서론
선행연구
자전거 재배치전략 방법론
1. 이용수요 추정 및 요구 분배량 산정
2. 최적 재배치경로 기반 재배치량 산정 최적화 모형
Case Study
1. 대상지역 및 자료구축
2. 분석결과
효과분석 및 검증
1. 이용수요 충족도 분석
2. 거치대수의 적정성 분석
3. 이용수요에 대한 대여소별 재고여유분의 균등성 분석
결론 및 향후 연구 과제
서론
최근 기후변화 등의 환경문제에 대한 관심이 높아지면서 대도시의 도시 교통시스템에도 무동력 교통수단에 대한 중요도가 높아지고 있다. 공공자전거 대여시스템은 시민들의 자전거 이용 생활화를 통하여 시민건강을 증진시키고, 자전거의 교통수단 분담률을 높여 도시환경문제를 개선하고자하는 노력의 일환으로 파리, 중국, 미국 등 여러 나라에서 시행되고 있다. 서울시에서도 무인 공공 자전거 대여시스템인 따릉이 서비스를 2015년 10월부터 본격적으로 시행하였다. 서울시의 따릉이 서비스는 공공자전거를 2015년 약 2,000대를 시작으로 2017년에는 약 20,000대로 확대 공급하였다.
공공자전거의 운영 효율성은 다양한 기술적 요소와 운영전략, 지역적 특성, 그리고 이용자의 이용특성에 크게 영향을 받는다. 현재 서울시 공공자전거 시스템에는 수요-공급 불균형 문제가 발생하고 있다. 대여소의 자전거 과잉 또는 부족현상은 대여량과 반납량의 차이로 인한 이용특성에 따라 발생하게 된다. 공공자전거와 같이 한정된 자원을 제공하는 서비스의 이용효율을 극대화하기 위해서는 자전거 이용수요가 있는 대여소에 자전거를 적시에 이동시켜 수요를 충족시키는 전략이 필요하다. 실제로 따릉이와 관련된 민원은 대여소의 자전거 배치관련 건이 가장 큰 비율을 차지한다. 적절하지 못한 자전거 재배치는 결국 추가적인 자전거 이용수요를 저해하는 요인으로 작용할 것이다.
서울시는 대여소의 자전거 재고상태를 실시간으로 확인하고 운영차량을 이용해 자전거 재배치를 시행하고 있다. 그러나 서울시의 재배치 시스템은 현장 대응형으로서 재배치요원의 직관적 판단에 의존하여 재배치가 시행되고 있기 때문에 시스템 최적화의 측면에서 그 운영 효율성이 높지 않다. 효율적인 시스템 운영을 위해서는 서울시 공공자전거 이용자에 대한 행태분석이 우선되어야 하며, 이를 토대로 한 체계적인 재배치전략의 수립은 필수적이다. 본 연구는 대여소의 자전거 이용특성에 따라 추정된 수요를 바탕으로, 재고를 일정수준으로 유지하는 재배치전략을 제시하고 있다.
선행연구
연구주제는 크게 자전거 대수를 다룬 이용수요 예측과 운영차량의 재배치경로 선정으로 나뉜다. 공공자전거 이용수요 예측과 관련된 대부분의 연구는 자전거의 대여 및 반납 자료와 기후조건 및 계절별 요인 자료를 활용하여 수행되었다. Yang et al.(2016)은 시간대별 이용수요와 기후특성자료를 이용하여 머신러닝을 통해 공공자전거 대여수요를 예측하였다. Rudloff and Lackner(2014)는 Generalized Linear Models (GLMs)를 이용하여 자전거 이용수요를 예측하고 자전거 렌탈 데이터와 계절 데이터를 이용하여 수요에 미치는 영향을 분석하였다. Min et al.(2017)은 랜덤 포레스트 알고리즘을 이용하여 대전광역시 ‘타슈’ 공공자전거의 이용 수요 예측하였으며, 수요영향요인으로서 이용시간, 기후, 축제 여부 요인을 추가하여 이용수요를 예측하였다. Hong and Kim(2017)은 6개 계열의 알고리즘을 통해 일일 공유자전거 수요량을 예측하였으며, 이용수요는 근무일 여부, 기온, 그리고 풍속에 영향을 받음을 확인하였다. Brinkmann et al.(2015)은 재배치전략을 long term/short term으로 구분하여 수립하여 수요예측 범위의 재고량을 재배치하는 것을 목표로 적정 재고수준을 산정하였다. Reiss and Bogenberger(2017)는 관리자 중심의 재배치전략을 제안하였던 기존 연구와 달리 관리자 및 이용자 중심의 재배치전략을 운영하도록 제안하였다. Chardon et al.(2016)은 9개의 공공자전거 재배치시스템을 분석하여 대여소의 이용률에 거치율이 미치는 영향을 분석하였다.
공공자전거 재배치에 관한 연구는 주로 수요가 많은 대여소 또는 재고 불균형이 심한 대여소를 중심으로 재배치경로를 최적화하는 주제를 중심으로 진행되어 왔다. Liu et al.(2016)는 각 지점별 station inventory target level과 vehicle routing optimization with outlier stations를 제시하였는데, 주변의 다른 대여소에 비해 수요가 월등히 많은 대여소를 중심으로 재배치경로를 최적화하였다. Reiss and Bogenberger(2016)는 재고가 많은 대여소와 부족한 대여소를 찾아 불균형이 심한 곳에 대하여 운영차량의 자전거 재배치를 시행하고 그 경로를 최적화 하는 연구를 시행하였다. Schuijbroek et al.(2016)는 각 자전거 대여소에서의 적정 보유 대수를 산정하고 운영차량의 재배치경로를 최적화하기 위해 cluster-first route-second heuristic method를 사용하는 Clustering problem에 초점을 두었다. Weikl and Bogenberger(2015)은 구역 내에서뿐만 아니라 구역 간에도 재배치를 시행하는 방법을 연구했으며 Erdogan et al.(2014)은 적정 자전거 보유 대수의 범위를 정하고, 재배치를 시행하였다.
공공자전거 관련 연구는 대부분 이용자 행태분석 및 이용수요 예측을 중심으로 시행되어 왔으며 재배치경로 설계 및 경로 최적화에 대한 연구는 이제 시작단계인 상태이다. 재배치경로 최적화에 관해서는 월등히 수요가 많은 대여소 또는 재고 불균형이 심한 대여소를 대상으로 최단경로를 제시하는 연구들이 수행되어 왔다. 본 연구에서는 공공자전거 시스템의 이용효율성을 높이기 위하여 대여소별 이용특성에 따른 예측 수요를 바탕으로 재배치전략을 수립하고, 자전거 이용수요를 충족시키는 일정수준을 재고량을 유지하며, 이의 적정성을 분석하였다.
자전거 재배치전략 방법론
이용자들의 공공자전거 대여와 반납은 대여소의 재고 분포의 불균형 및 쏠림현상을 야기할 수 있다. 자전거 이용을 원활하게 하고 수요-공급 불균형 문제를 해소하기 위해 운영차량은 대여소에 방문하여 자전거를 회수하거나 분배를 시행하고 있다. 본 연구에서는 대여소별 대여 및 반납 특성에 따라 추정된 이용수요를 바탕으로 재고를 일정수준으로 유지할 수 있는 재배치전략을 수립하는 방법론을 2단계로 구성하였다. 1단계에서는 시간단위로 대여소별 자전거 이용수요를 추정하여 운영차량의 대여소별 자전거 분배량을 산정하였다. 2단계에서는 산정된 대여소별 분배량을 기반으로 최적경로를 도출하여 재배치시간을 최소화하는 방법론을 제시하였다.
1. 이용수요 추정 및 요구 분배량 산정
재배치전략을 수립하려면 우선적으로 시간대에 따른 대여소별 자전거 분배량 및 회수가능대수를 산정해야 한다.
| $$Drop_{i,t}=\mu_{i,t}+1.65\sigma_{i,t}\;\;\;\;\mathrm{if}\;\;\mu_{i,t}\geq0$$ | (1) |
| $$Pick_{i,t}^{available}=Stock_{i,t}-\mu_{i,t}\;\;\;\;\mathrm{if}\;\;\mu_{i,t}<0$$ | (2) |
대여소별 분배량 및 회수가능대수를 산정하기 위해 대여소의 시간대에서의 자전거 이용수요를 추정하였다. 자전거 이용수요()와 그의 표준편차()는 해당 시간대에서의 평균적인 자전거 대여량()과 반납량()의 차이로 산정할 수 있다. Equation 1은 대여소의 시간대에서의 자전거 분배량()을 구하는 수식을 나타낸 것이다. 자전거를 분배해야하는 대여소는 대여량이 반납량보다 많아 재고()가 이용수요()만큼 감소한 대여소이다. 이용수요가 실제값이 아닌 평균값임을 고려하여, 해당 대여소에서의 자전거 분배량은 이용수요에 여유분을 더한 만큼의 양을 분배하도록 설정하였다. 여유분은 으로 설정하여 분배량이 실제 이용수요를 충족할 확률이 95%가 되도록 하였다. 반대로, 대여소의 시간대에서의 반납량이 대여량보다 많을 경우, 재고는 이용수요()만큼 증가한다. 이 경우 해당 대여소에서는 자전거를 회수할 수 있도록 설정하였으며, Equation 2는 회수가능대수()를 나타낸 수식이다.
2. 최적 재배치경로 기반 재배치량 산정 최적화 모형
산정된 대여소별 자전거 분배량 및 회수가능대수를 기반으로 최적의 경로를 도출하여 재배치시간을 최소화하였다. Equation 3은 재배치경로 최적화를 위한 목적함수와 제약조건을 나타낸 것이다.
Min Objective Function:
subject to:
| $$\delta_{pick,i}\in\{0,1\}, \delta_{drop,j}\in\{0,1\}$$ | Constraint (1) |
| $$Pick_{i,t}^{available}-Pick_{i,t}\geq0$$ | Constraint (2) |
| $$v=25km/h$$ | Constraint (3) |
| $$t_{pick}=t_{drop}=30sec/대$$ | Constraint (4) |
| $$Stock_{i,t}, Rent_{i,t}, Return_{i,t}, Drop_{j,t}, Pick_{i,t}\geq0$$ | Constraint (5) |
| $$Stock_{i,t}=Stock_{i,1}+\sum_{j=1}^{t-1}\lbrack(Return_{i,j}-Rent_{i,j})+(Drop_{i,j}-Pick_{i,j})\rbrack$$ | Constraint (6) |
Equation 3은 운영차량의 재배치시간을 최소화하여 최적경로를 선정하는 목적함수이다. 재배치시간은 운영차량의 통행시간과 자전거의 회수 및 분배시간의 합으로 나타낼 수 있다. Equation 3의 첫 번째 항은 운영차량의 통행시간을 의미하며, 각 대여소간 거리를 속도로 나눈 값들의 합으로 표현하였다. Constraint 1의 와 는 각각 대여소의 회수 여부와 대여소의 분배 여부를 나타내는 변수로서, 해당 대여소에서 회수와 분배가 시행되면 1, 그렇지 않으면 0을 나타낸다. 따라서 운영차량은 회수 및 분배가 시행되는 대여소만 거치게 된다. 목적함수의 두 번째 항은 운영차량의 자전거회수 소요시간을 의미한다. 회수시간은 회수대여소의 시간대에서의 자전거 회수량()과 자전거 1대당 회수시간()을 곱한 값들의 합으로 표현할 수 있다. 이때 Constraint 2는 대여소의 시간대에서의 자전거 회수량()이 회수가능대수()를 초과하지 않도록 제약하는 수식을 나타낸 것이다. 목적함수의 세 번째 항은 분배소요시간에 대한 항으로서, 두 번째 항과 마찬가지 방법으로 분배대여소에서의 자전거 분배량()과 자전거 1대당 분배시간()을 곱한 값들의 합으로 표현하였다. 운영차량의 통행속도는 시속 25km이고(Constraint 3), 운영차량의 자전거 1대당 회수 및 분배시간은 30초이며(Constraint 4), 운영차량의 자전거 용량은 20대로 가정하였다. 또한 모든 대여소의 재고, 대여량, 반납량, 회수량 및 분배량은 음수가 되지 않도록 설정하였다(Constraint 5). 대여소의 시간대에서의 재고()는 Constraint 6과 같이 초기 재고에서 ()시간동안의 대여, 반납, 분배 및 회수의 과정을 거쳐 산정된다. 재고의 초기값 은 각 대여소의 거치대수()로 가정하였다. 본 연구에서는 공학용 소프트웨어인 MATLAB (매트랩)을 활용하여 최적 재배치경로를 설정하였다. 최적 재배치경로를 선정하는 과정에서 운영차량의 통행시간을 최소화하기 위해 회수자전거는 분배대여소 주변에서 회수되도록 설정하였다.
Case Study
1. 대상지역 및 자료구축
본 연구에서는 서울시 마포구를 대상으로 제안 방법론을 적용하였다. 마포구에는 총 68개의 대여소가 있으며, 거치대는 총 950대가 있다. 2017년 1년간 마포구에서의 이용건수는 1,544,770건으로 서울시 행정구 중에 이용수가 가장 많았다. 마포구 대여소의 재배치는 강북공공자전거관리소에서 실시간으로 재고현황을 확인하며 운영된다. 강북공공자전거관리소에는 마포구, 은평구, 서대문구가 속해있으며, 운영팀은 총 5대의 운영차량을 이용하여 마포구 내 재배치를 수행한다.
본 연구는 2017년 11월의 자전거 대여반납 이력자료를 활용하여 자전거 이용특성을 분석하였다. 공공자전거 대여반납 DB에는 이용 건당 자료가 기록되어있다. 주말 및 공휴일에는 외부상황의 영향으로 예외적인 자전거 이용행태가 나타나므로, 분석DB는 2017년 11월 중 맑은 날 평일을 대상으로 구축하였다. 해당기간은 20일로서 통행량은 총 43,194회가 기록되었으며, 데이터는 관측된 데이터를 1시간 단위로 구축하였다. 본 연구는 구축된 데이터를 이용하여 하루 24시간에 대해 추정된 대여반납수요를 기반으로 재배치전략을 설정하였다. Table 1은 대상지역 및 자전거이용 DB의 형식을 나타낸 것이다.
Table 1. Test site and bike rental DB format
2. 분석결과
1) 운영차량의 최적 재배치경로 선정 결과 분석
재배치 최단경로 선정과정의 효율성을 높이기 위해서는 대여소의 군집화가 필요하다. 각 군집은 4개 대여소를 포함하며 운영차량은 지역을 왕복하며 재배치를 시행하도록 설정하였다. 운영차량의 이동은 군집 간 이동과 군집 내 이동으로 구성된다. 재배치 대여소가 선정되면 운영차량은 해당 군집을 방문하여 군집 내 대여소의 재배치를 수행한 이후 다음 군집으로 이동한다. 운영차량이 재배치를 시행하고 있는 군집의 마지막 재배치대여소와 다음 군집의 첫 재배치 대여소 간의 거리는 최단이 되도록 설정하였다.
Table 2는 각 시간대별 운영차량의 재배치경로와 소요시간을 나타낸 것이다. 최적재배치경로의 회수대여소는 괄호번호로 표기하였다. 20-21시의 재배치경로는 총 17개 대여소를 경유하여 재배치를 시행한 것으로 분석되었다. 분석결과, 46대의 분배자전거가 53번, 54번, 56번 등 10개 대여소에서 분배되었고 51대의 회수자전거가 55번, 43번 등 7개 대여소에서 회수되었으며, 재배치시간은 총 4,441초가 도출되었다. Figure 1의 (b)와 (c)는 각각 09-10시와 20-21시에 시행된 재배치경로를 보여주고 있다.
Table 2. Data of optimal rebalancing route
2) 자전거 재배치량 산정 결과 분석
Table 3은 마포구의 68개 대여소 중에서 자전거 재배치 분배량이 가장 많은 3개 대여소에 대해 분석한 결과를 나타낸 것이다. 재배치 과정은 0시부터 시작되며 대여소별 재고량의 초기입력 값은 설치된 거치대수로 설정하였다. 분석결과, 54번 대여소 “서울서부지방법원 앞”의 경우, 17-18시의 시행 전 재고 6대는 대여수요 7대를 충족하지 못하는 반면, 시행 후 재고는 21대로서 이용수요를 충족하는 것을 알 수 있다. 시행 후의 경우, 19-20시의 재고 41대는 운영차량으로 회수된 26대와 대여수요 5대를 모두 충족할 수 있는 것으로 분석되었다. Figure 2는 3개 대여소의 시간대별 관측재고, 이용수요, 시행 후 재고를 나타낸 것이다. 대여수요가 많은 시간대의 경우, 시행 후 재고량의 패턴은 이용수요 패턴과 유사하며, 이는 확보된 여유분이 일정하게 유지되는 것으로 해석할 수 있다.
Table 3. Result of rebalancing strategy at each station
효과분석 및 검증
본 연구에서는 효과분석 및 검증을 위하여 3가지 분석을 시행하였다. 3가지 지표는 기존의 운영방식과 비교하여 본 연구가 자전거 재고관리의 효율성에 어떤 영향을 미쳤는지를 평가할 수 있는 기준이다. 이용수요 충족도는 자전거 이용수요만큼의 재고를 보유한 대여소의 비율을 나타내는 지표이다. 거치대수의 적정성은 대여소마다 거치대수가 이용수요에 대응하도록 적절히 배정되었는지를 분석하는 지표이다. 마지막으로 대여소마다 재고의 여유분이 균등하게 분포되었는지를 평균, 표준편차, 변동계수를 이용하여 비교분석하였다.
1. 이용수요 충족도 분석
이용수요 충족도는 자전거 이용수요만큼의 재고를 보유한 대여소의 비율을 나타내는 지표이다. 이용수요 충족도는 Equation 4로 나타낼 수 있다.
| $$\mathrm{이용수요}\;충\mathrm{족도}=\frac{n(D)}{n(T)\times n(I)}$$ | (4) |
| $$T={\{t\vert t\;\in1,2,3,...,24}\}$$ | (5) |
| $$I={\{i\vert1\leq i\leq68,\;i\in Z}\}$$ | (6) |
| $$D=\{{U_{i,t}\vert U_{i,t}=Stock_{i,t}-\mu_{i,t}\geq0\}}$$ | (7) |
이용수요 충족도는 Equation 4를 통해 나타냈으며, 분석시간대동안 전체 대여소 수에 대한 이용수요만큼의 재고를 보유한 대여소 수의 비율을 산정한 것이다. Equation 5를 통해 하루 24시간 중 분석하고자하는 시간대를 1시간단위로 추출하였다. Equation 6의 집합는 총 68개의 대여소를 숫자로 나타낸 집합이다. Equation 7의 집합는 분석시간대에 대하여 이용수요를 충족하는 대여소들의 집합을 의미한다.
Table 4는 재배치 방법론 시행 전의 관측 재고와 시행 후의 재고에 대하여 비교분석한 결과를 정리한 것이다. 첨두시간 2시간(09-10시, 18-19시)에 대하여 모든 68개 대여소는 2회씩 계산되었고, 시행 전의 경우 총 136개의 데이터 중 이용수요를 충족한 데이터 수는 112개이며 충족도는 0.82로 산정되었다.
Table 4. Demand satisfaction ratio
2. 거치대수의 적정성 분석
대여소의 자전거 거치대수는 이용수요에 대응하여 적절히 배정되어야 한다. 본 분석에서는 자전거 이용수요 및 재배치에 따라 변화되는 대여소의 자전거 재고를 거치대수와 비교하여 거치대수가 적절히 배정되었는지를 분석하였다.
| $$\mathrm 거치\mathrm{대적정성}\;\mathrm 지표=\frac{n(S)}{n(I)}$$ | (8) |
| $$S=\left\{i\vert0.5<\frac{Stock_i^{Average}}{Stock_{i,1}}<1.5\right\}$$ | (9) |
| $$Stock_i^{Average}=\frac{{\displaystyle\sum_{t=1}^{n(T)}}Stock_{i,t}}{n(T)}$$ | (10) |
거치대수 적정성 지표는 Equation 8과 같이 표현할 수 있으며, 거치대수 적정성 지표는 총 대여소 수에 대한 거치대수가 적정한 대여소 수의 비율로 나타내었다. 총 대여소에 대한 집합는 Equation 6을 통해 알 수 있다. Equation 9는 거치대수가 적절히 배정된 대여소의 집합을 의미한다. 자전거 반납 시 대여소의 거치대가 부족한 경우에는 연결거치를 통해 반납이 가능하다. 본 분석에서는 거치대수에 대한 평균재고 비율의 적정범위를 자전거 연결거치의 특성을 고려하여 0.5와 1.5 사이로 가정하였다. Equation 10은 분석시간대에 대하여, 대여소의 재고의 평균을 계산한 것이다. 이때 분석시간대는 Equation 5를 통해 추출하였다.
Table 5는 거치대수의 적정성 분석결과를 나타낸 것이다. 분석결과, 전체 68개 대여소 중에서 첨두시간 2시간(09-10시, 18-19시)동안 적정판단기준 0.5에 미달인 대여소 수는 34개소이며, 적정판단기준 1.5을 초과한 대여소 수는 2개소로서 총 36개소의 거치대수가 부적정한 것으로 분석되었다. 이용수요를 고려한 거치대수의 적정성지표는 0.47로서, 거치대수 적정성 분석결과를 토대로 36개 대여소의 거치대수 조정이 필요한 것으로 분석되었다.
Table 5. Propriety of the number of docks
| Time slot | Station count | Improper station | Proper station | Propriety | ||
| <0.5 | >1.5 | Sum | ||||
| Peak 1hour | 68 | 29 | 9 | 38 | 30 | 0.44 |
| Peak 2hours | 68 | 34 | 2 | 36 | 32 | 0.47 |
| 12hours | 68 | 29 | 1 | 30 | 38 | 0.56 |
| 24hours | 68 | 39 | 2 | 41 | 27 | 0.40 |
3. 이용수요에 대한 대여소별 재고여유분의 균등성 분석
재고여유분은 대여소별 재고와 이용수요의 차이로서 본 분석에서는 68개 대여소의 여유분이 균일하게 분포하는 지를 분석하였다.
| $$U_{i,t}=Stock_{i,t}-\mu_{i,t}\;\;\;\;\mathrm{for}\;\;\forall\mu_{i,t}\geq0$$ | (11) |
| $$M=\frac{\sum_{i=1}^{n(I)}U_{i,t}}{n(I)}$$ | (12) |
| $$\sigma=\frac{\sqrt{\sum_{i=1}^{n(I)}}{(U_{i,t}-M)^2}}{n(I)}$$ | (13) |
| $$변동계수(C_v) = \frac\sigma M$$ | (14) |
대여소의 시간대별 재고여유분은 Equation 11과 같이 재고와 이용수요의 차로 산정되었으며, 본 분석에서는 자전거 대여량이 반납량보다 많아 재고가 감소하는 대여소에 대해서 효과분석을 실시하였다. Equation 12와 13은 각각 재고여유분의 평균과 표준편차를 의미한다. 재고여유분의 변동계수는 평균을 기준으로 변동 폭의 정도를 알려주는 지표로서, 평균에 대한 표준편차의 비로 Equation 14와 같이 나타낼 수 있다. 또한 본 분석에서는 재배치 시행 전후의 재고여유분 빈도분포 변화가 의미를 가지는지를 평가하기 위해 F-검정(유의수준 0.05)을 시행하였다.
Table 6은 시간대에 따른 균등성 비교분석을 시행한 결과를 정리한 것이며, Figure 3-6은 재고여유분의 빈도분포곡선을 나타낸 것이다. 분석결과, 첨두시간 1시간(18-19시)의 재고여유분 평균이 재배치 시행 전이 18대로서 시행 후 14대보다 많은 것으로 분석되었으며, 이는 분배대여소에 자전거가 더 많이 집중되어 있다는 것을 의미한다. 재고여유분의 표준편차는 재배치 시행 후가 시행 전에 비해 24.9에서 15.7로 감소되었다. 이로 인해 재고여유분의 변동계수는 1.38에서 1.12로 감소하여 19% 개선된 것을 확인할 수 있다. 재고여유분의 F-검정 결과, 재배치 시행 후의 표준편차가 시행 전에 비해 감소한 것은 유의수준 p(t≤f)=0.0001의 수준에서 유의하며 이는 균등성이 개선된 것을 나타낸다. 이러한 분석결과는 본 연구에서 제안한 재배치전략이 재배치량을 최소화하면서 이용수요-재고의 불균형을 효율적으로 완화시킬 수 있다는 것을 의미한다.
Table 6. Frequency distribution curve
결론 및 향후 연구 과제
공공자전거 대여시스템은 시민들의 자전거 이용생활화를 통하여 시민건강을 증진시키고, 자전거의 교통수단 분담률을 높여 도시환경문제를 개선하고자하는 노력의 일환으로 시행되고 있다. 현재 서울시 공공자전거 시스템에는 수요-공급 불균형 문제가 발생하고 있다. 본 연구에서는 대여소의 이용특성에 따라 추정된 수요를 바탕으로 재배치전략을 수립하고, 이용수요에 맞춰 재고를 일정수준으로 유지하는 방법론을 제시하였다.
본 연구는 재배치전략을 2단계로 구성하였다. 1단계에서는 시간단위로 대여소별 자전거 이용수요를 추정하여 운영차량의 대여소별 자전거 분배량을 산정하였다. 2단계에서는 산정된 대여소별 분배량을 기반으로 최적경로를 도출하여 재배치시간을 최소화하는 방법론을 제시하였다.
분석결과 첨두시간 2시간에 대하여 이용수요 충족도는 68개 대여소 중 각각 57개 및 55개 대여소 재고가 이용수요를 충족하여 이용수요 충족도는 0.82로 산정되었다. 재배치 후의 거치대수 적정성지표는 0.47로 68개 대여소 중 32개 대여소의 거치대수가 이용수요에 대비하여 적절히 배정된 것으로 분석되었다. 68개 대여소별 재고여유분의 균등성지표로서 대여소별 재고여유 자전거 수의 변동계수는 1.38에서 1.12로 감소되어 19%의 개선효과를 나타내었으며 F-검정을 통해 개선효과의 유의성을 확인하였다.
본 연구에서는 현장에서 쉽게 적용할 수 있는 자전거 재배치 방법론을 제안하고 이의 시행효과를 검증하였다. 본 연구는 서울시 마포구 공공자전거 대여소의 이용특성을 분석하였고, 다음 시간대의 적절한 자전거 분배량 및 회수량을 추정하여 운영트럭의 최적 재배치경로를 제안하였다. 서울시의 재배치 시스템은 현장 대응형으로서 재배치요원의 직관적 판단에 의존하여 재배치가 시행되고 있기 때문에, 제안된 방법론은 자전거 이용을 원활하게 하고 수요-공급 불균형 문제를 해소하여 운영시스템을 체계적으로 개선시키는 데 기여할 수 있을 것으로 판단된다.
공공자전거 시스템의 운영 효율성을 높이기 위해서는 공공자전거 이용자에 대한 행태분석이 우선되어야 하며, 이를 토대로 체계적인 재배치전략을 수립하여야 함이 필수적이다. 공공자전거의 운영 효율성은 다양한 기술적 요소와 운영전략, 지역적 특성, 그리고 이용자의 이용특성에 크게 영향을 받는다. 또한 계절적 요인, 운영비용 및 운영인력 등의 실질적인 요소들을 고려한다면 더 나은 재배치전략이 수립될 수 있을 것이다. 본 연구를 기초로 운영 효율성에 영향을 미치는 다양한 요소에 대한 연구가 지속적으로 수행되기를 기대한다.
