Ⅰ. 서 론

1. 연구의 배경 및 목적

최근 기후변화에 따른 이상기후 현상이 전 세계적으로 심화됨에 따라, 이에 수반되는 사회·경제적 손실 또한 가중되고 있다. 국제사회는 기후변화의 주요 원인인 온실가스 배출을 억제하고자 다각적인 정책적 노력을 기울이고 있으며, 특히 수송부문의 탈탄소화가 핵심 과제로 대두되었다. 국내의 경우, 2021년 기준 전체 온실가스 배출량의 약 14%가 수송부문에서 기인하는 것으로 조사되어 친환경 교통체계로의 전환이 시급한 실정이다(Ministry of Environment, 2024). 이에 정부는 친환경 자동차 보급 확대와 함께 충전 인프라 확충을 병행하는 정책 기조를 강화하고 있으며, 그 중심에서 전기차는 수송부문 탄소중립 실현의 핵심 수단으로 자리 잡고 있다(PAN-government, 2021).

지방자치단체 또한 지역 특성에 맞는 탄소중립 전략을 수립 중이며, 특히 수송부문 배출 비중이 32%에 달하는 광주광역시는 대중교통 활성화, 친환경 교통수단 전환 및 전기차 인프라 확충 등 다양한 정책들을 추진하고 있으며, 이 중 전기차 충전소 확대사업은 목표 400대 대비 2,300대를 보급하여 초과 달성한 것으로 평가되었다(Gwangju Metropolitan City, 2024). 이에 따라 충전 인프라는 단기간에 비약적인 양적 성장을 이루었으나, 실제 이용 행태를 고려한 효율성 분석은 상대적으로 부족하다. 설치 위치와 이용 수요의 불일치는 특정 구역의 유휴시설 발생 또는 상대적인 이용 집중 현상을 유발할 가능성이 있다. 그러므로 인프라의 단순 확대를 넘어, 이용 데이터 기반의 심층적인 운영 패턴 분석이 요구되는 시점이다. 특히 광주광역시는 충전 인프라가 단기간 급격히 확충된 사례로서, 전기차 보급과 인프라 확장이 동시에 진행된 광역시 수준의 도시라는 점에서 향후 유사한 전환 과정을 겪을 국내 지자체를 대표할 수 있는 사례로 볼 수 있다. 따라서 이러한 분석 결과는 유사한 정책을 추진 중인 다른 지방자치단체에도 적용 가능한 정책적 시사점을 제공할 수 있다.

이에 본 연구에서는 광주광역시에 설치된 전기차 충전기를 대상으로 실시간 이용 데이터를 활용하여 시설군별 및 행정구역별 이용 패턴을 분석하고, 충전기의 가용 시간 대비 실제 이용 시간과 에너지 활용 수준을 기준으로 인프라 효율성을 정량적으로 평가한다. 이를 바탕으로 향후 수요 기반의 전략적 인프라 구축을 위한 정책적 시사점을 도출하는 것을 목적으로 한다.

2. 선행연구

전기차 충전기와 관련된 선행연구는 크게 충전기 입지 선정에 관한 연구와 충전기 이용 행태를 분석한 연구로 구분할 수 있다.

먼저, 전기차 충전기의 입지 선정과 관련된 연구를 살펴보면 Kwon et al.(2018)은 제주특별자치도의 충전기 설치 현황을 기반으로 충전 부하를 분산시키고 충전 수요를 충족할 수 있는 최적 입지를 도출하였다. 해당 연구에서는 혼합정수계획모형과 지역 탐색 기반 휴리스틱 알고리즘을 적용하여 충전 부하의 평준화를 고려하였으며, 전기차 이용자의 우회 경로를 반영한 현실적인 입지 선정 방안을 제시하였다. Woo et al.(2021)은 충전기 정보를 API(Application Programming Interface)를 통해 수집하고 이를 유동인구 데이터와 결합하여 충전 수요를 분석하였다. 특히 커널 밀도 추정(Kernel Density Estimation)을 활용하여 확률론적 수요 예측을 수행하고, 네트워크 차원에서 충전소의 효율적인 입지 선정 및 운영 전략을 제안하였다. 또한 Kim et al.(2022)은 문헌조사와 전문가 설문을 바탕으로 AHP(Analytic Hierarchy Process) 기법을 활용하여 전기차 충전기 입지 결정 요인의 가중치를 도출하고, 이를 기반으로 급속 충전기의 입지 잠재력 점수를 산정하였다. Hong and Hong(2021)은 모란지수(Moran’s I)와 이변량 모란지수(Bivariate Moran’s I)를 활용하여 지역의 소득 수준과 충전기 보급 간의 공간적 상관관계를 분석하고, 충전 인프라의 공간적 형평성을 평가하였다. Kim and Hur(2019)는 정규 크리깅(Ordinary Kriging) 기법을 활용하여 충전소의 공간적 분포를 기반으로 충전 부하를 예측하고 신규 충전시설의 입지 적정성을 분석하였다. 이러한 연구들은 주로 충전 수요 예측과 공간적 효율성 확보를 중심으로 다양한 최적화 및 공간 분석 기법을 활용하여 충전기 입지 문제를 연구하였다. 그러나 대부분의 연구가 수요를 추정하거나 모형 기반으로 최적 입지를 도출하는 데 초점을 두고 있어, 실제 충전기 이용 데이터를 기반으로 한 실증적 검증은 상대적으로 부족한 한계를 가진다.

다음으로, 전기차 충전기의 이용 행태를 분석한 연구는 데이터 유형에 따라 설문 기반 연구와 실제 데이터 기반 연구로 구분할 수 있다. 먼저 설문 기반 연구를 살펴보면 Byun et al.(2013)은 전기차 이용자를 대상으로 충전 시간, 비용, 이용 상황 등을 고려한 설문조사를 수행하고 로짓모형을 적용하여 급속 및 완속 충전기 선택 행태를 분석하였다. 이를 통해 상황별 시간가치와 충전 비용에 대한 지불의사를 도출하였다. 또한 Figenbaum and Kolbenstvedt(2016)는 노르웨이의 전기차 운전자를 대상으로 설문조사를 수행하여 전기차의 운행 및 충전 행태를 분석하여 주거지를 중심으로 한 완속 충전이 주요한 충전 방식임을 확인하였다. 그러나 설문 기반 연구는 응답자의 주관적 판단에 의존한다는 점에서 실제 충전 이용 행태를 충분히 반영하지 못할 수 있다는 한계를 가진다.

한편, 실제 데이터를 기반으로 한 연구를 살펴보면 Baresch and Moser(2019)는 오스트리아 내 전기차 운전자의 충전 행태를 분석하여 충전기의 입지 유형에 따른 이용 패턴을 분석하고, 주거지 기반 충전 비중이 높으며 공공 및 급속 충전기의 활용은 상대적으로 낮은 수준임을 제시하였다. 또한 Cui et al.(2022)는 개인 승용차, 택시, 렌터카 등 다양한 차량 유형의 대규모 실제 운행 데이터를 활용하여 주행 및 충전 패턴을 정량적으로 분석하였다. 분석 결과, 개인 승용차는 2~3일 간격의 규칙적인 충전 행태를 보이는 반면, 택시는 하루 1~3회의 빈번한 충전을 수행하는 등 차량 유형에 따라 이용 패턴에 뚜렷한 차이가 존재하는 것으로 나타났다. Yoo et al.(2023)은 OBD(On-Board Diagnostics) 기반으로 전기차의 실시간 운행 데이터를 활용하여 주행거리, 충전 빈도, 목표 충전량, 선호 충전소 등 다양한 충전 행태를 분석하였다.

종합적으로 기존 연구는 충전기 입지 선정과 이용 행태 분석을 중심으로 다양한 방법론과 데이터를 활용하여 전기차 충전 인프라를 분석해 왔다. 그러나 입지 선정 연구는 주로 모형 기반 접근에 의존하고 있으며, 이용 행태 연구는 설문 또는 차량 중심 데이터 분석에 집중되는 경향이 있다. 특히 실제 충전기 운영 데이터를 기반으로 공간적 분포와 이용 행태를 동시에 고려한 실증적 분석은 제한적인 실정이다.

반면, 본 연구는 실제 충전기 운영 데이터를 활용하여 충전기 단위의 이용 행태를 실증적으로 분석하고, 시설 유형 및 행정구역별 특성을 통합적으로 고려함과 동시에 충전시간 산정 방식에 대한 검증과 통계적 유의성 분석을 수행한다는 점에서 기존 연구와 차별성을 가진다. 이를 통해 단순한 입지 적정성이나 이용 특성 분석을 넘어, 실제 이용 패턴과 공간적 특성을 결합한 인프라 운영 및 배치 전략 수립을 위한 실증적 근거를 제시하고자 한다.

Ⅱ. 광주광역시 전기차 및 충전기 현황

1. 데이터 수집

본 연구는 광주광역시 내 한국환경공단에서 관리하는 전기차 충전기를 분석의 공간적 범위로 설정하고, 2024년 6월 15일부터 21일까지 일주일간 충전기 이용 데이터를 수집하여 분석에 활용하였다. 전기차 충전기 데이터는 공공데이터포털에서 제공하는 전기자동차 충전소 Open API를 통해 실시간으로 제공된다. 본 연구에서는 해당 API를 활용하여 10분 간격으로 데이터를 수집하였다(Korea Environment Corporation, 2021).

<Table 1>은 수집된 데이터의 주요 항목을 나타낸 것으로, 충전기의 위치 정보와 상태 정보, 이용 정보로 구성되어 있다. 주요 항목을 살펴보면, StatNm, StatId, ChgerId는 충전기의 개별 식별 정보로 활용되었으며, 위도 및 경도 데이터를 이용하여 공간적 위치를 분석하였다. Kind 항목은 충전기가 설치된 시설 유형을 나타내며, 이를 통해 시설 유형별 특성을 구분하였다. ChgerType과 Output 항목은 충전 방식과 충전기 출력을 나타내며, 본 연구에서는 출력 50kW를 기준으로 완속 충전기와 급속 충전기를 구분하였다.

Stat 항목은 데이터 수집 시점에서의 충전기 사용 상태를 나타내며, 충전기가 ‘이용 중’ 상태일 경우 해당 시점부터 다음 수집 시점까지(10분) 충전이 지속된 것으로 판단하여 충전기 이용 시간을 산출하였다. 또한 Stat 항목에 오류가 발생한 경우, LastTsdt와 LastTedt 항목을 활용하여 마지막 충전 시작 및 종료 시점 간의 차이를 기반으로 충전기 이용 시간을 보정하여 이상 데이터를 처리하였다. 이러한 시간 산정 방식은 데이터 수집 간격에 따라 일정 수준의 오차를 포함할 수 있으므로, 본 연구에서는 시뮬레이션을 기반으로 해당 오차의 영향을 검증하였다.

데이터 수집 과정에서 신규 설치된 충전기와 데이터 수신이 원활하지 않은 충전기는 분석에서 제외하였으며, 최종적으로 총 9,939대의 충전기를 분석 대상으로 선정하였다. 데이터의 신뢰성을 확보하기 위해 시간대별 이상 데이터를 제거하였으며, 통상적인 전기차의 배터리 용량을 고려하여 1회 충전량이 120kWh를 초과하는 경우를 이상치로 판단하여 해당 구간 데이터를 분석에서 제외하였다. Open API 데이터의 보완을 위해 한국환경공단에서 운영하는 EV 무공해차 통합누리집에서 제공하는 충전기 정보를 추가 수집하여 활용하였다(Ministry of Environment, 2025). 이러한 데이터 정제 과정을 통해 비정상적인 충전 패턴으로 인한 영향을 최소화하였으며, 실제 이용이 발생한 충전기를 중심으로 데이터를 구성함으로써 분석 결과의 신뢰도를 제고하였다.

2. 광주광역시 전기차 보급 및 충전기 현황

2024년 광주광역시 완속 충전기와 급속 충전기는 <Fig. 1>과 같이 광주광역시 중심부에 집중적으로 설치되어 있으며, 2020년부터 2024년까지 매년 말 기준 광주광역시에 등록된 전기차와 충전기 대수는 <Table 2>와 같다. 전기차 등록 현황을 살펴보면 2020년에 2,807대가 등록되었으며, 연평균 49% 수준으로 성장하여 2024년에는 13,485대가 등록되었다. 행정구역별로 살펴보면 2024년 광주광역시 전체 전기차 중 33%가 광산구에 등록되어 있으며, 북구 28%, 서구 24%, 동구 12%, 남구 3%의 비율을 차지하고 있다(Public Data Portal, 2025a).

다음으로 광주광역시에 설치된 전기차 충전기의 현황을 살펴보면, 2020년에 503대의 충전기가 설치되어 있으며, 연평균 117%의 증가율을 보이며 2024년에는 8,830대의 충전기가 설치된 것으로 나타났다(Ministry of Environment, 2025). 전기차와 마찬가지로 광산구가 29%로 가장 높은 비중을 차지하며, 다음으로 북구 26%, 서구 22% 순서로 나타났다. 다만, 남구의 경우 광주광역시 전기차 중 3%를 차지하는 반면 충전기는 13%를 차지하는 것으로 나타났으며, 동구는 12%의 전기차 비율을 차지하는 반면 9%의 충전기 비율을 차지하는 것으로 나타나 전기차와 충전기의 보급이 행정구역별로 비례하지 않는 경향이 있다.

<Fig. 1>

Spatial Distribution of EV Chargers in Gwangju: (a)Slow Chargers, (b)Fast Chargers

이러한 결과는 특정 자치구의 충전 인프라 과잉 또는 부족을 해석함에 있어 단순한 충전기 수와 이용량 비교만으로 판단하기에는 한계가 있음을 시사한다. 실제 충전 수요는 유입 교통, 토지 이용 특성, 주요 거점시설의 존재 여부 등 다양한 요인에 의해 영향을 받을 수 있으므로, 이러한 요인을 함께 고려하여 해석할 필요가 있다. 따라서 본 연구에서는 행정구역별 단순 비교 결과를 절대적인 공급 과잉 또는 부족으로 해석하기보다는, 충전기 이용 패턴과 공간적 분포를 종합적으로 고려하여 상대적인 이용 특성으로 해석하였다.

2025년 1월 기준으로 집계된 연도별 전기차 대비 충전기의 보급 현황은 <Table 3>과 같다. 전기차 1대당 충전기 수는 2020년 0.18에서 2024년 0.65로 증가하여 전기차 증가 속도 대비 충전기 인프라 확충이 상대적으로 빠르게 이루어졌음을 확인할 수 있다.

행정구역별로 살펴보면, 남구는 다른 자치구에 비해 전기차 대비 충전기 비율이 높게 나타났으며, 서구, 북구, 광산구는 약 0.6 수준으로 유사한 인프라 수준을 보였다. 반면 동구는 0.49로 충전 인프라가 상대적으로 낮은 수준으로 나타났다.

한편, <Table 2>의 2024년 충전기 보급 대수(8,830대)와 본 연구의 분석 대상 충전기 수(9,939대)는 집계 기준 시점 및 데이터 수집 방식의 차이에 기인한 것이다. <Table 2>는 특정 시점 기준의 누적 보급 현황을 나타내는 반면, 본 연구의 분석 대상은 Open API를 통해 수집된 실제 운영 데이터를 기반으로 하여 일시적으로 집계된 충전기 정보를 포함하고 있어 차이가 발생할 수 있다.

다음으로 전기차 충전기의 현황을 자세히 살펴보기 위해, 2024년 기준 전기차 충전기를 완속과 급속으로 구분하여 비교하였다. <Fig. 2>는 광주광역시 완속 충전기와 급속 충전기의 시설별 비율을 나타낸다. 완속 충전기의 수를 먼저 살펴보면 총 9,111대의 충전기가 설치되어 있으며, 이 중 79%가 공동주택시설에 설치되어 대부분을 차지하는 것으로 나타났다. 그 다음으로 기타시설, 교육문화시설, 상업시설, 공공시설 순으로 완속 충전기가 분포하는 것으로 나타났다. 급속 충전기는 총 828대가 설치되어 광주광역시 전체 충전기 중 8%를 차지하며, 완속 충전기에 비해 상대적으로 적은 수준으로 나타났다. 시설별로 살펴보면 공공시설, 상업시설 및 주차시설이 18% 이상을 차지하는 것으로 나타났으며, 공동주택시설은 11%, 기타시설은 12% 수준으로 나타났다.

<Fig. 2>

Proportion of EV Chargers by Facility Type: (a)Slow Chargers, (b)Fast Chargers

Ⅲ. 광주광역시 전기차 충전기 이용 분석

1. 데이터 신뢰성 및 오차 검증

광주광역시 내 충전기 이용 정보를 API 형태로 10분 단위로 수집하여 통계적 분석을 수행하였다. 본 연구에 앞서 분석 결과의 신뢰성을 확보하기 위하여 10분 단위 상태값 기반 충전시간 산정 방식의 정확도 검증과 이용 특성에 대한 통계적 유의성 검증을 함께 수행하였다.

먼저, 데이터 수집 과정에서 발생할 수 있는 충전시간 산정 오차를 검증하기 위하여 몬테카를로 시뮬레이션 분석을 수행하였다. 충전시간의 참값은 관측의 무작위성을 반영하기 위하여 충전 시작 시점이 10분 샘플링 구간 내에서 균등분포(Uniform distribution)를 따르도록 설정하였다. 이는 실제 관측 시스템에서 충전 시작 시점이 샘플링 시점과 독립적으로 발생하는 특성을 반영하기 위함이다. 또한 충전 지속시간은 양의 값과 비대칭성을 가지는 특성을 고려하여 로그정규분포(log-normal distribution)를 적용하였으며, 완속 및 급속 충전기의 평균과 표준편차를 기반으로 분포를 구성하였다. 생성된 참값을 바탕으로 실제 관측 체계와 동일하게 10분 단위로 재구성된 충전 시간을 산정하고, 두 값 간의 차이를 비교하여 오차를 계산하였다. 시뮬레이션의 수렴성을 확보하기 위하여 총 10,000회의 반복을 수행하였다.

시뮬레이션 결과는 <Table 4>에 제시되어 있으며, RMSE(Root Mean Square Error)는 완속 충전기에서 3.85분, 급속 충전기에서 4.19분으로 나타났으며, 평균 충전시간 대비 상대 오차는 각각 1.3%와 6.4% 수준으로 확인되었다. 또한 평균 오차 역시 약 1분 내외로 나타나 시간 산정 방식에 따른 체계적인 편향은 크지 않은 것으로 분석되었다. 이러한 결과는 본 연구에서 적용한 10분 단위 상태값 기반 충전시간 산정 방식이 평균 충전시간 분석에 있어 통계적으로 유의한 수준의 왜곡을 초래하지 않음을 시사한다.

또한, 본 연구에서 사용된 일주일 데이터의 대표성을 검토하기 위해 2023년 9월부터 2024년 7월까지 한국전력공사에서 제공하는 월별 전기차 충전 전력 사용량을 분석하였다(Public Data Portal, 2025b). <Table 5>는 연평균 대비 전기차 충전 전력의 월별 변동률을 나타낸 표이다. 본 연구에서 분석에 활용된 2024년 6월의 전기차 충전량은 연간 평균 대비 약 97% 수준으로 나타나, 특정 계절적 피크나 저점에 해당하지 않는 비교적 평균적인 이용 수준을 보이는 시기로 확인되었다. 추가적으로 분석기간의 기상상황은 일주일 중 하루 만 0mm 수준의 비가 내리고 모든 기간이 맑음 혹은 구름으로 태풍, 폭우와 같은 특이 기상상황은 없었음을 확인하였다. 이는 분석 대상 기간이 계절적 변동성의 극단값에 해당하지 않음을 의미하며, 해당 기간의 데이터가 일반적인 운영 특성을 반영하는 데 일정 수준의 대표성을 가질 수 있음을 시사한다.

다만, 분석 기간이 1주일로 제한되어 있어 계절성 및 장기 변동을 완전히 반영하기에는 한계가 있으며, 향후 추가적인 장기 데이터 기반 분석이 필요하다.

다음으로, 충전 이용 특성의 차이가 통계적으로 유의한지 검증하기 위해 t-test와 일원분산분석(ANOVA)을 수행하였다.

먼저 충전 방식에 따른 차이를 검증한 t-test 결과는 <Table 6>이다. 완속 충전기는 급속 충전기에 비해 이용 시간이 유의하게 긴 반면(p < 0.001), 급속 충전기는 충전량이 유의하게 높은 것으로 나타났다(p < 0.001). 이러한 경향은 평일과 주말 모두에서 일관되게 확인되었다. 이는 완속 충전이 장시간 주차 기반의 이용 특성을 가지는 반면, 급속 충전은 단시간 내 고출력 충전을 수행하는 특성이 반영된 결과로 해석된다.

다음으로 자치구 간 차이를 검증한 ANOVA 결과는 <Table 7>이다. 완속 충전기의 경우 평일과 주말 모두에서 충전 횟수, 이용 시간, 충전량이 자치구 간 통계적으로 유의한 차이를 보였다(p < 0.05). 이는 완속 충전이 주거지 및 생활권 중심으로 이용되는 특성상 지역별 수요 분포의 영향을 상대적으로 크게 받는 경향을 시사한다.

반면, 급속 충전기의 경우 평일에는 모든 변수에서 자치구 간 유의한 차이가 확인되었으나(p < 0.01), 주말에는 이용 시간에서만 유의한 차이가 나타났으며, 충전 횟수와 충전량에서는 통계적으로 유의한 차이가 확인되지 않았다(p > 0.05). 이는 주말에는 이동 및 여가 활동 증가에 따라 급속 충전 수요가 특정 지역에 집중되기보다 보다 광범위하게 분산되는 경향이 있음을 시사한다.

종합하면, 충전 방식에 따른 이용 특성은 통계적으로 유의하게 구분되며, 완속 충전은 지역 기반 수요 특성이 상대적으로 강하게 나타나는 반면, 급속 충전은 특히 주말에 이동 중심의 이용 패턴이 강화되면서 지역 간 차이가 완화되는 경향을 보인다. 이러한 결과는 앞서 제시한 기술통계 분석에서 관찰된 차이가 단순한 경향을 넘어 통계적으로도 유의함을 명확히 확인해준다.

2. 운전자 및 시간대별 충전기 이용 패턴 분석

광주광역시 내 설치된 전기차 충전기의 이용 특성과 수요 변화를 파악하기 위해, 일주일 동안의 충전기 가동 현황을 10분 단위로 세분화하여 분석하였다. <Fig. 3>은 충전 방식에 따라 (a) 완속 충전기(Slow Charger)와 (b) 급속 충전기(Fast Charger)로 구분하고, 상대적으로 보급이 많이 된 시설인 공동주택시설(Apartment), 공공시설(Public), 상업시설(Commercial), 주차시설(Parking)에서의 이용 패턴을 시각화하였다.

완속 충전기의 경우, 시설의 성격에 따라 충전 수요의 변동 폭과 정점 시간대가 뚜렷하게 구분되는 특징을 보인다. 공동주택시설은 주거 지역의 특성상 퇴근 후 충전이 시작되어 야간에 집중되는 야간 집중형 패턴을 보인다. 토요일 0시 기준 약 1,550대의 차량이 충전 중이었으나, 활동이 시작되는 오전 10시경에는 약 600대 수준으로 충전 수요가 급감하는 모습을 보였다. 이후 다시 수요가 살아나 일요일 0시에는 약 1,700대까지 증가하였으며, 일요일 역시 13시경 약 720대로 저점을 찍은 후 심야 시간대에는 1,750대까지 이용 대수가 다시 늘어나는 순환 구조를 보였다. 이러한 주기성은 평일에도 유사하게 나타나는데, 매일 정오(12시)를 기점으로 충전 수요가 약 400대 수준으로 감소했다가 일과가 끝나는 저녁부터 다시 1,700대 수준으로 급증한다. 주목할 점은 주말에 비해 평일의 충전 수요 최저점이 훨씬 낮게 형성된다는 점인데, 이는 평일 낮 시간대 차량 이용을 위한 출차가 주말보다 더 활발하게 이루어진 결과로 해석된다.

공공시설의 완속 충전 수요는 토요일 0시 기준 약 40대 수준에서 시작하여, 주말 오후 13시경 약 30대로 완만하게 감소하는 등 전반적으로 소폭의 수요 변화만을 보이며 월요일 오전까지 완만한 패턴을 유지한다. 평일에는 수요가 약 30대에서 50대 사이를 반복적으로 증감하는 형태를 띠고 있다. 상업시설 역시 공공시설과 비슷하게 오후 시간대부터 충전 수요가 점진적으로 증가했다가 이후 감소하는 흐름을 보인다. 다만, 공공시설의 경우 주말과 평일의 통행량 차이가 충전 수요에 직접적으로 투영되는 것과 달리, 상업시설은 주말과 평일의 최대 충전 수요가 유사한 수준을 유지하고 있다는 점에서 차이를 보인다.

급속 충전기는 완속 충전기에 비해 설치된 절대적인 수량이 적어 정량적 규모는 작으나, 시간에 따른 이용 패턴에서는 공통적인 이용 경향이 나타난다. 시설의 종류와 관계없이 대체로 일과가 진행되는 오후 시간대부터 충전 수요가 급격히 상승하고, 일정 시간이 지난 뒤 다시 감소하는 곡선을 보인다. 주말보다는 평일에 시간대별 충전 수요의 변화 폭이 훨씬 크게 나타나는 것이 특징으로, 이는 업무 활동이 집중되는 평일 낮 시간대에 빠른 충전을 필요로 하는 수요가 더 민감하게 반응하고 있음을 시사한다.

전반적으로 볼 때, 광주광역시 전기차 사용자의 충전 행태는 주거지에서는 야간 완속 충전을 기본으로 하되, 평일 낮 시간대에는 시설별 목적에 따른 통행 특성이 반영된 보조적 충전활동이 이루어지는 것으로 나타난다. 특히 공동주택과 공공시설의 수요 그래프가 보여주는 극명한 대조는 향후 충전 인프라 확충 시 각 시설의 주 활동 시간대를 고려한 전략적 배치의 필요성을 시사한다.

<Fig. 3>

Temporal Patterns of Charger Utilization by Facility Type: (a)Slow Chargers, (b)Fast Chargers

한편, <Fig. 4>는 시설별 1회 충전시 평균시간을 완속 충전기와 급속 충전기로 집계한 것으로, 완속 충전기의 경우 3시간에서 5시간에 이르는 다양한 분포를 보인 반면, 급속 충전기는 시설 유형에 큰 관계없이 30~40분 내외의 일관된 이용 패턴을 나타냈다. 특히 공동주택시설은 완속과 급속 모두에서 가장 긴 이용 시간을 기록하여, 주거지 내 충전 인프라가 전기차 사용자들에게 상대적으로 높은 이용 수준을 보이는 것으로 해석된다.

<Fig. 4>

Average Charging Duration per Session by Facility Type: (a)Slow Chargers, (b)Fast Chargers

3. 행정구역별 충전횟수 분석

<Table 8>은 광주광역시 내 5개 자치구(동구, 서구, 북구, 남구, 광산구)를 대상으로 평일과 주말의 전기차 충전기 이용 현황을 시설군별로 분류하여 제시한다. 이 표에서는 충전기 이용 특성을 평가하기 위해 충전기 1대당 일일 평균 이용 횟수(session), 일일 평균 충전 시간(minutes), 그리고 일일 평균 충전량(kWh)이라는 세 가지 핵심 지표를 활용하여 분석을 수행하였다.

주요 지표의 산정 방법은 다음과 같다. 세분화된 전기차 충전기 이용 현황을 바탕으로 일일 평균 이용 횟수는 총 충전기 이용 횟수를 전체 충전기 수로 나눈 값으로 정의되며, 충전이 발생하지 않은 충전기도 포함하여 산정하였다. 일일 평균 충전 시간은 각 충전기별로 충전이 발생한 세션의 총 충전 시간을 해당 세션 수로 나눈 값이며, 최소 1회 이상 충전이 이루어진 충전기만을 대상으로 산정하였다. 일일 평균 충전량은 총 충전량을 총 충전 세션 수로 나눈 값으로 정의하였다. 또한 가용 용량 대비 이용률은 충전기의 총 가용 시간(24시간)을 기준으로 실제 충전이 이루어진 시간의 비율로 산정하였다. 이러한 지표는 충전기의 이용 수준 및 가동 특성을 정량적으로 평가하기 위한 지표로 활용하였다.

평일 완속 충전기의 이용 행태를 살펴보면, 공동주택시설의 경우 모든 행정구역에서 1일 평균 0.7회에서 0.8회의 이용 횟수를 기록하며 지역 간의 큰 편차 없이 균등한 이용 분포를 보이고 있다. 이는 광주광역시 전체 평균인 0.7회와 부합하는 결과로, 주거 단지 내의 완속 충전 수요가 특정 지역에 치우치지 않고 보편적으로 발생하는 경향을 보인다. 반면 주차시설에 설치된 완속 충전기의 경우 광주광역시 전체 평균은 1일 0.4회 수준이나, 남구 지역의 주차시설은 0.8회를 기록하며 평균 대비 두 배 가까이 높은 이용 빈도를 보인다는 점이 특징적이다.

급속 충전기의 평일 이용 현황에서는 행정구역별로 보다 뚜렷한 차이가 관찰된다. 공동주택 내 급속 충전기는 구별로 0.4회에서 1.1회까지 넓은 범위의 이용 횟수 차이를 보였으며, 공공시설과 상업시설 역시 자치구에 따라 이용 빈도가 상이하게 나타난다. 이와 달리 주차시설에 배치된 급속 충전기는 시 전체 평균 1.3회의 이용률을 기록하면서도 행정구역별로는 유의미한 편차를 보이지 않으며, 어느 지역에서든 주차시설 내 급속 충전 수요는 일정 수준으로 높게 유지된다.

주말의 충전기 이용 횟수는 전반적으로 평일과 유사한 수준을 유지하고 있으나, 시설의 목적에 따라 일부 변화가 나타난다. 특히 공공시설과 주차시설의 경우 평일에 비해 이용 횟수가 감소하는 경향을 보이는데, 이는 행정 업무나 업무 중심의 통행이 줄어드는 주말의 특성이 반영된 결과로 판단된다. 하지만 공동주택시설의 완속 충전기는 주말에도 0.8회 수준의 이용 횟수를 유지하며 주말에도 주거지 내 충전 수요는 비교적 안정적으로 유지된다.

4. 충전기 이용 시간 분석

평일 완속 충전기의 광주광역시 전체 평균 충전 시간을 살펴보면, 공동주택시설(455분)과 공공시설(456분)이 약 7.6시간으로 가장 긴 이용 시간을 기록하며 도시 내 충전 수요를 분담하는 주요 거점으로 기능하는 것으로 확인된다. 공동주택시설의 경우, 동구(483분)에서 가장 긴 충전 시간을 보였으며, 광산구(453분), 서구(435분) 등 모든 자치구에서 400분 이상의 고른 분포를 나타냈다. 이는 주거지 내에서의 충전이 주로 퇴근 후 심야 시간대에 장시간 동안 안정적으로 이루어지고 있음을 시사한다. 이와 대조적으로 공공시설은 자치구별 편차가 뚜렷하게 나타났는데, 북구(519분)와 광산구(512분)는 시 전체 평균을 상회하며 높은 이용 수준을 보인 반면, 동구는 296분에 그쳐 지역별 인프라 활용 격차가 존재하는 것으로 확인된다.

상업시설과 주차시설의 평일 완속 충전 시간은 각각 평균 297분과 371분으로 분석되었다. 특히 상업시설 내 완속 충전기는 동구(405분)를 제외한 나머지 구에서 200~300분대에 머물러 주거지나 공공시설 대비 상대적으로 짧은 체류 시간 동안 충전이 이루어지는 특성을 보였다. 주차시설의 경우 동구에서 489분이라는 상대적으로 높은 수치를 기록했는데, 이는 구도심 지역의 주차 공간 부족으로 인해 공영주차장 내 충전기 의존도가 높은 지역적 특성이 반영된 결과로 해석된다.

주말 완속 충전기의 일일 평균 충전 시간은 시설의 성격에 따라 평일과는 다른 양상을 보인다. 공동주택시설은 주말 평균 471분을 기록하며 평일(455분)보다 오히려 이용 시간이 약 16분가량 증가하였다. 이는 주말 동안 차량을 운행하지 않고 주거지에 주차해 두는 시간이 늘어나면서 완속 충전을 지속하는 사용자가 많아지기 때문으로 판단된다. 반면, 공공시설의 주말 충전 시간은 408분으로 평일(456분) 대비 약 50분 정도 감소하는 경향을 보였다. 특히 서구(평일 420분 → 주말 441분)를 제외한 대다수의 자치구에서 주말 이용 시간이 감소했는데, 이는 공공기관의 업무 정지에 따른 방문객 감소가 충전 수요 하락으로 반영된 것으로 해석된다. 상업시설 또한 주말 평균 228분으로 평일보다 이용 시간이 줄어들었으나, 북구(274분)와 같이 특정 지역에서는 여전히 높은 이용 수준을 유지하고 있어 지역 상권의 활성도에 따른 차이가 발생하고 있음을 확인하였다.

급속 충전기의 경우 충전 속도의 특성상 완속 충전기보다 짧은 이용 시간을 보이지만, 일일 평균 이용 시간 측면에서 시설별로 유의미한 차이를 나타낸다. 평일 기준 광주광역시 급속 충전기의 평균 이용 시간은 주차시설이 80분으로 가장 길었으며, 공공시설(74분), 공동주택(70분), 상업시설(70분) 순으로 나타났다.

세부적으로 살펴보면, 평일 공공시설 급속 충전기는 서구(79분)와 광산구(80분)에서 높은 이용 시간을 기록하며 행정 중심지의 높은 충전 수요를 시사한다. 특징적으로 상업시설 내 이용 시간은 39분~139분의 비교적 큰 구별 편차를 보인 반면, 주차시설 내 이용 시간은 모든 자치구에서 70~80분대의 안정적인 이용 시간을 보이며 구별 편차가 적은 가장 보편적인 급속 충전 거점으로서 기능하고 있다.

주말 급속 충전기의 이용 시간은 광주광역시 전체 평균 약 66~73분 수준으로, 평일과 비교하여 큰 폭의 변화는 나타나지 않았다. 이는 급속 충전을 이용하는 사용자들이 평일과 주말에 관계없이 일정 수준 이상의 배터리 잔량을 확보하기 위해 단시간 동안 집중적으로 충전기를 사용하는 행태로 해석된다.

5. 충전기 용량 대비 실이용률 및 집중 수요 분석

<Table 8>의 ‘일일 평균 충전량(c)’ 지표는 충전기 1대가 하루 동안 실질적으로 충전하는 전력량의 평균치를 자치구별로 보여준다. 평일 완속 충전기의 경우, 공동주택시설은 구별로 52~57kWh를 기록하며 안정적인 에너지 충전 성능을 보였고, 공공시설 또한 북구(74kWh)와 광산구(60kWh)를 중심으로 높은 충전량을 나타냈다. 반면 상업시설 내 완속 충전기의 일일 충전량은 최저 31kWh(북구) 수준으로 나타나, 주거지나 공공시설 대비 에너지 충전 수준이 상대적으로 낮음을 확인하였다.

급속 충전기의 평일 일일 평균 충전량은 시설별 특성에 따른 차이가 뚜렷하게 나타난다. 상업시설의 경우 남구에서 일일 228kWh를 기록하며 상대적으로 높은 충전 수준을 보였으나, 동구는 58kWh에 그쳐 약 4배 가까운 격차를 나타냈다. 주차시설의 급속 충전기는 모든 자치구에서 111~132kWh의 전력을 매일 일정하게 공급하고 있어, 장소에 구애받지 않고 가장 균등한 에너지 충전 역할을 수행하는 시설군으로 분석되었다.

<Fig. 5>는 충전기가 하루 동안 공급할 수 있는 최대 전력 용량과 실제 전기차에 충전된 에너지의 비율을 히스토그램으로 나타낸 것이다. 그림에서 확인되듯 대부분의 충전기가 하루 가용 용량의 10% 미만만을 활용하고 있는 것으로 분석되었다. 이는 현재 구축된 충전 인프라가 시간적·에너지적 측면에서 상당 부분 유휴 상태로 존재하고 있음을 보여주며, 단순한 수적 팽창보다는 이용률을 극대화할 수 있는 전략적 배치의 필요성을 시사한다.

따라서 충전 인프라의 이용을 극대화할 수 있는 요인을 파악하고자, 전체적인 유휴 상태와는 대조적인 양상을 보이는 고수요 충전기들을 별도로 분류하여 분석을 수행하였다. 본 연구에서는 상대적으로 이용 빈도가 높은 충전기를 구분하기 위하여 일일 충전 횟수 3회 이상을 기준으로 고수요 충전기를 정의하였다. 해당 기준은 절대적인 값이라기보다는 상대적인 이용 수준을 구분하기 위한 기준으로 설정하였다. 평일 기준 전체 공동주택시설의 완속 충전기 4%, 급속 충전기 5%가 이에 해당하며, 고수요 충전기 1대당 일일 평균 충전량은 완속 충전기 89kWh, 급속 충전기 237kWh로 나타났다. 주말 또한 평일과 유사하게 완속 충전기 6%, 급속 충전기 4%가 고수요 충전기로 분류되며, 각각 95kWh, 269kWh를 충전하여 평일보다 충전기의 이용이 높은 것으로 분석되었다. 이러한 고수요 충전기는 하루의 절반 이상 가동되는 것으로 나타났다.

<Fig. 5>

Histogram of Daily Capacity Utilization Ratio for EV Chargers

<Fig. 6>은 가용 용량 대비 충전 비율을 광주광역시 전역에 걸쳐 시각화하여 밀도를 분석한 것으로 충전 이용률의 지리적 편중성이 뚜렷하게 나타난다. 특정 행정구역이나 핵심 상업·주거 지구를 중심으로 충전 비율이 상대적으로 높게 형성된 붉은 색상의 밀집 지역이 관찰되는데, 이는 해당 지역의 인프라가 타 지역에 비해 상대적으로 높은 부하를 견디고 있음을 시사한다. 반면, 시 외곽이나 일부 저밀도 개발 지역에서는 충전 비율이 0%에 가까운 낮은 밀도를 보이고 있어, 수요 예측과 실제 설치 지점 간의 불일치가 존재함을 시각적으로 보여준다. 이러한 공간적 데이터는 향후 충전기 설치 지점을 선정할 때 단순히 행정구역별 배분 방식이 아닌, 실제 수요가 높은 것으로 나타난 거점을 중심으로 한 집중형 공급 전략이 필요함을 시사한다.

<Fig. 6>

Spatial Distribution of Charging Density Relative to Available Capacity in Gwangju

Ⅳ. 결 론

본 연구에서는 광주광역시 내 설치된 9,939대의 전기차 충전기를 대상으로 2024년 6월 15일부터 21일까지 일주일간의 실시간 이용 데이터를 수집하여, 시설군별 및 행정구역별 이용 패턴과 인프라 이용률을 종합적으로 분석하였다. 연구를 통해 도출된 주요 결과와 정책적 시사점은 다음과 같다.

첫째, 시설군에 따른 충전 수요의 시간적·공간적 차별성이 명확하게 확인되었다. 완속 충전기의 경우 공동주택시설은 심야 시간대에 수요가 집중되어 일요일 0시 기준 약 1,700대가 동시에 가동되는 등 기저 충전 거점으로서의 역할을 수행하고 있었다. 반면 공공시설 및 주차시설은 평일 주간 업무 시간대에 이용이 집중되며, 주말에는 이용 횟수가 감소하는 경향을 보였다. 또한 1회 평균 충전 시간은 공동주택이 290분으로 가장 길고 상업시설은 204분으로 상대적으로 짧게 나타나, 시설의 이용 목적에 따른 체류 시간이 충전 행태에 중요한 영향을 미치는 것으로 나타났다.

둘째, 전기차 등록지 기준의 보급 대수와 실제 충전 인프라 배치 간의 지역적 불균형이 관찰되었다. 광주광역시 전체 전기차의 33%가 광산구에 집중되어 있음에도 불구하고, 충전기 설치 비율은 남구(13%)가 등록 전기차 비율(3%) 대비 상대적으로 높게 나타났다. 그러나 남구 주차시설의 완속 충전기 이용 횟수는 시 평균(0.4회)의 두 배인 0.8회를 기록하였다. 이는 행정구역 기준의 단순 보급 지표만으로는 실제 충전 수요를 설명하기 어려우며, 외부 유입 교통과 토지 이용 특성이 충전 수요에 중요한 영향을 미치고 있음을 시사한다.

셋째, 충전 인프라의 전반적인 에너지 활용 효율은 낮은 수준에 머물러 있는 것으로 나타났다. 대부분의 충전기는 가용 용량 대비 약 10% 수준만 활용되고 있어 시간적·에너지적 유휴 상태가 존재하는 것으로 분석되었다. 반면 고수요 충전기의 경우 평일 기준 완속 89kWh, 급속 237kWh를 공급하며 일반적인 전기차 1대당 배터리 용량을 상회하는 수준을 보였다. 이는 수요가 집중된 거점 중심으로 운영할 경우 인프라 효율을 크게 향상시킬 수 있음을 보여준다.

이러한 분석 결과를 바탕으로, 향후 전기차 충전 인프라 정책은 단순한 수적 확대에서 벗어나 실제 이용 패턴과 공간적 수요를 반영한 전략적 운영 및 배치로 전환될 필요가 있다. 특히 본 연구는 시설 유형별 이용 특성을 고려한 다음과 같은 정책 방향을 제시한다.

첫째, 평일 낮 시간대에 수요가 집중되고 야간에는 유휴 상태로 남는 공공시설 완속 충전기는 인근 노후 공동주택 거주자를 위한 야간 개방형 충전 거점으로 활용하는 것이 효과적이다. 이는 추가적인 인프라 구축 없이 기존 시설의 활용도를 높일 수 있는 현실적인 대안이다.

둘째, 공동주택 충전기는 평균 이용 시간이 약 290분으로 가장 길게 나타난 만큼, 단순한 충전기 대수 확대보다 충전 완료 이후 장기 주차를 방지하기 위한 운영 시스템 개선이 우선적으로 요구된다. 예를 들어, 충전 완료 이후 일정 시간 경과 시 추가 요금 부과 또는 차량 이동 유도 정책을 통해 회전율을 높일 필요가 있다.

셋째, 주차시설은 일일 평균 이용 횟수가 약 1.3회로 나타나 고회전 충전 거점으로 기능하고 있으므로, 급속 충전 인프라의 추가 확충과 함께 고출력 설비 도입을 우선적으로 고려할 필요가 있다.

이와 같이 시설별 이용 특성을 반영한 차별화된 정책 접근은 제한된 재원을 효율적으로 활용하면서 충전 인프라의 실질적인 이용률을 향상시키는 데 기여할 수 있다.

본 연구는 실제 충전기 운영 데이터를 기반으로 이용 행태를 실증적으로 분석하였다는 점에서 의의를 가지며, 기존의 모형 기반 연구와 차별화되는 기여를 제공한다. 그러나 본 연구의 분석 범위와 방법론에 따라 몇 가지 고려해야 할 한계가 존재한다. 우선 분석 기간이 1주일로 제한되어 장기적 변화 및 계절적 변동성을 충분히 반영하지 못한 측면이 있다. 또한 행정구역 단위의 분석은 공간적 분포를 파악하는 데에는 유용하나 실제 이동 경로와 유입 교통을 반영한 동적 수요를 완전히 설명하기에는 제약이 있다. 아울러 본 연구에서 설정한 고수요 충전기의 기준은 상대적 이용 수준을 구분하기 위한 실용적 기준으로 일부 임의성이 내포되어 있다.

그럼에도 불구하고 본 연구는 실제 운영 데이터를 기반으로 충전기 단위의 이용 패턴과 공간적 특성을 통합적으로 분석하였다는 점에서, 향후 수요 기반 충전 인프라 정책 수립을 위한 실증적 근거를 제공한다는 의의를 가진다. 향후 연구에서는 장기 시계열 데이터와 차량 이동 데이터를 결합한 분석을 통해 보다 정교한 수요 추정이 가능할 것으로 기대되며, 다양한 기준 설정에 대한 민감도 분석을 통해 결과의 일반화 가능성을 확장할 필요가 있다.