도시 대중교통의 다중모드 계층 구조 식별 방법

초록

본 논문은 스마트카드 기반 여정 데이터를 활용해 대중교통의 ‘상승‑하강’ 형태 계층 구조를 정의하고, 이를 통해 서울·경기 지역의 모드 간 보완·경쟁 관계를 정량적으로 파악한다. 저계층(도보·자전거)에서 시작·종료하고, 고효율 고계층(지하철·고속버스)으로 이동하는 ‘다중모드 위계’를 자동으로 도출하는 절차를 제시한다.

상세 요약

이 연구는 기존의 다중모드 교통 분석이 주로 개별 모드의 이용량·시간·거리에 초점을 맞추는 반면, 모드 간 상호작용을 구조적으로 파악하려는 시도를 보여준다. 핵심 개념인 ‘거시적 다중모드 위계(macroscopic multimodal hierarchy)’는 이용자의 여정이 “하위‑상위‑하위” 순서로 전개된다는 가정을 기반으로 한다. 여기서 하위 모드는 접근성이 높고 비용·시간이 낮은 도보·자전거 등이며, 상위 모드는 운송 효율·속도가 높은 지하철·고속버스 등으로 정의된다.

방법론은 크게 네 단계로 구성된다. 첫째, 스마트카드 데이터에서 승하차 시점·역·노선 정보를 추출하고, 동일 카드의 연속 승하차를 하나의 ‘여정’으로 연결한다. 둘째, 각 여정을 ‘모드 시퀀스’(예: 도보‑버스‑지하철‑도보)로 변환하고, 이동 거리·시간을 보정해 모드 간 전환 비용을 추정한다. 셋째, 전환 비용과 이동 효율성을 다중목표 최적화 모델에 입력해 모드별 ‘위계 점수’를 산출한다. 이 점수는 모드가 여정 내에서 차지하는 평균 위치(시작·중간·종료)와 연관된 가중치를 반영한다. 넷째, 계층 구조를 검증하기 위해 ‘상승‑하강 일관성 지표’를 도입한다. 이 지표는 여정이 위계 순서를 따르는 비율을 측정하며, 0.8 이상이면 강한 위계성을 의미한다.

서울·경기 지역 실증 분석에서는 전체 여정의 84%가 위계 순서를 만족함을 확인했다. 특히 도보‑자전거‑버스‑지하철‑도보 형태가 가장 흔했으며, 출퇴근 시간대에는 지하철 이용 비중이 급증해 상위 모드의 집중도가 높았다. 반면, 야간에는 버스와 도보가 교차하는 ‘평면형’ 여정이 늘어나 위계성이 약화되는 경향을 보였다. 공간적으로는 강남·송파 등 고밀도 상업지역에서 지하철 위계가 두드러졌고, 외곽 지역에서는 버스‑도보 위계가 주를 이뤘다.

이러한 결과는 정책 입안자에게 두 가지 시사점을 제공한다. 첫째, ‘하위‑상위‑하위’ 구조를 고려한 역세·노선 설계가 이용자 편의와 시스템 효율을 동시에 향상시킬 수 있다. 둘째, 시간·지역별 위계 변동성을 반영해 유연한 요금제·서비스 조정을 하면 교통 혼잡을 완화하고 친환경 모드 전환을 촉진할 수 있다. 또한, 제안된 위계 식별 프레임워크는 다른 메트로폴리탄에서도 스마트카드 데이터가 확보된다면 손쉽게 적용 가능하다는 장점이 있다.