Ⅰ. 서 론

정부 차원에서 매년 진행하고 있는 모빌리티 관련 조사인 “첨단모빌리티현황조사”에서는, 조사 대상을 수요응답형 수단(DRT : Demand Responsive Transport) 및 공유형 개인형이동장치(PM : Personal Mobility) 등을 포괄하는 첨단 모빌리티 서비스, 자율주행차와 도심항공교통(UAM : Urban Air Mobility)을 포함하는 첨단 모빌리티 수단, 그리고 이들의 운행을 지원하는 기반 시설, 세 가지로 구분하고 있으며, 운영 현황을 지방자치단체 설문을 통해, 이용 현황은 지방자치단체 설문과 모바일인덱스(Mobile Index : 앱별 이용량)을 통해 통계 수준으로 파악하고 있으며, 데이터 기반의 이용량, 이용시간, 이용O/D(출도착지) 등은 조사하지 못하고 있다.

해외에서는 PM 이용 현황을 분석한 논문을 찾아볼 수 있는데 시카고(Chicago), 샌프란시스코(San Francisco), 오스틴(Austin) 등에서 많은 연구가 이루어졌다. 이러한 연구가 진행될 수 있었던 이유는 해당 정부에서 PM 데이터를 수집하여 연구자 등에게 제공했기 때문이다. 이러한 논문에서는 PM의 이용 현황을 분석하여, 배차 방법, 주차 규제 근거 마련 등 새로운 정책을 발굴하였는데, PM과 모빌리티 활성화, 안전 강화 등 정책 개발을 위해서는 법과 제도를 통해 PM 사업자에게 데이터 제공을 의무화할 필요가 있다.

본 연구에서는 현재 대한민국의 PM 데이터 정책의 성숙도와 해외 주요 도시의 성숙도를 평가하여, 우리나라 PM 데이터 정책이 어느 수준까지 발전해야 할지를 살펴보고자 한다. 이를 위해 우선 PM 데이터 제공 의무화 관련 해외사례를 알아보고, 각 제도를 바탕으로 어떠한 연구를 진행했는지 살펴보았고 우리나라에는 아직 PM 데이터 제공 의무화 제도가 없는데, 이러한 환경에서 어떠한 연구가 이루어졌고, 데이터는 어떻게 수집되었는지도 살펴보고, 해당 연구에서 사용한 데이터 수준으로 보았을 때 국가 데이터 수준을 우리나라 기존 연구에서 사용된 수준의 수준으로 높이면 우리나라 PM 데이터 성숙도가 어느 정도 높아질 수 있는지, 이를 위해서는 어떠한 법 제도를 보완해야 하는지를 제안하고 자 한다.

Ⅱ. 정책현황 (DMM 및 PM 데이터 정책 현황)

1. 데이터 성숙도 모델(DMM)개념 및 프레임워크

데이터 관리 분야에서 주로 사용되는 대표적 프레임워크는 ISO 8000, DMBOK, DMM이 있는데, ISO 8000는 데이터 품질기준을 정하는 데 초점이 맞춰져 있고, DMBOK은 방대한 지식체계를 제공하지만 각 지식 영역을 나열하고 있어, 단계적 정책 제안이 가능한 DMM 프레임워크를 중심으로 PM 데이터의 현재 성숙도를 파악하고 단계적 발전 방안을 제안하였다.

데이터 성숙도 모델(Data Management Maturity Model, DMM)은 조직이 데이터를 체계적으로 관리하고 통제하는 역량을 정량적, 정성적으로 평가하기 위한 이론적 프레임워크다. 초기의 성숙도 모델은 주로 소프트웨어 개발 프로세스 개선을 위한 CMM(Capability Maturity Model)에서 출발하였으나, 데이터가 핵심 자원으로 부상함에 따라 데이터 거버넌스와 아키텍처 관점을 통합한 DMM으로 진화해 왔다. CMMI Institute(2014)의 DMM 프레임워크 모델은 데이터 거버넌스, 데이터 품질, 데이터 운영 등 6개 핵심 영역을 바탕으로 조직의 데이터 관리 수준을 5단계(수행-관리-정의-측정-최적화)로 세분화하였다. 특히 3단계(정의 단계)에서 조직의 데이터 아키텍처 표준화의 필요성을 강조하며, 4단계 이상부터는 이기종 시스템 간의 상호운용성(Interoperability)을 핵심 성숙 지표로 삼고 있다.

2. PM 데이터 제공 의무화 정책 현황

1) 해외사례

PM 데이터를 정부에 의무적으로 제공하도록 한 사례는 대표적으로 시카고(Chicago), 샌프란시스코(San Francisco), 오스틴(Austin) 미니애폴리스(Minneapolis) 사례가 있으며, 파리(Paris)와 싱가포르(Singapore)에서는 정부에서 PM사의 데이터를 제공받아 연구한 사례가 있다. 시키고와 샌프란시스코는 공유PM 허가 조건으로 데이터 제공을 의무화하였고, 샌프란시스코는 운영 허가 조건에 파일럿 프로그램(Powered Scooter Share Permit Program) 운영 참여를 포함하였다. 싱가포르도 LTA(Land Transport Authority)면허 조건으로 데이터를 제공토록 하였다. 각 국가나 도시에서 어떠한 데이터를 수집하여 제공하는지는 각 도시에서 수용하고 있는 데이터 표준을 통해 알 수 있는데, 대표적인 표준은 MDS(Mobility Data Specification)와 GBFS(General Bikeshare Feed Specification)가 있다.

(1) MDS (Mobility Data Specification)

도시 당국이 운영사로부터 모빌리티데이터를 수집하여 규제 준수 여부를 감독하고 교통 정책을 수립하기 위한 표준으로, 주로 시카고, 샌프란시스코 등 미국 도시에서 활용한다. 로스앤젤레스에서 MDS 표준을 처음 개발하고 도입하였으며, 시카고는 2019년 PM 파일럿 프로그램 당시, 운영사들에게 MDS (Provider API)와 GBFS 표준을 사용하여 데이터를 공유하도록 의무화했다. 시카고는 이를 통해 실시간 기기 위치, 상태 변경 등을 모니터링하고 규제 준수 여부를 확인했다. 샌프란시스코의 SFMTA(샌프란시스코시교통국)는 MDS 버전의 API를 활용하여 PM의 가용성 통계를 실시간으로 모니터링하고 파일럿 프로그램을 평가했다.

(2) GBFS (General Bikeshare Feed Specification)

사용자가 앱을 통해 현재 이용 가능한 기기를 찾을 수 있도록 돕는 실시간 공개 데이터 표준으로, 운행기록보다는 ‘현재 상태’를 보여주는 데 초점이 맞춰져 있다. GBFS는 북미 자전거 공유 협회(NABSA)에서 처음 도입한 표준으로, 북미 지역의 자전거 및 PM 공유 시스템에서 널리 사용된다. 시카고는 MDS와 더불어 운영사들에게 GBFS 표준을 준수하는 공개 데이터 피드(Public Data Feeds)를 구축하도록 요구했으며, 이를 통해 서드파티(Third-party) 앱들이 여러 운영사의 기기 정보를 통합하여 사용자에게 보여줄 수 있게 했다.

2) 국내사례

현재 국내에서 PM 데이터 제공을 의무화한 사례는 찾아볼 수 없다. 다만 2022년 11월에 국토교통부와 한국교통안전공단 11개 공유형 PM사 업무협약(MOU)을 통해 PM 데이터를 국가대중교통정보센터(TAGO)에 연계하기로 합의한 바 있으며, 시범사업으로 세종시에 운영 중인 3개 PM사의 데이터를 연계하여 Open-API로 대국민 제공 중이다. 제공하고 있는 데이터는 주차위치정보, 차량상태(배터리), 차량ID 등 운영정보이며, 이용 정보는 포함되지 않는다.

3) DMM 프레임워크와 연계한 국내외 PM 데이터 정책 관련 시사점

우리나라 PM 데이터 정책 수준이 어느 정도인지를 파악하기 위해 해외 주요 도시의 PM 데이터 정책을 살펴보았다. 도시별로 다양한 정책을 운용하고 있으나, 결국 어떠한 표준을 사용하느냐에 따라 정책 수준이 달라질 수 있다는 것을 알 수 있었다. MDS는 정부가 업체를 관리 감독하고 데이터를 분석하기 위한 관리 및 관제용 표준이라면, GBFS는 사용자가 기기를 찾고 대여할 수 있도록 돕는 서비스 탐색용 공개 표준으로 볼 수 있다. 해외 주요 도시들은 정부 주도하에 PM 데이터를 적극적으로 수집하여 정책에 활용하고 있고, 우리나라는 아직 PM 데이터에 대한 정책이 부족한 상황이다. 우리나라와 해외 주요 도시들의 PM 데이터 관련 정책 수준을 정량적으로 알기 위한 기준이 필요했는데 DMM 프레임 워크를 활용하여 국내외 도시 별 PM 데이터의 성숙도를 판단할 수 있을 것으로 보이며, 이를 통해 주요 도시와 우리나라의 데이터 수준 차이를 어떠한 제도와 정책으로 극복할 수 있을지도 알 수 있을 것으로 보인다.

Ⅲ. 선행연구고찰 (PM 데이터 활용 연구 현황)

본 장에서는 정부에서 제공한 PM 데이터를 활용한 해외 연구의 현황에 대해 알아보고자 한다. 또한 국내에서는 아직 PM 데이터 제공 의무화가 이루어지지 않았음에도 개별적 데이터 구득을 통해 진행되고 있는 PM 데이터 활용 연구를 데이터 특성별로 살펴 봄으로서, 우리나라의 PM 데이터 성숙도가 얼마나 높아질 수 있는지, 성숙도가 높아지면 어떠한 추가적인 연구와 정책이 도출될 수 있는지 알아보고자 한다.

1. 해외연구

해외 주요 도시에서는 <Table 1>과 같이 PM 도입 초기 발생한 무분별한 주차와 안전 문제를 해결하기 위해, 정부 주도의 데이터 수집 체계를 구축하고 이를 활용한 연구들을 실증적인 정책 수립의 근거로 활용하고 있다.

City of Chicago(2021)는 파일럿 프로그램을 통해 수집된 약 82만 건의 트립 데이터와 응급실데이터, 민원 데이터등을 결합하여 분석한 결과, PM 이용이 저녁 퇴근 시간대에 집중되며, 부상 사고와 불법 주차 관련 문제가 지속됨을 확인하고, 이를 근거로 PM 기기를 고정 물체에 묶어두는 ‘Lock-to’ 방식을 의무화하는 정책을 도입했다. SFMTA(2019) 또한 샌프란시스코 내 운영 데이터를 분석하여 ‘Lock-to’ 방식 도입 이후 PM 주차 관련 민원이 급감했음을 입증하였으며, 설문조사로 PM이 카쉐링과 개인 차량 통행을 약 40% 대체하는 것으로 나타나 지속 가능한 교통수단으로서의 가능성을 확인했다.

한편, Bai and Jiao(2020)와 Huo et al.(2021)은 오스틴, 미니애폴리스 등 미국 주요 도시가 오픈 데이터 포털을 통해 공개한 PM 주행 데이터를 분석하여, 인구 밀도가 높고 토지 이용이 복합적이며 대중교통 접근성이 우수한 지역에서 PM 이용이 활발함을 입증했다. 또한 도시별로 이용 시간대와 패턴에 차이가 있음을 밝히며, 토지 이용 특성과 도시의 물리적 환경을 고려한 맞춤형 PM 배치 전략이 필요함을 강조했다.

Christoforou et al.(2021)과 APUR(2020)은 파리에서 운영사들이 제공한 집계 데이터와 설문조사를 결합하여 분석한 결과, PM 이용자 대다수가 젊은 남성 고소득층이며, PM이 주로 걷기와 대중교통을 대체하고 있음을 밝혀냈고 파리 시는 지속 가능성을 높이기 위해 PM사 수를 제한하고 기기 수명 연장 및 친환경적 재배치 정책을 추진했다.

Zhu et al.(2020)은 싱가포르에서 수집한 GPS 데이터를 바탕으로 공유PM이 공유 자전거보다 회전율은 높지만 배터리 충전 등을 위한 재배치(Repositioning) 소요가 크다는 점을 지적하며, 운영 비용 절감과 거리 질서 유지를 위해 지정된 주차 구역이나 도킹 스테이션 기반의 운영 방식이 효율적일 수 있음을 제언했다.

2. 국내연구

국내 논문을 각 논문에서 활용한 PM 데이터의 특성별로 구분하면 <Table 2>와 같으며, 대표적으로 출도착지(O/D) 데이터, 경로(궤적) 데이터, 주차된 PM 위치 데이터를 활용한 연구로 구분할 수 있다.

각 연구의 특성을 살펴보면 김수재의 연구는 공간적 수요에 집중하는데, 서울시를 200m 격자 단위로 나눈 출도착지(O/D) 데이터를 활용하여, 어떤 도시 환경 요인이 대여와 반납을 유도하는지 분석했다. 특히 지하철 출구 수와 같은 교통시설 지표가 이용량에 가장 강력한 영향을 미친다는 점을 규명함으로써, 대중교통 접근성 중심의 효율적인 운영 관리 전략이 필요하다는 시사점을 도출했다(Kim et al., 2021).

김나연의 연구는 데이터의 해상도를 1초 단위의 개별 주행 궤적으로 높여 안전 문제를 정밀하게 파악했다. GPS 기반의 속도와 가속도 변화를 추적하여 과속, 급가속, 급정거와 같은 종방향 위험 주행 상황(Hazardous Driving Events, HDE)을 식별하는 방법론을 제시했고, 이는 단순히 이용량이 많은 곳을 찾는 것을 넘어, 어느 지점에서 이용자가 사고 위험에 노출되는지를 분석하여 능동형 안전 관리 시스템을 구축하는 기초가 될 수 있을 것으로 기대된다(Kim et al., 2022).

강희찬의 연구에서는 최근 민감한 화두 중 하나인 개인정보 보호와 데이터 공유의 접점을 찾고자 연구를 진행하였는데, 이용자 ID가 포함된 궤적 데이터 대신, 비이용 중인(대기 중인) 차량의 위치만을 보여주는 ‘대기 데이터(Standby Data)’를 활용하여 이 데이터만으로도 기존의 통행량이나 피크타임 분석이 충분히 가능하다는 것을 입증함으로써, 법적 상충 없이 민관이 데이터를 공유하고 모빌리티 정책을 수립할 수 있는 새로운 대안을 제시했다(Kang et al., 2023).

3. 국내외 PM 데이터 활용 연구 관련 시사점

해외에서는 정부에서 수집한 PM 데이터를 활용하여 다양한 연구를 수행하고 있다. 반면 국내에서는 PM사에서 데이터를 제공해 줄 경우에 PM 데이터를 활용한 연구를 수행할 수 있는 상황이다.

PM사에서 제공해 주는 데이터의 수준에 따라 논문의 한계도 정해질 수 밖에 없는 상황인데, 2021년에는 1개 PM사의 PM의 출도착지 정보만 제공되어 해당 데이터를 활용한 교통수요 관련 논문이 작성되었고, 2022년에는 같은 PM사의 궤적 정보가 제공되어 PM의 주행 행태를 기반으로 PM 안전에 대한 논문이 작성될 수 있었다. 2023년에는 3개 PM사의 데이터를 정부 시스템인 TAGO에 연계하였고 해당 데이터를 활용하여, 통행량이나 피크타임 등을 분석하는 논문이 작성되었는데, 데이터 수집 측면에서는 3개사의 PM 데이터를 정부 시스템을 기반으로 수집한 가장 발전적인 형태로 볼 수 있으나, 수집된 데이터는 대기하고 있는 PM 데이터이기 때문에 데이터 수준은 가장 낮다고 볼 수 있다.

제시한 3개 연구는 정책이 뒷받침되면 어느 정도까지 PM 데이터의 성숙도가 높아질 수 있는지를 보여줬으며, 데이터의 성숙도에 따라 더욱 다양한 정책연구가 가능하다는 점을 보여줬다.

Ⅳ. DMM 기반 PM 데이터의 성숙도 평가

CMMI Institute(현 ISACA)에서 2014년에 발표한 DMM 모델의 5단계 구조적 틀 상에서 우리나라 PM 데이터 정책의 수준은 어느 정도이고, 해외 주요 도시의 PM 데이터 정책의 수준은 어디까지 발전하였는지를 살펴보았다. PM 데이터 공유 성숙도 평가지표(데이터 표준, 연계기술, 품질관리, 거버넌스, 관리전략)를 기준으로 국내외 주요 도시의 성숙도와 대한민국의 평가지표 별 PM 데이터 성숙도를 판단하기 위해 5년 이상의 경력을 가진 학계(3인) 및 공공분야(3인), 산업계(2인) 전문가들을 패널로 구성하여 전문가 패널 평가(Expert panel Assessment) 및 심층 인터뷰(In-depth interview)를 수행하였으며, 전문가 간 의견이 조정될 수 있는 과정을 두어 2회의 평가를 수행하였다. 평가는 각 평가지표 별로 DMM의 5개 레벨 중에 우리나라가 어느 레벨에 해당하는지를 선택하는 방식으로 조사하였고, 성숙도 판단 외에도 평가지표 별 목표 수준을 어느 정도로 두어야 하는지, 어떠한 정책을 개선해야 하는지도 포함하여 인터뷰를 수행하였다.

평가 결과 로스엔젤레스와 센프란시스코, 시카고는 API 연동을 통해 MDS 표준 기반 실시간 전체 관제를 하고 있어 데이터를 통해 전체 프로세스를 정량적으로 측정하고 통제하는 DMM Lv.4 단계에 해당하며, 파리와 싱가포르의 경우 자체 표준 API, 실시간 통계 및 주차/운영 관리 등을 수행하여 도시 차원의 표준화된 데이터 거버넌스와 지침이 확립된 Lv.3 단계로 볼 수 있고, 대한민국은 비실시간, 사후 통계(사고/대수)와 규제 중심으로, 데이터가 각자 고립된상태에서 제한적인 보고 지침만 존재하는 Lv. 1~2 수준으로 응답하였다. DMM 5단계 구조와 전문가 평가 결과에 따른 평가지표 별 성숙도와 정책적 시사점은 <Table 3>과 같다.

<Table 3>

Current status and goals of PM data maturity by DMM item in korea

Based on DMM Level		Current DMM Level in Korea
Division	Explanation	Current Status and Target Goal Diagram	Target Goal	Current Status	Target Goal	Strategic Priorities Suggestion (Policy Implications)
Lv.5 (Optimizing)	Data management is automated and continuously improved		Data Standards	Lv.1.50	Lv.4.00	Establishment of National Standard Schema(e.g., K-MDS)
Lv.4 (Measured)	Data processes are systematically measured and integrated		Integration Tech	Lv.1.25	Lv.3.50	Implementation of Real-time API Gateway
Lv.3 (Defined)	Standardized policies and architectures are implemented		Quality Mgmt	Lv.1.00	Lv.3.00	Introduction of Data Quality Certification System
Lv.2 (Managed)	Basic processes are established but limited in scope		Governance	Lv.1.75	Lv.4.00	Legislation for Data Sharing & Public-Private Partnership
Lv.1 (Performed)	Data is reactive and isolated in silos		Mgmt. Strategy	Lv.1.50	Lv.4.00	Building a PM Data Management Roadmap

대한민국의 PM 데이터 정책 성숙도는 매우 낮은 수준으로 평가되었는데, 각 평가지표 별로 성숙도를 높이기 위해서는 국가 표준 제정과, 정부 시스템 구축, 품질 인증제 도입, 민관 협의체 법제화, PM 데이터 관리 로드맵 구축 등이 필요하다는 의견이 많았다. 이와 관련하여 주요하게 봐야 할 부분은 해외에서 PM 사업 허가 조건으로 실시간 운행 데이터를 표준화된 API 형태로 공유하도록 의무화하고 있다는 점이다. 대한민국의 법체계에서는 아직 PM 대여업에 대한 정의가 없는 상황이며, 관련 법이 상정되어 재정을 추진하고 있다. 해당 법에는 PM 대여업에 대한 정의가 포함되어 있고 2025년 11월에 데이터 제공 의무화에 관한 내용이 포함되었으나, 데이터 표준화 등 아직 보완해야 할 내용이 많이 남아있으므로, 해외 데이터 제공 의무화 사례와 데이터 표준화 내용을 벤치마킹할 필요가 있다.

Ⅴ. PM 데이터 성숙도 상향을 위한 법제도 개선 방안

전문가 의견을 살펴보면, 기술적으로는 국가 표준을 마련하고, API 기반 실시간 정보 유통 체계를 구축해야 하며, 데이터 품질 인증제 도입이 필요하다는 의견이 제시되었고 민-관 파트너십 구축, 데이터 관리 로드맵 구축이 필요하다는 의견도 제시되었다. 본 장에서는 전문가 평가 결과와 의견을 바탕으로, 기술적으로 PM 데이터의 성숙도를 높이기 위한 4가지의 법과 제도 개선 방안을 제안하였다. ➊ 국가통합교통체계효율화법(이하 교통체계법) 개정을 통한 모빌리티 데이터 제공 의무화 방안 (모빌리티 전반 데이터 성숙도 Lv.2~3으로 개선을 위한 제도) ➋ PM 법 개정 방안 (PM 데이터 성숙도 Lv.3~4로 개선을 위한 제도) ➌ 데이터 표준화 방안 (PM 데이터 성숙도 개선(Lv.3~4) 구체화 방안 ) ➍ PM 데이터 센터 구축 방안 (PM 데이터 성숙도 Lv.4 이상으로 개선을 위한 기반 마련)

1. 교통체계법 개정을 통한 모빌리티 데이터 제공 의무화 (모빌리티 전반 데이터 성숙도 Lv.2~3으로 개선 제도)

국가 단위의 교통정보를 수집할 수 있는 근거인 교통체계법을 개정하여 모빌리티 데이터를 의무적으로 수집하게 되면, 비단 PM에 대한 데이터만 수집할 수 있게 되는 것이 아니라 전국 단위로 운영되는 모빌리티 서비스 관련 데이터를 모두 수집할 수 있는 근거가 된다는데 큰 의미가 있다. 입법학(legislation)에서는 법에서 특정 사항에 관한 내용이 갖추어지지 않았거나, 법에 포함되어야 하는 특정 사항이 해당 법을 벗어나는 경우 법을 개정해야 한다고 보고 있다. 다양한 법 연구자들도 우선 기존 모빌리티 체계 내에 새로운 모빌리티를 포섭시켜야 하며, 이후 법체계의 근본적인 구조 변경을 동반하게 될 것으로 보고 있다(Park, 2023).

교통체계법 제90조는 국가 단위의 교통데이터 수집에 대한 항목이 갖추어져 있어 입법의 불비(不備) 사항으로 볼 수 없으나, 기존 법 조항의 해석만으로는 새로운 모빌리티 수단을 포함할 수 없는 법 포섭(抱攝)의 한계에 해당한다고 볼 수 있어 법 개정이 필요하며, 개선 방안으로는 교통체계법이 교통정보에 대한 업무를 총괄하는 역할을 하고 있으므로 교통체계법에는 전국 단위의 모빌리티 정보의 수집, 분석, 관리, 제공 업무를 국토교통부에서 수행한다는 내용을 포함하고, 각 모빌리티 수단 별 수집, 분석, 관리, 제공에 관한 사항은 각 모빌리티 수단을 다루는 법 (PM법(안), 대중교통법, 여객법 등)에서 정의하도록 해야한다.

2. PM 법 개정 (PM 데이터 성숙도 LV.3~4로 개선 제도)

PM법(안)은 21대 국회(2020년)에 상정되었으며, 21대에는 4개 이상의 유사 법안이 상정되었으나, 회기 내에 통과되지 못하고 21대 국회 임기 만료로 자동 폐기되었으며, 22대 국회가 들어서고 바로 2개의 PM법(안)이 다시 상정되었는데 해당 법안에서 실시간 데이터 연계나, 운영 관련 데이터 제공 등에 대한 내용은 없었고 통계의 작성과 공표에 관한 내용이 포함되어 있었다.

해당 법안들에 PM 데이터를 체계적, 종합적으로 관리해야 한다는 조항을 추가해야 한다는 제안이 지속적으로 있었는데 2025년에 제안된 PM 법안(정일영 의원 대표 발의) 에서는 PM 데이터 관리에 대한 다양한 내용이 담겼다. 이 법안은 아직 통과되지 않았지만 기존 법안처럼 단순히 사고 방지에만 그치지 않고 국가 차원의 통계 관리와 지자체 중심의 데이터 수집 체계, 그리고 이를 활용한 기술 혁신까지 포괄하는 데이터 관리 기반을 마련하고 있다.

PM 데이터 관련 조항을 살펴보면 “데이터 수집 / 활용 체계 구축”에서는 시·도지사 등이 5년마다 수립하는 ‘활성화 및 관리계획’에 데이터 수집·관리, 활용 체계 구축 사항을 포함하게 되어 있으며 “기술 혁신을 위한 데이터 개방”에는 국가와 지자체는 PM의 안전성 제고와 기술 혁신을 지원하기 위해 데이터 개방 및 공유를 추진할 수 있다고 되어 있고, “사업자의 자료 제출 의무” 조항에는 대여사업자는 관할 지자체에 운행 기록 등 관련 자료를 성실하게 제출해야 할 의무와 시·도지사는 대여사업자에게 대여 현황 등 자료 제출을 요구할 수 있고, 사업자는 이에 따라야 한다는 내용이 포함되어 있다. 해당 법안에서도 데이터 제공에 대한 구체적 내용은 대통령 영으로 정하게 되어 있기 때문에 하위법률에는 데이터 관리를 위한 관련 내용을 포함하기 위한 데이터의 표준화에 관한 내용과, 시도지사가 자료 제출 요구에 근거로 삼을 수 있는 지자체 조례(표준조례)를 작성해야 할 필요가 있으며, 해당 데이터를 연계할 수 있는 시스템 구축 방안을 마련할 필요가 있다.

3. 데이터 표준화 방안 (PM 데이터 성숙도 개선(Lv.3~4) 구체화 방안)

국제적으로 활용하고 있는 PM 데이터 관련 표준으로는 MDS와 GBFS가 있는데, 앞서 살펴본 국내 PM 데이터 활용 논문을 바탕으로 해당 표준에 맞는 데이터를 국내에서도 수집 가능한지를 살펴보았다. 두 가지 표준의 데이터 수준과 특성이 상이하여서 각 표준을 도입하면 PM 데이터 성숙도 단계가 달라질 수 있다.

1) GBFS 수준의 표준 도입 (데이터 성숙도 Lv.3 수준)

강희찬의 연구에서는 세종시에서 공유형 PM을 운영 중인 3개사의 정보를 국가시스템(TAGO)에 연계한 데이터(시범사업)을 활용하였으며, 해당 데이터는 <Table 4>와 같은데 PM사에서 제공에 가장 부담이 적고, 현재 각 PM 서비스 이용자들에게 제공 중인 ‘사용가능한 PM차량의 주차위치’ 관련 대기데이터를 수집한 것(Kang et al., 2023)이므로 이를 전체 업체 및 전국으로 확대하는 데에는 큰 무리가 없을 것으로 보인다. 이 데이터 표준 만으로도 데이터 성숙도를 LV.3까지 높일 수 있을 것으로 보이는데 이 표준화를 통해 앞서 데이터 성숙도가 LV.3~4에 해당하는 해외 도시들에서 활용한 표준인 GBFS과 유사한 수준의 자체 표준을 가질 수 있게 된다.

TAGO의 자체 표준과, GBFS(Vehicle Status) 표준을 살펴보면 GBFS의 필수항목 중 기기가 예약되어 있는지(is_reserved), 대여 불가능 상태인지(is_disabled)를 제외한 항목을 모두 TAGO 표준에서 수집하고 있으며, TAGO에서는 대여가 불가능하거나 예약이 되어 있을 경우 데이터를 수집하지 않기 때문에 GBFS의 데이터 필수 항목과 TAGO 자체 표준 데이터 항목은 거의 같아, TAGO PM 데이터 표준은 GBFS과 유사한 수준의 데이터 표준으로 볼 수 있다.

2) 데이터 성숙도 LV.4 수준의 표준 도입 제안

PM 기술 발전과 운행 관리를 위한 데이터 수집 시 필요한 데이터는 MDS를 준용할 수 있는데 MDS의 모빌리티 데이터 사양은 차량(차량 종류, 추진 방식, 차량 상태), 이벤트(이벤트 시간), 원격 측정 (GPS 데이터), 정지(정지 상태), 통행, 보고서로 나누어지며 그중 통행(Trip)에 대한 표준 데이터 구조는 <Table 5>와 같다.

MDS는 정부가 업체를 관리 감독하고 데이터를 분석하기 위한 관리 및 관제용 표준으로 PM의 운행 궤적을 포함하고 있다. 이는 김나연의 연구에서 사용한 데이터와 유사한데, 기기정보, 주행 일시정보, 위치정보 등 MDS의 Trip 데이터 중 필수항목이 대부분 포함되어 있고, 통행 시작시간 및 위치 통행 종료 및 위치 뿐만 아니라 운행 궤적데이터도 포함(Kim et al., 2022)하고 있기 때문에 MDS의 통행시간과 거리 등 위치데이터도 쉽게 산출할 수 있는 수준이다. 이를 통해 국내 PM사들도 MDS 표준에 해당하는 항목을 수집할 수 있다고 볼 수 있으며, 해당 항목을 기반으로 PM사들과의 협의 및 전문가들과의 논의를 통해 필수항목 중심의 데이터 표준화가 어렵지 않게 이루어질 수 있을 것으로 보인다.

문제는 어떠한 형태의 데이터를 어디에 어떻게 제공하느냐인데, 앞서 설명한 데이터 표준화가 우선 이루어져야 하며, 데이터 표준화는 각 지자체에서 각각의 표준을 결정하는 것보다는 MDS의 사례처럼 국가 차원에서 동일한 표준을 정해서 지자체와 사업자에 배포하는 것이 효율적이다.

4. PM 데이터 센터 구축 방안 (PM 데이터 성숙도 LV.4 이상으로 개선을 위한 기반 마련)

지방자치단체나 교육청에서 PM 이용과 안전에 관련된 조례를 192개¹⁾ 수립하였으나, PM 데이터 관련 조례 제정은 전혀 없는 상태이다. 해외사례에서 볼 수 있듯 PM 데이터를 수집하기 위해서는, PM대여업 등록을 담당하는 지방정부에서 PM대여업 등록 기준 중 하나로 데이터 연계 및 제공 항목을 포함해야 한다.

또한, 데이터 수집을 위한 서버 구축 및 연계가 필요한데, BIS(Bus Infomation System)나 ITS(Intelegence Transport System)처럼 지자체별 데이터센터를 구축하고, PM사에서 제공하는 데이터를 연계하는 방안과 국가 차원에서 모빌리티 데이터 센터를 구축하고 국가 모빌리티 데이터 센터에 각 PM사가 데이터를 연계하는 방안이 있다.

기존 BIS의 경우 버스운송사업의 사업자가 지자체별로 다르므로 지자체별로 BIS데이터를 수집하여 국가대중교통정보센터에 연계하는 것이 합당했으며, ITS의 경우 지자체별로 사업을 추진하고 데이터를 관리하고 있기 때문에 <Fig. 1>과 같이 지자체별로 데이터를 수집하여 국가교통정보센터에 연계하는 것이 합당했다.

Fig. 1

Information Linkage System (Standards for Basic Traffic information Exchange)

하지만 PM 등 모빌리티 서비스 사업은 대부분 전국 단위 사업자이기 때문에 <Fig. 2>와 같은 지자체 단위 모빌리티 데이터 센터 구축 방식은 효율성이 떨어진다. 모빌리티 데이터 센터는 모빌리티 서비스의 특성에 맞게 전국 단위 센터를 구축하는 것이 합당하고, 등록이나 인면허를 지자체에서 받더라도 <Fig. 3>과 같이 데이터는 국가 모빌리티 데이터 센터로 연계하도록 하는 것이 편의성이나 데이터 관리, 예산 절감에 유리하다.

Fig. 2

Local Mobility Center Based PM-Data Integration

Fig. 3

National Mobility Center Based PM-Data Integration

Ⅵ. 결 론

1. 연구의 의의 및 한계

본 연구에서는 대한민국의 PM 데이터 정책 성숙도 현황과 향상 전략을 DMM 모델을 중심으로 제시하였는데, 모빌리티 데이터 정책의 현실과 비전을 구체적 단계로 제시했다는 데 의미가 있다. 다만 PM 데이터 관련 전문가가 많지 않아, 소규모 전문가 패널의 의견을 중심으로 평가가 이루어졌기 때문에 일반화에 한계가 있고, 특정 분야 전문가 편중에 따른 잠재적 편향이 존재할 수 있다. 또한 본 연구에서는 PM 데이터만을 연계 유통하는 상황을 다루었으나, 다양한 기관과 시스템에 분산된 대규모 이기종 데이터를 통합 관리하고 상호 운용성을 확보하기 위해 메타데이터 구조 설계가 핵심 전략으로 대두되고 있듯(Nam and Chung, 2026) 향후 연구에서는 PM과 타 교통서비스와의 연계를 위한 메타데이터화에 대한 연구도 진행되어야 한다.

모빌리티 서비스 중 PM을 관리하는 법안이 최초 발의된 후 5년간 통과되지 못하고 있고, PM 데이터 연계 관련된 내용은 5년 만에 처음으로 법안에 포함된 상황이다. 법이 통과되어도 실제 데이터 연계를 위해서는 데이터 표준화 및 데이터 센터 구축, PM 등록제 및 등록 시스템 구축, 지자체별 PM 관리 조례 제정 등 다양한 절차가 남아있다. 법 통과 이후 PM 데이터를 어느 수준으로 유통할 것인지도 고민해 봐야 할 부분인데, GBFS 표준 수준으로 연계 및 유통한다면 이미 3개 PM 사업자와 논의된 바 있으므로 빠르게 추진할 수 있을 것이며, MDS 표준 수준으로 추진한다면 다양한 활용이 가능하지만, 도입에 많은 논의와 시간이 필요하므로, 두 표준 중 어디에 초점을 맞춰야 할지 고민이 필요하다. 본 연구에서 제안한 표준 작성과 법제도 개선은 우리나라 PM 데이터 성숙도를 여러 단계 상승시킬 수 있을 것으로 기대되며, 데이터 성숙도 상승과 함께 PM 관리를 통한 안전성과 서비스 향상에도 기여할 것으로 기대된다.

2. AI시대, 모빌리티 시대에 대응한 새로운 모빌리티 수단 데이터 수집 방안 제안

도로소통데이터와 대중교통데이터가 전국 단위로 연계되어 수집된(2005년) 이후 약 20년 만에 새로운 전국 단위 모빌리티 서비스가 도입되고 있고, 모빌리티 시대라 칭할 만큼 다양한 새롭고 다양한 모빌리티 서비스가 빠르게 도입되고 있어, 모빌리티 서비스별로 각각 정책을 세워 대응하는 방식은 법제도가 자리 잡는 데 상당한 시간이 걸리기 때문에 효용성이 낮다. 한편, 급속도로 발전하고 있는 AI시대에는 정형화되어 있지 않더라도 다양하고 많은 데이터가 존재한다면, 데이터 표준화나 법제도를 통한 데이터 연계가 없이도 모빌리티의 통행과 관련된 분석과 새로운 정책 도출이 가능하다.

그런데, 사회의 다양한 데이터들이 쌓이고 AI를 통해 사회 분석이 가능한 상황과 다르게 모빌리티 서비스 관련 데이터는 대부분 사용 후 휘발되고 있다. 사용할 수 있는 PM의 위치나 차량 대수, 수요응답형으로 상황마다 변경되는 DRT의 위치, DRT 차량의 공석이나 이용량 등이 대부분은 휘발되고 있기 때문에 아무리 훌륭한 AI 모델이 있더라도 모빌리티 통행에 대한 분석은 어려울 수밖에 없다.

비표준화된 다양한 데이터를 분석할 수 있는 AI시대, 그리고 새로운 모빌리티 서비스가 쏟아지는 모빌리티 시대에는 새로운 서비스가 도입되면 관련 이동에 관련된 모든 데이터를 휘발되기 이전에 저장하는 역할을 공공에서 해 주어야 한다. 이러한 AI 및 모빌리티 시대에 맞는 연구나 공공의 역할에 대한 새로운 고민과 투자가 필요한 시점이다.