Article

Journal of Korean Society of Transportation. February 2021. 87-99
https://doi.org/10.7470/jkst.2021.39.1.087

ABSTRACT


MAIN

  • 서론

  •   1. 연구의 배경 및 목적

  •   2. 연구의 범위 및 방법

  • 선행연구

  •   1. 교통약자 관련 선행 연구

  •   2. 경로탐색 관련 선행 연구

  •   3. 이동불편지수 관련 선행 연구

  •   4. 대중교통 경로안내 서비스

  • 연구 설계

  •   1. 이동불편지수 개념

  •   2. Step 유형 및 속성

  •   3. 이동불편지수 산정

  •   4. 자료 수집 내용 및 방법

  • 사례 분석

  • 결론

서론

1. 연구의 배경 및 목적

교통약자는 고령자, 장애인, 어린이, 영유아 동반자 등 일상생활에서 이동에 불편을 느끼는 사람을 의미한다. 2019년 말 기준 우리나라의 교통약자는 15,219천명으로 전체 인구의 29.4%이며 고령자, 어린이, 영유아 동반자, 장애인 순으로 많은 비율을 차지하고 있다.1) 전체 인구에서 교통약자가 차지하는 비율이 증가하는 만큼 교통약자들의 사회적, 경제적 활동도 지속적으로 증가하고 있으며 교통약자들의 교통수요 증가와 이동권 향상에 대한 요구 또한 증가하고 있다. 정부에서도 이러한 사회적 패러다임의 변화를 수용하여 2005년 「교통약자의 이동편의 증진법」을 제정하고 5년 단위의 교통약자 이동편의 증진계획 수립 및 교통약자 이동편의 실태조사 등의 정책을 시행하고 있다.

다년간의 정책 시행을 통해 시설 설치에 대한 개선이 이루어지고 있으며, 교통약자가 보행 또는 교통수단 이용 시 불편함을 느끼는 요소에 대해서도 다양한 연구가 이루어지고 있다. 그러나 교통약자의 이동행태와 이동불편요소를 고려한 경로정보 제공 서비스는 이루어지고 있지 않아 대중교통을 이용하는 교통약자의 어려움은 해소되지 않고 있다. 대부분의 경로정보 제공 서비스는 일반인 위주의 경로정보를 중심으로 서비스되고 있어 추천된 경로를 교통약자가 그대로 사용하기 어렵다. 따라서 교통약자가 이동할 때는 이동불편요소를 배제한 경로를 선택하기 위해 과거 경험에서 수집된 경로를 주로 이용하게 된다.

본 연구에서는 교통약자가 새로운 경로를 탐색하기 쉽도록 선행 연구에서 확인된 이동불편요소와 이동행태를 반영하여 일반인 위주의 경로정보 서비스를 개선한 경로추천 서비스를 구현하고자 하였다. 이를 위해 버스, 지하철, 도보의 세 가지 이동수단과 저상버스, 수직이동시설과 같은 이동편의시설 및 통행시간, 대기시간, 환승의 이동불편요소를 고려한 이동불편지수를 산출하고, 산출한 이동불편지수를 이용하여 경로정보 서비스에서 추천된 경로를 재평가하여 변경된 순서로 추천하는 방법을 제안하였다. 또한 제안한 방법을 실제로 적용하여 기존 경로정보 서비스의 추천 결과와 비교하였다.

2. 연구의 범위 및 방법

본 연구의 공간적 범위는 인구의 밀도가 높고 교통약자의 수가 많으며 버스, 지하철 등의 대중교통 이용률이 높은 서울을 대상으로 하였다. 또한 시간적 범위는 통계자료가 갱신된 2019년을 기준년도로 설정하였으며, 데이터 수집상의 제약으로 인해 교통약자 이동편의 실태조사 내 설문 결과는 서울 지역이 포함된 2017년 자료를 함께 사용하였다.2) 연구의 주요 대상은 교통약자의 유형 중 가장 높은 비중을 차지하는 고령자와 수직이동과 환승에 특히 어려움을 겪는 휠체어 이용자, 영유아 동반자3) 및 임산부를 대상으로 선정하였다.

본 연구에서는 선행연구에서 수행된 설문조사 결과를 이용하여 교통약자들의 이동 과정에서 주로 고려하는 불편요소 및 이동행태를 식별하였고, 이를 반영하여 Step 단위와 경로 단위로 구분된 이동불편지수를 제안하였다. 서울 관내에서 추출한 기종점을 경로정보 서비스에 입력하여 경로를 추천받고, 수집한 경로의 전처리 과정을 거쳐 경로추천 순서를 이동불편지수를 적용한 순서로 변경하였으며, 변경한 순서를 기존 순서와 비교하였다.

1) 교통약자 이동편의 실태조사(Ministry of Land, Infrastructure and Transport, 2020.06.)

2) 교통약자가 선호하는 이동수단 순위, 이동수단에 대한 교통약자 유형별 만족도 점수, 이동편의시설에 대한 교통약자 유형별 만족도 점수를 활용하였다.

3) 영유아 동반자 가운데 유모차 이용자를 대상으로 하여, 에스컬레이터로는 이동하지 못하는 것으로 가정하였다.

선행연구

1. 교통약자 관련 선행 연구

Kim et al.(2008)은 교통약자/일반인 대상 만족도 조사 및 장애인 대상 불편사항 조사를 실시하여 장애인이 교통수단을 이용할 수 없는 이유가 편의시설물 부족 및 교통수단, 시설물 이용에 대한 정보 취득의 어려움 문제임을 확인하였다. 또한, 장애인의 통행 과정에서 교통정보 미제공, 정보 부족으로 어려움을 겪으며, 통행 중 주로 이용하는 정보가 반복적인 통행으로 습득된 경험적인 정보임을 확인하였다. Kim et al.(2011)은 교통약자 경로정보 제공 시 편의시설에 대한 선호도가 반영되어야 하며, 지체장애인이 일반인이나 타 장애인 대비 환승횟수가 적다는 점을 지적하였다.

Shin et al.(2016)은 환승횟수가 증가할수록 환승에서 발생하는 비용이 증가하는 계수인 Stepwise 환승계수 개념을 도입하였으며 대중교통 이용승객, 특히 교통약자에게 환승횟수를 줄이고자 하는 경향이 나타난다고 주장하였다. Kim et al.(2018)은 보행공간에 존재하는 계단, 급경사 등의 시설들로 인해 교통약자의 연속적인 보행이 어려우며 경로 상 장애요소 확인의 문제로 경험적으로 파악한 경로를 주로 이용함을 지적한 바 있다.

교통약자와 관련된 선행연구결과를 살펴보면 설문조사를 통해 이동행태 및 이동불편요소를 식별하는 것을 확인할 수 있었다. 식별되는 이동행태 및 이동불편요소는 조사 시기와 지역, 주요 대상 및 문항에 영향을 받는 것으로 확인되었으나, 공통적으로 교통약자에게 영향을 미치는 사항을 다음과 같이 정리할 수 있었다. 첫째, 교통약자는 일반인과 비교하여 교통수단 및 편의시설 관련 정보를 취득하는 것이 어려우며, 이로 인해 반복적인 통행에서 습득된 경험적인 정보에 의존한다. 둘째, 환승은 모든 보행자들에게 꺼려지는 요소이나, 교통약자에게 더 큰 영향을 끼친다. 셋째, 교통약자 유형에 따라 편의시설이나 교통수단에 대한 선호도와 만족도, 중요도가 다르다. 넷째, 이동편의시설 중에서는 엘리베이터(EV), 에스컬레이터(ES), 휠체어 리프트(WL) 등의 수직이동시설과 저상버스가 통행에 미치는 영향이 크다.

2. 경로탐색 관련 선행 연구

Kim et al.(2011)은 네트워크상에서 다(多)수단 환승을 고려하기 위해 수단에 따라 링크를 확장시키는 방법을 사용하였으며, 환승 시 대기시간과 이동시간을 모두 고려하였다. Moon et al.(2016)은 교통약자 유형에 따른 보행장애요소들을 정의하고, 링크별 보행경로비용 산출 후 다익스트라 알고리즘을 적용한 교통약자 최적경로 탐색기법을 제안하였다. Shin and Baik(2016)은 진입링크기반 전체삭제경로기법을 활용하여 가능경로집합을 구축하고 Logit 유형의 확률적 대중교통통행배정을 제안하였다.

선행연구에 대한 고찰 결과, 대중교통 및 교통약자와 관련된 경로탐색 선행 연구는 교통약자의 이동행태를 반영하여 환승을 최소화하기 위한 요인을 사용하였으며, 맞춤형 정보 제공을 위해 특성에 따라 요구사항을 식별하고 이를 반영하는 것을 확인하였다.

3. 이동불편지수 관련 선행 연구

Jung and Lee(2013)는 지역 경사도와 교통약자 이동편의 이용특성에 대한 이동성 관계를 수식화하여 이동지수를 산정하고, 이를 기반으로 교통수단 운행여건 평가 및 이동편의 증진방안을 제안하였다. Lee et al.(2015)은 도시철도역사의 시설물 배치 및 역사 구조에 따라 총 8개의 개별 평가지표를 개발하고 서비스 수준을 제시하였으며 AHP기법을 이용하여 가중치를 도출, 통합 편의성 평가지표 산정 및 서비스 수준을 정의하였다. Duvarci et al.(2015)은 교통약자에게 영향을 미치는 요소들을 접근성, 토지이용 및 환경적 요인, 물리적 제약, 이동의 질 및 편리성, 이동체계 만족도 및 버스정류소 상태의 6개 통합지수와 세부 30개 개별지수로 설정하고 수치형 데이터는 스케일링 적용, 범주형 데이터는 수치형으로 변환하였다.

Schroeder and Solchenbach(2006)는 대중교통의 대기시간을 분 단위로 등급화하고 환승과정에서 교통수단이 변화할 때 더 큰 페널티를 부여하는 지수를 산출하였다. Kim and Choi(2010)는 대중교통 이용자들의 연계수단 및 환승패스 속성을 바탕으로 유효 환승저항요소를 규명하고, 환승저항 산출 방법론을 이용하여 도시철도역사의 환승정산값을 산출함으로써 환승거리의 과다로 소요되는 도시철도역사의 환승손실비용을 산정하였다. Xiao et al.(2018), Cao et al.(2018), Tan et al.(2019)은 GIS를 이용하여 교통약자와 일반인 간 차별지수를 지역 단위로 분석하였다.

선행 연구들을 종합하여 분석한 결과, 다음의 시사점을 얻을 수 있었다. 첫째, 교통약자 유형에 따라 서로 다른 통행특성을 가지며, 이는 이용하는 이동편의시설의 종류와 밀접한 관련이 있다. 둘째, 교통약자 유형에 따라 편의시설이나 교통수단에 대한 선호도와 만족도, 중요도가 다르다. 셋째, 교통약자의 이동에는 엘리베이터, 에스컬레이터 등의 수직이동시설과 저상버스, 환승시간, 환승비용, 대기시간, 접근성 등의 요인들이 영향을 끼친다.

4. 대중교통 경로안내 서비스

본 연구의 목적인 교통약자를 위한 맞춤형 정보제공 서비스를 구현하기 위해 선행 연구에 더하여 국내에서 이용할 수 있는 대중교통 경로안내 서비스들을 살펴보고 교통약자의 이동과 관련한 서비스 현황을 정리하였다. 대중교통 경로안내 서비스 현황은 Table 1과 같다.

Table 1.

The status of public transportation route guidance service

Route finding service Naver map Kakao map Google map
PC Mobile PC Mobile PC Mobile
Departure time adjustment O O X O O O
Information availability for convenience facilities X X X X
Information availability for kneeling bus X X
Route recommendation for transportation disadvantage X X X X
Maximum number of route expressions* 5 8 10 18 2 4
Number of route selection options 4 4 1 5 4 4

*Measurements based on sample datasets.

경로안내 서비스는 출발지와 목적지를 사용자가 지정하면, 목적지까지 갈 수 있는 다양한 경로를 표출하는 서비스이다. 사용자는 출발 시간을 조정하거나, 경로 선택 옵션을 통해 원하는 경로를 선택할 수 있다. 확인 결과 대부분의 서비스는 일반인을 대상으로 하고 있기 때문에 교통약자에게 꼭 필요한 저상버스 또는 엘리베이터, 에스컬레이터와 같은 수직이동시설이 경로상에 존재하는지 여부를 확인하거나, 교통약자 유형별로 경로를 추천할 수 있는 기능은 없었다.

따라서 교통약자가 이동할 때에는 상용화된 경로안내 서비스를 이용하기 어려울 것으로 판단된다. 본 연구에서는 이러한 문제점을 개선하고자 경로상의 편의시설 및 저상버스 정보를 확인할 수 있는, 교통약자 유형에 따라 다른 경로를 추천하는 맞춤형 정보제공 서비스를 구현하고자 하였다.

선행 연구 및 서비스에서 도출된 시사점을 종합하여 본 연구에서는 교통약자를 위한 맞춤형 정보제공 서비스의 구현을 위해 이동불편지수를 산정함에 있어 다음의 사항을 고려하였다. 최대한 많은 교통약자에게 서비스를 제공할 수 있도록 고령자, 장애인, 영유아 동반자, 임산부 등 다양한 교통약자 유형을 고려하였다. 교통약자 유형에 따라 교통수단, 수직이동시설 등에 다른 가중치를 적용하였고, 대기시간과 도보시간, 탑승시간, 통행가능성, 환승횟수의 영향을 고려하였다. 또한 이동불편지수를 적용할 때 전체 네트워크 맵 기반의 경로탐색이 아닌, 기종점을 이용한 경로 추출 후 평가하는 방법을 적용하였다.

연구 설계

본 연구에서는 교통약자 유형별 이동행태와 이동불편요소를 고려한 Step 유형 및 속성을 제시하고 이를 바탕으로 Step단위 이동불편지수(transportation disadvantage index based on step, TDIS)와 경로단위 이동불편지수(transportation disadvantage index based on route, TDIR)를 제안하고자 한다. 또한 최종적으로 산출된 이동불편지수를 실제 서울시 대중교통 경로에 적용하기 위한 교통 데이터 및 이동편의시설 데이터 구축방안을 소개하고 이동불편지수를 적용한 경로 추천 결과와 이에 대한 시사점을 도출하였다. 연구의 전체적인 흐름은 Figure 1과 같다.

/media/sites/kst/2021-039-01/N0210390107/images/kst_39_01_07_F1.jpg
Figure 1

Analysis framework

1. 이동불편지수 개념

본 연구에서 사용하는 이동불편지수는 교통약자가 목적지까지 이동하기 위한 경로에 대해 이동이 불편한 정도를 정량화하기 위한 지수를 의미한다. 이동불편지수는 선행연구 분석을 통해 도출된 교통약자의 주 이동수단과 교통약자 유형별 이용가능한 이동편의시설, 이동편의시설에 대한 교통약자 유형별 만족도 등을 고려하였으며, Step단위 이동불편지수와 경로단위 이동불편지수로 구분된다.

Step이란 경로 내에서 이동수단을 기준으로 구분되는 단위이동을 의미하며, 구글 길찾기 API에서 사용하는 Step 파라미터의 개념을 차용하였다. Step단위 이동불편지수는 Step별 유형과 속성으로 산정된 이동불편지수를 의미한다. Step단위 이동불편지수는 Step 유형에 따라 이동수단에 대한 이동불편요인을 적용하여 산정하였고, 경로 단위 이동단위 불편지수는 Step 단위 이동불편지수 결과값을 적용한 이동불편지수 값으로, 전체 경로의 환승을 고려하였다.4)

4) 경로탐색과 관련한 연구에서는 주로 공간 중심의 노드 및 링크 단위의 네트워크를 구성하여 경로를 탐색하나, 본 연구에서는 기종점을 이용하여 이동경로를 식별하고, 경로를 시점 단위로 분할한 Step 단위로 경로를 평가한다.

2. Step 유형 및 속성

Step 유형은 교통약자가 가장 많이 이용하고 선호하는 이동수단인 도보, 버스, 지하철로 구분하며, Step 유형별 속성은 이동수단별 교통약자 이동에 불편함을 주는 요인으로 선정하였다. Table 2는 Step 유형과 Step 유형별 이동불편요인을 정리한 것으로, 도보의 경우 엘리베이터, 에스컬레이터, 휠체어리프트와 같은 수직이동시설의 연결성과 도보 이동시간을 고려하였다. 버스의 경우 저상버스 연결성과 버스 대기시간, 버스를 탑승하여 이동하는데 소요되는 시간을, 지하철의 경우 지하철 대기시간, 지하철을 탑승하여 이동하는데 소요되는 시간을 고려하였다.

Table 2.

Property value by step type

Step type Factor
Walking Elevator connectivity
Escalator connectivity
Wheelchair lift connectivity
Walking time
Bus Kneeling bus connectivity
Bus waiting time
Bus boarding time
Subway Subway boarding time
Subway waiting time

Figure 2는 경로의 기점부터 종점까지의 경로를 Step단위로 분할한 이동과정을 나타낸 것이다. 버스와 지하철 Step의 시작시점은 버스정류장 또는 지하철 승강장과 같은 여객시설에 도착하는 시점이며, 종료시점은 버스와 지하철에서 하차하여 단위이동을 종료한 시점이다. 한편 최초 출발 위치에서 여객시설까지의 이동, 환승통로 이동, 여객시설에서 빠져나오는 이동은 모두 도보이동으로 분류한다.

/media/sites/kst/2021-039-01/N0210390107/images/kst_39_01_07_F2.jpg
Figure 2

Transportation flow

연결성은 Step에서 저상버스 또는 지하철역 수직이동시설을 이용하여 이동이 가능한지에 대한 지표이다. 엘리베이터 연결성이 존재한다는 것은 해당 Step에서 엘리베이터를 이용한 이동이 가능하다는 것을 의미하며, 수직이동시설 연결성이 모두 없는 경우 계단을 이용하는 것으로 가정한다. 마찬가지로 저상버스 연결성이 없는 경우 일반버스로 이동하는 것으로 가정한다. 연결성은 Step단위 이동불편지수의 파라미터로 사용되어, 경로에 대한 교통약자 유형별 통행가능성 여부 판단에 사용된다. 그 외 도보시간과 일반버스, 저상버스, 지하철의 탑승 및 대기시간은 모두 API에서 추출한 초 단위 소요시간을 분 단위로 변환하고, 등급형 변수로 변환하는 작업을 거쳐 점수 형태로 계산하였다(Duvarci et al., 2015).

3. 이동불편지수 산정

본 연구에서는 Step 단위의 이동불편지수와 경로단위 이동불편지수를 산정하여 대중교통 경로를 평가하고, 평가 결과인 경로단위 이동불편지수 순으로 경로를 재정렬하여 교통약자 유형별 맞춤형 경로를 추천하고자 한다. 이를 위해, Step 유형별 이동불편요소를 이용한 이동불편지수를 산정하기에 앞서 우선적으로 교통약자 유형별 해당 경로에 대한 통행가능성 여부를 판단해야 한다. 휠체어 이용자와 영유아 동반자는 고령자나 임산부와 달리 대중교통 이용 시 필수적으로 요구되는 이동편의시설의 유무에 따라 특정 경로에 대한 통행가능여부가 판단되며, 해당 Step에 대해 통행이 불가능하다고 판단될 경우 해당 경로를 삭제하여 실질적으로 이동이 가능한 경로만을 추천하고자 한다.

교통약자 유형에 따라 경로의 통행가능여부를 판단하기 위해 도보 Step의 수직이동시설 연결성과 버스 Step의 저상버스 연결성을 고려하였다. Table 3은 교통약자 유형별로 이용가능한 이동시설 및 버스 유형을 정리한 것으로 계단과 일반버스를 이용할 수 있는 고령자와 임산부의 경우는 모든 경로가 통행 가능하며, 휠체어 이용자와 영유아 동반자는 이용 가능한 이동편의시설이 없는 경우 해당 경로의 통행이 불가능하다고 가정하였다. 하나의 Step을 이동할 수 없는 경우 해당 경로는 이용할 수 없는 것으로 판단한다.

Table 3.

Available facilities of the mobility handicapped

Type of the mobility handicapped Elevator Escalator Wheelchair lift Stairs Kneeling bus Regular bus
Elderly O O X O O O
Wheelchair user O X O X O X
Adults with infants and toddler O X X X O X
Pregnant women O O X O O O

통행이 가능하다고 판단된 경로에 대하여 Step 유형별 속성에 대한 교통약자 유형별 가중치를 고려하여 Step 단위 이동불편지수를 산정하였다. 수직이동시설에 대한 가중치는 선행연구에서 식별된 교통약자 유형별 이동편의시설에 대한 만족도를 기반으로 산출하였다. 만족도가 높으면 이동수단에 대한 불편이 낮은 것으로 가정하여 이동할 수 있는 수직이동시설에 대한 만족도 점수를 100에서 빼서 불만족도 점수로 설정하고, 다른 변수들의 값의 범위를 고려하여 스케일링하였다. 조정된 가중치는 Table 4와 같다.

Table 4.

Adjusted weight of vertical facilities for the mobility handicapped

Type of the mobility handicapped Elevator Escalator Wheelchair lift
Elderly 1.33 1.36 X
Wheelchair user 2.27 X 3.62
Adults with infants and toddler 2.27 X X
Pregnant women 1.41 1.44 X

이동불편지수는 연속형 변수, 연결성은 이산형 변수5)로 설계하였고, 초 단위로 수집된 도보시간, 대기시간, 탑승시간은 구간 산정을 통해 등급화된 점수를 부여하였다. 도보시간점수 wt와 대기시간점수 WTS, 탑승시간점수 BTS에 대한 구간 및 점수는 Table 5와 같다. 점수 산정 시 탑승시간과 도보시간은 길면 길수록 불편도가 올라가는 것으로 가정하였으며6), 대기시간의 경우 길수록 불편도가 증가하는 반면 매우 짧은 대기시간을 가지는 경우 직전 Step에서 빠르게 움직여야 하기 때문에 이동이 불편하다고 가정하여 U자형 불편도 특성을 가지도록 설정하였다.7)

Table 5.

Classification by interval

Score type Classification
wt Interval(min) 0-1 2-5 6-9 10-13 More than 13
score 0.5 3 5 7 9.5
WTS Interval(min) 0-2 3-5 6-11 12-22 More than 22
score 9.5 5 0.5 3 7
BTS Interval(min) 0-10 11-20 21-40 41-60 More than 60
score 0.5 3 5 7 9.5

5) 일반적으로 이산형 변수는 0 또는 1의 값을 사용하나, 연결성의 경우 연결되면 1, 연결되지 않으면 999를 부여하여 min 필터에서 선택되지 않도록 설계하였다.

6) Shin(2002)

7) Schroeder and Solchenbach(2006)

Equation 1은 도보 Step의 이동불편지수를 나타내며, 경로의 기점에서 종점까지 도보 이동에 대하여 수직이동시설의 연결성과 교통약자 유형별 수직이동시설에 대한 가중치, 도보 이동시간을 고려하였다. 수직이동시설에 대한 교통약자 불편도는 지하철 이용 시 수직이동시설의 연결성 여부와 이에 대한 교통약자 유형별 수직이동시설 가중치를 곱한 수직이동시설별 결과의 최소값을 반영하였다. 수직이동시설 연결성이 존재하지 않는 경우, 계단을 이용한다고 보았으며 계단 이동에 따른 교통약자 불편도는 수직이동시설 불편도보다 큰 상수값을 부여하였다.

(1)
TDISWalking=minCEV×WEV,TCES×WES,TCWL×WWL,TStairsT×α1+wt×β1

여기서, TDISWalking : 도보 Step에 대한 이동불편지수

T : 교통약자 유형(고령자, 휠체어 이용자, 영유아 동반자, 임산부)

CEV : 엘리베이터 연결성

CES : 에스컬레이터 연결성

CWL : 휠체어리프트 연결성

WEV,T : 엘리베이터에 대한 교통약자 유형별 가중치

WES,T : 에스컬레이터에 대한 교통약자 유형별 가중치

WWL,T : 휠체어리프트에 대한 교통약자 유형별 가중치

StairsT : 계단에 대한 교통약자 유형별 불편도

wt : 도보시간

α1,β1 : 조정 파라미터

버스와 지하철 유형의 Step단위 이동불편지수는 버스 정류장 및 지하철역에 도착한 시점에서의 교통수단 대기시간과 탑승시간을 고려하였으며, 버스 Step의 이동불편지수는 Equation 2, 지하철 Step의 이동불편지수는 Equation 3과 같다. Equation 2Equation 3WTSBTS는 각각 초 단위로 수집되는 실제 대기시간과 탑승시간의 값을 분 단위로 변환하여 등급화한다. Equation 2WTSB는 휠체어 이용자와 영유아 동반자가 일반버스에 탑승할 수 없어 저상버스 이용을 위해 더 많은 대기시간을 소요하는 경우를 고려하였으며, 일반버스 대기시간과 저상버스 대기시간은 모두 WTSB로 환산된다.

(2)
TDISBus=WTSB×α2+BTSB×β2

여기서, TDISBus : 버스 Step에 대한 이동불편지수

WTSB : 버스 대기시간점수

BTSB : 버스 탑승시간점수

α2,β2 : 조정 파라미터

(3)
TDISsubway=WTSS×α3+BTSS×β3

여기서, TDISSubway : 지하철 Step에 대한 이동불편지수

WTSS : 지하철 대기시간점수

BTSS : 지하철 탑승시간점수

α3,β3 : 조정 파라미터

Step 유형별 이동불편지수를 반영한 경로단위 이동불편지수는 Equation 4와 같다. 경로단위 이동불편지수는 Step단위 이동불편지수와 이동수단에 대한 교통약자 유형별 가중치, 환승 여부 및 환승 횟수를 고려하였다. 환승은 횟수의 증가와 타 교통수단으로의 환승 시 이동의 불편도가 증가한다고 보았으며, Stepwise 환승계수를 고려하여 환승 횟수 k에 따라 2k-1씩 증가하며, 환승 유형에 대해 동일 교통수단으로의 환승과 타 교통수단으로의 환승을 구분하여 적용하였다(Shin et al., 2016).

(4)
TDIR=i=1N(TDISTrans,i×WTrans,i,T)+a×(K=1TN2K-1×TT)

여기서, TDIR : 경로단위 이동불편지수

N : 경로의 총 Step 수

TDISTrans,i : Step단위 이동불편지수 값

WTrans,i,T : Step 유형에 대한 교통약자 유형별 가중치

T : 교통약자 유형(고령자, 휠체어 이용자, 영유아 동반자, 임산부)

a : 환승유무(환승 존재: 1, 환승 없음: 0)

TN : 환승횟수(도보 제외)

TT : 환승유형(동일 교통수단 환승: 1, 타 교통수단 환승: 2)

산정된 경로단위 이동불편지수는 일반인 기준으로 제공되는 대중교통 경로 안내 정보를 교통약자 유형에 따라 평가하는데 사용되며, 이동불편지수의 값이 낮은 순서로 경로를 재정렬하여 고령자, 휠체어 이용자, 영유아 동반자, 임산부에게 맞춤형 최적경로를 제공할 수 있다.

4. 자료 수집 내용 및 방법

이동불편지수의 산정을 위해, 구글 길찾기 API와 국토교통부 KRiC 레일포털 사이트에서 제공하는 지하철 편의시설 API, 지하철 엘리베이터, 에스컬레이터 API 및 교통약자 환승경로 API, 그리고 실시간 저상버스 도착예정정보 API를 사용한다. 사전에 지정된 출발지(origin)와 목적지(destination)를 구글 길찾기 API에 입력하여 4개의 추천 경로를 추출한 후, 경로를 도보, 버스, 지하철 이동에 따라 Step 단위로 분리한다. 최초의 출발지, 목적지에 대한 구글 길찾기 추천 경로에 대하여 버스를 포함하는 경로는 휠체어 이용자와 영유아 동반자의 버스 이동을 고려하여 일반버스와 저상버스로 구분하여 대기시간을 추출한다. 특정 경로에서 버스가 출발하는 버스 정류장을 시작으로 다시 구글 길찾기 API를 호출하며, 이 과정을 반복적으로 실행하여 가능한 모든 경로를 추출한다. 추출된 모든 경로의 버스 Step에 대하여 저상버스 노선 존재 유무를 판단하여, 저상버스가 없을 경우 해당 경로를 삭제하고 저상버스가 존재할 경우 저상버스의 대기시간을 저장한다.

실제 사례적용을 위해 경로 이동수단에 대한 대기시간과 탑승시간을 구글 API 호출시 제공되는 도보 이동시간, 버스 및 지하철 탑승시간으로 추출한다. 구글 API는 일반버스와 저상버스를 구분하여 정보를 제공하지 않으므로 저상버스 대기시간의 경우 저상버스 도착예정정보 API를 활용하여 도보 이동으로 버스 정류장에 도착한 시간과 저상버스 도착예정정보 API에서 추출되는 버스 도착예정 시간의 차이로 계산하여 적용한다. 지하철역의 이동편의시설 정보는 지하철 편의시설 API, 엘리베이터, 에스컬레이터 API를 이용하여 지하철역의 수직이동시설 유무와 개수를 확인한다. 교통약자의 지하철역 통행가능성을 검토하기 위해 교통약자 환승경로 API를 이용하여 엘리베이터와 휠체어리프트를 이용한 교통약자 이동경로를 확인하는 작업을 거쳐 데이터셋을 저장한다.

이렇게 구축된 데이터셋은 이동불편지수 변수의 입력 자료가 되어, Step별 이동불편지수와 경로별 이동불편지수를 도출할 수 있으며 지정된 출발지/목적지에서의 경로들을 재정렬하여 교통약자 유형에 맞는 우선순위로 경로를 추천할 수 있도록 한다.

사례 분석

이동불편지수를 이용한 교통약자 유형별 경로 안내 추천시스템을 구현하기 위하여 구글 길찾기 API 정보와 서울시 대중교통 API를 바탕으로 이동불편지수를 적용하여 교통약자 유형별 경로를 재조정하여 맞춤형 경로를 추천하였다. 버스, 도시철도 등 대중교통망이 잘 구성되어 있는 서울에서 교통약자 중 다수를 차지하는 고령자 인구가 많은 지역을 대상으로 출발지를 선정하고, 교통약자의 주 통행 목적8)과 지하철 이동행태9)를 고려하여 방문빈도가 높은 병원을 목적지로 선정하였다.

사례 연구 결과는 고령자 인구 비중이 높은 강서구의 화곡대림아파트에서 국내 병원 규모와 평점에서 상위권을 차지하는 서울아산병원으로 이동하는 케이스를 소개한다. 화곡대림아파트와 서울아산병원을 기종점으로 입력한 구글 길찾기 API에서 기본적으로 제공하는 경로 중 버스를 포함하는 경로에 대하여 저상버스를 이용한 경로 수정 또는 추가 경로 수집을 진행하였다. 전처리 결과 총 6개의 경로를 확인할 수 있었다. Figure 3은 최종 6개 경로를 나타낸 것으로, 이러한 경로들을 대상으로 지하철 수직이동시설과 저상버스의 연결성을 식별하여 통행가능성을 판단하였다.

/media/sites/kst/2021-039-01/N0210390107/images/kst_39_01_07_F3.jpg
Figure 3

Route on the map

Table 6은 실제 이동불편지수를 적용한 결과값을 나타내며, 경로의 통행가능성 검토 결과 휠체어 이용자의 경우는 1, 2번 경로를, 영유아 동반자의 경우는 1, 2, 4번 경로를 이용할 수 없고, 휠체어 이용자와 영유아 동반자의 경우 고령자와 임산부보다 대체로 높게 나타나 이동에 많은 불편을 느끼는 것을 알 수 있다.

Table 6.

Result of TDIR

Route number Type of the mobility handicapped
The elderly Wheelchair user Adults with infants and toddler Pregnant women
Route 1 65 - - 68
Route 2 71 - - 71
Route 3 47 97 97 48
Route 4 63 140 - 67
Route 5 77 161 161 79
Route 6 81 169 169 83

Table 7Table 6의 이동불편지수 결과값을 적용하여 교통약자 유형에 따라 이동불편지수가 낮은 순서로 경로를 재정렬한 결과로, 구글 길찾기 API에서 제공되는 기본 길안내 추천 경로와 비교하여 교통약자 유형에 따라 추천 경로 순서가 변화하는 것을 확인할 수 있었다.

Table 7.

Result of route reordering

Ranking of
route
Normal Type of the mobility handicapped
The elderly Wheelchair user Adults with infants and toddler Pregnant women
1 Route 1 Route 3 Route 3 Route 3 Route 3
2 Route 2 Route 4 Route 4 Route 5 Route 4
3 Route 3 Route 1 Route 5 Route 6 Route 1
4 Route 4 Route 2 Route 6 Impassable Route 2
5 - Route 5 Impassable Impassable Route 5
6 - Route 6 Impassable Impassable Route 6

8) 교통약자 이동편의 실태조사(Ministry of Land, Infrastructure and Transport, 2020.06.)

9) 서울시 열린데이터 광장(2018.07.)

결론

본 연구에서는 교통약자의 이동불편요소와 이동특성을 반영하여 이동불편지수를 산정하고 교통약자 유형별 맞춤형 경로정보를 제공할 수 있는 추천방법을 구현하였다. 선행 연구에서 교통약자들은 이동 시 지하철과 버스를 가장 많이 이용하는 것을 확인하였고, 이동에 불편을 주는 대표적인 요소로 수직이동시설과 일반버스, 환승을 식별하였다. 이동불편요소와 이동특성을 반영하여 경로 단위와 Step 단위로 구분된 이동불편지수를 제안하였다.

교통약자들은 유형에 따라 지하철 역사 내 엘리베이터, 에스컬레이터, 휠체어리프트에 영향을 받는 정도가 다르기 때문에 만족도를 이용하여 이동불편지수의 가중치를 산정하였다. 또한 수직이동이 어려운 휠체어 이용자와 영유아 동반자는 버스 노선에 저상버스가 운행되지 않거나 도시철도 역사 내 수직이동시설이 미비한 경우 이동할 수 없으므로 전처리 과정을 통해 경로를 조정하였다. 조정된 경로에 이동불편지수를 적용하여 추천 순서를 변경하고, 기본 경로추천 순서와 비교한 결과를 확인하였다.

사례 적용은 대중교통망이 잘 구성되어 있는 서울 지역을 대상으로 수행하였으며, 본 논문에는 사례 연구 중 화곡대림아파트에서 서울아산병원으로 이동하는 케이스를 소개하였다. 목표했던 교통약자 유형별 경로추천 서비스를 제공할 수 있도록 반복적인 API 호출을 통해 기본 제공되는 4가지 경로 이외에 추가적인 경로를 탐색하였고, 교통약자 이동에 필수적인 요소인 지하철 역사 내 수직이동시설 및 저상버스를 고려하여 통행가능성을 식별하였다. 산출된 이동불편지수를 적용하여 추천순서를 재정렬하였을 때 현재 서비스되고 있는 순서와 비교하여 교통약자의 유형별 특성이 고려된 차별성이 있음을 확인하였다.

본 연구에서 제안된 이동불편지수 산출방법 및 경로추천 우선순위 조정방법은 교통약자에게 맞춤형 정보를 제공하기 위한 기초자료로 사용할 수 있으며, 교통약자 유형에 따른 도보시간 조정 및 경로 상의 도보환경을 반영하여 지수를 고도화할 수 있다. 또한, 산출된 경로에 대해 교통약자 이동편의시설을 고려하여 경로를 평가하는 것이므로, 기존 길찾기 서비스의 결과를 활용한 빠른 적용이 가능하다. 향후 이동불편지수의 적용 대상을 시각장애, 청각장애, 일반인까지 확장하여 분석할 필요가 있으며, 교통약자 유형별 역사 내 도보소요시간과 같은 다양한 변수를 고려한 후속연구가 필요할 것으로 판단된다.

Funding

This research was supported by convergence R&D over Science and Technology Liberal Arts through the National Research Foundation of Korea (NRF) funded by Ministry of Science and ICT (NRF-2018M3C1B6061020).

References

1
Cao X., Chen H., Liang F., Wang W. (2018), Measurement and Spatial Differentiation Characteristics of Transit Equity: A Case Study of Guangzhou, China, Sustainability, 10(4), MDPI, 1069. 10.3390/su10041069
2
Duvarci Y., Yigitcanlar T., Mizokami S. (2015), Transportation Disadvantage Impedance Indexing: A Methodological Approach to Reduce Policy Shortcomings, Journal of Transport Geography, 48, Elsevier, 61-75. 10.1016/j.jtrangeo.2015.08.014
3
Google LLC., https://map.google.com, 2020.12.01.
4
Jung H. Y., Lee S. Y. (2013), Analysis of Traffic Characteristics for the Transportation Vulnerable, Journal of the Korean Society of Civil Engineers, 33(1), Korean Society of Civil Engineers, 241-249. 10.12652/Ksce.2013.33.1.241
5
Kakao Corp., https://map.kakao.com, 2020.12.01.
6
Kim E. C., Kim T. H., Choi E. J. (2011), Applicability of K-path Algorithm for the Transit Transfer of the Mobility Handicapped, International Journal of Highway Engineering, 13(1), Korean Society of Road Engineers, 197-206. 10.7855/IJHE.2011.13.1.197
7
Kim H. B., Choi J. H. (2010), Modelling of Transfer Impedance of Urban Rail Station, Journal of the Korean Society of Civil Engineers D., 30(1D), Korean Society of Civil Engineers, 11-15.
8
Kim W. H., Lee S. H., Kim S. H. (2008), A Study on Travel Behavior of the Mobility Handicapped and Custom-made Transit Information System, Seoul Studies, 9(2), The Seoul Institute, 105-119.
9
Kim Y. W., Jang W. J., Park Y. S. (2018), Walkway Spatial Information Collection Technologies for Disadvantage Pedestrians, Transportation Technology and Policy, 15(2), Korean Society of Transportation, 23-30.
10
Lee S. H., Kim H. B., Kim H. J. (2015), A Study of Universal Design-based Calculation of Evaluation Indicators for Integrated Convenience of Urban Rail Stations: Focusing on Transfer Stations in the Greater Seoul Area, Journal of Transport Research, 22(4), The Korea Transport Institute, 1-17. 10.34143/jtr.2015.22.4.1
11
Ministry of Land, Infrastructure and Transport (2020), Investigation on the actual condition of transportation for the vulnerable (교통약자 이동편의 증진계획)., 14, 188.
12
Moon M. K., Lee Y. M., Yu K. Y., Kim J. Y. (2016), Optimized Path Finding Algorithm for Walking Convenience of the People with Reduced Mobility, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 34(3), Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 273-282. 10.7848/ksgpc.2016.34.3.273
13
Naver Corp., https://map.naver.com, 2020.12.01.
14
Schroeder M., Solchenbach I. (2006), Optimization of Transfer Quality in Regional Public Transit, ITWM.
15
Seoulmetropolitan government, https://data.seoul.go.kr/dataVisual/gallery/galleryView.do?bbsCd=10005&seq=555e69561fa78c447d8475da79928f4e&ditcCd=IGP, 2020.09.08.
16
Shin S. I., Baek N. C., Nam D. H. (2016), A Heuristic Optimal Path Search Considering Cumulative Transfer Functions, Journal of Korea Institute of Intelligent Transport Systems, 15(3), The Korea Institute of Intelligent Transport Systems, 60-67. 10.12815/kits.2016.15.3.060
17
Shin S. I., Baik N. C. (2016), A Logit Type of Public Transit Trip Assignment Model Considering Stepwise Transfer Coefficients, J. Korean Soc. Transp., 34(6), Korean Society of Transportation, 570-579. 10.7470/jkst.2016.34.6.570
18
Shin Y. S. (2002), An Evaluation and Improvement Plan of Walking Environment for the Mobility Handicapped, The Korea Transport Institute.
19
Tan S., Zhao Y., Huang W. (2019), Neighborhood Social Disadvantage and Bicycling Behavior: A Big Data-Spatial Approach Based on Social Indicators, Social Indicators Research, 145, Springer, 985-999. 10.1007/s11205-019-02120-0
20
Xiao R., Wang G., Wang M. (2018), Transportation Disadvantage and Neighborhood Sociodemographics: A Composite Indicator Approach to Examining Social Inequalities, Social Indicators Research, 137, Springer, 29-43. 10.1007/s11205-017-1616-2
페이지 상단으로 이동하기