GRU 기법을 활용한 서울시 공공자전거 수요예측 모델 개발 = Development of Demand Forecasting Model for Public Bicycles in Seoul Using GRU

국문 초록 (Abstract)

2020년 1월 국내에 첫 코로나19 확진자가 발생한 후 버스와 지하철 같은 대중교통이 아닌 공공자전거와 같은 개인형 이동수단에 대한 관심이 증가하였다. 서울시에서 운영하는 공공자전거인 ‘따릉이’에 대한 수요 역시 증가하였다. 본 연구 에서는 서울시 공공자전거의 최근 3년간(2019~2021) 시간대별 대여이력을 바탕으로 게이트 순환 유닛(GRU, Gated Recurrent Unit)의 수요예측 모델을 제시하였다. 본 연구에서 제시하는 GRU 방법의 유용성은 서울시 영등포구 여의도에 위치한 여의나루 1번 출구의 대여이력을 바탕으로 검증하였다. 특히, 동일한 조건에서 다중선형회귀 모델 및 순환신경망 모델들과 이를 비교 분석하였다. 아울러, 모델 개발시 기상요소 이외에 서울시 생활인구를 변수로 활용하여 이에 대한 검증도 함께 진행하였다. 모델의 성능지표로는 MAE와 RMSE를 사용하였고, 이를 통해 본 연구에서 제안하는 GRU 모델의 유용성을 제시하였다. 분석결과 제안한 GRU 모델이 전통적인 기법인 다중선형회귀 모델과 최근 각광받고 있는 LSTM 모델 및 Conv-LSTM 모델보다 예측 정확도가 높게 나타났다. 또한 분석에 소요되는 시간도 GRU 모델이 LSTM 모델, Conv-LSTM 모델보다 짧았다. 본 연구를 통해 서울시 공공자전거의 수요예측을 보다 빠르고 정확하게 하여 향후 재배치 문제 등의 해결에 도움이 될 수 있을 것이다.

참고문헌 (Reference)

1 이상준 ; 신성일 ; 남두희 ; 김지호 ; 박준태, "코로나19(COVID-19)로 인한 지하철과 공유자전거 통행량 변화의 상관성 연구" 한국ITS학회 20 (20): 14-25, 2021

2 김규석 ; 서예진, "코로나19 확산에 따른 공공 자전거 이용자 수 예측을 위한 인공지능 모형의 제안" 한국정보기술학회 19 (19): 11-18, 2021

3 김재호 ; 김장영, "코로나 확진자 수 예측을 위한 BI-LSTM과 GRU 알고리즘의 성능 비교 분석" 한국정보통신학회 26 (26): 187-192, 2022

4 윤성욱 ; 남기환, "코로나 19 하에서 재난문자 내의 정보유형 및 특성: 서울특별시 재난문자를 중심으로" 한국지능정보시스템학회 28 (28): 45-68, 2022

5 서지혜 ; 용환승, "전자상거래 추천시스템을 위한 순환신경망 알고리즘들의 성능평가" 한국정보과학회 23 (23): 440-445, 2017

6 홍재범 ; 염창선, "인터넷뱅킹의 고객만족에 영향을 미치는 요인에 대한 실증적 연구" 대한산업공학회 17 (17): 6-6, 2004

7 정혜린 ; 임창원, "인공지능 기반 수요예측 기법의 리뷰" 한국통계학회 32 (32): 795-835, 2019

8 김종화 ; 최종후 ; 강창완, "순환신경망 모형을 활용한 시계열 비교예측" 한국자료분석학회 21 (21): 1771-1779, 2019

9 임희종 ; 정광헌, "서울시 공유자전거의 수요 예측 모델 개발" 한국콘텐츠학회 19 (19): 132-140, 2019

10 민소아 ; 정윤서, "서울시 공공자전거 수요예측 모형 비교 연구" 한국데이터정보과학회 32 (32): 585-592, 2021

11 김예술 ; 박시온 ; 박건웅, "서울 공공자전거 신규 대여소를 위한 수요량 예측 분석" 한국통계학회 33 (33): 739-751, 2020

12 이명훈 ; 윤영란 ; 문현준, "바닥 난방 시스템 운영에 따른 GRU 기반의 실내온도 예측모델의 성능 평가" 한국생활환경학회 27 (27): 272-282, 2020

13 이경재 ; 추상호 ; 김기용 ; 정준영, "대중교통 이용특성과 코로나19 감염 위험 인식에 미치는 요인 분석" 대한교통학회 39 (39): 643-661, 2021

14 심형욱 ; 이영인, "네트워크 중심성 기반 서울시 공공자전거 서비스의 이용률 개선 방안 연구 - 서울시 종로구 사례를 중심으로" 대한교통학회 37 (37): 124-134, 2019

15 이도연 ; 이재성 ; 전승표 ; 김근환, "국가 감염병 공동R&D전략 수립을 위한 분류체계 및 정보서비스에 대한 연구: 해외 코로나바이러스 R&D과제의 분류모델을 중심으로" 한국지능정보시스템학회 26 (26): 127-147, 2020

16 장재민 ; 이숭봉 ; 이영인 ; 이무영, "계절 및 회원 특성이 공공자전거 통행에 미치는 영향분석: 서울시 따릉이를 대상으로" 한국도로학회 20 (20): 47-58, 2018

17 Laptev, N., "Time-series extreme event forecasting with neural networks at uber" 1-5, 2017

18 Lee, J. H., "The prediction of sharing bike on station using deep learning approach: a case study of seodaemun-gu, seoul" 434-435, 2021

19 Gwak. J. H, "The change of traffic behavior in seoul by covid-19: focusing on shared bicycle" 440-441, 2020

20 Kim, S. J., "Shared mobility, utilization analysis and relocation methods to increase efficiency of Ddareungi" 91-93, 2021

21 "Seoul Open Data Plaza"

22 Lee, T. Y., "Prediction of highway section speed using GRU" 36-37, 2020

23 Ku, D. G., "Prediction of Taxi passenger demand using deep learning" 86-97, 2017

24 Park, S. Y., "Modeling tourist trajectory prediction using GRU" 99-101, 2021

25 Hochreiter, S., "Long Short-Term Memory" 9 (9): 1735-1780, 1997

26 이우섭 ; 김형규, "LSTM과 GRU를 활용한 도시공간 특성 기반의 평균기온 예측 모델: 강원도 원주시를 대상으로" 국토연구원 109 : 89-104, 2021

27 이선민 ; 선영규 ; 이지영 ; 이동구 ; 조은일 ; 박대현 ; 김용범 ; 심이삭 ; 김진영, "LSTM과 GRU 딥러닝 IoT 파워미터 기반의 단기 전력사용량 예측" 한국인터넷방송통신학회 19 (19): 79-85, 2019

28 이재진 ; 홍현지 ; 송재민 ; 염은섭, "Gated recurrent unit (GRU) 신경망을 이용한 적혈구 침강속도 예측" 한국가시화정보학회 19 (19): 1-5, 2021

29 Lee, S.W., "Forecasting the Demand for Public Bikes in Seoul Using GRU Model: Around Exit 1of Yeouinaru Station" Kookmin University 2022

30 Hong, S. M., "Demand prediction of bicycle-sharing system in the Bay Area using machine learning" 1977-1979, 2017

31 Min, J. W., "Demand forecast for public bicycles(‘Tashu’) in Daejeon using random forest" 2017 (2017): 969-971, 2017

32 Baik, G. E., "Data mart design and implementation research for public bicycle rental pattern analysis" 199-212, 2021

33 Bae, Y. I, "Covid-19 accelerates untact society" Gyeonggi Research Institute

34 김소영 ; 심지환 ; 정여진, "COVID-19 팬데믹에서 Airbnb 호스트의 마케팅 전략의 변화가 공유성과에 미치는 영향" 한국지능정보시스템학회 27 (27): 1-27, 2021

35 Kerang Cao ; Hangyung Kim ; 황철현 ; 정회경, "CNN-LSTM Coupled Model for Prediction of Waterworks Operation Data" 한국정보처리학회 14 (14): 1508-1520, 2018

36 Mehdizadeh Dastjerdi, A., "Bike-Sharing Demand Prediction at Community Level under COVID-19 Using Deep Learning" 22 (22): 1060-, 2022

37 Kim, T. S., "Bike sharing demands prediction based on GCN" 832-834, 2018

38 Lee, G. H., "Analysis of data and forecast of public bicycle demand according to weather factor and public bicycle rental rate" 960-962, 2019

39 James, G., "An Introduction to Statistical Learning" springer 112-, 2013

40 김도희 ; 임희종, "ARIMA 모델 기반 서울시 공공자전거 이용 수요 예측 알고리즘 개발" 정보통신정책학회 29 (29): 49-74, 2022

41 Yoon, Y. B., "A system for predicting demand for taxi passengers using big data and providing information on the analysis of travel patterns" 2822-2836, 2018

42 Han, E. R., "A study on the real-time demand forecasting model for public bicycles in seoul using the LSTM Model" 559-564, 2021