교통연구원, ‘모바일통신, 대중교통카드, 내비게이션 결합, 바이러스 확산 방지’
‘코로나19’ 자가격리자가 원래의 자가나 격리 지점을 이탈하는 사고가 빈발하고 있다. 정부는 ‘손목 전자팔찌’ 착용 등을 고려하고 있으나, 인권침해 시비로 인해 결론을 내리지 못하고 있다. 그런 가운데 모바일통신, 대중교통카드, 내비게이션으로 대표되는 ‘모빌리티 빅데이터’(Mobility Big Data)를 활용하여, 자가격리자들의 이탈을 막고, 바이러스 감염자들의 이동경로와 접촉자들, 그리고 이와 거리를 둔 비감염 시민들의 안전 통행로를 확보할 수 있다는 주장이 제기되어 관심을 끌고 있다.
감염자 통행 이력, 접촉자 신속 파악
지난 7일 한국교통연구원 교통빅데이터연구본부는 이른바 ‘긴급 제언’을 통해 “‘모빌리티 빅데이터’를 활용하면 개별 통행에 대한 이동경로, 이용수단, 통행목적 등 다양한 정보를 파악할 수 있고, 이러한 정보를 활용하면 바이러스 감염자의 통행이력과 관련 접촉자들을 신속하게 파악할 수 있을 것”이라며 이같은 아이디어를 제안했다.
연구원은 “이러한 감염 정보를 방역 당국 및 감염·접촉자들에게 신속하게 전달함으로써, 초기 바이러스의 확산을 효과적으로 예방할 수 있을 것”이라며 “주요 감염지역과 인접 지역의 통행패턴 정보를 이용하여 효과적인 방역지점을 선정 및 운용하고, (감염되지 않은) 시민의 안전을 도모하고 불편을 최소화할 수 있는 ‘안전 통행 경로’와 관련 교통 운영정책을 효과적으로 수립 및 운용할 수 있다”고 설명했다.
통행 수단, 목적 파악하는 ‘통행사슬DB’ 구축
정보통신기술의 발달과 스마트폰, 내비게이션 등의 개인 IT 장비를 바탕으로 한 ‘모빌리티 빅데이터’는 가 이처럼 사람, 차량, 대중교통 이용자의 통행을 분석할 수 있다. 연구원에 따르면 모바일통신, 대중교통카드, 차량 내비게이션 자료를 활용하면 개별 이동 경로는 물론,
통행 수단, 목적을 파악하는 ‘통행 가치사슬’을 구축할 수 있다.
알다시피 차량 내비게이션 데이터는 차량의 내비게이션 단말기나 핸드폰 애플리케이션을 통해서 매초 기록되는 차량의 이동궤적 정보다. 이러한 정보는 수집 방식에 따라 링크 또는 GPS 포인트 기반으로 축적된다. 내비게이션 데이터를 이용하면, 개별 차량의 이동궤적은 물론, 각 도로 구간의 평균속도와 교통량을 추정할 수 있을 뿐만 아니라, 택시, 버스, 화물차량 등 영업용차량에 대한 디지털운행기록장치(Digital Tacho Graph: DTG) 정보를 이용하면 세부 차종별 정보도 수집할 수 있다.
모바일통신 데이터로 이동궤적, 체류시간 파악
모바일통신 데이터는 모바일폰과 인근 기지국이 일정한 시간 간격으로 통신하면서 축적되는 사이팅(Sighting) 데이터다. 이러한 모바일통신 데이터를 이용하면, 각 개인의 시간대별 이동궤적과 체류시간을 파악할 수 있으며, 세분화된 통행목적을 포함한 성별, 연령별 통행사슬DB를 구성할 수 있다. 특히, 모바일통신 데이터는 모바일폰 보급률을 생각하였을 때, 전체 이동의 약 90%에 해당하는 데이터를 확보할 수 있다는게 연구원 교통빅데이터연구본부의 설명이다.
또한 대중교통카드 데이터는 대중교통 이용자가 선불 또는 후불 대중교통 카드로 대중교통수단을 이용할 때 기록되는 승·하차 태그 정보다. 이를 통해 승·하차 태그 정보와 역사, 정류장, 연령, 성별 등 다양한 속성정보를 수집할 수 있고, 개인별 대중교통 이용수단에서 환승까지 다양한 통행 정보를 파악할 수 있다.
대중교통카드 데이터로 통행 수단 파악
이처럼 모바일통신, 대중교통카드, 내비게이션 데이터와 하이패스, 토지이용 정보 등을 활용하면, 통행목적, 수단, 이동경로를 파악할 수 있는 목적 및 수단별 개인 통행사슬DB를 구축할 수 있다. 먼저, 모바일통신 데이터를 이용하면 다양한 통행목적을 포함한 총 통행 상황과 조건, 수단을 추정할 수 있다. 특히 모바일통신 데이터는 모든 사람의 이동 및 체류 위치를 지속적으로 기록하기 때문에, 토지 이용정보와 함께 각 개인의 일별 통행패턴을 분석하여 세분된 이동 목적도 추정할 수 있다.
대중교통의 수단은 대중교통카드 데이터를 이용하여 파악할 수 있다. 다만 승·하차 태그를 모두 하지 않거나, 현금을 주로 이용하는 등의 경우처럼 누락정보가 발생할 수 있지만, 일별 통행패턴과 대중교통 실적자료 등을 이용하여 이를 보정할 수 있다는 설명이다. 이외에 자가용, 택시, 버스, 화물차량 등 통행수단은 네비게이션과 DTG자료를 이용하여 파악할 수 있으며, 전국 지역 간 통행에 대한 고속도로 톨게이트 간 통행 여부는 하이패스 데이터를 이용하여 파악할 수 있다.
감염자․접촉자 간 위치정보, ‘밀접’ 또는 ‘간접’ 접촉자 구분
‘모빌리티 빅데이터’를 활용하여 이처럼 통행목적, 수단, 이동 경로 정보를 포함한 개인 통행사슬DB를 구축하면, 감염자의 이동 이력정보와 관련 접촉자를 신속하게 파악할 수 있다. 즉, 감염자가 발생하면, 모바일통신 및 내비게이션 데이터를 이용하여 감염자의 시간대별 위치와 이동경로를 파악하고, 대중교통카드 데이터를 이용하여 통행수단 및 승·하차 시간을 파악할 수 있다.
이렇게 수집한 감염자의 통행정보와 각 개별 통행사슬DB를 비교·분석하면, 감염자와 동일 시간과 장소에 있었던 주요 접촉자들도 신속하게 선별할 수 있다. 즉 감염자와 접촉자 간의 위치정보를 이용하여 ‘밀접’ 또는 ‘간접’ 등 위험별로 접촉자를 구분할 수도 있다. 또 통행목적 정보를 활용하여 다중이용시설을 이용한 고위험 감염자를 파악할 수도 있다. 다수 접촉자들의 주요 이동경로를 분석하여 초기 효과적인 방역 대책을 마련하는데 사용할 수도 있다는 설명이다. 결국 이러한 정보는 모바일폰 등을 통하여 각 감염자 및 접촉자에게 신속 전달되어, 자가격리를 독려하거나 신속한 검사를 종용함으로써, 바이러스의 대규모 확산을 초기에 차단 및 예방할 수 있을 것이라는게 연구원의 주장이다.
시민들, 감염 피할 수 있는 ‘안전 운행 경로’ 운영도
장기화되고 있는 바이러스의 지역 확산을 효과적으로 차단 및 관리하기 위해서는 효과적인 방역지점을 선정하여 운영하고 시민들의 안전을 도모할 수 있는 ‘안전 운행 경로’를 운영할 필요도 있다. 먼저, 시간대별로 구축된 개인 통행사슬DB를 이용하면, 주요 감염지역을 중심으로 감염자가 출발하고, 도착하는 주요 통행패턴과 경로를 파악할 수 있다. 이러한 통행패턴 정보를 활용하면, 시간대별로 가장 효과가 큰 방역지점을 선정할 수도 있다.
또한, 주요 감염지점 및 인접 지역의 시간대별 통행 및 혼잡 패턴을 분석하여, 시민의 불편을 최소화하고 안전을 최대한 도모할 수 있는 ‘안전 통행 경로’ 정보를 제공하거나 운용할 수 있다. 바이러스 확산으로 인하여 변화된 통행패턴을 고려한 대중교통 노선 및 스케쥴을 조정하고 이에 따른 다양한 교통 운영 전략을 마련할 수도 있다.
‘원활한 데이터 공유 등이 시급’
한국교통연구원 교통빅데이터연구본부는 이런 제언과 함께 코로나 사태를 극복하기 위해 ‘모빌리티 빅데이터’를 속히 실용화할 것을 촉구했다.
연구본부는 “우리나라의 IT기술은 세계를 선도하고 있으며, 모빌리티 빅데이터의 경우에도 우리나라만큼 모수에 가까운 양질의 데이터를 다양하게 확보하고 있는 사례를 찾아보기 힘들다.”면서 “하지만 훌륭한 제반 기술과 인프라, 탄탄한 의료 및 검진 시스템, 그리고 충분한 데이터를 가지고 있음에도 불구하고, 감염재난에 제대로 활용하지 못하고 있다”고 지적했다. 이런 문제를 해소하기 위해서도 핵심 데이터 보유 기관들의 데이터 공유를 막는 이기주의와, 데이터 3법 통과 이후에도 해결되지 않는 개인정보활용 문제 등의 걸림돌을 제거해야 한다는 주장이다.
김점이 기자