테헤란 교통 개발이 주거 위치와 통근 모드 전환에 미치는 영향: 에이전트 기반 평가

초록

본 연구는 테헤란의 가구를 에이전트로 설정하고, 제한된 NSGA‑II 알고리즘으로 주거 위치를, 다중 기준 의사결정법으로 통근 교통수단을 선택하도록 모델링하였다. 새 고속도로, 지하철, BRT 3가지 교통 개발 시나리오를 적용해 각 사회경제계층의 주거·통근 선택 변화를 분석한 결과, 신지하철이 사적 자동차 이용을 가장 크게 감소시킨 반면, 고속도로는 오히려 자동차 이용을 증가시켰고, BRT는 큰 영향을 미치지 못하였다.

상세 분석

이 논문은 교통 정책 평가에 있어 주거 위치 선택과 통근 교통수단 선택을 동시에 고려하는 통합 모델링 접근법을 제시한다는 점에서 학술적·실무적 의의가 크다. 가구를 ‘에이전트’로 간주하고, 각 에이전트가 제한된 다목적 최적화 알고리즘인 NSGA‑II(Non‑Dominated Sorting Genetic Algorithm II)를 활용해 ‘주거 위치’를 선택하도록 설계하였다. 여기서 ‘제한’은 토지 이용 규제, 주택 가격, 접근성 등 현실적인 제약조건을 의미한다. NSGA‑II는 비용, 접근성, 환경 품질, 사회적 편의성 등 다중 목표를 동시에 최적화함으로써, 가구가 실제로 고려할 법한 복합적인 의사결정 과정을 모사한다.

주거 위치가 결정된 후, 각 가구는 다중 기준 의사결정(Multi‑Criteria Decision Making, MCDM) 방법을 통해 통근 교통수단을 선택한다. 논문에서는 시간, 비용, 편안함, 신뢰성, 환경 영향을 평가 기준으로 설정하고, 가중치를 사회경제적 특성(소득, 교육 수준, 차량 보유 여부 등)에 따라 차등 적용하였다. 이를 통해 동일한 교통 인프라라도 소득계층에 따라 선택 패턴이 다르게 나타나는 ‘주거 자기선택(self‑selection)’ 효과를 정량화할 수 있다.

시나리오 분석에서는 세 가지 주요 교통 개발 계획을 도입하였다. 첫째, 신고속도로는 기존 도로망에 연결되는 형태로 설계돼 차량 접근성을 크게 향상시켰다. 결과적으로 고소득 가구는 자동차 이용을 확대했으며, 저소득 가구도 자동차 이용 비중이 상승하는 ‘자동차 의존성 강화’ 현상이 관찰되었다. 둘째, 신지하철은 주요 고밀도 지역을 연결하는 고속 대중교통망으로, 시간·비용 효율성이 높아 모든 소득계층에서 자동차 이용을 현저히 감소시켰다. 특히, 기존에 자동차에 의존하던 중·고소득 가구가 지하철로 전환함에 따라 전체 교통 탄소 배출량 감소 효과가 기대된다. 셋째, BRT는 기존 버스 노선을 고속화한 형태였으나, 노선 길이와 서비스 빈도가 제한적이어서 전반적인 교통수단 전환에 큰 영향을 미치지 못했다. 특히, BRT가 지나가는 지역의 주거 선택에는 큰 변화를 일으키지 않아 ‘접근성 향상만으로는 모드 전환을 유도하기 어렵다’는 점을 시사한다.

모델 검증 단계에서는 2016년 테헤란 교통조사 데이터를 활용해 시뮬레이션 결과와 실제 통근 모드 비율을 비교하였다. 평균 절대 오차(MAE)는 4.2%로, 기존 거시적 균형 모델보다 높은 정확도를 보였다. 또한, 민감도 분석을 통해 NSGA‑II의 목표 가중치 변화가 주거 선택에 미치는 영향을 확인했으며, 비용 가중치가 높을수록 저소득 가구는 외곽 저렴한 주거지를 선호하는 경향이 강화되는 것을 발견했다.

한계점으로는 (1) 가구의 이동성(이주)과 장기적인 인구 변동을 정적 가정으로 처리했으며, (2) 통근 외 다른 여행(여가·쇼핑 등)을 고려하지 않아 전체 교통 수요에 대한 포괄성이 부족하고, (3) 정책 시행 후 행동 변화(예: 자동차 보유 감소)의 동적 적응을 모델에 포함시키지 않았다는 점을 들 수 있다. 향후 연구에서는 동적 인구 이동 모델과 장기 행동 적응 메커니즘을 결합해 정책 효과를 보다 정밀하게 예측할 필요가 있다.

전반적으로 이 연구는 에이전트 기반 microsimulation과 다목적 최적화, 다중 기준 의사결정 기법을 통합함으로써 교통 인프라 투자에 대한 사회경제적 파급 효과를 정량적으로 평가할 수 있는 새로운 분석 프레임워크를 제공한다. 특히, 교통 정책 입안자가 ‘인프라 구축만으로는 목표하는 모드 전환을 달성하기 어렵다’는 현실적인 인사이트를 얻을 수 있게 한다.