서론

COVID-19로 인한 사회적 거리두기 정책으로 대중교통 이용이 급감한 반면, 개인형 이동수단(Personal Mobility, PM)은 타인과 접촉 없이 이동할 수 있어 개인주의 확대가 개인형 이동수단의 보급과 이용 확대로 이어지는 양상을 보이고 있다(KOTSA, 2021). 특히 전동킥보드와 같은 PM은 친환경 이동수단과 높은 휴대성·접근성을 갖고 있으며, 대중교통과 연계한 Mobility as a Service(MaaS) 서비스로 주목받고 있다. 그러나 전동킥보드의 확산 속도에 비해 기존 도로 교통 체계의 정비가 미흡한 실정이며, PM 관련 교통사고는 2017년 117건에서 2021년 1,735건으로 약 15배 급증하는 등 안전에 대한 우려가 지속적으로 제기되고 있다(TAAS, 2022). 또한, 무단 주정차로 인한 도시 미관 저해와 보행자 및 차량 통행 방해 문제도 지속적으로 지적되며, 체계적인 제도적 정비의 필요성이 대두되고 있다(Kweon and Lee, 2024). 이에 대한 국내 대응책으로는 동승자 탑승 금지, 연령 제한, 안전모 착용 의무화 등 사고 예방 중심의 규제 위주로 이루어지고 있으나, 실제 이용자의 성별, 연령, 지역 등에 기반한 구체적인 통행 패턴이나 주행환경에서의 공간적 특성에 대한 실증적 연구는 여전히 제한적이다. 특히, 국내에서 전동킥보드 이용행태나 전동킥보드 이용자 기반의 주행환경 분석을 위한 상세한 데이터 수집과 활용은 거의 없는 상황이다(Baek et al., 2023). 특히, 우리나라의 전동킥보드 주행환경은 자전거도로의 70%가 보행자·자전거 겸용도로로, 보행자와 자전거 이용자가 동일한 공간을 공유하는 경우가 대부분이기에 PM 이용자를 위한 독립된 인프라가 잘 구축되어 있지 않다. 이는 유럽 등 보행자·자전거·PM 간 동선 이 분리된 주요 선진국의 인프라와는 상반되는 환경으로, 국내 PM 주행환경을 고려하지 않은 보행자도로에서의 일률적 규제는 효과적인 대응 방안으로 보기 어렵다. 그럼에도 불구하고, 국내 PM 주행여건을 고려한 이용자 기반의 실증 분석이나 주행환경 특성을 반영한 정책적 제언은 매우 부족한 실정이다.

따라서 본 연구에서는 서울시 전역의 공유 전동킥보드 실측 이동궤적 데이터를 기반으로, 이용자의 경로선택에 영향을 미치는 요인을 정량적으로 분석하고자 한다. 이를 통해 국내 PM 주행환경 특성과 이용행태를 규명하고, 향후 사용자 중심의 안전한 인프라 조성과 효율적인 정책 수립을 위한 실질적 근거를 제공하는 데 목적이 있다.

선행연구

1. 전동킥보드 이용행태 연구

우리나라 전동킥보드의 이용행태를 분석한 선행연구는 전동킥보드 이용자의 이용 빈도, 주관적 인식과 경험에 중점을 두며, 안전성과 속도 등 다양한 요소들이 전동킥보드 이용 패턴에 어떻게 영향을 미치는지에 대해 규명하고자 하였다. Hong et al.(2022)의 연구에서 중요도-성능 분석 기법(Importance Performance Analysis, IPA)을 통해 전동킥보드 이용과 관련된 다양한 변수들의 중요도와 만족도를 평가한 결과, 이동 거리와 공급 대수 등의 항목에서 높은 만족도를 보였으며, 이는 사용자가 원하는 목적지까지 직접적이고 효율적으로 이동할 수 있는 전동킥보드의 이점에 대한 높은 인식을 반영한다. 반면, 안전성과 관련된 변수들, 특히 헬멧 착용과 운전면허 소지, 보행자 통행 제한 등의 항목은 중요도와 만족도가 모두 낮게 나타나, 전동킥보드 이용자 스스로가 이러한 안전 관련 조치들을 크게 중요하게 여기지 않음을 나타낸다. 또한, 충돌사고 안전에 대한 만족도가 기대에 미치지 못하는 것으로 나타났는데, 이는 전동킥보드 사용자가 스스로 높은 위험도를 인지하고 있으나 안전 관련 조치들을 간과하고 있는 것으로 해석된다. 전동킥보드의 이용 목적 측면에서는 도로 교통체증을 피해 빠르게 이동하거나 레저 목적, 걷기 및 버스 대체 목적이 자주 언급된다. Ahn et al.(2021)의 연구에서 공유 전동킥보드 이용자들을 대상으로 이용환경 만족도 설문을 진행한 결과, 이용자의 42%가 ‘교통체증을 피하기 위해서’, 39%가 ‘이용하는 것이 재미있어서’를 주요 이용 목적으로 응답한 것으로 나타났다. 대중교통과의 연계 또한 전동킥보드 이용에 있어 중요한 요소로 작용하는데, 특히 대중교통의 한계였던 퍼스트 마일(first mile) 및 라스트 마일(last mile) 문제를 해결할 수 있다는 점에서 효율성이 주목되었다(Han et al., 2022). 전동킥보드는 버스, 지하철, PM 등 다양한 교통서비스를 하나의 플랫폼에서 통합 제공하는 MaaS 측면에서 퍼스트·라스트 마일 구간을 연결할 수 있다는 점에서 강점을 가진다. 이렇듯 전동킥보드는 대중교통 시스템과의 효율적인 연계를 통해 도시 내 접근성을 향상시키며, 실용성과 여가적 기능을 동시에 충족하는 이동수단으로 활용되고 있음을 나타낸다.

2. 이동수단별 경로선택 연구

운전자들의 경로선택에 관한 기존 연구는 다양한 교통수단의 특성과 운전자의 이동행태에 따라 경로선택 요인을 비교 분석하였다. Ciscal-Terry et al.(2016)의 연구에서는 자동차 운전자는 고속 주행이 가능한 장거리 경로를 선호하는 경향이 있으며, 경로선택 시 속도 제한 요소가 중요한 영향을 미친다고 주장하였다. 반면, 자전거 운전자의 경우 이동 거리에 민감한 경향을 보였으며, 보도나 차도와 분리된 자전거도로와 같이 안전성이 확보된 인프라를 선호하는 특성이 확인되었다(Karpinski et al., 2021). 또한, Ghanayim et al.(2018)의 연구에서는 자전거도로 및 해안가 경로를 선호하는 것으로 나타나, 쾌적한 환경에서 주행하기 위해 최단경로보다 긴 경로를 선택하는 경향을 보였다. 이러한 결과는 안전하고 편안한 주행환경을 제공하기 위한 자전거 친화적인 인프라(Bicycle-Friendly Infrastructure)의 설계가 자전거 이용자의 경로선택에 긍정적으로 작용할 수 있음을 시사한다. 전동킥보드의 경우 Yang et al.(2022)의 연구에서는 자전거 관련 인프라가 구축된 지역에서 전동킥보드 주행량이 더욱 높은 것으로 나타났으며, 이는 전동킥보드 친화성이 높은 도로환경을 설계하는 데에도 영향을 미치기에 자전거와 전동킥보드 이용자 간의 경로선택 요인에서 구조적인 유사성이 존재함을 보여준다. 한편, 자전거는 전동킥보드에 비해 신체적 에너지 소모가 요구되기 때문에 경사도 변화에 민감하게 반응하지만(Sa et al., 2020), 전동킥보드의 경우 경사도에 영향을 받지 않는다는 점에서 차이를 보였다(López-Dóriga et al., 2022). Cubells et al.(2023)의 비교 연구에 따르면, 전동킥보드와 공유 자전거 모두 자전거도로를 선호하는 경향은 비슷하나 전동킥보드 이용자는 자전거 이용자에 비해 상대적으로 더 긴 우회 경로를 선택하는 경향이 있는 것으로 분석되었다. 이러한 결과는 전동킥보드 이용자의 경로선택이 효율성뿐 아니라 안전성, 쾌적성 등 복합적인 요인에 의해 결정됨을 시사하며, 기존의 자동차나 자전거 중심의 경로선택 연구와는 차별화되는 특성이다. 그러나 대부분의 경로선택 연구는 자동차 및 자전거에 치우친 경향이 있고, 전동킥보드와 같은 PM 수단에 대한 경로선택 행태를 다룬 실증 연구는 여전히 부족한 실정이다.

한편, 경로선택 시 효율적인 측면뿐만 아니라 운전자가 주행 과정에서 인지하는 스트레스 수준이나 환경적인 쾌적성을 느끼는 정도 또한 경로선택에 중요한 기준이 될 수 있다는 연구가 다수 제시되었다. Maas et al.(2021)의 연구에서는 공원 지역의 비율이 높고 해안가가 위치한 곳에서 자전거 이용률이 높은 경향을 확인하였으며, 이는 환경적 요인이 경로선택에 영향을 미친다는 실증적 근거로 활용될 수 있다. McKenzie(2019)의 연구에서는 전동킥보드가 교통수단으로서의 기능 외에 여가 및 레저 목적의 수단으로도 활용되고 있다는 것이 밝혀졌으며, 강변 도로나 녹지 환경을 포함하는 여부에 따라 최단경로를 벗어나는 우회경로를 선택하는 데 영향을 미치는 것으로 나타났다(Cubells et al., 2023). Mekuria et al.(2012)의 연구에서는 자전거 및 보행자 경로 설계에서 Level of Traffic Stress 모형을 활용하여 교통량, 차량 속도, 차선 폭 등의 도로환경 특성이 자전거 이용자가 느끼는 스트레스에 영향이 있음을 주장하였다. 이러한 연구 흐름은 도시 내 녹지와 같은 경관적 특성이 이용자의 정신적 안정과 스트레스 해소에 긍정적인 영향을 준다는 연구 결과와 동일한 맥락의 내용이다(Lin and Fan, 2020). 이는 녹지 환경이 전동킥보드 이용자에게 경로선택 시 느끼는 쾌적함과 안정감에 영향을 주는 요소임을 확인하는 데 중요한 근거를 제공하였다.

3. 전동킥보드 경로선택 영향요인 연구

전동킥보드 이용자의 경로선택 시 영향요인에는 교통인프라, 지형적 특성, 법적 규제 등의 외부 환경 요인과 전동킥보드의 이용시간, 거리에 따른 요금 부담을 줄이기 위한 이용자의 사회적 동기, 사회인구학적 특성과 같은 내부 환경 요인 등 다양한 주행환경 요인이 복합적으로 작용한다. Hsueh and Lin(2023)의 연구에서는 Path Size Logit 모델을 활용한 분석을 통해 전동킥보드 이용자가 주로 출퇴근 시간에 교차로를 피하고 속도를 낼 수 있는 우회 경로를 선택함으로써 이동거리, 시간, 비용이 증가하더라도 이를 감수하는 경향을 보인다고 밝혔다. 또한, Almannaa et al.(2021)의 연구에서는 주말보다 주중에 더욱 빠른 속도로 주행하여 시간대에 따른 평균 주행 속도의 차이가 존재함을 입증하며, 이용 목적에 따라 경로선택이 달라질 수 있음을 제시하였다. 특히, 자정이나 비첨두 시간대에는 전동킥보드의 운행속도를 빠르게 유지하려는 경향을 보였으며, 차량 통행량과 유동인구가 많은 시간대에 전동킥보드 이용 선호도가 높은 것으로 나타났다. 이는 교차로 밀도가 높은 복잡한 도로 환경에서 전동킥보드가 단거리 이동에 적합한 교통수단으로 활용되며, 이러한 지역에서 이용 빈도가 더욱 높게 나타나는 특성을 반영한 것으로 해석된다(Ahn et al., 2021; Nikiforiadis et al., 2021). 물리적 인프라 측면에서는, 자전거도로가 전동킥보드 이용에 있어 안전한 공간을 제공함으로써 전동킥보드 이용률을 높이는 요소로 작용하였으며(Guo and Zhang, 2021), 차량이 주로 주차된 공간이나 신호등을 우회하는 경로를 선호하는 경향 또한 확인되었다(Cubells et al., 2023).

전동킥보드 경로선택에 대한 이용자의 내부 요인으로는, 쾌적함을 제공하는 녹지 경관 지수와 같은 경관의 질이 이용자의 심리적 안정감과 스트레스 수준에 영향을 미치는 것으로 나타났다(Christoforou et al., 2021). 전동킥보드 이용자의 선호도 측면에서도 공원 및 녹지를 포함하는 주행환경을 선호하는 경향이 확인되었으며(Yang et al., 2022), 이러한 맥락에서 보행자와의 상호작용, 노면 상태, 경관적 요소 등도 주행 시 느끼는 쾌적성과 안전성에 영향을 미치는 요인으로 평가되었다(Christoforou et al., 2021). 앞선 연구에서 전동킥보드 경로선택에 영향을 미치는 핵심적인 요인으로 교통 인프라와 통행특성이 주로 다루어졌으나, 경로선택에 있어서 다양한 요인을 복합적으로 고려하기에는 한계가 존재한다. 기존의 PM 경로선택 요인에 대한 연구는 교통 인프라, 법적 규제, 지형적 특성 등 외부 요인에 주로 집중되어 왔다. 이러한 접근의 한계점을 극복하기 위해서는 이용자의 개인·통행 특성, 주행 선호도 등 내부 환경 요인과 다양한 PM 인프라와 같은 외부 환경 요인을 모두 고려한 경로선택 영향요인 분석이 요구된다.

4. 연구의 차별성

앞선 연구의 배경 및 선행연구 고찰 결과에 따른 한계점은 다음과 같다. 첫째, 현재 PM 관련 정책 연구는 급증하는 PM 교통사고에 대응하기 위한 법적 규제 중심의 접근에 집중되어 있으며, 사고 예방이라는 국한된 시각에서 주로 논의되고 있다. 둘째, 기존 연구는 설문조사와 인터뷰 등 주관적 인식에 기반하는 데이터에 의존하였으며, 이는 실제 전동킥보드 이용자의 객관적이고 실증적인 통행패턴을 파악하는 데에는 한계가 있다. 셋째, 대부분의 선행연구는 자전거 전용도로에서 주행하기를 권고하고 있으나, 자전거·보행자 겸용도로가 대부분인 국내 PM 주행환경을 고려한 실질적인 대안을 제시한 연구는 부족한 상황이다. 안전한 PM 주행환경 조성을 위해서는 전동킥보드 이용자의 실제 통행패턴을 반영한 실증적인 분석이 선행되어야 하며, 경로선택 시 복합적으로 작용하는 주행환경 영향요인을 이용자의 사회인구학적 및 통행 특성과 같은 내부 요인뿐만 아니라 법적 규제, 교통 인프라 등 외부 환경 요인까지 고려하는 종합적 접근이 필요하다.

따라서, 본 연구는 전동킥보드 이용자의 통행패턴 및 선호 운행환경을 파악하기 위해 전동킥보드 이용자의 GPS 궤적 데이터를 활용하여 전동킥보드 이용자의 경로선택에 영향을 미치는 주행환경을 분석하였다. 앞서 선행연구의 한계를 극복할 수 있는 본 연구의 차별성은 다음과 같다. 첫째, 전동킥보드 이용자의 실제 이동궤적 데이터와 실제 교통 네트워크 기반 데이터를 결합하여 전동킥보드 이용행태를 실증적으로 분석하였다. 이는 국내 PM 주행환경을 반영하고 전동킥보드 이용자의 사회인구학적 특성과 통행 패턴에 따른 경향을 파악할 수 있다는 점에서 기존 연구와 차별성을 지닌다. 둘째, 본 연구는 전동킥보드 이용자의 경로선택 과정에서 발생하는 복합적인 요인을 분석하기 위해 실제 주행경로와 최단경로 간의 ‘공유 경로 비율(Shared Route Ratio)’이라는 정량적 지표를 활용하여 경로선택의 효율성과 쾌적성, 안전성을 평가하고, 다양한 주행환경이 공유 경로 비율에 미치는 영향을 파악하였다. 이는 규제 중심이 아닌 사용자 관점에서 전체 이동경로를 고려함으로써 다양한 주행환경 요인이 경로선택에 미치는 영향을 정량적으로 규명하였다는 점에서 학술적 의의가 있다. 따라서 기존 연구에서 단순히 이동 거리·시간과 같은 변수에 의존하여 경로선택의 효율성을 평가한 것과 달리, 본 연구는 실제 이동경로 데이터를 기반으로 경로선택 과정에서 복합적으로 작용하는 주행환경 요인을 분석하여 전동킥보드 이용자의 경로선택 행태를 실증적으로 반영하였다. 셋째, 전동킥보드 이용자의 경로선택 과정에서 개인 및 통행특성뿐만 아니라 물리적·인지적 환경 요소를 통합한 분석 프레임워크를 적용함으로써, 이용자의 사전 지식 및 경험을 반영한 경로선택 요인을 종합적으로 분석하고자 하였다. 이러한 접근은 기존 연구에서 물리적인 인프라 개선 지역이나 사고다발구역 도출과 같은 제한적인 분석에서 나아가, 이용자의 경험과 지역적 특성을 아우르는 복합적인 요소가 상호작용하는 전동킥보드 이용자의 경로선택 요인을 다층적으로 분석할 수 있다는 차별점이 있다.

분석방법

1. 분석 자료

1) 분석 범위 및 데이터

본 연구의 공간적 범위는 서울특별시 전역으로 설정하여 공유 전동킥보드의 기종점이 모두 서울시 내에 포함된 통행을 대상으로 하였다. 분석 단위는 이용자의 실제 주행경로를 기준으로 설정하였으며, 경로 단위로 데이터를 구축하여 분석에 활용하였다. 서울시는 2023년 6월 기준 약 400만 대의 개인형 이동수단이 운영되고 있는 지역으로, 국내에서 전동킥보드 밀도가 가장 높은 지역이다. 특히, 최근 서울시는 운영 대수 고정 캠페인 등 도시 미관 개선을 위한 관리 정책을 시행하고 있어, 공유 PM이 실제 운영 현황과 제도적 대응을 잘 반영한다는 점에서 본 연구의 분석 대상지로서 공간적 대표성을 갖추고 있다고 할 수 있다. 시간적 범위는 2023년 6월 1일부터 7일까지로 주중과 주말을 모두 포함하며, 기상청 기상자료개방포털에서 제공하는 기후통계 데이터를 활용하여 강수량이 10mm 이상인 날짜와 기온이 낮아 전동킥보드 이용률에 영향을 주는 비수기를 제외함으로써 기상 변수의 영향을 최소화하였다. 본 연구의 데이터는 공유 전동킥보드 서비스 운영업체인 ㈜스윙으로부터 제공받은 것으로, 주행 시작 및 종료 시각, 10초 간격의 GPS Trajectory 정보, 이동 거리 및 시간 등의 속성을 포함하며, 이용자 개인을 식별할 수 없는 비식별화된 형태로 제공되었다. 스윙은 우리나라의 공유 전동킥보드 공급을 대표하는 공유 PM 운영업체로, 2023년 기준 약 28%의 매출 점유율과 16%의 공급 기기 점유율을 차지하고 있는 업체이다(Innoforest, 2023). 이는 불특정 다수가 이용하는 공유 PM의 특성상 이용자별 선호환경 특성이 편향되지 않아 다양한 통행행태를 반영하고 다수의 전동킥보드 운행 빅데이터를 얻을 수 있다는 점에서 높은 객관성을 가진다.

전동킥보드의 이동궤적 데이터는 각 주행 경로마다 고유한 ID가 부여되며, 데이터의 세부 구성은 Table 1과 같다. 이는 전동킥보드 이용자가 이동한 실제 이동지점마다 Timestamp 형식의 GPS 좌표 정보, 출발지·도착지, 주행 거리 및 시간 등의 속성이 포함된다. 각 주행 좌표는 OpenStreetMap 기반의 가장 가까운 도로 네트워크에 맵매칭되어 연결되었으며, 이를 통해 이용자의 주행 경로를 Linestring 형태로 구축하여 본 연구의 공간적 단위로 활용하였다. 이상치 처리는 Haversine 거리 대비 실제 주행거리가 3배 이상인 경우, 이동 거리 기준 100m 이하이거나 15km 이상, 이동 시간이 1분 이하이거나 1시간 이상인 경우에는 오차 가능성이 높은 사례로 간주하여 분석에서 제외하였다. 이러한 전처리 과정을 통해 연구 대상지 범위 내에서 25,887건의 경로 데이터를 활용하였다.

2) 변수 선정 및 구축

본 연구는 전동킥보드 이용자의 경로선택 과정에서 이루어지는 다양한 주행환경 요인의 상호작용을 정량적으로 규명하기 위해 실제 주행경로와 최단경로 간의 유사성을 나타내는 공유 경로 비율(Shared Route Ratio)을 종속변수로 설정하였다. 이에 따라 분석에 포함되는 독립변수는 전동킥보드 이용자가 경험하는 환경 요소를 다각적으로 반영하기 위해 Table 2와 같이 개인·통행특성, 물리적 특성과 인지적 특성의 세 가지 범주로 구분하여 구성하였다.

먼저, 개인·통행 특성은 이용 시간대 및 금액 등 통행에 미치는 요인과 평균 주행 속도 등 이용자 특성을 반영하는 변수로 설정하였다. 물리적 특성은 전동킥보드 이용자가 실제 주행 중 경험하는 경사도, 수변·녹지 주행비율 및 토지이용 밀도 등 환경적 요인을 포함하였다. 인지적 환경 특성은 전동킥보드 이용자가 경로선택 시 심리적으로 반응하고 인지 가능한 환경적 요소를 나타내며, 사전에 보유한 정보나 과거 경험에 기반하여 인지하는 요인을 고려하기 위해 가로경관 이미지와 도로 네트워크 구조를 변수화하여 반영하였다. 이러한 변수 선정은 경로선택이 운전자의 과거 주행 경험이나 인프라 네트워크에 대한 익숙함 등 내부 요인에 의해 영향을 받을 수 있다는 Aldred et al.(2017)의 연구에 근거하여, 전동킥보드 주행환경 특성을 물리적 특성과 인지적 특성으로 범주화하여 분석하고자 하였다. 특히, 전동킥보드는 이동수단 특성상 단순히 실시간 주행환경에만 의존하지 않고, 대여 전 출·도착지를 기준으로 어느 지역을 주행할지에 대한 지역적 정보를 이미 인지하고 있는 경우가 많으며, 이용자들은 과거 경험을 바탕으로 익숙한 경로를 선호하는 경향을 보인다. 이는 목적지까지 도달하는 데 걸리는 거리나 시간의 효율성 외에도, 이용자가 느끼는 환경의 질과 주관적 인식 역시 경로선택에 영향을 줄 수 있음을 시사한다.

또한, 시각적 환경 요소의 질(scenic street quality)이 경로 효율성보다 운전자의 현장 인식에 더욱 민감하게 반응할 수 있다는 선행연구와도 맥락을 같이 하며(Oyama, 2024), 걷기를 대체하는 이동수단인 전동킥보드가 보행자의 보행환경과 유사한 공간을 주행하기에 경로선택 시 반응하는 환경 요인 역시 유사한 특성을 보인다는 주장을 뒷받침한다. 따라서 전동킥보드 이용자의 경로선택에는 이러한 유사성을 반영한 인지적 특성이 작용한다는 점을 고려할 필요가 있기에, 본 연구에서는 물리적 환경 변수뿐만 아니라 인지적 환경 변수를 함께 설명변수로 구성하였다.

물리적 환경 특성에서 평균 경사도는 경로 전반에 걸친 지형적 특성을 반영하기 위한 변수로, 언덕이 많은 지역에서는 평탄한 경로를 선호할 가능성을 고려하여 경로선택에 미치는 영향을 확인하고자 포함되었다. 고도 변동성 변수는 주행 중 이용자가 경험하는 고도의 변화를 정량화한 지표로, 궤적 데이터 내 각 지점에 따른 위치 간 고도 변화율을 계산하여 구축하였다. 이는 경사도가 일정하지 않아 고도가 자주 변동하는 경로에서 운전자에게 발생하는 주행 복잡성을 반영할 수 있으며, 경사가 급변하는 언덕길과 같은 지형에서는 우회하는 경로를 선택할 가능성을 설명하는 지형적 특성으로 해석될 수 있다. 자전거도로 주행비율의 경우, 자전거 친화적 인프라가 운전자에게 안전하고 편안한 주행환경을 제공한다는 연구에 근거하여(Guo and Zhang, 2021), 주행경로 내에서 자전거도로를 이용한 비율을 고려하기 위해 구축하였다. 자전거도로에서 주행한 비율이 높은 경로에서는 자전거 운전자에게 노면이 평탄하고 원활한 주행경로를 제공하며, 보행자와의 분리된 도로를 이용할 수 있어 주행 안정성이 높을 수 있다(Broach et al., 2012). 본 연구에서는 이를 참고하여 전동킥보드의 이동경로에서 운전자가 이용한 도로 중 자전거도로를 이용한 비율을 통행별로 산출한 값으로 계산하였다. 가로등 변수는 운전자가 경로를 선택할 때 조명이 많은 구간에서 심리적인 안정감과 편안함을 느낄 수 있다는 선행연구를 바탕으로 설정되었으며(Chen et al., 2018), 실제 이동경로 상에서 통과한 가로등의 개수를 통행별 실제 이동거리로 나누어 가로등 밀도 변수로 구축하였다.

신호등·횡단보도 변수 역시 주행경로에서 신호등과 횡단보도를 거쳐가는 빈도에 따라 밀도 변수로 구축하였다. 이는 자전거·전동킥보드 운전자가 운행속도와 흐름을 유지하기 위해 신호등을 우회하는 경향이 있다는 선행연구(Cubells et al., 2023)를 바탕으로, 주행의 연속성에 대한 선호를 고려하고자 반영한 것이다. 특히, 국내 전동킥보드 이용자가 이용 요금 절약을 중요시한다는 선행연구 결과(Ahn et al., 2021)에 근거하여, 주행 시간 및 거리에 따라 요금이 부과되는 요금 체계 하에서 교통 혼잡 및 신호대기에 따른 불필요한 정차를 피하려는 경향을 반영하여 신호등·횡단보도 변수를 설정하였다. 한편, 상업·주거·교육 시설 등의 밀도 변수의 경우 전동킥보드 주행 경로 상에서 각 시설에 대한 접근성을 반영한다. 각 시설 유형별로 200m의 버퍼(Buffer)를 설정하고 전동킥보드 주행 경로의 선형 데이터를 결합하여, 버퍼 내 교차되는 개수를 기반으로 산정하였다. 이러한 변수 설정은 도심으로부터 거리가 가깝고 주거지역 및 학생 비율이 높은 곳에서 전동킥보드 이용률이 높다는 선행연구에 기반하였다(Caspi et al., 2020). 특히, 어린이집 및 유치원·학교·학원 시설은 어린이보호구역이나 대학교와 같은 교육시설 주변 지역에서 보행자와의 상호 충돌 우려가 있고 사고 위험성이 높기 때문에 최단경로를 따르지 않고 우회할 가능성이 있어 변수에 포함되었다.

수변 주행비율과 녹지 주행비율 변수는 전동킥보드의 이동경로에서 한강변 자전거길과 같은 강변 도로와 녹지 지역 100m 버퍼 이내 경로를 주행한 비율을 나타낸다. 이는 자전거 이용자가 수변 도로나 공원과 같은 공간에서 주행 시 심리적 안정감과 스트레스 완화, 쾌적한 느낌을 경험한다는 선행연구(Lin and Fan, 2020)를 근거로 하여 설정되었다. 지하철 노선 주행비율은 전동킥보드 실제 이동경로 중 지하철 노선을 따라 주행한 비율을 의미하며, 지하철 노선 데이터를 기반으로 200m 버퍼를 생성하고 LineString 형태의 실제 이동경로와 결합하여 교차된 구간 길이를 전체 이동 거리로 나눈 비율로 산정되었다. 지하철 노선은 도시의 주요 이동 축의 역할을 하기에, 전동킥보드 이용자가 경로를 선택할 때 영향을 받을 수 있는 지하철 노선과의 공간적인 연관성을 파악하기 위한 지표로 활용되었다. 이는 지하철 노선을 따라 주행할수록 직선적이고 효율적인 경로를 주행하므로 최단경로와 유사한 특성을 가져 최단경로와 실제 이동경로 간 공유 경로 비율에 영향을 미칠 수 있다는 점을 반영하였다.

반면, 인지적 특성 변수는 단순히 현재 주행환경에서 느끼는 물리적 환경 조건 이외에, 이용자가 과거에 경험한 지역적 특성과 효율성에 대한 인식에 기반한 경로선택 행태를 설명하는 데 중점을 둔다. 도로망 네트워크의 밀도 변수는 주행 지역의 가로망 구조를 반영하며, 도로가 조밀하게 형성된 구간에서는 우회할 가능성이 높다는 점을 고려하여 포함되었다. 도로망 네트워크 밀도는 전동킥보드 이동경로를 기준으로 설정된 100m 버퍼 내 도로망 링크의 개수(r)와 노드 수(n)의 비율을 의미하며, Equation 1과 같이 계산되었다. 이러한 지표는 도로망의 복잡성을 정량화하며, 값은 0부터 1 사이의 범위를 가진다.

또한, 도로망 특성은 전통적인 공간 구문론 개념에 기초한 Spatial Design Network Analysis(sDNA) 방법론을 활용하여 도로 네트워크의 통합도(Closeness), 통과도(Betweenness), 전환비(Diversion ratio)를 변수로 고려하였다(Cooper and Chiaradia, 2020). 구체적으로 통합도는 특정 도로 세그먼트에서 다른 공간으로 쉽게 접근할 수 있는 정도를 의미하며, 특정한 공간에서의 통합도가 높을수록 도로망 연결성이 높아 해당 공간에 쉽게 접근할 수 있다는 것을 나타낸다. 통과도는 특정한 공간을 지나가게 될 확률을 의미하며, 값이 높을수록 인접 지역으로부터 사람들의 통행이 집중되는 공간임을 의미한다. 전환비는 도로망이 구부러져 있는 특성을 나타낸다(Meng and Zacharias, 2021). 예를 들어, 통합도가 높은 경로는 사용자가 효율적이고 연결성이 높은 길로 인식하는 반면, 통과도가 높은 지역은 보행 및 차량 흐름이 집중되는 곳으로 인지되어 경로선택 시 이용자가 회피하는 경향이 있다. 이러한 도로망 구조적 특성은 전동킥보드 이용자가 실시간 도로 상황보다 기존에 익숙한 경로 또는 안전하다고 판단되는 경로를 선택하는 경향과 연관되어 있다.

마지막으로, 가로경관 변수는 전동킥보드 이용자가 주행 중 시각적으로 인지하게 되는 환경 요인을 반영하기 위해 설정되었으며, 본 연구에서는 폐쇄감(Urban Enclosure Index, UEI), 개방감(Sky View Factor, SVF), 녹지경관지수(Green View Factor, GVI)의 세 가지 지표를 활용하여 시각적 특성을 정량화하였다. 이러한 지표는 이동공간에 따라 지속적으로 변화하며 주변환경에 의해 즉각적으로 영향을 받는 요소로서, 운전자가 특정한 공간에 진입했을 때 체감하는 쾌적성과 심리적 안정성이 경로선택 행태에 미치는 영향을 설명할 수 있다.

본 연구에서는 이러한 특성을 반영하기 위해 컴퓨터비전 및 딥러닝 분야에서 활용되는 의미론적 분할기법(Semantic Segmentation)을 적용하여 녹지, 하늘, 건물 등의 시각적인 특성을 반영한 독립변수로 활용하였다. 가로경관에 대한 시각적 인식 지표를 추출하는 데 사용된 Street View Image 데이터는 서울시의 Naver Street View 이미지를 활용하여 수집하였으며, 2023년 도로망을 기준으로 20m 간격으로 샘플링된 지점에서 파노라마 이미지를 확보하였다. 이후, 각 이미지에 대해 Cityscape 데이터셋을 기반으로 사전 학습된 HRNetV2+OCR 딥러닝 모형을 적용하여 가로 이미지에 대한 딥러닝 기반 의미론적 분할 분석을 수행하였다. 의미론적 분할 결과로부터 이미지 내의 객체는 픽셀 단위로 분류되며, 각 객체가 차지하는 픽셀 비율을 통해 시각적 구성 요소를 정량화하였다. 각 이미지에서 특정 객체의 픽셀 수를 전체 픽셀 수로 나눈 값을 기반으로 평균 비율을 산정하였으며, 이에 대한 산출식은 Equation 2에 제시하였다. RC 는 객체 c의 비율, N 은 파노라마 이미지의 총 픽셀 수, NC 에는 객체 c가 포함된 픽셀 수를 나타낸다. 개방감(SVF)은 전체 이미지 중 하늘이 차지하는 픽셀의 비율로 산정되며, 개방감을 정량화하는 지표로 활용된다. 폐쇄감(UEI)은 건물, 식생, 도로, 보도 등의 객체들이 전체 이미지에서 차지하는 비율로 정의되며, 관련 수식은 Equation 3에 제시하였다. 이는 주행환경의 밀폐감을 나타내며, 전동킥보드 운전자의 시야각에서 시각적으로 주변환경에 둘러싸인 정도를 파악하기 위해 고려하였다. 녹지 경관 지수(GVI)는 주행 중 이용자가 체감하는 녹지 경관의 정도를 나타내며, 이미지 내 녹지와 관련된 객체(나무, 잔디 등)의 픽셀 비율을 추출한 뒤 이를 합산하여 산출하였다. Figure 1은 실제 파노라마 거리뷰 이미지와 이에 대한 의미론적 분할 결과, 객체별 픽셀 비율의 분석 결과를 시각화한 예시이다. 이는 전동킥보드 이용자의 주행 경로에서 접하는 물리적 환경이 어떻게 분할되고 수치화되는지를 나타낸다.

Figure 1.

Pixel-wise object classification example from panoramic street view imagery

개인·통행 특성 변수의 경우 Fitch and Handy(2020)의 연구에서 운전자가 우회하는 요소를 파악할 때 주로 다루어졌던 변수에 근거하여 본 연구에서는 연령, 평균 속도, 이용 시간대, 이용 금액 등 통행에 영향을 미치는 요소들을 고려하여 경로별 이용자의 개인특성을 구성하였다. 각 설명변수는 Geopandas 및 ArcGIS를 통해 구축하였으며, 공간적 데이터와 결합하여 전동킥보드 경로 데이터와 매칭하는 방식으로 분석에 활용하였다. 평균 속도 변수는 이용자가 각 경로에서 실제로 주행한 평균적인 속도를 나타내며, 속도 변동성 변수는 앞선 고도 변동성과 마찬가지로 주행 중 이용자가 얼마나 일정한 속도로 주행했는지를 의미한다. 구체적으로, 주행경로 상의 노드 간 속도를 기준으로 산출한 속도 표준편차 값을 사용하여 계산하였다. 이는 Burlacu and Rogers(2019)의 연구에서 도로 상태가 좋지 않고 보행자로 인해 혼잡한 구간에서 속도 변동성이 커질수록 이동경로에서의 불안정성과 충돌 위험이 증가한다는 점을 반영하기 위해, 전동킥보드 이용자의 경로선택에 있어서 일정한 속도 유지에 따른 이동경로의 안전성 및 효율성을 파악하고자 구축하였다. 이러한 측면에서, 전동킥보드 이용자의 경로선택은 운전자 주변의 물리적 환경과 인지적 판단 요소뿐만 아니라 운전자의 개인 및 통행 특성에 대한 영향을 종합적으로 반영할 수 있다.

Figure 2는 실제 이동경로와 최단경로 간의 차이를 나타낸 시각화 결과로, 앞서 설명한 변수를 활용하여 구축된 데이터셋의 예시를 보여준다. Figure 3은 동일한 통행의 실제 이동경로와 최단경로에서의 구간별 고도 변화를 비교한 것으로, 경사도에 따른 지형적 차이를 파악하기 위해 고도의 변동성을 시각적으로 나타내었다. 해당 사례에서는 실제 경로의 이동거리가 최단경로보다 약 1.24배 더욱 길었으며, 총 1,223m의 이동경로 중 985m 길이의 경로가 최단경로와 중첩되는 것으로 확인되었다. 주요 주행환경 데이터셋을 살펴보면, 자전거도로에서의 주행거리는 2,082m, 녹지 구간은 1,377m, 강변 구간은 2,359m인 것으로 나타났다. 출·도착점이 동일함에도 불구하고, 실제 이동경로는 경사도가 낮은 잠수교 및 한강변 자전거도로·녹지를 따라 높은 속도를 일정하게 유지한 반면, 최단경로는 반포대교를 따라 경사도가 높고 짧은 거리의 경로를 선택하는 특성을 갖는 차이를 확인할 수 있다. 이러한 경로는 효율성보다 추가적인 이동거리 및 시간을 소요하여 안정성과 쾌적성을 중시하는 이용자의 의도가 반영된 것으로, 레저 목적으로 전동킥보드를 이용했을 가능성이 높은 통행으로 해석된다. 이를 통해 자전거도로, 녹지, 강변 주행비율과 경사도 등의 변수가 경로별로 어떻게 다른지 이해할 수 있으며, 이용자마다 선호하는 주행환경이 다르기 때문에 전동킥보드 이용자가 이동경로를 선택하는 데에는 다양한 영향요인이 존재한다는 것을 보여준다. 따라서 본 연구는 물리적·인지적 환경 요소와 개인·통행특성이 복합적으로 작용하는 전동킥보드 이용자의 경로선택 요인을 분석하였으며, 효율적이고 쾌적한 환경을 선호하는 이용자 행태를 반영하고, 공유 모빌리티 이용자를 위한 정책 수립에 실질적인 근거를 제공할 수 있다.

Figure 2.

Actual and shortest routes with environmental features

Figure 3.

3D comparison of actual and shortest routes with elevation

2. 분석 방법론

1) 네트워크 기반 경로탐색

본 연구에서는 전동킥보드 이용자의 실제 주행경로의 효율성을 평가하기 위해 최단경로를 비교 지표로 활용하여 우회경로를 확인하고자 하였다. 기존의 경로탐색 알고리즘은 자동차, 도보, 자전거 등 다양한 이동수단에 대한 최단거리·최단시간 기반 경로탐색 옵션을 제공하지만, PM을 이용하였을 때의 경로 탐색은 제공되지 않는다. 이에 본 연구는 전동킥보드의 실제 이동경로와 비교 가능한 최단경로를 도출하기 위해 OpenStreetMap 기반 Open Source Routing Machine(OSRM)의 자전거 최단경로 탐색 알고리즘을 전동킥보드의 최단경로 데이터로 활용하였다. 다양한 지도플랫폼 API 서비스 중 OSRM은 오픈 소스 기반 경로탐색 엔진으로, 실제 도로 네트워크를 기반으로 다양한 교통수단별 최적 경로를 제공하며, 차량·자전거·도보 등 이동수단별 옵션 설정이 가능하다는 점에서 다수의 경로탐색 관련 연구에서 활용되고 있다(Giraud, 2022).

탐색된 최단경로는 Figure 4와 같이 동일한 출·도착지 간 각 교통수단에 따라 거리 및 시간이 다르게 도출된 것을 확인할 수 있고, 이동경로를 Linestring 형태로 시각화하여 나타낼 수 있다. 선행연구에 따르면, 자전거 친화적 인프라에서 전동킥보드 주행량이 많은 것으로 나타났으며, 전동킥보드의 주행환경이 자전거 운전자의 경로선택 특성과 유사하다는 결과가 입증되었다(Yang et al., 2022). 이를 반영하여 본 연구에서는 OSRM의 자전거 최단경로를 도시환경 내에서 전동킥보드 이용자가 이용 가능한 최단경로로 간주하여 비교 분석하였다. 차량의 경로는 도로 혼잡도를 고려하여 최단시간 경로를 우선으로 계산하는 경우가 많은 반면, 전동킥보드·자전거는 좁은 골목길이나 자전거도로 등 도로 혼잡과 무관하게 다양한 경로를 선택할 수 있으며 짧은 거리의 경로가 곧 빠른 경로로 이어지기에, 최단거리를 우선으로 경로를 탐색하는 경향이 있다. 또한, 자전거도로, 보행자·자전거혼용도로 등의 도로 유형을 주행할 수 있다는 점에서 전동킥보드와 자전거의 도로 접근성이 유사하다고 할 수 있으며, 주행 속도 또한 비슷한 특성을 지닌다. 이러한 결과는 전동킥보드 친화적인 도로환경을 설계하는 데에도 중요한 고려사항으로 작용하기 때문에 자전거와 전동킥보드의 경로선택에는 공통된 요인이 존재한다는 것을 나타낸다. 이에 따라 OSRM 자전거 최단경로는 도시환경 내에서 전동킥보드 이용자가 이용 가능한 최단경로로 간주할 수 있다. 따라서 본 연구에서는 OSRM을 통한 최단경로 데이터를 구득하여 산출된 최단경로를 실제 이동경로의 비교 기준으로 설정하였으며, 실제 이동 경로와 최단경로 간의 우회 비율을 계산하여 분석에 활용하였다. 구체적으로, 전동킥보드 이용자의 운행 데이터 중 각 경로의 출발점과 도착점 좌표를 입력값으로 자전거 이용 시 최단경로를 산출하였다. 다양한 옵션 중에서도 최단거리를 기준으로 최단경로를 추출하였으며, 전동킥보드의 이동속도는 자전거와 유사한 이동속도로 간주하여 이동시간 및 이동거리를 계산하였다.

Figure 4.

Comparison of car(1.2km, 1 min), bicycle(1.1km, 5 min) and walking(1.1km, 15 min) routes by distance and travel time
source: Open Source Routing Machine(2024, December 20)

2) 경로 간 유사도 개발

본 연구에서는 전동킥보드 이용자의 경로선택에서 효율성(efficiency)과 쾌적성(comfort), 스트레스 지수(stress index) 간의 상호작용을 정량적으로 분석하기 위해 전동킥보드의 실제 이동경로와 최단경로 간 공유 경로 비율(Shared Route Ratio)을 산정하였다. 공유 경로 비율은 최단경로와 실제 선택된 경로 간의 중첩된 구간 비율로, 실제 이동경로에서 최단경로와의 경로 간 유사성을 반영한다. 이는 전동킥보드 이용자가 최단경로를 얼마나 따르는지 확인함으로써 경로선택의 효율성을 평가할 수 있다. 반면, 공유 경로 비율이 낮아 우회경로를 선택한 경우에는 도로 상태 불량, 보행자 상호작용 등 주행 중 발생 가능한 스트레스를 회피하거나, 녹지 및 수변 환경과 같은 공간에서의 쾌적한 주행을 중시하는 레저 목적의 통행으로 해석할 수 있다. 기존의 이동경로 관련 연구는 주로 대중교통·택시 분야에서 경로선택의 효율성에 집중되어 있었으나, 전동킥보드는 단거리 이동수단으로서 주행 중 도시경관 요소의 영향을 받을 수 있기에, 경로선택의 요인이 더욱 복합적으로 이루어질 수 있다. 따라서 전동킥보드 이용자가 느끼는 쾌적성 및 스트레스 요소를 반영하여 다양한 주행환경 요인이 이동경로의 효율성과 안정성에 미치는 영향을 종합적으로 파악하고자 하였다. 이를 위해 경로의 효율성을 평가하고 안정감과 쾌적함을 느끼는 요인을 통합적으로 고려할 수 있는 지표를 개발하였다.

경로 간 유사도는 경로선택 모델에서 경로들이 서로 얼마나 비슷한지를 나타내는 지표로, 일반적으로 도로 기반 또는 승객 기반 모델로 구분된다. 승객 기반 경로선택 모델은 다양한 승객의 이동경로 중 유사 경로의 빈도를 반영할 수 있는 도구로 활용되며, 이외에도 정차역, 횡단 거리와 같은 다양한 고려사항이 포함될 수 있다(Chung et al., 2024). 반면, 도로 기반 경로선택 모델은 공유된 링크의 거리 등 물리적 중첩을 중심으로 유사성을 평가하며, Path-size model 등이 이에 활용된다(Misra and Watkins, 2018). 본 연구는 도로 기반 유사성을 적용하였으며, 전동킥보드의 궤적 데이터를 기반으로 생성된 선형 경로와 앞서 추출한 최단경로의 세그먼트를 OpenStreetMap 네트워크에 각각 맵매칭하여 공유 도로 거리 산정을 위한 데이터로 활용하였다. 다음으로, 실제 이동경로와 최단경로에서 이용된 도로의 이름을 추출한 후, Haversine 알고리즘을 통해 각 도로구간의 출도착점 간 거리를 산출하였다. 이후 두 경로 간에 중첩되는 도로 구간의 거리를 합산하여 각 통행별 공유된 경로 길이를 계산하였으며, 이를 통행별 전체 이동거리로 나누어 경로 간 공유하는 링크 비율을 도출하였다. 최종적으로, 이러한 데이터셋 산출 과정을 나타낸 수식은 Equation 4와 같으며 경로 간 공유 거리 및 비율을 기반으로 경로 간 유사도를 정량화하였다.

Figure 5는 경로 간 유사성이 낮은 사례와 높은 사례를 시각적으로 비교한 결과이다. 예를 들어, 공유 경로 비율이 낮은 예시는 서울역 버스환승센터 인근 경로로, 총 주행거리 2.07km 중 81%의 구간이 최단경로와 중첩된 것으로 나타났다. 또한, 공유 경로 비율이 높은 예시는 경의선숲길과 홍제천 부근으로, 총 이동거리 4,345m 중 20%에 해당하는 823m의 도로와 일치하는 경우를 나타낸다. 본 연구에서 종속변수로 설정된 공유 경로 비율은 전동킥보드 이용자의 경로선택 과정에서 효율성과 쾌적성을 정량적으로 평가할 수 있는 주요 변수로, 기존 연구가 단순히 이동거리나 시간 중심으로 이루어졌던 분석과는 차별화된다. 이러한 지표는 사용자 중심의 경로선택 행태를 이해하고 도시 이동성 개선 및 PM 인프라 설계를 위한 실증적 근거를 제공할 수 있다는 점에서, 본 연구에서는 전동킥보드 이용자의 경로선택에 영향을 미치는 요인을 체계적으로 파악하는 주요 데이터로 이를 활용하고자 하였다.

Figure 5.

Examples of high and low shared route ratio cases

분석결과

1. ANOVA 분석

본 연구에서는 전동킥보드 이용자의 실제 이동경로와 최단경로 간 차이가 통계적으로 유의미한지 확인하기 위해 일원배치 분산분석(One-way ANOVA)를 통해 평균 이동거리 차이를 통계적으로 검증하였다. Table 3과 같이 전동킥보드 이용자의 실제 이동거리, 최단경로 거리, 출도착지 간 직선거리(Haversine)인 세 가지 거리 유형을 비교 그룹으로 설정하였으며, 각 그룹 간 평균값 차이에 대한 검정을 수행하여 통계적으로 유의미함을 확인하였다. 전동킥보드 이용자의 실제 이동거리를 분석한 결과, 최소 이동 거리는 약 1,512m에서 최대 14,782m까지 분포하였으며, 평균적으로 이용자는 약 3.4km를 주행하는 것으로 나타났다. 이는 2022년 9월 SK텔레콤 지오비전의 서울시 내 공유 킥보드 리포트에서 주 연령대가 20-30대 청년층, 평균 이동 거리가 3.3km인 점과 일치하며, 공유 전동킥보드가 단거리 통행목적으로 이용되고 있음을 보여준다. 네트워크 기반 경로탐색으로 산출된 최단경로의 평균 거리는 약 2.9km, Haversine 거리는 약 2.2km로, 약 3.4km인 실제 이동경로의 평균 주행거리와 비교하였을 때 서로 다른 차이를 보였다. 또한 전동킥보드 이용자의 실제 이동경로가 최단경로에 비해 얼마나 우회하는지 파악하기 위해 선행연구를 토대로 Equation 5과 같이 우회 비율을 산출하였으며(Chou et al., 2023), 이는 실제 이동경로에서 통행별로 발생하는 추가적인 이동거리의 정도를 구체화할 수 있다. 분석 결과, 최단경로 대비 실제 이동경로의 우회비율은 평균적으로 약 17%로 나타났는데, 이는 전동킥보드 이용자들의 경로선택이 단순히 최단경로를 그대로 따르지 않고 더욱 안전하거나 편리한 경로를 고려하여 우회하는 경로를 선택하는 경향이 있음을 나타낸다.

2. 기술통계분석

본 연구의 기술통계분석 결과는 Table 4에 제시하였다. 앞서 연구 대상지 내 이상치를 제거한 25,887건의 운행경로 데이터를 대상으로 하였으며, 종속변수 및 독립변수에 대한 주요 통계치를 확인하였다. 먼저, 본 연구의 다중공선성 유무를 사전에 검토하기 위해 분산팽창계수(Variable Inflation Factor, VIF)를 산출하였으며, 10 이상의 값을 가진 변수는 제외하여 다중공선성 문제는 없는 것으로 판단하였다. 종속변수인 최단경로와 실제 이동경로 간 공유 경로 비율은 평균 32%로, 최소 0%에서 최대 97%까지 분포한다는 것으로 나타났다. 독립변수 중 개인·통행특성 변수를 살펴보면, 이용자 연령의 평균은 약 29세로 전동킥보드가 주로 젊은 연령층에 의해 이용되고 있음을 보여준다. 이용 요금의 평균은 약 4,600원으로 나타났으며, 쿠폰 할인은 정기회원 잠금해제, 면허인증, 대학생 할인 등 다양한 조건에서 적용되었다. 시간대별 이용 패턴은 첨두 시간, 비첨두 시간, 심야 시간대 순으로 이용 빈도가 높았다. 또한, 평균 주행속도는 약 13km/h, 평균 주행시간은 약 9분으로 나타났으며, 이는 국내 타 전동킥보드 운영업체의 이용현황을 분석한 연구 결과와 유사한 수준이다(Kim, 2022). 한편, 물리적 환경 특성과 관련하여 평균 경사도는 약 13m, 자전거도로 내 주행비율은 평균 3% 정도로, 전동킥보드 주행 시 자전거도로 기반의 인프라가 아직 충분히 확보되어 있지 않은 것으로 나타났다. 평균 도로 폭의 경우 약 10m로 나타났으며, 녹지 근린 주행비율은 평균 39%, 강변 주행비율은 20%로, 전동킥보드 이용자가 근린녹지 주변과 강변을 따라 운행하는 경향이 있음을 확인할 수 있다.

3. 공유 경로 비율에 대한 다중회귀분석 결과

본 연구에서는 전동킥보드 경로선택에 영향을 미치는 주행환경 요인을 파악하기 위해 실제 이동경로와 최단경로 간 공유 경로 비율을 종속변수로 설정하여 다중회귀분석(Ordinary Least Squares)을 진행했으며, 이를 통해 도출된 결과는 Table 5에 제시하였다.

물리적 환경 특성 중 도로 관련 변수에서 도로 폭이 증가할수록 부정적인 영향을 미치는 것으로 나타났다. 이는 이용자가 넓은 도로의 경로를 이용하기 위해 추가적인 이동거리 및 시간을 소요하는 경향을 나타내며, 주행 안정성과 편리함을 고려한 결과로 해석된다. 전동킥보드는 바퀴 크기가 작아 노면의 요철에 민감하여 승차감이 떨어지는 특성을 고려했을 때(Choi, 2019), 평탄한 노면과 넓은 폭은 전동킥보드의 이용자에게 안정감과 주행에 편리함을 제공한다는 점에서 도로 폭, 노면과 같은 도로의 상태가 주행 안정성에 영향을 미치는 것을 주장했던 선행연구와 일치하는 결과이다(Guo and Zhang, 2021). 지하철 노선 주행비율의 경우, 지하철 노선 인근을 따라 주행한 경로일수록 공유 경로 비율이 높은 것으로 나타났다. 지하철 노선은 도시 내 주요 지역을 연결하는 핵심 이동축으로 기능하며, 주변 지역은 도로망이 체계적으로 연결되어 있는 특성을 가진다. 특히 지하철 노선이 입지하는 곳은 유동인구가 밀집되고 도시의 결절점으로 작용하는 중심지로서, 보행자 및 자전거 이용자를 포함한 다양한 교통수단 사용자에게 높은 접근성과 주행 안전성을 제공하는 인프라가 비교적 잘 정비되어 있는 경향이 있다. 이러한 지역은 보행자도로의 폭이 상대적으로 넓고, 도로의 연속성과 연결성이 우수하여 보행자와의 동선 분리가 가능하고 주행 중 경로의 단절을 최소화할 수 있는 조건을 갖춘다. 결과적으로, 이와 같은 교통 인프라 및 공간 구조는 전동킥보드 이용자가 직선적이고 간결한 경로를 선호하는 경향과 연결되어 있으며, 지하철 노선 인근에서 최단경로와 실제 이동경로 간 유사성이 높게 나타난 주요 요인 중 하나로 작용하고 있음을 보여준다. 나아가, 본 연구결과는 전동킥보드 이용자가 도로망 연결성과 인프라 안정성을 고려하여 보다 효율적이고 계획적인 경로를 선택하고 있음을 시사한다.

한편, 가로등 밀도는 높을수록 공유 경로 비율에 긍정적인 영향을 주는 것으로 나타났다. 이는 전동킥보드 이용자가 조명이 밝은 곳(well-lit)을 선호한다는 결과와 일치하는 결과로(Yang et al., 2022), 이동경로에서 가로등이 많을 때 운전자가 느끼는 위험도가 낮아져 효율적인 최단경로를 주행하는 데 용이한 것으로 해석할 수 있다. 또한, 신호등 비율이 높을수록 공유 경로 비율이 증가하는 경향을 보였으며, 신호등이 많은 곳은 주로 대로변이나 도로 인프라가 잘 구축된 환경에 위치하므로, 이는 효율적이고 직선적인 형태가 많은 최단경로의 특성과 동일한 맥락의 결과로 해석된다. 반면, 자전거도로 변수의 경우 자전거도로 내 주행비율이 높을수록 최단경로를 벗어나 우회하여 주행하는 것으로 나타났다. 이는 자전거도로가 안전한 주행환경을 제공하기에 자전거도로를 이용하기 위해 자전거 이용자가 더욱 우회하는 경로를 선택한다는 선행연구의 결과와 유사한 맥락이다(Park and Akar, 2019; Zuniga-Garcia et al., 2021). 특히, 자전거도로가 잘 갖춰진 경로에서는 전동킥보드가 보행자도로를 침범하지 않고 주행할 수 있어, 보행자와의 충돌 위험을 낮추고 보다 안전한 경로선택이 가능하다(Baek et al., 2023). 반면, 전동킥보드 이용자가 차량과 주행공간을 공유할 때에는 불안감을 느끼거나 보도에서 보행자에게 방해가 되는 느낌을 받을 수 있는 것으로 밝혀졌다(Gibson et al., 2022). 이는 국내에서 자전거도로가 대로변에 잘 조성되어 있지 않기에, 전동킥보드 이용자가 자전거도로에서 주행하기 위해 우회하는 경로를 선택한 것으로 해석할 수 있다. 따라서 보행자와 분리된 자전거도로는 PM 주행에 용이하여 전동킥보드 이용자의 안전과 효율성 제고를 위해 PM 인프라를 확충할 필요가 있음을 시사한다.

수변에서 주행한 비율이 높은 경로일수록 최단경로를 우회하는 경향이 나타났다. 이는 강변 인근 경로가 쾌적한 환경을 제공하기 때문에(Zhang et al., 2021), 전동킥보드를 여가 목적으로 이용했을 가능성을 나타낸다. 특히, 전동킥보드가 레저, 관광, 여가 활동에 활발히 활용되고 있다는 선행연구(McKenzie, 2019)를 바탕으로 볼 때, 한강변 자전거도로와 같은 수변 경로를 따라 우회하는 경향은 이러한 이용 목적이 반영된 결과로 판단할 수 있다. 따라서 수변 지역은 전동킥보드 주행에 있어 이용자에게 심리적 안정감과 쾌적함을 제공하는 공간으로 해석되며, 이러한 요인이 전동킥보드 이용 시 최단경로 대신 우회경로를 선택하게 하는 중요한 요인으로 작용한 것을 시사한다. 토지이용 특성에서 주거지 및 교육시설 밀도가 높은 지역에서는 공유 경로 비율에 양의 영향을 보이는 반면, 어린이보호구역 인근을 주행할수록 음의 영향을 미치는 것으로 나타났다. 주거시설과 학교·학원이 밀집되어 있는 곳은 토지이용이 활성화된 곳을 의미하기에 혼잡한 지역에서 빨리 이동하기 위해 전동킥보드를 이용하는 것으로 판단되며, 이는 선행연구와 동일한 맥락의 결과이다(Nikiforiadis et al., 2021). 또한, 어린이 보호구역 내에서 전동킥보드를 주행하는 것은 이용자들이 어린이 보호구역을 통과하는 경로에 대한 경계심을 갖는다고 해석할 수 있다.

마지막으로, 인지적 환경 측면에서 가로망 구조 변수 중 통합도와 통과도는 공유 경로 비율과 관련이 있는 것으로 나타났지만, 전환비의 경우 어떠한 영향을 미치지 않는 것으로 나타났다. 도로 네트워크의 통합도·통과도는 최단경로와의 유사성에 부정적인 영향을 미쳐 도로망 연결이 높고 특정한 공간을 지나가게 될 확률이 높을수록 최단경로를 우회하는 경향을 확인할 수 있었다. 이는 전동킥보드가 국내 주행환경 특성상 도로 혼잡과 관계없이 좁은 골목길·보도 등을 이용할 수 있어, 연결도가 높은 도로망에 쉽게 접근할 수 있고 주변으로부터 통행이 집중되는 유동인구가 많은 지역에서 운행된다는 것을 나타낸다. 또한, 가로경관 특성에서 폐쇄감(UEI)은 공유 경로 비율을 감소시키는 요인으로 나타났으며, 이는 전동킥보드 이용자가 최단경로를 따르지 않고 우회한 경로의 특성이 폐쇄감이 높은 구간이었음을 의미한다. 일반적으로 최단경로는 주요 도로 및 개방된 공간을 중심으로 설정되는 반면, 좁은 골목길이나 건물 밀집 지역의 경우 담장이 높고 시야가 제한되어 폐쇄감이 높고 주행환경이 복잡한 도로가 많다. 전동킥보드는 단거리 통행에 주로 활용되는 이동수단이므로 짧은 거리를 직선적인 경로로 이동하기 어려운 상황에서 골목길과 같은 폐쇄적인 공간을 선택하는 경우가 많으며, 이에 따라 공유 경로 비율이 낮아지는 것으로 판단된다. 이러한 결과는 개방된 환경이 전동킥보드 이용자에게 더욱 효율적인 주행환경을 제공한다는 선행연구와 일치하는 내용이다(Almannaa et al., 2021). 따라서 좁고 폐쇄된 공간에서는 전동킥보드 이용자의 안정적인 주행을 도모하기 위해 공간적 분리를 고려한 인프라 개선이 필요하다는 것을 시사한다.

결론 및 의의

본 연구는 전동킥보드 이용자의 경로선택 행태를 이해하기 위해 실제 이동경로와 최단경로 간의 공유 경로 비율(Shared route ratio)을 종속변수로 설정하여 주행환경 요인과의 관계를 심층적으로 분석하였다. 이를 통해, 전동킥보드 이용자들이 경로를 선택할 때 고려하는 물리적 환경과 인지적 환경 특성, 개인·통행 특성의 영향을 실증적으로 규명하였으며, 분석 결과에 기반한 연구의 의의와 정책적 시사점은 다음과 같다. 첫째, 도로 폭이 넓고 자전거도로를 포함하는 구간에서는 공유 경로 비율이 감소하는 것으로 나타났다. 이는 전동킥보드 이용자가 주행 안정성을 확보하기 위해 우회경로를 선택하는 경향을 반영하며, 물리적으로 주행이 용이한 인프라를 우선적으로 활용하고자 하는 특성과 관련이 있다. 특히, 가로등 밀도는 공유 경로 비율을 높이는 데 중요한 요소로 확인되어, 안전 주행을 위해서는 야간 조명이 부족한 지역의 개선이 필요함을 시사하였다. 또한, 보행자와 분리된 자전거도로 결절 구간을 정비함으로써 충돌 위험을 줄이고, 안전표지판과 가로등 배치 확대 등 PM 인프라의 체계적인 확충이 필요하다. 이러한 분석 결과는 규제 중심의 접근을 넘어서, 전동킥보드 이용자 관점에서의 실제 이동행태를 기반으로 전동킥보드 경로선택의 효율성과 안전성을 정량적으로 평가하였다는 점에서 의의가 있다.

둘째, 본 연구는 전동킥보드 이용자의 경로선택 과정에서 개인·통행특성, 물리적·인지적 환경 요소를 통합적으로 분석하는 프레임워크를 적용한 결과, 다양한 주행환경 요인이 복합적으로 작용함을 확인하였다. 물리적 환경 특성의 토지이용 밀도 중 교육시설과 주거시설의 밀집된 지역에서는 최단경로를 따라 주행하여 효율적인 이동을 중시하는 경향이 나타났으며, 이는 토지이용이 활성화된 지역을 의미하기에 혼잡한 구간에서 충돌을 피하고 빨리 이동하기 위한 경로선택 특성과 관련된다. 인지적 환경 특성의 경우 가로망 구조에서는 도로망 연결도가 높고 특정한 공간을 지나가게 될 확률이 높은 도로망일수록 우회하는 경향을 파악하였다. 이는 전동킥보드가 국내 주행환경 특성상 좁은 골목길이나 보도 등을 이용할 수 있고, 연결도가 높은 도로망에 쉽게 접근할 수 있어 유동인구가 많은 지역에서 운행된다는 것을 확인할 수 있다. 또한, 가로경관 특성에서 폐쇄감(UEI)이 높을수록 공유 경로 비율이 감소하는 것으로 나타나, 시야 확보가 어려운 건물 밀집 지역이나 폐쇄적인 환경에서는 우회경로를 선택하는 경향이 확인되었다. 이러한 결과는 최단경로가 일반적으로 주요 도로와 개방된 공간을 중심으로 설정되므로, 전동킥보드 이용자가 좁은 골목길이나 유동인구가 많은 곳과 같은 복잡한 도로환경을 이용할 때 전동킥보드 주행이 어려울 수 있음을 의미한다. 따라서 보행자와의 충돌 위험을 줄이기 위해 좁은 골목길 및 담장이 많은 구간이나 혼잡한 지역에서는 주차를 제한하거나 PM 전용 안전 표지판을 설치하고 보행자와 PM 이용자의 공간적 분리를 시행할 필요성이 있다.

셋째, 본 연구는 전동킥보드의 실제 궤적 데이터를 활용하여 이용자의 개인·통행 특성을 기반으로 국내 전동킥보드 주행환경에 대한 실증적 특성을 규명하였다는 점에서 의의가 있다. 분석 결과, 전동킥보드 이용자는 이동속도와 주행의 흐름을 최대화할 수 있는 경로를 선호하며, 일정한 속도를 유지할 수 있는 우회경로를 선택하는 경향이 확인되었다. 특히, 국내 이용자는 국외에 비해 빠른 속도로 주행하고 있는 것으로 나타났으며, 이는 보행자와 상호 충돌 가능성이 높은 환경에서 주행 속도 유지가 어려워 우회경로를 선택하는 것으로 해석된다. 또한, 이러한 결과는 국내 PM의 법적 제한속도가 상대적으로 높다는 제도적 특성과도 관련이 있다. 따라서, 공공정책 측면에서는 속도 제한구역과 관련하여 적정한 지역을 선정하거나 개인의 PM 이용 실적을 토대로 규정 준수 여부의 점검 또한 병행될 필요가 있다. 또한, 지역별 PM 통행특성을 지속적으로 모니터링하기 위해 PM 관련 빅데이터 수집을 제도화할 수 있는 방안의 필요성도 제기된다. 향후 민간 측면에서는 전동킥보드 이용자가 제한 속도를 하향 조정하거나 안전 규정을 이행한 여부에 따른 마일리지 적립이나 요금 할인 등의 인센티브를 제공함으로써 안전 의식을 강화하고, 자발적으로 규제 준수를 유도하는 PM 이용 개선 정책을 설계하는 데에 기여할 수 있다. 나아가 전동킥보드 인프라 및 법적 규제와 같은 PM 주행조건은 국가마다 상이하므로, 국내 전동킥보드 이용환경을 반영한 실질적인 PM 인프라 개선을 위해서는 전동킥보드 이용자의 실제 주행 데이터를 기반으로 하는 경로선택 요인에 대한 분석이 선행되어야 한다.

마지막으로, 전동킥보드 이용자가 경로선택 시 효율성과 안정성, 쾌적성 등을 종합적으로 설명할 수 있는 정량적 지표로 공유 경로 비율을 주요 변수로 활용하였다는 점에서 의의가 있다. 이는 단순한 이동경로의 효율성뿐만 아니라 경관 요소와 같은 쾌적성이 주행환경에 미치는 영향을 함께 고려함으로써 전동킥보드 주행환경 개선을 위한 정책적 시사점을 도출할 수 있음을 시사한다. 이러한 접근은 기존 연구에서 이동 거리와 시간에 기반한 분석에만 국한되었던 것과 달리, 경로선택의 복합적인 요인을 통합적으로 평가하였다는 점에서 차별성을 지닌다. 특히, 수변 주행비율이 높았던 경로에서 우회하는 경로를 선택하는 경향이 나타났으며, 한강변 자전거도로와 같은 곳에서 여가 목적의 이동성을 반영하는 결과로 해석할 수 있다. 향후 PM 인프라 구축 시에는 효율성과 관련된 물리적 인프라 외에도, 안전하고 쾌적한 주행을 제공할 수 있는 인지적 환경과의 연계를 고려한 통합적인 인프라 설계가 요구됨을 시사한다.

연구의 한계

본 연구는 전동킥보드 이용자의 경로선택에 영향을 미치는 주행환경 요인을 실증적으로 분석하였으나, 몇 가지 한계점을 가지고 있다. 첫째, GPS Trajectory 데이터의 특성상 맵매칭 과정에서 발생하는 오차로 인해 이용자가 인근의 도로를 주행했음에도 우회율이 과대평가될 가능성이 있다. 특히, 본 연구에서 활용한 OpenStreetMap은 크라우드소싱 기반 도로망 데이터로, 지역별 도로 네트워크의 완성도 및 일관성이 상이할 수 있어 정확도 확보에 제약이 있다. 연구자는 맵매칭 오류를 최소화하기 위해 수동적으로 보정할 필요가 있으나, 서울시 전역인 본 연구의 광범위한 공간적 범위로 인해 모든 도로망의 이상치를 직접 처리하는 데에는 한계가 있었다.

둘째, 주행환경 변수 구축 과정에서 버퍼 설정 기준은 변수별 물리적 특성을 고려한 연구자의 주관적 판단에 기반하고 있으며, 각 변수에 대한 상이한 범위의 버퍼를 적용함에 따라 분석 결과에 영향을 미쳤을 가능성이 존재한다. 이는 변수 간 비교 및 해석의 일관성이 제한될 수 있으며, 향후 연구에서는 선행연구에 근거한 객관적 기준을 적용하거나 다양한 버퍼 크기에 따른 민감도 분석을 통해 버퍼 크기에 다른 변화를 확인하여 보완할 필요가 있다.

셋째, 본 연구는 시계열 이동궤적 데이터를 확보하고 있음에도 불구하고, 분석 범위 및 연구 목적의 제한으로 인해 연속적인 이동 패턴 등 시간적 맥락 관점에서 이를 충분히 반영하지 못한 어려움이 있었다. 이는 시간적 변화에 따른 경로선택 행태의 패턴을 분석하는 데 활용될 수 있으므로, 후속 연구에서는 시간적·공간적 연속성을 반영한 종단적 분석을 통해 동적 이동행태를 반영하여 이용자의 경로선택 요인을 정교하게 규명할 필요가 있다. 그럼에도 불구하고 본 연구는 특정 지역에 국한되지 않고 서울시 전역을 대상으로 도시 전체 수준의 다양한 환경적 맥락에서 경로선택 요인을 분석하였다는 점에서 학술적 의의가 있으며, 향후 도시 내 PM 인프라 계획 및 운영 정책 수립에 실증적 근거를 제공할 수 있다는 점에서 정책적 기여가 있다.