실시간 트위터 기반 도로 교통 정보 탐지

초록

본 연구는 트위터에서 수집한 대규모 지오태깅된 트윗을 활용해 교통 혼잡·사고 정보를 자동으로 추출·분류하는 시스템을 설계한다. 12만 건의 교통 관련 트윗과 600만 건의 비교통 트윗을 학습 데이터로 사용해 머신러닝·자연어처리 모델을 구축하고, 도시별 혼잡 지수·안전 지수·교통 인식 지수를 산출한다. 결과는 기존 TTI 혼잡 지수·Allstate 안전 순위와 높은 상관성을 보이며, 실시간 시각화가 실제 차량 흐름을 잘 반영함을 확인하였다.

상세 분석

이 논문은 2014년 9월부터 2015년 2월까지 85일(완전 50일, 부분 35일)에 걸쳐 미국 전역의 지오태깅된 트윗을 실시간 스트리밍하고, 이를 데이터베이스에 저장한 뒤 오프라인·온라인 두 축으로 분석한다. 데이터 전처리 단계에서는 불용어 제거, 트래픽 사전(Traffic Dictionary) 기반 키워드 매칭, TF‑IDF 가중치를 활용한 특징 추출이 수행된다. 분류 모델은 Naïve Bayes, SVM, SGD 등 여러 알고리즘을 비교했으며, ‘traffic’이라는 단어를 포함했을 때와 제외했을 때의 정확도 차이를 표 10·11에 제시한다. 특히, ‘traffic’ 제외 모델에서도 85% 이상의 정확도를 유지해 키워드 의존성을 최소화한 점이 주목할 만하다.

주제 모델링은 LDA를 적용해 도시별 주요 토픽을 도출했으며, 이는 사고, 정체, 그리드락 등으로 구분된다. 토픽 분포는 도시별 교통 상황을 정성적으로 파악하는 데 활용된다. 혼잡 지수는 트윗 빈도와 시간대별 가중치를 결합해 계산했으며, 이를 TTI의 Travel Time Index와 비교해 높은 Pearson 상관계수(r≈0.78)를 보였다. 안전 지수는 트윗 내 사고 관련 키워드와 감성 점수를 결합해 산출했으며, Allstate 안전 순위와도 유의미한 연관성을 나타냈다.

실시간 시각화는 Flask 기반 웹 대시보드와 Leaflet 지도를 이용해 트윗 발생 위치와 시간 흐름을 동적으로 표시한다. 도심 구간에서의 트윗 흐름은 실제 차량 흐름과 시각·공간적으로 일치함을 히스토그램(Fig 8)과 피크 시간대 분석(Fig 9·10)에서 확인했다. 또한, 교통 인식 지수는 감성 분석 결과를 정규화해 도시별 평균값을 산출했으며, 상위 30개 도시의 순위는 기존 설문 기반 연구와 유사한 패턴을 보였다.

전체적으로 데이터 규모(≈6.12 M 트윗)와 모델링 복합성을 고려했을 때, 본 연구는 소셜 미디어를 교통 감시 시스템에 통합하는 실용적인 프레임워크를 제공한다. 다만, 지오태깅 비율이 낮은 지역에서의 표본 편향, 트윗 내용의 주관성, 그리고 실시간 처리 지연 문제는 향후 개선 과제로 남는다.