Preferences and Willingness to Pay for the Smart Parking System Attributes in Public Parking Lots: A Discrete Choice Experiment in Gyeonggi

Jeong-Min Kim; Hoyoung Lee; Shin-Hyung Cho; Jooyoung Kim

doi:10.7470/jkst.2026.44.3.376

Preview

Article

Journal of Korean Society of Transportation. 30 June 2026. 376-392
https://doi.org/10.7470/jkst.2026.44.3.376

Preferences and Willingness to Pay for the Smart Parking System Attributes in Public Parking Lots: A Discrete Choice Experiment in Gyeonggi

공영주차장 스마트주차시스템 속성별 선호와 지불의사액 추정: 경기도 이용자 이산선택실험

Jeong-Min KIM¹

Hoyoung LEE²

Shin-Hyung CHO³

Jooyoung KIM⁴^*

김 정민¹

이 호영²

조 신형³

김 주영⁴^*

¹Ph.D.Candidate, Department of Transportation Planning & Management, Korea National University of Transportation, Gyeonggi 16106, Korea

²Research Fellow, Gyeonggi Public Investment Management Center, Gyeonggi Research Institute, Gyeonggi 15880, Korea

³Assistant Professor, Department of Urban Design & Planning, Hongik University, Seoul 04066, Korea

⁴Associate Professor, Department of Transportation Planning & Management, Korea National University of Transportation, Gyeonggi 16106, Korea

¹국립한국교통대학교 교통정책시스템공학과 박사과정

²경기연구원 경기도공공투자관리센터 투자분석위원

³홍익대학교 도시공학과 조교수

⁴국립한국교통대학교 교통정책학과 부교수

^{*Corresponding Author}

License (open-access, http://creativecommons.org/licenses/by-nc/4.0/):

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

Rapid urbanization has intensified traffic congestion, increased parking demand, and raised land costs, making the efficient operation of public parking facilities a critical urban policy challenge. Smart Parking Systems (SPS) have been promoted as an effective solution; however, their adoption in Korea remains limited. Moreover, conventional economic feasibility analyses of public parking projects tend to focus primarily on external traffic-related benefits, while overlooking improvements in user convenience within parking facilities. This study addresses this gap by examining user preferences and Willingness to Pay (WTP) for key SPS attributes among public parking users in Gyeonggi Province, Korea. The primary objective is to provide empirical evidence supporting the inclusion of service quality improvements in the benefit structure of public parking project evaluations. A Discrete Choice Experiment was conducted, and a Conditional Logit Model was employed to estimate attribute-specific utility parameters and corresponding WTP values. The results indicate that reductions in internal parking congestion, measured by parking search time, exert the strongest influence on user choice and WTP. In addition, shorter walking distances to final destinations and the provision of SPS services generate statistically significant positive utility. Among individual SPS components, Automatic Number Plate Recognition yields the highest WTP, followed by mobile parking information services and real-time parking availability information. An extended model further reveals that users traveling for commuting or transfer purposes exhibit higher preferences for SPS attributes. These findings demonstrate that user convenience benefits derived from SPS implementation should be incorporated into the benefit–cost analysis of public parking projects, alongside external benefits such as traffic flow improvements. From a policy perspective, the results provide a basis for prioritizing and phasing the introduction of Smart Parking Systems in public parking facilities.

Keywords

conditional logit model

discrete choice experiment

public parking

smart parking system

willingness to pay (WTP)

최근 도시의 교통혼잡 심화, 주차 수요 증가, 토지비용 상승으로 인해 공영주차장의 효율적 운영 방안 모색이 중요한 정책 과제로 부상하고 있으며, 특히 디지털 기술의 발전과 함께 스마트주차시스템이 주차장 운영 효율성 및 이용 편의성을 제고하는 방안으로 주목받고 있다. 그러나 국내 공영주차장에는 스마트주차시스템 도입이 아직 제한적인 수준이며, 관련 투자사업의 경제성 분석 시 주차장 이용 편의성 개선 효과는 편익 항목으로 충분히 반영되지 못하고 있다. 이에 본 연구는 경기도 공영주차장 이용자를 대상으로 스마트주차시스템의 주요 속성에 대한 선호와 지불의사액을 분석하고, 향후 공영주차장 투자사업의 경제성 분석에서 이를 편익으로 반영할 가능성을 검토하였다. 이를 위해 이산선택실험을 설계하고 온라인 설문조사를 통해 자료를 수집하였으며, 조건부 로짓모형을 활용하여 속성별 효용계수와 지불의사액을 추정하였다. 분석 결과, 주차장 내부 혼잡수준 완화가 이용자의 선택 확률과 지불의사액에 가장 큰 영향을 미치는 요인으로 나타났으며, 주차 후 최종목적지까지 보행시간 단축과 스마트주차시스템 제공 여부 또한 유의미한 수준의 선호 및 지불의사액이 확인되었다. 스마트주차시스템 속성별 지불의사액은 차량번호 자동인식, 모바일 주차정보, 주차공간 정보제공 순으로 높았으며, 개인특성을 반영한 확장모형에서는 업무 통근 및 환승 목적 이용자가 일부 스마트주차시스템 속성에 상대적으로 더 높은 가치를 부여하는 경향이 확인되었다. 이러한 결과는 차량 통행 개선과 같은 외부 효과뿐만 아니라 스마트주차시스템 제공 등 주차장 이용 편의성 개선 효과가 공영주차장 사업의 경제성 분석에서 편익으로 반영될 필요가 있음을 시사하며, 향후 스마트주차시스템 단계적 도입 시 투자 우선순위를 설정하는 정책적 근거로도 활용될 수 있다.

키워드

조건부 로짓모형

이산선택실험

공영주차장

스마트주차시스템

지불의사액

MAIN

서론
선행연구
연구방법론
잠재선호조사(Stated Preference Survey)
1. 실험설계
2. 기초통계분석
분석 결과
1. 변수 간 연관성 검정 및 단변량 분석 결과
2. 모형 분석 결과
3. 지불의사액 추정결과
결론 및 향후 연구과제

서론

국내 자동차 등록대수는 2015년 2,099만대에서 2024년 10월 2,630만대로 증가했으며(MOLIT Statistics System, 2025), 공영주차장 공급도 꾸준히 확대되었다. 경기도의 경우 2023년 총 1,961개소(141,710면)의 노외 공영주차장이 운영 중인데, 이는 2019년(1,690개소, 121,826면) 대비 약 16% 증가한 수치이다(Gyeonggi Statistics, 2025). 그러나 도시지역의 토지 가격 상승과 공간 부족으로 신규 공영주차장 확충은 점차 어려워지고 있으며, 중·대형차 및 고가차량의 증가, 자동차 선호도 변화 등으로 인해 노후 주차장의 환경적·질적 개선 요구도 커지고 있다(Kim et al., 2016; Yoon et al., 2024). 이러한 공급의 한계 및 여건 변화 속에서 기존 주차장의 운영 효율성 제고가 중요한 과제로 부상하고 있으며, 물리적인 공간 확대 없이 기존 주차장의 편의성과 효율성을 높이는 대안 중 하나로 스마트주차시스템이 주목받고 있다(Korea Intelligent Transport Systems Association, 2016; Nam et al., 2019; Seoul Digital Foundation, 2020). 스마트주차시스템은 센서·영상인식·IoT 등 첨단 기술을 활용해 주차면 점유 상태를 실시간 감지·전송하고, 빈 주차공간 정보제공, 예약·결제, 자동주차 기능 등을 지원하는 관리 시스템이다(Arshitha et al., 2019; Fahim et al., 2021; Elfaki et al., 2023). 선행연구에 따르면 스마트주차시스템 설치 시 주차 탐색시간 단축, 성공률 증가, 회전율 제고 등 이용 편의 개선 효과가 존재하며, 적합한 공간으로 차량을 유도하여 주차장 공간의 활용성을 높이는 효과도 제시된 바 있다(Fahim et al., 2021; Javaheri et al., 2024; Cho et al., 2025).

그럼에도 불구하고 국내 공영주차장 설치 또는 개선 사업에서 스마트주차시스템을 적극적으로 확대·도입하기에는 제도적인 어려움이 존재한다. 현행 주차장 사업의 경제성 분석 지침/가이드라인에 제시된 편익 항목은 주차차량 및 주행차량의 통행시간 감소, 차량운행비 감소, 교통사고비용 감소, 대기오염 발생량 감소, 온실가스 발생량 감소, 소음 발생량 감소 등으로(Seoul Institute, 2019; Korea Research Institute for Local Administration, 2021), 주차장 외부에서 발생하는 차량통행 개선 효과에 한정되어 있으며, 스마트주차시스템 도입 효과로 볼 수 있는 주차장 이용 편의성 및 효율성 개선은 편익으로 충분히 고려되지 않고 있다. 이로 인해 노후 공영주차장의 설비를 개선하여 주차장 내부 혼잡이 완화되더라도, 사업 전·후 주차 이용대수가 같은 수준이라면 공급량의 변화가 없어 별도의 편익이 발생하지 않는 것으로 간주된다(Yoon et al., 2024). 반면, 복합환승센터는 교통정보 제공, 쾌적성 개선 등 이용 편의성 관련 사항이 편익으로 반영되고 있다(Ministry of Land, Infrastructure and Transport, 2022). 스마트주차시스템은 일반 주차장보다 높은 설비비가 소요되므로, 한정된 재원하에서 효율적으로 공급하기 위해서는 정량적인 수치를 기반으로 한 투자 검토가 필요하다.

이에 본 연구는 이용 편의성 향상을 위한 공영주차장 시설투자 시 참고할 수 있는 근거 제공을 목적으로 이산선택실험(Discrete Choice Experiment, DCE)을 기반으로 공영주차장 이용자의 스마트주차시스템에 대한 선호를 확인하고, 속성별 지불의사액을 산정하여 그 가치를 정량적으로 분석하였다. 본 논문은 다음과 같이 구성된다. 2장에서는 스마트주차시스템의 정의, 주차장 속성별 선택요인 및 지불의사액을 분석한 선행연구를 정리하였다. 3장에서는 본 연구에서 사용한 통계모형을 설명하고, 4장에서는 잠재선호조사 수행 과정을 소개한다. 5장에서는 주차장 선택 영향요인 분석 및 지불의사액 추정결과를 제시하고, 마지막 6장에서는 결론과 시사점, 향후 연구를 정리하였다.

선행연구

최근 연구에서는 스마트주차시스템을 서비스 제공 방식, 기술 수준, 기능 구성에 따라 다양하게 분류하고 있다(Fahim et al., 2021; Lubrich et al., 2021). 특히 Fahim et al.(2021)은 Table 1과 같이 스마트주차시스템을 제공 서비스에 따라 ‘주차 안내 및 정보’, ‘대중교통 기반 정보’, ‘스마트 결제 중심 주차’, ‘전자 주차’, ‘자동화 주차’ 등으로 세분화하고 있다. 이처럼 스마트주차시스템의 종류와 범위가 다양하나, 아직까지 국내 공영주차장에는 첨단 시스템 보급이 활발하진 않다(Seoul Institute, 2023). 이에 본 연구에서는 분석 범위를 이용자가 보편적으로 인지 가능한 서비스 수준으로 한정하였다.

Table 1.

Fahim et al.(2021)’s classification based on smart parking system services

Type	Core function	Key technology	Primary goal
Parking guidance and information system	Real-time parking info & guidance	Sensors, ml/cnn	Reduce search time
Transit based information system	Integrate parking & public transport	Sensors, vms	Encourage public transport use
Smart payment system focused parking	Contactless/online payment	NFC, RFID, smart cards	Simplify payment & turnover
E-parking system	Unified digital parking platform	Mobile/web apps	Remote, integrated management
Automated parking system	Fully automated mechanical parking	Robotics, sensors	Optimize space & safety

source: Fahim, A.,Hasan, M.,& Chowdhury, M. A. (2021). Smart parking systems: comprehensive review based on various aspects. Heliyon, 7(5).

국내외 주차장 선택요인과 지불의사액 추정에 관한 선행연구를 Table 2와 같이 정리하였으며, 주요 검토 결과는 다음과 같다. 첫째로, 도보시간과 총 운영비용이 상이한 주차장 대안이 존재할 경우, 대안을 선택하는 경향이 이용자 선호에 따라 다르게 나타났다(Jo et al., 2008). 또한, 무료/유료 노상주차 이용자는 주차탐색시간을 중요하게 인식하고, 환승주차 이용자는 주차요금에 민감하고, 출퇴근 목적의 주차 이용자는 요금에 대한 부담감이 상대적으로 낮은 등 주차장 유형/이용 목적에 따라 민감도가 다르게 분석되었다(Rodríguez et al., 2023). 따라서 스마트주차시스템에 대한 이용자 선호 분석에서는 개인 특성을 고려할 필요가 있으며, 실험설계 단계에서 다양한 주차장 유형에 대한 표본 확보가 제한적인 경우 분석 대상을 공영주차장으로 한정하는 것이 필요할 것으로 판단된다. 둘째로, 결제방식 다양성, 청결 및 유지관리 수준, SUV·중형차 적합면, CCTV 설치, 주차간격 확대, 경사로 폭 확장, 조명 개선, 주차환경의 안전성과 편의성 등 다양한 요인이 주차장 선택에 영향을 미치는 것으로 확인되었다(van der waerden et al., 2019; Ardeshiri et al., 2021; Yoon et al., 2024; Zhu et al., 2024). 이는 현행 편익항목인 차량 통행 개선 효과 이외에 주차장 효율성, 편의성 개선 효과도 이용자의 체감 후생에 영향을 준다는 점을 시사한다. 다만, 주차장 선택요인을 규명한 선행연구 중에서 연구범위에 스마트주차시스템이 포함된 사례는 확인하기 어려웠다. 셋째로, 연구 범위에 따라 세부속성별로 지불의사액(Willingness to pay, WTP)이 다르게 산출되는 점을 확인할 수 있었다. van der waerden et al.(2019)에 따르면 디자인 속성 중 결제방식 다양성(약 €2.91/h)과 청결 및 유지관리 수준(€2.69/h)이 주차장 이용자의 효용에 높은 영향을 미치는 것으로 나타났다. Ardeshiri et al.(2021)은 공유주차 선택 시 SUV(1.34 AUD$/h), 중형차 적합 주차면(1.32 AUD$/h), CCTV 설치(1.01 AUD$/h)에 높은 지불 의사를 보인다고 제시하였다. Yoon et al.(2024)에 따르면 주차간격 확대(40→60cm)(1,294원/시), 경사로 폭 확장(3.3→3.6m)(637원/시), 조명 개선(1,245원/시) 등 주차장 시설개선 요인에 대한 이용자의 지불의사가 존재하였다. 이를 고려하면 본 연구에서 제시하고자 하는 스마트주차시스템 지불의사액은 세부 속성별로 각각 산출될 필요가 있다. 마지막으로, 선행연구의 분석 방법론을 검토한 결과 선택실험(Choice Experiment) 기반 설문자료를 활용하여 집단별 이질성과 변수 간 상호작용을 통계적 모형으로 추정한 사례가 다수 확인되었다(van der waerden et al., 2019; Ardeshiri et al., 2021; Rodríguez et al., 2023; Yoon et al., 2024). 또한, 선택 대안 간 비교를 위해 로짓모형이 핵심 분석도구로 활용되고 있었다. 이러한 선행연구의 분석 틀을 바탕으로 선택실험 기반의 설문조사를 수행하고, 조사된 자료를 로짓모형으로 분석한다면 스마트주차시스템에 대한 이용자 선호와 지불의사액을 추정할 수 있을 것이다.

Table 2.

Research methods and analytical model in previous studies

Researcher	Research method	Analytical model	Main finding / Key results
Jo et al.(2008)	Preference-based multi-attribute utility function; network-based simulation	Utility-based multi-objective choice model; GIS network analysis	Walking distance and total cost strongly influence parking choice behaviour
van der Waerden et al.(2019)	Online survey and choice experiment design	HII-based experiment; Multinomial Logit(MNL)	High WTP for payment diversity (€2.91/h) and cleanliness (€2.69/h)
Ardeshiri et al.(2021)	Choice experiment and online survey	Latent Class Model; estimation of WTP	High WTP for SUV-suitable spaces (1.34 AUD$/h) and CCTV installation (1.01 AUD$/h)
Rodríguez et al.(2023)	Field data collection and choice experiment	Error Component Mixed Logit (ECML)	Sensitivity to parking fee and search time varies by parking type and trip purpose
Yoon et al.(2024)	Stated choice experiment; parking user survey	Conditional Logit model	WTP for parking space (990–2,284 KRW/h), ramp width (637 KRW/h), and lighting (1,245 KRW/h)
Zhu et al.(2024)	Rural parking field survey (SP+RP); Likert evaluation	Structural Equation Modeling (SEM); Random Forest; Multinomial Logit(MNL)	Parking environment safety and convenience significantly affect user satisfaction

정리하면, 기존 연구들은 주로 주차장의 물리적 속성이나 이용 행태에 초점을 맞추었으며, 물리적 시설 변화 없이 간접적으로 이용 편의성을 증진시키는 스마트주차시스템을 포함하여 이용자 선호와 지불의사액을 정량적으로 분석한 사례는 제한적이었다. 이에 본 연구는 Fahim et al.(2021)에 제시된 다양한 서비스 가운데 이용자가 인지 가능한 수준의 스마트주차시스템 서비스를 분석 범위에 포함함으로써, 기존 주차장 지불의사액 연구들과의 차별성을 확보하고자 하였다. 구체적으로 (1) 국내 공영주차장에 단기간 적용 가능한 현실성, (2) 이용자가 주차 선택 과정에서 직접 인지·체감할 수 있는 서비스 여부, (3) 공공투자 분석에서 편익으로 계량 가능한 요소(주차 탐색시간 감소 등)에 영향을 줄 수 있는 서비스를 속성 선정의 기준으로 설정하였다. 이에 따라 입·출차 과정의 마찰비용을 감소시키는 차량번호 자동인식, 주차 불확실성을 완화하는 주차공간 정보제공, 사전 의사결정을 지원하는 모바일 주차정보 제공 서비스를 핵심 속성으로 설정하였다. 또한, 스마트주차시스템 도입의 주요 효과로 볼 수 있는 주차장 내부 혼잡 완화를 분석 변수로 반영하였으며, 통제 변수로서 주차장 선택의 핵심 요인 중 하나인 입지 조건(주차 후 최종목적지까지 보행시간)을 추가하였다. 분석 방법론으로는 이용자 선호 자료를 선택실험으로 수집하고, 선택 대안 간 효용 비교에 적합한 로짓모형(Logit Model)을 적용하여 속성별 효용계수를 추정하였다. 다양한 로짓모형 중 본 연구에서는 효용계수 해석의 용이성 및 향후 편익 활용 가능성 등을 고려하여 기본모형인 조건부 로짓모형(Conditional Logit Model, CLM)을 적용하였다.

연구방법론

본 연구에서는 설정된 대안의 속성들이 주차장 선택확률에 미치는 영향 수준을 정량적으로 확인하기 위해서 조건부 로짓모형을 사용하였다. 조건부 로짓모형은 McFadden(1974)이 제시한 효용 극대화 이론에 기반하며, 각 응답자가 여러 대안 중 효용이 가장 큰 대안을 선택한다는 가정하에 개별 속성의 효과를 추정한다. 해당 모형에서 응답자 n이 선택문항 $B_{n}$ 에서 대안 i를 선택할 때의 효용은 다음 Equation 1과 같이 정의된다.

(1)

U_{i n} = V_{i n} + ε_{i n} = β' X_{i n} + ε_{i n}

여기서 $U_{i n}$ 은 대안 i의 총효용, $V_{i n}$ 은 관측 가능한 체계적 효용, $ε_{i n}$ 은 비관측 무작위항을 의미한다. $X_{i n}$ 은 대안 i의 속성 벡터이며, $β$ 는 각 속성의 효용계수를 의미한다. 무작위항이 서로 독립적이고 동일한 Gumbel 분포를 따른다고 가정할 경우 응답자 n이 대안 i를 선택할 확률은 다음의 Equation 2와 같이 로짓모형으로 표현된다. 이 식은 효용이 높은 대안일수록 선택확률이 커지되, 다른 대안들의 효용 합에 의해 상대적으로 조정됨을 의미한다. 이때 효용함수의 계수는 관측된 선택 자료가 발생할 확률(우도, Likelihood)을 극대화하는 최대우도추정법(Maximum, Likelihood Estimation, MLE)을 기본으로 계산된다.

(2)

P_{i n} = \frac{\exp (β' X_{i n})}{\sum_{j \in B_{n}} \exp (β' X_{j n})}

기본 조건부 로짓모형은 모든 응답자가 동일한 계수 𝛽를 가진다고 가정하지만, 실제로는 소득, 연령, 이용 목적 등 개인특성에 따라 대안 속성에 대한 민감도(선호 체계)가 다를 수 있다. 이러한 선호 이질성(preference heterogeneity)을 반영하기 위해 개인특성과 대안 속성의 상호작용항을 반영한 확장모형을 추가로 제시하였다. 확장모형의 효용함수는 다음 Equation 3과 같이 정의된다.

(3)

U_{i n} = β' X_{i n} + γ (X_{i n} \times Z_{n}) + ε_{i n}

여기서 $Z_{n}$ 은 개인특성(소득, 연령, 이용목적 등), $γ$ 은 개인특성에 따라 속성의 한계효용이 달라지는 효과를 의미하며, 특정 속성 k에 대한 한계효용(Marginal Utility)은 상수로 고정되지 않고 Equation 4와 같이 개인 특성 $Z_{n}$ 의 함수로 표현된다.

(4)

\frac{\partial V_{i n}}{\partial X_{k i n}} = β_{k} + γ_{k} + Z_{n}

이에 따라 속성 k가 한 단위 증가할 때의 선택 확률 변화를 나타내는 오즈비 역시 단일 상수가 아닌 Equation 5와 같이 개인 특성 $Z_{n}$ 에 따라 달라지는 조건부 오즈비의 형태로 유도된다.

(5)

O R_{k | Z_{n}} = \exp (β_{k} + γ_{k} + Z_{n})

여기서 $β_{k}$ 는 속성 k의 주효과 계수, $γ_{k}$ 는 속성 k와 개인특성 $Z_{n}$ 간의 상호작용 계수를 의미한다. 이는 개인특성의 값에 따라 오즈비가 달라짐을 의미하므로, 본 연구에서는 상호작용항이 포함된 확장모형의 결과 해석 시 주 효과와 개인특성 그룹의 상호작용에 의해 오즈비가 변화되는 부분을 중심으로 살펴보았다. 이때 상호작용항은 계수와 표준오차, LR test 등을 검정하여 다중공선성 및 과적합 가능성이 높은 조합을 단계적으로 제외하는 방식으로 선정하였다. 두 모형의 적합도, 설명력, 통계적 유의성은 로그우도(Log Likelihood), 우도비검정(LR $x^{2}$ ), AIC, BIC, McFadden의 유사결정계수(Pseudo $R^{2}$ ) 등을 통해 확인하였다.

로짓모형을 통해 추정된 효용계수는 각 속성이 선택확률에 미치는 영향의 방향과 크기를 나타낸다. 일반적으로 요금 변수의 계수(비용항)는 음수 값을 가지므로, 음의 부호로 다른 속성계수의 상대적 크기를 비교함으로써 응답자가 각 속성 개선에 대해 지출할 의향이 있는 금액, 즉 지불의사액을 산출할 수 있다. 속성 k에 대한 WTP는 다음 Equation 6과 같이 정의할 수 있다.

(6)

W T P_{k} = - \frac{β_{k}}{β_{c o s t}}

여기서, $β_{k}$ 는 속성 k의 효용계수, $β_{\cos t}$ 는 비용(요금) 속성의 효용계수이다. Equation 6는 속성 1단위 증가에 상응하는 금전적 가치를 의미한다. WTP는 이용자의 상대적 선호 정도를 금전 단위로 환산한 결과로, 각 속성의 경제적 가치를 해석하는 주요 지표로 활용될 수 있다(Lee et al., 2022; Jang et al., 2025). 이때 확장모형에서는 모든 계수가 개인특성에 따라 달라질 수 있으므로, Equation 7과 같이 특정 속성 k에 대한 WTP 역시 단일 값이 아닌 개인특성 $Z_{n}$ 의 함수로 나타나는 조건부 수식으로 산출하게 된다.

(7)

W T P_{k | Z_{n}} = - \frac{β_{k} + γ_{k} \times Z_{n}}{β_{c o s t} + γ_{c o s t} \times Z_{n}}

여기서 $β_{k}$ 와 $β_{\cos t}$ 는 각각 속성과 요금의 주효과 계수이며, $γ_{k}$ 는 속성 k와 개인특성 $Z_{n}$ 의 상호작용 계수, $γ_{\cos t}$ 는 비용속성과 $Z_{n}$ 의 상호작용 계수를 의미한다. 본 연구는 기본모형을 통해 전체 표본의 속성별 평균 WTP를 제시하고, 확장모형을 통해 유의미한 상호작용항에 대해 기준집단( $Z_{n}$ =0)과 비교집단( $Z_{n}$ =1)의 WTP를 모두 산출·비교함으로써 개인특성에 따른 선호 이질성을 확인하였다.

잠재선호조사(Stated Preference Survey)

1. 실험설계

본 연구에서는 공영주차장 이용자의 스마트주차시스템 선호도를 파악하기 위해서 이산선택실험 방법을 토대로 설문조사를 구성하였다. 이산선택실험은 여러 대안의 속성 조합을 제시하고 응답자가 선호하는 대안을 선택하게 하여 각 속성의 상대적 중요도를 추정하는 조사 기법이다. 설문지는 응답자 기초통계 문항(성별, 연령, 직업, 월평균 소득, 월평균 주차요금 지출액, 차량의 종류, 공영주차장 주 이용목적)과 속성이 다른 두 가지 공영주차장 대안 중 하나를 고르는 선택 문항으로 구성하였다. 이때 응답자가 복잡한 판단을 피하려고 무응답이나 회피 행동을 보일 수 있으므로, 최대한 많은 표본을 확보하기 위해서 선택 문항에 ‘선택하지 않음(None)’ 대안은 포함하지 않았다.

선택 문항에서 대안의 속성은 Figure 1과 같이 스마트주차시스템 ‘차량번호 자동인식’, ‘주차공간 정보제공’, ‘모바일 주차정보’의 제공 여부(1, 0), 주차장 혼잡수준(여유, 혼잡, 만차), 보행시간(0분, 5분, 10분, 15분), 그리고 주차요금(무료, 10분당 100원, 10분당 200원, 10분당 300원)으로 설정하였다. 여기서 주차요금은 경기도 내 지자체 조례에 제시된 공영주차장 급지별 10분당 추가요금 수준을 고려한 수치이다. 각 속성들의 조합으로 생성 가능한 대안은 최대 384개였으나, 응답자의 피로도와 실험 효율성을 고려하여 일부 대안을 무작위로 선정하였다. 다수의 속성 및 수준 조합으로 인해 발생할 수 있는 응답자 부담을 완화하고 모형 추정의 효율성을 확보하기 위하여 D-efficient design 기반의 선택실험 설계기법을 적용하였다. 완전요인 설계(full factorial design)를 적용할 경우 선택대안의 수가 과도하게 증가하므로, 통계적 효율성을 유지하면서도 설문 문항 수를 최소화할 수 있도록 부분요인 설계를 활용하였다. 선택대안 구성 과정에서는 각 속성 수준이 설문 전반에 균등하게 출현하도록 조정하였으며, 속성 간 상관성이 최소화되도록 설계를 검토하였다. 또한 응답자가 명확히 판별할 수 있는 지배적 선택상황이 발생하지 않도록 설계 과정에서 선택대안 조합을 검토·조정하여 설계의 무작위성과 통계적 타당성을 확보하고자 하였다. 최종적으로 56개 대안(이산선택실험으로 28가지 문항)이 선정되었는데, 이를 4개의 유형(TYPE)으로 나누어 Table 3과 같이 응답자 1인당 7개 문항에 답변하도록 하였다.

https://cdn.apub.kr/journalsite/sites/kst/2026-044-03/N0210440305/images/kst_2026_443_376_F1.jpg

Figure 1

Attributes and levels for the choice experiment, choice scenario sample

Table 3.

Example of attribute combinations by choice scenario (type D questionnaire)

Questionnaire	Alternative	Automatic number plate recognition	Provision of parking space information	Mobile parking information service	Parking lot congestion level	Walking time (parking lot → destination) (min)	Parking fee (KRW/10min)
Q1	Public parking lot 1	1	1	1	Low	15	0(Free)
Q1	Public parking lot 2	0	0	0	High	0	100
Q2	Public parking lot 1	1	0	0	Low	0	300
Q2	Public parking lot 2	0	1	1	High	15	100
Q3	Public parking lot 1	1	0	0	Full	15	300
Q3	Public parking lot 2	0	1	1	Low	10	0(Free)
Q4	Public parking lot 1	1	1	1	Low	10	300
Q4	Public parking lot 2	0	0	0	Full	10	0(Free)
Q5	Public parking lot 1	1	1	0	Full	5	100
Q5	Public parking lot 2	1	1	0	Low	10	200
Q6	Public parking lot 1	1	0	1	Low	5	200
Q6	Public parking lot 2	0	1	0	Full	5	200
Q7	Public parking lot 1	0	1	0	Full	5	0(Free)
Q7	Public parking lot 2	1	0	1	Full	15	300

2023년 9월 11일부터 22일까지 운전면허 소지자 중 최근 1개월 내 경기도 공영주차장 이용 경험이 있는 시민들을 대상으로 온라인 설문조사를 수행하였다. 본 연구의 설문조사는 응답자의 익명성을 보장한 상태에서 자발적 참여를 기반으로 하였다. 온라인 조사결과 총 1,285명에게 유효 답변을 취득하였는데, 설문지 유형별로 살펴보면 TYPE A 312명, TYPE B 335명, TYPE C 271명, TYPE D 309명으로 어느정도 균등한 배분이 이루어졌다.

2. 기초통계분석

설문응답자의 성별은 남성 57.2%(735명), 여성 42.8%(550명)이며, 연령대는 40대 39.5%(507명), 30대 30.3%(389명), 50대 22.5%(289명) 등으로 분포되었다. 직업은 회사원이 60.1%(772명)로 가장 많았으며, 월평균 소득(세금 공제 후)은 300~500만원이 38.1%(489명)로 가장 많았다. 월평균 주차요금 지출액은 5만원 미만이 71.8%(922명) 5~10만원이 20.7%(266명)로 응답자 대부분 월 10만원 미만의 주차요금을 지출하였다. 운전 차량의 종류는 중형 및 대형차가 718명(55.9%), 소형 및 준중형차가 427명(33.2%)으로, 중·대형차 비율이 높게 나타났다. 응답자들이 공영주차장을 이용하는 주목적은 여가(운동, 쇼핑 등)가 38%(488명)로 가장 많았고, 업무 25.9%(333명), 식사 16.6%(213명) 순으로 조사되었다. 이를 정리하면 Table 4와 같다.

Table 4.

Descriptive statistics of respondents

Demographic profile of respondents				Parking behavior and usage characteristics of respondents
Variable		Number of respondents	Proportion	Variable		Number of respondents	Proportion
Gender distribution of respondents	Male	735	57.2%	Monthly average parking fee expenditure of survey respondents	Less than 50,000 KRW	922	71.8%
					50,000~100,000 KRW	266	20.7%
	Female	550	42.8%
					100,000~200,000 KRW	77	6.0%
Age distribution of respondents	40s	507	39.5%
					200,000~300,000 KRW	15	1.2%
	30s	389	30.3%
					Over 300,000 KRW	5	0.4%
	50s	289	22.5%
				Types of vehicles driven by respondents	Mid- to large-sized vehicles (including midsize and large SUVs)	718	55.9%
	20s	70	5.4%
	Over 60s	30	2.3%
Occupation of survey respondents	Office worker	772	60.1%	Types of vehicles driven by respondents	Small and compact vehicles (including small SUVs)	427	33.2%
	Homemaker	118	9.2%
						123	9.6%
					Compact cars
	Self-employed	99	7.7%
					Vans (11–15 passengers)	10	0.8%
	Freelancer	93	7.2%
					Trucks	4	0.3%
	Public official	89	6.9%
					Other	3	0.2%
	Professional	72	5.6%
				Primary purposes of using public parking lots	Leisure (exercise, shopping, etc.)	488	38.0%
	Other	20	1.6%
	University (graduate) student	18	1.4%
					Business	333	25.9%
					Dining	213	16.6%
	Agriculture/Fishery	4	0.3%
					Other	79	6.1%
Monthly average income of survey respondents	3M~5M KRW	489	38.1%
					Visiting relatives or friends	66	5.1%
	1M~3M KRW	301	23.4%
		272	21.2%		Commuting to work	61	4.7%
	5M~7M KRW
					Transfer (subway, bus, taxi)	21	1.6%
	7M~9M KRW	105	8.2%
	Over 9M KRW	64	5.0%
					Returning home	14	1.1%
	Less than 1M KRW	54	4.2%
					Commuting to school	10	0.8%

분석 결과

본 연구에서는 설문조사를 통해 수집된 총 8,995개의 선택 응답 자료(2대안 구조로 총 17,990개의 대안행 구성)를 활용하여 주차장 선택 여부(1, 0)를 종속변수로, 차량번호자동인식 제공(1, 0), 주차공간 정보제공(1, 0), 모바일 주차정보 제공(1, 0), 주차장 혼잡수준(여유, 혼잡, 만차), 보행시간(5분 이하, 10분, 15분), 주차요금(무료, 10분당 100원, 10분당 200원, 10분당 300원)을 독립변수로 하는 조건부 로짓모형을 추정하였다. 여기서, ‘주차요금’은 연속형 변수로 처리하였으며, 계수의 소수점 자리수가 많아지는 것을 방지하고자 100원을 1단위로 스케일 조정하였다. ‘보행시간’은 15분에서 선택 확률이 급격하게 감소하는 비선형구조가 확인되어 연속형 변수가 아닌 범주형 변수로 설정하였는데, 기준 범주를 ‘5분 이하’로 두고, ‘10분’, ‘15분’을 더미 변수로 설정하였다. Kim et al.(2024)에 따르면 공영주차장 이용자의 주차 후 최종목적지까지 평균 보행시간은 전체 표본 8.2분, 목적별 6.3~12.5분으로, 본 연구에서 설정한 보행시간 속성과 유사한 수준으로 확인된다. 범주형 변수인 ‘혼잡수준’은 기준 범주 ‘여유’, 더미변수 ‘혼잡’, ‘만차’로 정리하였다. 모형 분석에는 Python 프로그램을 활용하였다.

1. 변수 간 연관성 검정 및 단변량 분석 결과

로짓모형은 회귀모형의 일종으로 독립변수 간 다중공선성이 존재하면 계수 추정이 불안정해지고 해석이 왜곡될 수 있다. 이에 다중공선성 점검의 일환으로 독립변수 쌍별 Cramer’s V를 산출하여(연속형 변수는 구간화하여 범주형으로 변환 후 포함) 독립변수 간 연관성을 확인한 결과 Table 5와 같이 Cramer’s V 값이 대체로 0.4 미만, 모두 0.5 미만으로 나타났다. Cramer’s V는 범주형 변수들 간 연관성의 강도를 나타내는 지표로 0.4 미만은 강하다고 보기 어렵고, 0.4~0.6은 ‘비교적 강함’, 0.6 이상은 ‘강함 이상’으로 해석된다(Rea, 2014). 이에 독립변수 간 다중공선성을 우려할 수준은 아닌 것으로 판단하고, 본 연구의 모든 독립변수를 모형에 포함하였다.

Table 5.

Results of cramer’s V calculation among independent variables

Attribute	Automatic number plate recognition	Provision of parking space information	Mobile parking information service	Parking lot congestion level	Walking time (parking lot → destination)	Parking fee
Automatic number plate recognition	1.000	0.045	0.000	0.121	0.087	0.245
Provision of parking space information	0.045	1.000	0.080	0.239	0.119	0.208
Mobile parking information service	0.000	0.080	1.000	0.094	0.142	0.224
Parking lot congestion level	0.121	0.239	0.094	1.000	0.231	0.364
king time (parking lot → destination)	0.087	0.119	0.142	0.231	1.000	0.417
Parking fee	0.245	0.208	0.224	0.364	0.417	1.000

다음으로, 모형에 포함된 각 독립변수가 종속변수(주차장 선택 여부)에 통계적으로 유의한 영향을 미치는지 확인하기 위해서 단변량 검정을 수행하였다. 이때 독립변수가 범주형인 경우(차량번호 자동인식, 주차공간 정보제공, 모바일 정보제공, 주차장 혼잡수준, 보행시간)에는 카이제곱 검정( $x^{2}$ ), 연속형인 경우(주차요금)에는 독립표본 t-검정을 실시하였다. 분석 결과는 Table 6과 같으며 보행시간 10분을 제외한 모든 변수의 p-value가 0.001 미만으로 산출되어, 독립변수가 주차장 선택확률에 통계적으로 유의한 영향을 미치는 것으로 나타났다. 보행시간 10분의 경우 5분 이하와 선택확률 차이가 통계적으로 유의하지 않았는데, 이는 보행시간이 10분에서 5분 이하로 감소하는 효과는 제한적인 반면 15분에서 5분 이하로 감소하는 것은 주차장 선택을 유의하게 증가시키는 요인임을 시사한다. 이러한 결과는 보행시간에 대한 이용자 인식이 선형적이라기보다 일정 임계값을 갖는 비선형적 특성을 지닐 가능성을 시사한다. 즉, 보행시간이 5분에서 10분으로 증가하는 구간에서는 체감 불편이 상대적으로 제한적인 반면, 10분을 초과하는 경우부터는 보행 부담이 급격히 증가하는 행태적 특성이 존재할 수 있다. 또한, 주차요금은 선택된 대안의 평균값이 유의하게 낮게 나타나, 이들이 주차장 선택에 영향을 미치는 점이 확인되었다.

Table 6.

Results of univariate analysis

Attribute	Level	Selection probability (or mean value)	Test statistic	df	p-value
Automatic number plate recognition	1	0.602	$x^{2}$ =573.48	1	<0.001
Automatic number plate recognition	0	0.398
Provision of parking space information	1	0.546	$x^{2}$ =283.91	1	<0.001
Provision of parking space information	0	0.454
Mobile parking information service	1	0.585	$x^{2}$ =115.26	1	<0.001
Mobile parking information service	0	0.415
Parking lot congestion level	High	0.319	$x^{2}$ =376.86	1	<0.001
Parking lot congestion level	Full	0.297	$x^{2}$ =778.61		<0.001
Walking time (parking lot → destination)(min)	10min	0.513	$x^{2}$ =2.06	1	0.152
Walking time (parking lot → destination)(min)	15min	0.431	$x^{2}$ =104.89	1	<0.001
Parking fee (100 KRW/10min)	-	Selected: 1.240, Not selected: 1.689	t=-30.48	-	<0.001

2. 모형 분석 결과

조건부 로짓모형 추정결과 응답자의 개인속성을 포함하지 않은 기본모형의 로그우도(Log-Likelihood)는 –5,114.93으로, 모든 계수를 0으로 설정한 제한모형(-6,234.86)에 비해 유의한 개선을 보였다. 두 모형 간 우도비 검정(Likelihood Ratio Test) 통계량은 2,239.86(df = 8), p-value< 0.001로, 기본모형이 제한모형보다 통계적으로 유의한 설명력을 갖는 것으로 나타났다. 정보기준지표 분석에서도 AIC 10,245.85, BIC 10,302.69로 산출되어 모형의 복잡도를 고려하더라도 기본모형이 적절한 수준의 적합도를 확보하였다. 모형의 설명력을 나타내는 McFadden의 유사결정계수(Pseudo $R^{2}$ )는 0.172로, McFadden(1979)이 제시한 양호한 적합도(0.2~0.4)에 근접한 수준이었다. 본 연구는 종속변수가 두 개의 선택지(0과 1)로만 구성되어 있어 제3의 대안이 존재하지 않으므로, 다수 대안 선택 상황에서 문제가 되는 대안 간 독립성(Independence of Irrelevant Alternatives, IIA) 위배 문제는 제한적으로 별도의 검증을 수행하지 않았다. 다만, 동일 응답자가 여러 선택 문항에 반복적으로 응답하는 패널 구조에 의한 선택 문항 간 오차항의 상관구조를 보정하고자, 모형 추정 시 응답자 수준에서 군집화된(Clustered) 표준오차를 사용하였다.

확장모형에서는 기본모형에서 규정된 주차장 속성만으로는 충분히 설명되지 않는 개인특성별 선호 차이를 반영하기 위해 상호작용항을 추가하였다. 상호작용항은 주차장 속성과 기초통계에 대한 응답을 변수로 반영한 부분 모형을 반복적으로 추정하여 변수 간 상관성과 통계적 유의성을 검토하는 과정을 통해 선정되었다. 이때 모형의 복잡도 증가를 최소화하기 위해 다범주 개인특성 변수는 이진변수(1, 0)로 재구성하여 반영하였다. 그 결과, 조사된 응답자 기초통계 항목 중 ‘월평균 주차요금 지출액(10만원 이상)’, ‘공영주차장 이용목적(환승, 업무·출근)’, ‘연령대(50세 미만)’가 일부 주차장 속성과 결합될 때 유의한 반응 차이를 보여, 통계적으로 유의한 6개 조합을 확장모형의 상호작용항으로 최종 반영하였다. 상호작용항이 포함된 확장모형의 로그우도는 –5,088.22, McFadden의 유사결정계수(Pseudo R²)는 0.176로 기본모형 대비 증가하였다. AIC는 10,204.44로 기본모형 대비 감소하여 모형의 적합도가 개선된 반면, BIC는 10,303.90으로 증가하여 모형의 간결성 개선은 제한적이었다. 우도비 검정 결과 통계량은 2,293.28(df =16), p-value<0.001로 나타나, 상호작용항 추가가 기본모형 대비 통계적으로 유의한 개선을 제공하였다.

모형의 효과 해석을 위한 대안 속성별 기준 범주는 다음과 같다. 이진 변수인 차량번호 자동인식, 주차공간 정보제공, 모바일 주차정보는 ‘1(제공)’, 혼잡수준은 ‘여유’, 보행시간은 ‘5분 이하’를 기준 범주로 두었다. 상호작용항은 두 변수의 기준범주 조합이 자연스럽게 기준이 되므로, 추가적인 기준 설정은 필요하지 않다. 조건부 로짓모형 추정결과 Table 7과 같이 스마트주차시스템 관련 속성들이 모두 양(+)의 계수로 추정되어, 서비스 제공 시 주차장 선택확률이 유의하게 증가하였다. 특히 확장모형에서 모바일 주차정보와 주차장 이용목적(대중교통 환승) 간 상호작용항의 오즈비가 1보다 크게 추정되어, 환승 목적 이용자는 일반 이용자에 비해 모바일 주차정보에 대한 효용이 더 높은 것으로 나타났다. 혼잡수준은 음(-)의 계수로 추정되어, 기준 범주인 여유 대비 혼잡(기본 OR=0.426, 확장 OR=0.412) 및 만차(기본 OR=0.380, 확장 OR=0.358) 수준에서 주차장 선택확률이 현저히 감소하였다. 보행시간 역시 음(-)의 계수로 추정되어, 기준 범주인 ‘5분 이하’ 대비 10분(기본 OR=0.763, 확장 OR=0.759)과 15분(기본 OR=0.657, 확장 OR=0.605) 수준에서 주차장 선택확률이 유의하게 감소하였다. 단변량 분석에서 5분 이하와 10분의 차이가 크지 않았던 결과와 달리, 다른 속성을 통제한 조건부 로짓모형에서는 보행시간의 부정적 영향이 통계적으로 확인되었다. 이는 조건부 로짓모형에서 혼잡수준, 요금, 스마트주차시스템 제공 여부 등 다른 속성의 영향을 동시에 통제함으로써 보행시간의 독립적인 효용 효과가 분리되어 통계적으로 확인된 결과로 해석할 수있다. 또한, 보행시간 15분에서 기본모형과 확장모형 간 오즈비 차이가 크게 나타난 것은 보행시간과 주차장 이용목적(업무·출근) 간 상호작용항이 확장모형에 반영된 결과로 해석된다. 확장모형의 다른 특징으로는 월평균 주차요금 지출액이 높은 이용자(10만원 이상)와 혼잡수준 간 상호작용항의 오즈비가 1보다 크게 추정되었다는 점이다. 이는 주차요금 지출액이 높은 이용자일수록 혼잡수준에 대한 불편효용을 상대적으로 낮게 인식하는 경향이 있음을 시사한다. 이러한 결과는 중심지역(1급지) 공영주차장이 상대적으로 높은 요금 수준과 혼잡 특성을 동시에 갖는 경우가 많아, 해당 시설 이용자 집단의 선택 특성이 모형에 반영되면서 혼잡을 수용하는 것처럼 추정된 결과로 해석될 수 있다. 마지막으로 주차요금 또한 음(-)의 계수로 추정되어, 요금이 증가할수록 주차장 선택확률이 유의하게 감소하였다. 확장모형에서 주차요금 상호작용항을 살펴보면 연령대가 젊을 경우 주차요금에 대한 민감도가 높게 나타났고, 업무·출근 목적 이용자의 경우 상대적으로 낮은 요금 민감도를 보였다.

종합하면, 응답자들은 일반적인 선호구조와 마찬가지로 혼잡도가 낮고, 보행시간이 짧으며, 요금이 저렴한 주차장을 선호하는 합리적 선택행태를 보였다. 더불어 스마트주차시스템 제공 여부 역시 주차장 선택 확률에 긍정적인 영향을 미치는 것으로 나타났다. 특히 확장모형에서 확인된 상호작용항의 유의성은 동일한 주차환경이라도 환승 여부, 업무 목적, 주차비 지출 성향 등 개인적 맥락에 따라 효용의 크기가 달라짐을 시사하며, 이는 주차장 선택 모형 구축 시 개인특성에 따른 이질성(Heterogeneity) 반영이 필요함을 보여준다.

Table 7.

Estimated coefficients and odds ratios by attribute

Attribute			Level	Model 1(basic conditional logit model)				Model 2(model with interaction effects)
Attribute			Level	Attribute Coefficient ( $β_{k}$ , $β_{c o s t}$ )	Std. Error (SE)	P-value	Odds Ratio(OR) (95% LL, UL)	Attribute Coefficient ( $β_{k}$ , $β_{c o s t}$ )	Std. Error (SE)	P-value	Odds Ratio (OR) (95% LL, UL)
Automatic number plate recognition				0.438	0.027	<0.001	1.550 [1.477, 1.635]	0.441	0.027	<0.001	1.555 [1.474, 1.640]
Provision of parking space information				0.202	0.026	<0.001	1.224 [1.164, 1.287]	0.203	0.026	<0.001	1.226 [1.165, 1.289]
Mobile parking information service				0.310	0.026	<0.001	1.364 [1.295, 1.435]	0.307	0.026	<0.001	1.357 [1.290, 1.431]
Parking lot congestion level			High	-0.853	0.043	<0.001	0.426 [0.392, 0.464]	-0.886	0.044	<0.001	0.412 [0.378, 0.450]
Parking lot congestion level			Full	-0.969	0.060	<0.001	0.380 [0.338, 0.427]	-1.027	0.062	<0.001	0.358 [0.317, 0.404]
Walking time (parking lot → destination)			10 min	-0.271	0.058	<0.001	0.763 [0.681, 0.854]	-0.276	0.058	<0.001	0.739 [0.678, 0.850]
Walking time (parking lot → destination)			15 min	-0.420	0.039	<0.001	0.657 [0.609, 0.709]	-0.503	0.047	<0.001	0.605 [0.552, 0.663]
Parking fee (100 KRW/10min)			Continuous	-0.425	0.020	<0.001	0.654 [0.629, 0.680]	-0.422	0.042	<0.001	0.656 [0.604, 0.712]

Attributes × Interaction terms								Interaction coefficient ( $γ_{k}$ , $γ_{c o s t}$ )	Std. Error (SE)	P-value	Odds Ratio (OR) (95% LL, UL)
Mobile parking information service	x	Transfer purpose						0.394	0.199	0.048	1.483 [1.003, 2.191]
Congestion level (high)	x	Monthly parking expenditure (≥100,000 KRW)		-	-	-	-	0.332	0.151	0.028	1.394 [1.036, 1.874]
Congestion level (full)	x	″		-	-	-	-	0.643	0.213	0.003	1.902 [1.253, 2.887]
Walking time(15 min)	x	Work/commute purpose		-	-	-	-	0.235	0.080	0.003	1.265 [1.083, 1.479]
Parking fee	x	Work/commute purpose		-	-	-	-	0.155	0.038	<0.001	1.168 [1.083, 1.259]
″	x	Age 50 or above		-	-	-	-	-0.073	0.043	0.092	0.930 [0.854, 1.012]

note: Reference levels for categorical variables are “Not provided” (smart parking system attributes, including Automatic number plate recognition, Provision of parking space information, Mobile parking information service), “Low congestion” (Parking lot congestion level), and “5 minutes or less” (walking time)

3. 지불의사액 추정결과

조건부 로짓모형의 속성별 효용계수 추정결과를 바탕으로 주차요금 계수를 기준(분모)으로 각 속성의 지불의사액(WTP)을 산출하였다. 요금계수는 10분당 100원 증가에 따른 효용 변화를 반영하므로 WTP의 기본 단위는 100원/10분으로 도출되나, 해석의 용이성을 위해 원/시간 단위로 환산하였다. 또한, 혼잡수준, 보행시간과 같이 효용 감소를 초래하는 불편 요인의 WTP는 음(-)의 값으로 산출되나, 해석의 명료성을 위해 불편요인을 감소시키는 방향으로 내용을 기술하였다.

본 연구의 속성별 WTP 산출결과는 Table 8과 같다. 기본모형(Model 1) 분석결과 주차장 혼잡수준이 ‘혼잡’에서 ‘여유’로 낮아질 경우 WTP는 1,204원/시간, ‘만차’에서 ‘여유’로 낮아질 경우 WTP는 1,368원/시간으로 혼잡수준의 WTP가 모든 속성들 중에서 가장 높게 산출되었다. 이는 경기도 공영주차장의 추가요금(시간당 600~1,800원)과 유사한 수준으로, 이용자들이 주차 실패 불안감이나 탐색 소요 시간을 실제 주차 요금만큼이나 큰 비효용으로 인식하고 있음을 보여준다. 한편, 보행시간이 ‘10분’에서 ‘5분 이하’로 낮아질 경우 WTP는 383원/시간, ‘15분’에서 ‘5분 이하’로 낮아질 경우 WTP는 593원/시간으로 혼잡수준 대비 상대적으로 낮게 산출되었다. 스마트주차시스템 관련 속성의 WTP를 살펴보면 이용자들은 인지·체감하기 쉬운 기능에 상대적으로 높은 가치를 부여하였는데, 차량번호 자동인식 제공시 WTP는 618원/시간, 주차공간 정보 제공시 WTP는 285원/시간, 모바일 주차정보 제공시 WTP는 438원/시간으로 산출되었다. 이는 공영주차장 이용자들이 입·출차 과정에서의 물리적 편리함과 시간 단축을 상대적으로 더 중시한다는 점을 시사한다.

확장모형(Model 2)의 기준집단(상호작용 변수값 0 집단)과 비교집단(상호작용 변수값 1 집단)의 WTP 산출결과를 비교한 결과 환승 목적 이용자 집단의 모바일 주차정보 제공 WTP가 1,006원/시간으로 기준집단(435원/시간) 대비 매우 높게 산출되었다. 또한, 양(+)의 계수를 가지는 업무·출근 목적과 주차요금의 상호작용항이 반영되어 업무·출근 목적 이용자 집단의 WTP가 기준집단 대비 전반적으로 높게 산출되었다. 이러한 차이를 고려하면 특정 지역에서 스마트주차시스템 설치 사업을 추진하는 경우 환승주차장 또는 업무지역 공영주차장에 높은 우선순위를 부여할 필요가 있을 것으로 판단된다. 반대로 월평균 주차요금 지출액이 낮은 집단과 연령이 50세 미만인 집단은 각 속성에 대한 WTP 절댓값이 기준집단 대비 감소하였는데, 이는 요금 부담에 대한 민감도 증가와 혼잡·보행 등 불편 요인에 대한 체감효용 감소가 동시에 작용한 결과로 판단된다. 따라서 이러한 집단이 많은 지역에서는 정보제공 강화와 편의 개선 등 요금인상 가능성이 낮은 서비스를 중심으로 주차 개선 정책을 수립할 필요가 있다.

종합적으로, 응답자들은 주차장 내부 혼잡 완화 및 주차 후 최종목적지까지 보행시간 단축과 같은 직접적인 개선뿐만 아니라, 스마트주차시스템과 같은 간접적인 서비스에 대해서도 유의미한 수준의 지불의사액을 보여주었다. 특히, 스마트주차시스템 속성별 지불의사액이 차량번호 자동인식 제공, 모바일 주차정보 제공, 주차공간 정보 제공 순으로 높게 나타난 결과는 이용자들이 입·출차 과정의 편리함과 사전 정보 구득 가능성을 상대적으로 높게 평가함을 의미한다. 또한, 업무·출근 목적과 환승 목적 집단에서 지불의사액이 상대적으로 높게 산출된 부분은 주차장 이용 목적에 따라 스마트주차시스템에 대한 가치 평가가 달라질 수 있음을 보여준다.

Table 8.

Estimated willingness to pay (WTP) by attribute

Attribute	Level	Comparison	Model 1 WTP	Model 2 reference group WTP	Model 2 comparison group WTP
			(- $β_{k}$ / $β_{c o s t}$ )*600 (KRW/hour)	(- $β_{k}$ / $β_{c o s t}$ )*600 (KRW/hour)	( $- \frac{β_{k} + γ_{k} \times Z_{n}}{β_{c o s t} + γ_{c o s t} \times Z_{n}}$ )*600 (KRW/hour)
			(- $β_{k}$ / $β_{c o s t}$ )*600 (KRW/hour)	(- $β_{k}$ / $β_{c o s t}$ )*600 (KRW/hour)	Transfer purpose	Parking expenditure (≥100,000 KRW/month)	Work/ commute purpose	Age under 50
Automatic number plate recognition	1	Compared to “Not provided”	618	627	-	-	991	535
Provision of parking space information	1	〃	285	289	-	-	456	246
Mobile parking information service	1	〃	438	436	997	-	690	372
Parking lot congestion level	High	Compared to “Low congestion”	-1,204	-1,260	-	-788	-1,991	-1,074
Parking lot congestion level	Full	Compared to “Low congestion”	-1,368	-1,460	-	-546	-2,308	-1,245
Walking time (parking lot → destination)(min)	10 min	Compared to “5 min or less”	-383	-439	-	-	-620	-335
Walking time (parking lot → destination)(min)	15 min	Compared to “5 min or less”	-593	-715	-	-	-602	-610
Parking fee (100 KRW/10min)	Continuous	-	-	-	-	-	-	-

note: The reference group consists of respondents with non-transfer purpose, monthly parking expenditure(<100,000 KRW), non-work/non-commute purpose, and age 50 or above. The factor 600 in the WTP formula converts the unit from 100 KRW per 10 minutes to KRW per hour.

결론 및 향후 연구과제

본 연구는 공영주차장 확충이 물리적·재정적 제약에 직면한 상황에서 기존 주차시설의 효율성을 제고하기 위한 대안으로서 스마트주차시스템에 주목하였다. 세부적으로 현행 공영주차장 투자사업의 경제성 분석에서 주차장 이용 편의성 개선 효과가 편익으로 반영되지 않아 스마트주차시스템과 같은 첨단 시스템 도입의 경제성이 과소평가될 수 있고, 정량적인 편익 기반의 투자 우선순위 검토가 어렵다는 문제의식에서 연구를 출발하였다. 이에 본 연구는 공영주차장 이용자를 대상으로 스마트주차시스템의 세부 서비스에 대한 선호와 지불의사액을 분석함으로써, 향후 경제성 분석 및 투자 우선순위 설정에 활용 가능한 근거를 제시하고자 하였다.

이를 위해 공영주차장 이용자를 대상으로 이산선택실험 설문조사를 수행하고, 조건부 로짓모형을 활용하여 주차장 속성별 선택확률 및 지불의사액을 추정하였다. 분석결과 공영주차장 이용자들은 주차장 내부 혼잡수준 완화와 주차 후 최종목적지까지 보행시간 감소와 같은 직접적인 개선뿐만 아니라, 스마트주차시스템 제공 여부에 따라서도 유의미하게 다른 선택행태와 지불의사액을 보이는 것으로 나타났다. 이러한 요인들은 현재 공영주차장 사업의 편익으로 충분히 고려되지 않는 부분인데, 본 연구에서 일정 수준의 지불의사액이 계량적으로 확인된 점을 고려하면 향후 경제성 분석 단계에서 관련 편익이 반영될 수 있도록 지침 및 가이드라인의 개선이 필요할 것으로 판단된다. 또한, 환승 목적 이용자는 모바일 주차정보 속성에 대한 지불의사액이 상대적으로 높고, 업무·출근 목적 이용자는 주차장 이용 편의 속성에 대한 지불의사액이 전반적으로 높게 분석된 결과를 고려하면 공영주차장 개선 사업 추진 시 이용자 특성과 입지 여건을 고려한 차별화된 서비스 제공이 필요하다. 한정된 재원하에서 스마트주차시스템을 도입해야 하는 현실을 고려할 때, 본 연구의 결과는 기존 주차장에 단계적인 스마트주차시스템 도입을 검토하는 경우 이용자 선호 차이를 고려한 우선순위 설정의 기초자료로 활용될 수 있을 것이다. 최종적으로, 물리적 확충이 어려운 도심 내 노후 공영주차장에 스마트주차시스템이 적절하게 도입되어 주차장 이용 편의성 향상에 기여하기를 기대한다.

본 연구는 다음과 같은 한계를 가지고 있다. 첫째, 선행연구를 통해 다양한 스마트주차시스템 서비스 유형을 확인하였으나, 국내 도입 여건상 일부 항목으로 한정하여 설문을 수행한 점이다. 둘째, 설문조사가 온라인 방식으로 진행되어 실제 현장 이용 행태와 차이가 존재할 가능성이 있다는 점이다. 셋째, 경기도 지역의 공영주차장 이용자를 대상으로 표본이 구성되어 지역적 대표성이 제한된다는 점이다. 특히, 경기도는 시·군 간 도시 구조와 교통 환경이 상이하고, 동일 지역 내에서도 주차장 입지(역세권·업무지·주거지 등)에 따라 이용 행태가 다양하게 나타날 수 있는데, 이러한 지역적·입지적 이질성을 충분히 반영하지 못한 점은 본 연구의 한계로 볼 수 있다. 마지막으로, 일반적인 공영주차장은 기본요금, 추가요금, 정기권, 할인권 등 다양한 요금 형태를 가지나, 본 연구에서는 10분당 추가요금만을 기준으로 설문을 구성했다는 점이다.

이러한 한계를 보완하기 위해 향후 연구에서는 경제성 분석의 외적 타당성을 제고할 수 있도록 현장 관찰 자료나 주차 이용 기록데이터와 결합한 분석을 수행할 필요가 있으며, 충분한 표본 확보가 가능하다면 요금 체계를 세분화하여 조사할 필요가 있다. 나아가, 타 시·도 및 민영주차장 이용자를 포함한 전국 단위로 표본을 확대하고, 스마트주차시스템 서비스 속성의 범위를 확장하여 보다 일반화된 결론을 도출할 필요가 있다. 특히 보행시간에 대한 이용자 민감도는 주차장 입지 유형이나 이용 목적에 따라 상이하게 나타날 가능성이 있으며, 본 연구에서 확인된 보행시간의 비선형적·임계적 특성을 보다 정교하게 분석할 필요가 있다. 추가로, 본 연구는 효용계수 해석의 명료성과 경제성 분석의 활용 가능성을 고려하여 기본모형인 조건부 로짓모형을 적용하였으나, 본 연구결과 주차목적에 따른 지불의사액 차이가 있었던 점을 고려하면 향후 연구에서는 혼합 로짓모형 등 무작위계수 모형을 도입하여 개인특성별 선호 이질성을 보다 정밀하게 검토해 볼 여지도 있다.

Funding

This study is based on survey data collected as part of the Gyeonggi Research Institute’s internal research project, “Demand Estimation of Public Parking Facilities for Conducting Gyeonggi-do Local Financial Investment Review”.

References

Ardeshiri A., Safarighouzhdi F., Rashidi T. H. (2021), Measuring Willingness to Pay for Shared Parking, Transportation Research Part A: Policy and Practice, 152, 186-202.

10.1016/j.tra.2021.08.014

Arshitha M., Anushri S., Bishtannavar G. (2019), Review Paper on Smart Parking System, International Journal of Engineering Research & Technology, 7(08).

Cho M. Y., Lee T. Y., Choi J. H., Lim M. G., Lee S. D. (2025), A Study on the Adaptive Parking System for ITS Construction, Journal of the Korea Institute of Electronic Communication Sciences, 20(1), 181-188.

10.13067/JKIECS.2025.20.1.181

Elfaki A. O., Messoudi W., Bushnag A., Abuzneid S., Alhmiedat T. (2023), A Smart Real-Time Parking Control and Monitoring System, Sensors, 23(24), 9741.

10.3390/s2324974138139588PMC10747061

Fahim A., Hasan M., Chowdhury M. A. (2021), Smart Parking Systems: Comprehensive Review Based on Various Aspects, Heliyon, 7(5).

10.1016/j.heliyon.2021.e0705034041396PMC8141779

Gyeonggi Statistics, https://stat.gg.go.kr/statgg/tblInfo/TblInfoList.html?vw_cd=MT_ZTITLE, 2025.12.12.

Jang S., Kim S., Park J., Ko J. (2025), Analysis of the Factors Affecting Seoul Citizens’ Willingness to Pay for Low-floor Bus Use: Application of the Double-Hurdle Model, J. Korean Soc. Transp., 43(4), Korean Society of Transportation, 483-498.

10.7470/jkst.2025.43.4.483

Javaheri A., Channamallu S. S., Kermanshachi S., Rosenberger J. M., Pamidimukkala A., Kan C. et al. (2024), Evaluating Impact of Smart Parking Systems on Parking Violations, IEEE Access.

10.1109/ACCESS.2024.3503513

Jo M. J., Park C. H., Lee S. M. (2008), The Algorithm for Selecting Parking Lots Considering Drivers' Preference, Journal of the Korean Society of Transportation, 26(3), 223-232.

Kim H. B., Lee S. H., Kang C. G., Gwon Y. I. (2016), Improvement of Parking Laws Related Car, Transportation Technology and Policy, 13(2), Korean Society of Transportation, 10-19.

Kim J. M., Han M. J., Kim J. Y., Lee H. Y. (2024), An Empirical Study of Conversion Demand Estimation for Public Parking Facility Construction Projects, Journal of Transport Research, 31(3), 15-29.

10.34143/JTR.2024.31.3.15

Korea Intelligent Transport Systems Association (2016), Study on the Commercialization of Smart Parking Information Systems, Final report of the Transportation and Logistics R&D Program, Korea Agency for Infrastructure Technology Advancement.

Korea Research Institute for Local Administration (2021), A study on Guidelines for Feasibility Studies in Road and Transportation Sectors, Research Report, KRILA.

Lee B., Namgoong M., Kim D. (2022), Measuring Willingness-to-Pay to Improve Smart Road Infrastructure in the Era of Autonomous Vehicles, J. Korean Soc. Transp., 40(4), Korean Society of Transportation, 555-569.

10.7470/jkst.2022.40.4.555

Ministry of Land, Infrastructure and Transport (2022), Guidelines for the Evaluation of Transportation Facility Investment (7th Revision), Notice No. 2022-500, Ministry of Land, Infrastructure and Transport.

MOLIT Statistics System, https://stat.molit.go.kr/portal/cate/statView.do?hRsId=58&hFormId=&hSelectId=&sStyleNum=&sStart=&sEnd=&hPoint=&hAppr=&oFileName=&rFileName=&midpath=, 2025.12.12.

Lubrich P. (2021), Smart Parking Systems: A Data-Oriented Taxonomy and a Metadata Model, Transportation Research Record, 2675(12), 1015-1029.

10.1177/03611981211031878

McFadden D. (1974), Conditional Logit Analysis of Qualitative Choice Behavior, In P. Zarembka (Ed.), Frontiers in Econometrics, 105-142, Academic Press.

McFadden D. (1979), Quantitative Methods for Analyzing Travel Behaviour of Individuals: Some Recent Developments, In Behavioural Travel Modelling, 279-318.

10.4324/9781003156055-18

Nam M. H., Lee H. J. (2019), Design of an Open Platform-based Smart Parking System, Journal of the Institute of Electronics and Information Engineers, 56(11), 39-44.

10.5573/ieie.2019.56.11.39

Rea L. M., Parker R. A. (2014), Designing and Conducting Survey Research: A Comprehensive Guide, John Wiley & Sons.

Rodríguez A., dell’Olio L., Moura J. L., Alonso B., Cordera R. (2023), Modelling Parking Choice Behaviour Considering Alternative Availability and Systematic and Random Variations in User Tastes, Sustainability, 15(11), 8618.

10.3390/su15118618

Seoul Digital Foundation (2020), A Study on Improving Parking Efficiency in Seoul Through Big Data Analysis: Verification of Parking Demand Dispersion Feasibility, Policy Research 2020-4.

Seoul Institute (2019), A Study on Economic Analysis Guidelines for Investment Appraisal in Seoul: Roads, Parking Facilities, and Pedestrian Facilities, Research Report, Seoul Institute.

Seoul Institute (2023), Strategies for Seoul Smart Parking System, Research Report, Seoul Institute.

van der Waerden P., Agarad S. (2019), Car drivers’ Willingness to Pay for Design Related Attributes of Parking Garages: Hierarchical Information Integration Approach, Transportation Research Record, 2673(12), 485-493.

10.1177/0361198119867278

Yoon Y. H., Yeon J. S., Kim B. S., Sa K. E., Choi Y. E. (2024), Estimating the WTP of Improvement in Parking Facilities Using Choice Experiment, Journal of Transport Research, 31(4), 15-27.

10.34143/JTR.2024.31.4.15

Zhu M., Zhao B., Cui H., Yao S., Xu F. (2024), Parking Choice Behaviour Analysis of Rural Residents Based on the Latent Variable Random Forest Model, Transportation Safety and Environment, 6(3), tdad045.

10.1093/tse/tdad045

Journal of Korean Society of Transportation ISSN:1229-1366(Print) 2234-4217(Online) 대한교통학회지

Preview

Preferences and Willingness to Pay for the Smart Parking System Attributes in Public Parking Lots: A Discrete Choice Experiment in Gyeonggi

ABSTRACT

MAIN

Table 1.

Fahim et al.(2021)’s classification based on smart parking system services

Table 2.

Research methods and analytical model in previous studies

(1)

(2)

(3)

(4)

(5)

(6)

(7)

Figure 1

Attributes and levels for the choice experiment, choice scenario sample

Table 3.

Example of attribute combinations by choice scenario (type D questionnaire)

Table 4.

Descriptive statistics of respondents

Table 5.

Results of cramer’s V calculation among independent variables

Table 6.

Results of univariate analysis

Table 7.

Estimated coefficients and odds ratios by attribute

Table 8.

Estimated willingness to pay (WTP) by attribute

Funding

References