서울시, 수도권 이동패턴 첫 정밀 분석…전국 최초 통합 시스템 완성 작성일 12-03 6 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="2uEzd5WIO8"> <p contents-hash="eab6fe7cf21f7543b59d8529c4cb9fa945f059636ad461a5371907fca7ef09b3" dmcf-pid="V7DqJ1YCO4" dmcf-ptype="general">서울시가 수도권 시민의 이동 행태를 빅데이터 기반으로 정밀 분석한 결과, 이동 거리와 지역·연령대에 따라 교통수단 선택이 뚜렷하게 갈리는 것으로 나타났다.</p> <p contents-hash="4f0ec79fe298823e5cdf4933fa9b233d8402e37fc109567bae8aacacb957503b" dmcf-pid="fzwBitGhrf" dmcf-ptype="general">시는 KT와 협력해 구축한 고해상도 생활 이동 데이터에 이동 목적 정보, 이동 수단 알고리즘 등을 적용해 시민 이동패턴을 입체적으로 분석할 수 있는 전국 최초의 통합 시스템을 완성했다고 3일 밝혔다.</p> <p contents-hash="474123cb0a74b0adf49ae4b4790cb64053ce1ad8ffe101a6cd8521fd0fca389a" dmcf-pid="4qrbnFHlmV" dmcf-ptype="general">이 시스템은 그동안 교통카드 데이터로는 파악하기 어려웠던 도보·차량·환승 전후 이동까지 구체적으로 파악할 수 있게 해준다.</p> <p contents-hash="3bfb98f588f6643da47e6a646fbb31f926ed9e18011aabb05d56691811005d35" dmcf-pid="8BmKL3XSE2" dmcf-ptype="general">예를 들어 '출근하는 시민이 어느 지역에서 어떤 수단을 타고 어느 거리까지 이동하는지', '병원 방문 시 차량·대중교통 비율이 어떤지'와 같은 분석이 가능해진다.</p> <p contents-hash="630826cf73b6092013b229a7b43ca8fcd000b7f3d9202c40923e504da1f3a7be" dmcf-pid="6bs9o0ZvI9" dmcf-ptype="general">시는 이번 분석으로 단거리(1~4km)는 버스, 중거리(5~19km)는 지하철, 장거리(20~35km)는 차량 이용이 가장 많음을 확인해 생활권 이동 패턴이 선명하게 드러났음을 파악했다.<br></p> <figure class="figure_frm origin_fig" contents-hash="6fb4baf75dd5a3bf1056fa44e718e84a3105153a6c72a439386f3fdaf74d971b" dmcf-pid="PKO2gp5TEK" dmcf-ptype="figure"> <p class="link_figure"><img alt="서울시와 KT가 융합데이터로 수도권 시민의 이동 거리·목적·수단을 입체 분석했다. 자료=서울시" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/03/etimesi/20251203134259010svbx.jpg" data-org-width="616" dmcf-mid="93rbnFHlm6" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/03/etimesi/20251203134259010svbx.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 서울시와 KT가 융합데이터로 수도권 시민의 이동 거리·목적·수단을 입체 분석했다. 자료=서울시 </figcaption> </figure> <p contents-hash="e8cb1d34394026cfc59f63bf2d133dd577e867e0670a6032ce37bc5733db4b66" dmcf-pid="Q9IVaU1yDb" dmcf-ptype="general">또 연령대에 따라 교통수단 선호도 차이도 뚜렷하게 나타남을 확인했다. 청년층(20~39세)은 지하철 이용이 48%로 가장 높고, 중년층(40~59세)은 차량 이용 비중이 45%로 가장 컸다. 장년층(60세 이상)은 다시 지하철 이용 비중이 44%로 높아지는 경향을 보였다.</p> <p contents-hash="5e8ea909dce334ae7f697c579914840a27482258673d96fadc732702d70a5d82" dmcf-pid="x2CfNutWDB" dmcf-ptype="general">서울시는 KT와 구축한 시스템을 향후 광역버스 최적 노선 도출, 생활SOC 입지 선정, 도로·보행환경 개선, 도시재생·역세권 개발 정책 등 생활권 기반 교통정책과 생활SOC 공급 정책 설계 시 기초자료로 활용할 계획이다.</p> <p contents-hash="971689a7dda0518c8fe1d7affd0e55bfbee80d89688841edb5bcd122e834fb2b" dmcf-pid="yxYRr2ztmq" dmcf-ptype="general">강옥현 서울시 디지털도시국장은 “수도권 시민의 교통·주거·도시계획 전반을 정밀하게 설계할 수 있는 기반이 마련됐다”며 “서울시는 시민 삶을 실질적으로 개선할 수 있는 데이터를 지속적으로 발굴·개방해 인공지능(AI)·데이터 기반 도시혁신을 선도해 나가겠다”라고 말했다.</p> <p contents-hash="18eaaa65873c2b1cb4018b13d65b3e05a0dca1b1b9c0b2c6bb01053a0f7f3ba8" dmcf-pid="WMGemVqFmz" dmcf-ptype="general">김명희 기자 noprint@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 아이씨유엑스알, 스포츠 게이미피게이션 반 VR/AR 디지털 재활치료 애플리케이션 개발 12-03 다음 레드햇 AI 플랫폼, AWS '트레이니움·인퍼런시아' 품었다…“가성비 최대 40%↑” 12-03 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
