AI 기반 스마트모빌리티 시대의 스마트 버스 정류장 설치 필요성과 연구 방향

본 연구는 AI, 빅데이터, IoT 기술 확산으로 대중교통 인프라가 단순한 이동 수단을 넘어 복합 도시 서비스 공간으로 전환되는 흐름 속에서, 광주광역시 북구를 대상으로 스마트 버스 정류장 설치의 필요성과 합리적 의사결정 체계를 모색한다. 현재 국내 버스 정류장 설치는 승하차 규모나 민원 중심의 정성적 판단에 의존해 정책적 우선순위 왜곡과 투자 비효율 문제가 발생하고 있다. 특히 비용과 기능이 복합적인 스마트 버스 정류장은 교통 수요뿐 아니라 인구 구조, 주거·상업 밀도, 보행 접근성, 시간대별 이용 행태 등 다차원적 요소를 고려한 분석이 요구된다. 이에 본 연구는 교통 데이터와 공간 데이터를 통합하고, PCA·K-평균·PLS 기법을 활용한 다변량 분석을 통해 설치 필요성을 정량화한다. 이를 바탕으로 스마트 지수를 산출하여 설치 우선순위를 제시하고, 기존 행정 중심 결정 방식과 차별화된 데이터 기반 정책 도구를 제공하는 것을 목표로 한다.

선행연구 검토 및 연구의 차별성

본 장에서는 버스 정류장 설치 및 개선과 관련된 선행연구를 검토하고 본 연구의 차별성을 제시하였다. 기존 연구들은 보행 환경, 토지 이용, 인구 구성 등 물리적·공간적 특성을 중심으로 정류장 이용을 설명하거나 교통카드 데이터를 활용한 수요 분석에 초점을 두어 왔다. 일부 연구는 교통 약자의 접근성이나 스마트 정류장 후보지 도출을 시도하였으나, 정류장 간 설치 필요성을 정량적으로 비교하거나 정책 우선순위를 제시하는 데에는 한계를 보였다. 또한 스마트 버스 정류장의 다기능성과 미래 교통체계와의 연계를 충분히 반영하지 못했다. 이에 본 연구는 PCA–K-means–PLS를 결합한 다변량 통합 분석을 통해 교통·공간·사회 요인을 종합적으로 분석하고, 스마트 지수를 활용해 설치 우선순위를 정량적으로 도출함으로써 기존 연구와 차별성을 갖는다.

연구가설 및 연구모형

본 연구는 스마트 버스 정류장을 단순한 승하차 시설이 아닌 정보 제공, 안전, 편의, 미래 교통기술과 연계된 도시 교통 허브로 인식하고, 설치 필요성을 설명하는 인과 구조를 규명하고자 한다. 이를 위해 이용행태, 인구 구조, 토지이용, 보행환경 등 다차원 요인이 승차 수요와 설치 필요성에 미치는 영향을 가설로 설정하였다. 연구모형은 데이터 전처리, 모델링, 최종 우선순위 도출의 3단계로 구성된다. 교통카드 데이터와 공간 데이터를 통합·표준화한 후 SPCA로 잠재 요인을 도출하고, K-평균 군집분석으로 정류장 유형을 구분하였다. 이후 PLS 회귀분석을 통해 각 요인의 구조적 영향을 추정하고, 이를 기반으로 스마트 지수를 산출하여 설치 우선순위를 정량적으로 제시하였다. 이는 기존의 경험적·정성적 판단을 넘어 데이터 기반 정책 의사결정 체계를 제안한다.

연구방법

본 연구는 광주광역시 북구 버스 정류장의 스마트 정류장 설치 필요성을 정량적으로 평가하기 위해 다단계 분석 절차를 적용하였다. 먼저 666개 정류장의 원시 데이터를 정제하여 실제 이용이 확인된 364개 정류장을 분석 대상으로 선정하고, 정류장 반경 500m 생활권을 기준으로 인구, 토지이용, 보행환경, 교통카드 이용행태 변수를 구축하였다. 변수 간 비교 가능성을 확보하기 위해 Z-score 표준화를 수행하였다. 이후 SPCA를 적용해 다중공선성을 완화하고 변수의 잠재 구조를 도출하였으며, 이를 기반으로 K-means 군집분석을 통해 정류장을 유형화하고 고활동 집중 지역을 타겟 클러스터로 선정하였다. 타겟 클러스터를 대상으로 PLS 회귀분석을 수행해 승차 수요에 영향을 미치는 요인의 상대적 중요도를 추정하고, 회귀계수를 활용해 설치 필요성을 나타내는 우선순위 점수를 산정하였다. 마지막으로 보행환경과 정류장 간 거리 등의 제약 조건을 반영해 최종 설치 우선순위를 도출하였다.

분석결과

최적 주성분 개수 결정

SPCA 적용 결과, 주성분의 누적 설명 분산 비율이 80%를 초과하는 시점에서 정보 손실 없이 안정적인 차원 축소가 가능한 것으로 확인되었다. 본 연구에서는 누적 설명 분산이 87.34%에 도달한 PC1~PC6을 최적 주성분으로 선정하였으며, 이는 버스 정류장의 인구·공간·활동 특성을 충분히 대표하는 요인 구조로 판단된다.

SPCA 분석 결과 해석

PC1: 도시 활동 요인

PC1은 상업 시설 밀도, 승차·하차·환승과 같은 교통 활동 변수가 높은 적재값을 보이며, 정류장 주변의 도시 활동 강도와 교통량 집중도를 설명하는 요인으로 해석된다. 이는 스마트 버스 정류장 설치 시 정책 효과가 가장 크게 나타날 가능성이 높은 공간을 식별하는 핵심 지표이다.

PC2: 인구 구조 요인

PC2는 총인구, 학령인구, 고령인구로 구성된 인구 구조 요인으로, 생활권 규모와 잠재적 교통 수요 기반을 반영한다. PC2 값이 높을수록 정류장 이용의 기본 수요가 크며, 스마트 정류장 설치의 필요성이 구조적으로 높아지는 경향을 보인다.

PC3: 주거 환경 요인

PC3은 공동주택과 단독주택 비율의 대비를 통해 주거 형태의 구조적 차이를 나타낸다. 고밀도 아파트 지역과 저밀도 주거 지역의 이동 패턴 차이를 설명하며, 정류장 이용 특성의 장기적 안정성을 이해하는 데 중요한 역할을 한다.

PC4: 야간 활동 요인

PC4는 야간 탑승 비율이 높은 정류장을 중심으로 구성된 요인으로, 야간 이동 수요와 안전·조명·정보 제공 기능의 필요성을 판단하는 기준이 된다. 야간 활동성이 높은 지역은 스마트 정류장의 방범·편의 기능 강화 효과가 기대된다.

PC5: 이동성 연결성 요인

PC5는 환승 비율이 높은 정류장을 중심으로 형성된 요인으로, 해당 정류장이 교통 네트워크 내 허브로 기능하는 정도를 나타낸다. 교통 연결성이 높은 정류장은 정보 제공과 환승 편의 기능 측면에서 스마트 정류장 설치 필요성이 상대적으로 높다.

PC6: 보행 가능성 요인

PC6은 4미터 이상 보행로 확보 여부를 중심으로 한 요인으로, 스마트 버스 정류장의 물리적 설치 가능성과 직결된다. 보행 환경이 양호한 지역은 설치 실현 가능성이 높아 정책적 제약 조건을 판단하는 핵심 기준이 된다.

K-means 군집분석 결과

SPCA 점수를 활용한 K-means 군집분석 결과, 실루엣 계수가 가장 높은 K=2가 최적 군집 수로 도출되었다. 이는 버스 정류장이 고활동 집중형 정류장군과 일반 주거 분산형 정류장군의 두 가지 유형으로 뚜렷하게 구분됨을 의미한다.

Target 클러스터 상세 분석

Cluster 1: 고활동 집중 지역 정류장

Cluster 1은 인구 밀도와 상업·교육·업무 기능이 집중된 지역에 위치하며, 승차·하차·환승·야간 이용이 모두 높은 특징을 보였다. 도시 활동 요인과 인구 구조 요인에서 높은 점수를 나타내 스마트 버스 정류장 설치 시 정책 효과가 가장 클 것으로 판단된다.

Cluster 2: 일반 주거 분산 지역 정류장

Cluster 2는 중저밀도 주거 지역 중심으로 분포하며, 일상적 이동 수요가 안정적으로 유지되는 특성을 가진다. 교통 활동성과 환승 수요가 낮아 스마트 정류장 설치의 단기적 효과는 제한적인 것으로 해석된다.

PLS 모델 최종 해석

최적 구성요소 수 결정

PLS 모델의 예측 성능을 평가한 결과, 구성요소 2개일 때 RMSEP가 최소값을 보였으며, 해석 가능성과 예측력을 동시에 확보할 수 있는 최적 모델로 선정되었다.

모델 설명력 평가

최종 PLS 모델은 승차 수요 분산의 약 20.78%를 설명하였으며, 다요인적 특성을 지닌 도시 교통 수요 분석에서 경험적으로 수용 가능한 수준으로 판단된다.

PLS 회귀계수 해석

인구 요인(PC2)의 영향

PC2는 가장 강한 양(+)의 회귀계수를 보여 승차 수요의 핵심 결정 요인으로 확인되었다. 이는 인구 기반 수요 중심의 교통 인프라 설치 원칙을 실증적으로 뒷받침한다.

활동성 요인(PC1)의 영향

PC1은 중간 수준의 양(+)의 영향을 보이며, 인구 요인과 결합될 때 승차 수요를 추가적으로 증폭시키는 역할을 한다.

보행·상업 환경 요인(PC6)의 영향

PC6은 보조적이지만 긍정적인 영향을 미쳐, 설치 가능성과 이용 편의성 측면에서 중요한 보완 요인으로 작용한다.

공간 클러스터 변수의 영향

일반 주거 분산형 정류장을 의미하는 Cluster 2 변수는 음(-)의 영향을 보여, 공간적 이질성이 설치 우선순위 결정에 중요한 기준임을 확인하였다.

우선순위 점수 산정 및 정책적 함의

PLS 회귀계수를 가중치로 활용한 우선순위 점수는 각 정류장의 설치 필요성을 단일 지표로 통합하여 비교 가능하게 만든다. 이는 기존의 민원·경험 기반 설치 방식에서 벗어나, 재현 가능하고 객관적인 정책 의사결정 기준을 제공한다.

Top 20 설치 대상 정류장 도출

최종 우선순위 점수를 기준으로 상위 20개 정류장을 선정한 결과, 고활동 클러스터에 다수 포함되었으며 일부는 고령 인구 밀도나 환승 특성으로 인해 높은 순위를 차지하였다. 본 결과는 단계적 구축과 생활권 중심 설치 전략 수립에 실질적인 정책 근거를 제공한다.