도시 교통 예측을 위한 택시 GPS 기반 거친 격자 셀룰러 오토마톤 모델

초록

본 논문은 베이징 택시 GPS 데이터를 활용해 100 m × 100 m 격자로 구성된 거친(코스 그레인) 셀룰러 오토마톤 모델을 설계하고, 각 격자별 흐름‑점유 관계를 기본 다이어그램으로 추정해 파라미터화한다. 역사적 O‑D 수요와 경로를 입력으로 사용해 1시간 후 도로 평균 속도를 예측했으며, 전체 도시 수준과 개별 도로 구간 모두에서 합리적인 정확도를 달성하였다.

상세 분석

이 연구는 대규모 부동 차량(Floating Car) 데이터가 충분히 확보된 상황에서, 전통적인 미시적 셀룰러 오토마톤(셀당 1 m 정도)과 연속적 매크로 모델(연속 방정식) 사이의 중간 단계인 ‘거친 격자’ 접근법을 제안한다. 격자 크기를 100 m × 100 m로 설정함으로써 하나의 격자 안에 다수 차량이 존재할 수 있게 하고, 차량 간 직접적인 충돌 규칙을 없애고 대신 격자별 점유도(N)와 평균 속도(V)라는 집합적 상태 변수에 의존한다. 이러한 설계는 계산 복잡도를 크게 낮추면서도, 각 격자에 대한 흐름‑점유(F‑N) 관계를 데이터 기반으로 학습할 수 있게 한다.

데이터 전처리 단계에서는 GPS 오류를 매크로·메조·마이크로 수준으로 구분해 제거하고, 점유 상태가 ‘occupied’인 택시만을 사용해 실제 주행 궤적을 재구성한다. 특히, 10 km 이상의 급격한 위치 이동을 메조 오류로 판단해 삭제하고, 5 분 이상 시간 간격이 발생하면 경로를 분할함으로써 현실적인 트립을 확보한다. 이후 OSRM 기반 맵매칭을 적용해 도로 네트워크에 정밀히 매핑함으로써, 격자별 평균 속도와 점유도를 추정한다.

점유‑속도 관계 추정은 10분 윈도우를 이용해 순간값을 평균화함으로써 샘플 부족에 따른 통계적 잡음을 감소시킨다. 각 격자에 대해 흐름(F = N·V)와 점유(N)의 산점도를 그린 뒤, 전통적인 기본 다이어그램 형태를 가정하고 두 개의 기준점(P, Q)을 자동 선택한다. P는 자유 흐름 구간의 상한, Q는 포화 구간의 시작을 나타내며, 이를 기반으로 V(N) = V_f (N ≤ N_c)와 V(N) = a/(N‑b) (N > N_c) 형태의 piecewise 함수를 파라미터화한다. 여기서 V_f는 자유 흐름 속도, N_c는 효과적 용량, V_s와 N_m은 포화 구간의 기울기와 최대 점유를 의미한다. 이러한 파라미터는 격자별 교통 특성을 정량화하고, 시뮬레이션 단계에서 차량의 이동 속도를 직접 계산하는 데 사용된다.

수요 입력은 실제 택시 O‑D와 경로 데이터를 그대로 사용했으며, 이는 ‘정확한’ 수요가 주어졌을 때 모델이 얼마나 실제 흐름을 재현할 수 있는지를 검증하기 위한 프로토타입 설정이다. 공급 측면에서는 격자 자체를 도로 구간으로 간주하고, 각 방향(상·하·좌·우)에 대해 독립적인 V‑N 관계를 적용한다. 교통 신호, 회전 제한 등 복잡한 제어 요소는 현재 모델에 포함되지 않아, 순수한 흐름‑점유 역학만을 평가한다.

시뮬레이션 결과는 전체 도시 레벨에서 시간‑공간적 교통 패턴이 역사적 데이터와 유사하게 재현되었으며, 개별 도로 구간에 대해서도 1시간 후 평균 속도 예측 오차가 합리적인 수준(예: 평균 절대 오차 < 10 km/h)임을 보였다. 이는 거친 격자 셀룰러 오토마톤이 대규모 도시 교통을 저비용으로 모델링하면서도 실용적인 예측 능력을 가질 수 있음을 시사한다. 그러나 모델은 택시만을 표본으로 사용하므로 전체 차량 흐름을 완전히 대변하지 못하고, 교통 신호·우회전·우선순위와 같은 미세 제어 요소를 무시한다는 한계가 있다. 향후 연구에서는 비택시 차량 데이터 통합, 동적 O‑D 생성 모델, 신호 제어와 같은 미세 요소를 포함시켜 예측 정확도를 높이고, 실시간 운영 시스템에 적용할 수 있는 자동 파라미터 업데이트 메커니즘을 개발할 필요가 있다.