<div><a target="_blank" href="http://media.daum.net/society/nation/others/newsview?newsid=20130928131905488" target="_blank">http://media.daum.net/society/nation/others/newsview?newsid=20130928131905488</a></div> <div> </div> <div>1 일부 발췌</div> <div>===============================</div> <div>◇ 인기의 비밀은 '빅데이터 활용'<br /><br />시의 심야버스 정책이 많은 우려에도 불구하고 성공한 데에는 여러가지 이유가 있겠지만 우선 '빅데이터'를 활용한 노선 선정이 가장 큰 공로를 세웠다는 평가다. 빅데이터란 시민들이 인터넷, 휴대전화, PC, 모바일 기기 등을 사용하면서 도처에 남긴 다양하고 방대한 자료를 의미한다. 실제 시는 심야버스 노선을 구상하면서 '심야버스 노선수립 지원시스템'을 개발해 민간 이동통신사의 30억개 통화량 자료(빅데이터)를 분석, 활용했다. 심야시간대 통화량이 가장 많은 곳을 골라내 심야버스를 다니게 했다는 것이다. 시민들의 휴대폰 통화량을 기반으로 한 KT의 유동인구 데이터와 시가 보유한 교통 데이터를 융합ㆍ분석해 최적의 심야버스 노선을 구축했다.<br /><br />시는 우선 자정부터 새벽 5시까지 심야시간대에 사용한 휴대폰 콜데이터 30억여 건과 시민들이 이용한 심야택시 승ㆍ하차 데이터 500만 건의 빅데이터를 융합했다. 일단 휴대폰 통화량이 많은 곳은 홍대 앞, 동대문, 신림역, 강남, 종로, 가락시장, 신촌, 남부터미널, 건대입구, 압구정 등이었다. 또 심야택시를 가장 많이 타고 내리는 곳은 강남, 신림역, 홍대, 건대입구, 동대문, 강북구청, 신촌, 천호, 종로, 영등포 등이었다.<br /><br />시는 이를 활용해 서울 전역을 1㎞ 반경의 1250개의 셀 단위로 유동인구ㆍ교통수요량을 색상별로 표시했다. 이어 기존의 버스노선과 시간ㆍ요일별 유동인구 및 교통수요 패턴을 분석하고 노선부근 유동인구 가중치를 계산하는 등 재분석을 거쳐 최적의 노선과 배차간격을 도출했다.<br /><br />이를 통해 도출된 노선은 그동안 검토 중인 노선안과 95% 이상 일치했고, 시는 이 노선들을 최종 확정할 수 있었다.<br /><br />시의 이같은 빅데이터 활용을 통한 심야버스 노선 결정은 전국적으로도 인정을 받았다. 안전행정부가 최근 주최한 제30회 지방행정정보화 연찬회에서 대통령상을 수상한 것이다.<br />================================</div> <div> </div> <div><br /> </div>