딥생성모형을 활용한 교통카드 미수집 정보 추정

국문 초록 (Abstract)

스마트 카드 자료는 대중교통을 이용하는 모든 통행자의 완전한 시공간적 궤적을 매일 수집하지만, 통행자의 통행목적, 성별, 나이, 소득 등과 같은 개인속성이 수집되지 못하여 활용에 한계가 있다. 반면 가구통행실태조사 자료는 표본 통행자의 모든 수단에 대한 완전한 시공간적 궤적과 함께 다양한 개인속성을 수집하지만 5년에 한번 시행되어 지속적인 교통관리에 활용되기 어렵다. 본 연구는 이러한 두 자료의 장단점을 결합하기 위해 딥생성모형을 활용한 데이터 퓨전 기법을 제안한다. 딥생성 모형은 주어진 자료의 결합확률분포 추정을 목표로 하는 모형으로 가구통행실태조사와 같은 고차원 자료에도 적용이 가능하다. 가구통행실태조사 자료를 활용해 통행사슬정보가 주어졌을 때 개인속성 정보의 결합확률 분포를 추정하고, 추정된 확률분포를 스마트카드의 통행사슬정보에 적용하여 스마트카드 자료의 개인속성 정보를 추정한다. 추정된 스마트 카드의 통행목적, 성별, 나이 등의 정보를 활용한 행태분석 결과 기존에 스마트 카드가 제공하지 못한 다양한 교통계획적 함의점을 제공하였다. 본 연구의 결과는 더 나아가 향후 연구를 통해 가구통행실태조사 중심의 교통수요예측 기법을 보완하는데 활용할 수 있을 것이다.