스마트 카드 기반 도시 철도 이용 패턴 분석

초록

본 논문은 모스크바 대도시권의 철도역 입·출구 스마트 카드 데이터를 활용해 시간대별 승하차 흐름을 시계열 유사도 분석으로 정량화한다. 주중·주말, 도심·교외 역별로 나타나는 다중 피크 패턴을 도출하고, 이러한 이용 패턴이 도시·사회경제적 변화와 어떻게 연결되는지를 논의한다. 분석 결과는 신규 도시 철도 노선 설계와 운영 최적화에 실질적인 인사이트를 제공한다.

상세 분석

이 연구는 스마트 카드 검증 로그를 ‘체크인·체크아웃’ 이중 마킹이 가능한 데이터로 전환함으로써, 기존에 출발역만 기록되던 러시아 철도 시스템의 한계를 극복한다는 점에서 의미가 크다. 데이터는 CSV 형식의 월별 파일(20~70 MB)로 제공되며, 각 레코드에 시간·가격·할인 유형·티켓 종류·정보 매체·출발·도착 역 정보가 포함된다. 익명화된 상태이지만, 출발·도착 역이 명시돼 있기 때문에 개별 승객의 이동 경로를 완전 복원할 수 있다(단, 카드 식별자는 없으므로 개인별 패턴은 추출 불가).

분석 방법론은 시간축을 30분 혹은 60분 구간으로 집계한 승하차 수치를 시계열로 변환한 뒤, 동일 역·동일 요일 간의 시계열 유사도를 측정하는 것이다. 여기서 사용된 유사도 지표는 Gunopulos와 Das가 제안한 DTW(동적 시간 왜곡) 기반 거리 혹은 L2‑norm 등 전통적인 거리 측정법이며, 논문에서는 ‘i‑번째 시점 비교’ 방식이라고만 언급한다. 이러한 접근은 각 역의 일일 이용 패턴을 ‘템플릿’으로 정의하고, 템플릿 간 차이를 통해 역의 기능적 특성을 구분한다는 점에서 기존 교통량 통계(총 승차인원, 매출)보다 훨씬 정교한 인사이트를 제공한다.

주요 결과는 다음과 같다. ① 교외 역은 전형적인 ‘출퇴근 피크(오전 67시, 오후 67시)’를 보이며, 주중·주말 패턴이 크게 변하지 않는다. ② 도심 역은 두 개의 피크가 동시에 나타나는데, 오전 피크는 출근, 오후 피크는 역 자체가 목적지(상업·업무 중심)인 경우가 많다. 또한, 점심시간(13~14시)에는 승하차가 급감하는 ‘기술적 휴식’ 현상이 관측된다. ③ 주말에는 교외 역의 출근 피크는 유지되지만, 도심 역에서는 오후 피크가 사라지고, 대신 외부에서 도심으로 이동하는 승차가 증가한다. 이는 주말에 자동차 이용이 늘어나거나, 도심 내 업무 시설이 주말에 운영되지 않음을 시사한다.

이러한 패턴 차이는 역 주변 인구 밀도·사회경제적 특성(주거·업무 혼합, 상업시설 집중)과 직접 연결된다. 논문은 이를 ‘도시 설명(urban explanation)’이라 부르며, 이용 패턴 변화를 도시 환경 변화의 지표로 활용할 가능성을 제시한다.

한계점으로는 (1) 카드 식별자가 없으므로 개인별 이동 경로와 재탐색 행동을 분석할 수 없으며, (2) 데이터가 승차·하차 시점만을 포함하고 있어 열차 내부 혼잡도나 승차 대기 시간 등 미세한 운영 지표를 파악하기 어렵다. 또한, 시계열 유사도 측정에 사용된 구체적인 알고리즘과 파라미터 설정이 논문에 상세히 기술되지 않아 재현 가능성이 낮다. 향후 연구에서는 클러스터링 기반 템플릿 자동 추출, 비정형 이벤트(특수 행사, 날씨)와의 상관분석, 그리고 실시간 데이터 스트리밍을 통한 예측 모델 구축이 필요하다.

전반적으로 이 논문은 대규모 스마트 카드 로그를 활용한 시계열 분석 프레임워크를 제시함으로써, 도시 철도 수요 예측 및 신규 노선 설계에 실용적인 데이터를 제공한다는 점에서 가치가 크다.