로 판단하고 버스정보시스템 데이터의 정류장으로 대체하 는 알고리즘이다. 본 논문에서 제시한 교통카드 정류장 정보 오류 보정 알고리즘의 성능을 평가하고자 교통 카드 데이터의 오류 보정 전후를 비교한 결과 교통카드 승차정류장 정보 오류율이 보정 전 10.7%에서 보정 후 5.5%로 감소한 것으로 나타났다. 교통카드 데이터 수집ㆍ저장 과정에서 발생한 데이터 누락을 제외하고, 교통카드 승하차 정류장 정보 오류 보정 알고리즘을 통해 승차정류장 정보 오류는 6.2%에서 1.0%로 5.2%p 감소하였고 카이제곱 검정 결과 p-value가 0.00012로 유의수준 0.001에서 유의한 것으로 확인하였다.
본 논문은 다음과 같은 한계가 존재한다. 제주특별자치도의 사례를 중심으로 교통카드 데이터의 오류 존 재 여부 및 규모를 파악하였고, 버스정보시스템 데이터에 기반한 교통카드 데이터 정류장 오류 보정 알고리 즘을 평가하였다. 따라서 본 논문에서 교통카드 데이터 중 정류장 정보 오류율을 6.5%로 제시하였으나 교통 카드 데이터 관리 정도가 지역별로 상이하다는 측면에서 이를 모든 지자체에 일반화하기에는 무리가 있다. 그 밖에도 본 논문에서 제시한 정류장 오류 개선 정도가 지역에 따라 다를 수 있다. 각 지자체마다 버스정보 시스템의 자료 수집 방식, 버스기사의 키패드 조작 특징 등이 상이하기 때문이다.
또한, 본 논문에서 제시한 알고리즘을 적용하여 보정하였음에도 불구하고 1.0%의 수준의 오류가 여전히 존재하는 것으로 나타났다. 실제 승차가 이루어졌으나 교통카드 데이터에 해당 승차 정보가 존재하지 않는 경우, 실제 버스가 운행되었으나, 버스정보시스템 데이터에 해당 버스가 경유하는 정류장이 누락되는 경우, 버스정보시스템 데이터와 교통카드 데이터의 시간 설정 체계가 상이한 경우가 원인으로 판단된다.
이에 향후 교통카드 정류장 정보 오류 알고리즘을 고도화하는 연구가 추진될 필요가 있다. 위 언급한 승 하차 또는 경유 데이터의 누락의 원인과 감소 방안에 대한 연구도 필요하다. 더불어 버스정보시스템 데이터 와 교통카드 데이터의 시간 설정 체계에 대한 조사와 버스정보시스템 관리 업체, 교통카드사, 지자체가 협업 하여 시간 설정을 공유하거나 이를 지원하는 시스템을 개발할 필요가 있다. 시간 설정과 더불어 정류장 신 설, 이동, 폐지 등과 같은 정보도 실시간으로 공유할 수 있다면 보다 정확한 데이터 비교가 가능해질 것이다. 이와 같은 공유는 지자체에서 결정한 노선 또는 정류장 등의 변경사항 및 시간 설정을 버스정보시스템 관리 업체와 교통카드사가 따로 적용하기보다 시간 설정값과 변경사항 데이터를 하나의 시스템에 저장하고 이를 각 관리 업체가 병합하여 활용하는 방향이 효과적일 것이다.
본 논문에서 제시한 교통카드 데이터 승하차 정류장 정보 오류와 보정 알고리즘은 제주특별자치도에서 해당 오류로 인해 제주공항의 수요를 부정확하게 수집했던 것을 바로잡은 것과 같이 정류장을 기준으로 수 요분석(최다 승차인원 정류장 집계 등), OD 산출 등의 분석을 할 때 선수행하면 보다 정확한 결과를 도출할 수 있을 것으로 기대된다. 지역단위, 동단위 등 범위가 클 경우에 승하차 정류장 정보 오류는 큰 영향을 미 치지 않지만, 특정 지점(예 공항, 병원, 학교 등)을 대상으로 범위를 한정할 때에는 영향이 매우 커지기 때문 이다. 지자체 또는 연구기관에서는 교통카드 데이터를 수집할 때 버스승하차조사 결과 및 버스정보시스템 데이터를 함께 수집하여 본 논문에서 제시한 승하차 정류장 정보 오류가 존재하는지를 검토할 필요가 있고, 존재한다면 교통카드 데이터를 버스정보시스템 데이터로 보정하여 보다 정확하게 정책 의사 결정에 도움이 되는 집계 결과를 도출할 수 있을 것으로 판단된다.
승하차 정류장 정보 오류 보정 알고리즘은 네 가지 의의가 있다. 첫째 선행 연구에서 다뤄지지 않았던 교 통카드 데이터 내 승하차 정류장 정보 오류를 제안하고 보정한다는 점, 둘째 교통카드 데이터, 버스정보시스 템 데이터를 참값으로 판단할 수 있는 버스승하차 조사 결과로 검증한다는 점, 셋째 교통카드 데이터를 교통 카드 데이터 자체만 활용하여 정제하는 것이 아닌 보다 정확도가 높다고 판단되는 타 데이터(버스정보시스 템 데이터)를 활용하여 보정한다는 점, 넷째 서로 연관성이 높으나 각각 활용되었던 데이터를 통합하여 활용 한다는 점이다.
