본문영역 바로가기 메인메뉴 바로가기 하단링크 바로가기

서울연구원로고

ENG

정책리포트

서울시민의 삶의 질을 향상하고 서울의 도시 경쟁력을 강화하기 위해 도시 전반의 다양한 정책 이슈를 발굴하여 분석함으로써 서울시의 비전 설정과 정책 수립에 기여하고자 작성된 정책보고서입니다.

공간정보를 활용한 도시철도 수요예측 방법론 연구
  • 등록일2025-06-16
  • 조회수122
  • 권호제422호
  • 저자최영은, 연제승, 윤영학, 사경은, 김병수, 김나리
  • 주제 교통
  • 발행일2025-06-16
  • 도시철도
  • 도시철도 수요예측
  • 교통 빅데이터
  • 트립체인 분석
  • 역사별 승하차
누리마크 이미지

도시철도 수요예측은 사업의 규모 설정 및 추진 여부 결정에 중대한 영향을 미치는 핵심 요소임에도 불구하고, 기존의 4단계 수요예측 방법론은 분석 과정이 복잡하고 시간 소요가 커 수요를 직관적으로 예측하거나 교차 검토하는 데 한계가 있다. 특히 역사별 승하차 인원 예측의 경우 정확성과 활용성이 제한적인 상황이다. 이에 본 연구는 알뜰교통카드와 교통카드 데이터를 결합한 트립체인 기반의 빅데이터를 활용해 수도권 지하철 이용자의 실제 영향권을 파악하였다. 군집분석을 통해 역사별 영향권을 여섯 가지 유형으로 분류하였으며, 각 역사별 공간 및 교통정보를 활용하여 정류장별 승하차 인원을 예측할 수 있는 모형을 제시하였다. 모형의 활용성 검토를 위해 최근 개통된 노선 및 향후 개통 예정 노선에 대한 사례분석을 통해 해당 예측모형의 예측력을 실증적으로 검증하였다. 연구 결과, 본 예측모형은 기존의 전통적 수요예측 기법을 보완하는 수단으로 활용 가능하며, 향후 신규 노선 기획, 역세권 개발, 교통정책 수립 등 초기 단계에서 실효성 있는 분석 도구로서 활용 가능성이 높을 것으로 기대된다.

도시철도 수요예측의 기존 방법론의 한계와 새로운 접근의 필요성 대두

기존 도시철도 수요예측 방법론인 4단계 모형은 O/D 기반의 수단전환량을 산출해 도로 혼잡 완화 및 편익 산정을 목적으로 개발된 방식이다. 그러나 분석 과정이 복잡하고 시간이 많이 소요되며, 개별 역사 수준의 승하차 인원 예측과 수요예측 결과의 검증·활용에 한계가 있다. 이에 본 연구는 교통 빅데이터를 활용한 실측 기반 접근을 통해 기존보다 정밀하고 빠르게 역사별 수요를 예측할 수 있는 새로운 방법론의 필요성을 제기한다.

트립체인 기반 빅데이터를 바탕으로 역사별 영향권 분석 및 수요예측 모형 개발

본 연구는 알뜰교통카드와 교통카드 데이터를 결합한 트립체인을 기반으로 수도권 도시철도 이용자의 실제 통행 경로를 재구성하고, 이를 통해 역사별 영향권을 정의했다. 영향권은 인구밀도, 업무시설 면적, 인근 역 거리 등을 기준으로 6가지 유형으로 분류되었다. 이후 공간 및 교통 특성을 반영한 예측모형을 통해 시간대별 승하차 인원을 산정하고, 이를 우이신설선(개통 노선)과 면목선(예정 노선)에 적용해 예측력을 검증했다. 그 결과, 주거지역 기반 통행에서 높은 정확도를 보였으며, 기존 수요예측 방법론의 보완적 수단으로 활용 가능함이 확인되었다.

도시철도 수요예측 결과의 불확실성 최소화를 통한 도시철도 및 도시계획 실현 방안 제언

본 연구에서 제안한 수요예측 모형은 기존 4단계 수요예측 결과를 교차 검토하는 수단으로 유용하며, 비교적 단기간에 역사별 승하차 수요 산정이 가능해 실용성이 높은 것으로 판단된다. 특히 신규노선 기획, 역세권 개발, 버스노선 연계, 토지이용계획 수립 등 다양한 정책 수단의 기초자료로 활용될 수 있을 것으로 기대된다. 다만, 개발계획이 구체화된 경우 예측 정확도가 더 높게 나타나므로, 일정 수준의 개발계획이 수립된 사업의 타당성 검토에 더 효과적으로 적용될 수 있다. 향후 환승노선 처리나 장래 개발계획 반영 등 보완 연구를 통해 모형의 실효성과 적용 범위를 더욱 확대할 필요가 있다.