빅데이터를이용한교통계획 : 심야버스와사고줄이기 서울시립대학교이신, 허유경, 김혜미 1. 정책수행시기 빅데이터를이용해서노선을설계하고저렴한비용으로시민이필요로하는심야시간대에버스서비스를제공한심야버스, 일명 올빼미버스 는 2013년에처음시행되었다. 이미빅데이터를시정에이용할관심을갖고있던서울시에서다산콜센터에서발생한데이터를분석한결과시민들이교통분야에상당히큰관심을갖고있음이분석되었고또인터넷매체를이용한시민과의소통을통해버스서비스가중단되는심야시간에안전하게이용할수있는대중교통에대한수요가있다는것을인지하여추진하게되었다. 2013 년 4 월에서 7 월까지 2 개의시범노선을운행했고 2013 년 9 월 12 일부터는 9 개노선으로확장해운행을시행했다. 2. 정책도입이전상황적배경 1) 심야버스 서울시경제활동은사실상 24시간동안계속된다. 야간의교통은많은나라에서거의택시에의존하는실정인데, 야간첨두시간의수요과다로인한공급미달, 서비스의악화 ( 승차거부등 ), 안전문제, 또비용부담성으로인해충분한대안이되지못한다. 야간경제활동에참여하는시민들중일부는요식, 엔터테인먼트등서비스소비 - 69 -
자이며다른일부는저소득근로자나영세자영업자, 회사원을포함하는생산활동 자나학생으로구성되므로야간대중교통의결여는그만큼도시의야간경제활동성 에있어서의제약을의미한다. 영국대도시의 ' 클럽 ' 같은일부야간서비스업체에서는개별적으로전세버스를운행하여주변교외도시나소도시의시민들에게교통편을제공하기도한다. 서울시는이런유럽의도시들에비해이미엔터테인먼트, 유흥산업을중심으로한야간경제활동이매우활발한 ' 자지않는도시 ' 로서의명성을이미누리고있는만큼교통또한택시에만의존하지않고대리운전시장도단단한수요를바탕으로비교적안정성있게정착되어폭넓게이용되고있는한편택시나대리운전의비용부담은젊은층을비롯한소득약자에게는적절한수단이되지못함을의미하여야간교통선택권은역시부족한실정이다. 서울시의활성화된전자정부소통채널을통해시민들은이러한교통불편을토로 했고, 시는심야버스도입을검토했다. 한편서울시는이미행정에빅데이터를활용하는데관심을갖고있었는데교통분야에빅데이터를우선적용하고자한것은시민의관심을반영한것이었다. 서울시민의민원채널중하나인 '120다산콜센터' 에서발생한데이터 60만건을분석한결과, 시민들이교통분야에가장큰 (25.5%) 관심을가진것으로나타났다. 심야버스노선수립이외에도교통사고감소등에빅데이터를활용했다. 2) 교통사고줄이기 한국의교통사고사망자수는 OECD 회원국중최다수준이며, 서울의교통사고사망자수는주요선진도시의 2~4배수준이다. 인구 10만명당사망자수 ('09년) 는서울시 4.8명, 런던이 2.4명, 도쿄가 1.6명, 베를린이 1.4명이다. 하지만최근 3년간교통사고잦은곳의개선사업추진으로사망자수가감소추세에있으며, 사망자수는 501명 ('09년) 에서 378명 ('13년) 명으로줄었으며, 부상자수는 63,584명 ('09년) 에서 56,761명 ('13년) 명으로줄어드는추세에있다. 이는최근 3년간교통사고다발지역 266개소의개선사업으로사상자수가 24.5% 감소된결과이다. 이러한교통사고줄이기의일환으로다양한정책이추진되고있으며, 노인, 어린이등교통약자를위한맞춤형교통안전대책의추진정책과연관이있다. 이는노인보호구역의확대 ( 매년 20개소이상 ), 폐지수집어르신전원 (6,354명) 에게야광조끼, 손수레안전표시물등의지원사업이며, 또한어르신교통안전체험교실, 운전면허갱신시교통안전교육의무화등의정책이추진되고있다. 어린이보호구역확대 ( 매년 50개소이상 ) 로초등학교저학년대상교통안전지도사운영으로안전한등하교지원을하고 - 70 -
있으며, 횡단보도확대 ( 총 105 개소, 대각선 50 개소 ), 보도상불법주정차집중단속 (138 개소 ) 등의정책을시행함으로써어린이교통사고줄이기에기여하고있다. 3. 정책의중요성 개도국에의시사점 서울시는대중교통의계획과공급수준에있어세계수위를다투는도시지만, 심야버스에대한수요가인지되었을당시그에대한별도의예산이준비되어있지않았다. 그결과일상적인버스노선계획과공급에소요되는예산을소비하지않으면서잠재적이용자들의수요에충실히반응하는맞춤형서비스를공급한다는조건과사명하에서찾아진방안이바로빅데이터를이용한노선설계와실증선호도 (revealed preference) 를확인하면서서비스를확장하는점진적서비스제공 (incremental service expansion) 이었다. 이러한의미에서재정적한계때문에그필요성이입증된상황에서도대중교통서비스를제공하지못하는도시, 혹은대중교통서비스공급계획에필요한교통정보가미약한도시의정책입안자들에게시사하는바는매우크다고하겠다. 첫째, 취약한데이터인프라는대부분의개발도상국들이공히안고있는문제이다. 보통도로변에서의교통량카운트가교통데이터구축의기본을이루고자원이풍부한나라에서는정기적인통행자설문조사도행하는데이들은조사비용이매우높기때문에빈곤국혹은개발도상국가들은자연히교통데이터가제대로구축되어있기어려운상황이다. 둘째, 자원이특별히취약하지않다하더라도, 휴대전화통화이력데이터라는대체데이터로버스노선을소비자맞춤형으로제공할수있다면, 시정부는교통데이터구축에사용할자원을다른공공재개발에사용함으로써시민에게배가된편익을제공할수있게된다. 실제로휴대전화데이터를교통계획에사용하는방안은개발도상국가보다선진국가에서더관심을가지고개발하는분야이다. 교통데이터를비롯한도시계획에필요한대부분의데이터가제대로갖춰져있지않은개발도상국가라하더라도휴대전화보유율, 특히대도시의휴대전화보유율은대부분 100% 에근접해있다. 선진국과거의비슷하게빅데이터를대중교통계획을비롯한도시계획에사용할수있는기반이갖춰져있는것이다. - 71 -
개발도상국가의대도시들은상대적으로자동차보유율이낮은편이어서대중교통이부유한도시에서보다더필요함에도불구하고버스네트웍이아직제대로형성되지않은도시들이대부분이다. 자카르타, 하노이, 프놈펜, 키갈리등의도시들이공통적으로가지고있는것은대중교통대신에현저히높은모터사이클보유율과사용도이다. 개인용교통수단으로어떤면에서는자동차보다도뛰어난유연성과편리성을갖고있으며대도시에서교통수단으로서의존하기에적절한만한속도를제공한다. 그러나많은수의승객을한번에수송하여도로사용과교통에너지를절감할수있는대중교통과같은효율성은갖고있지않아지나친모터사이클의사용은이미다양한도시문제가팽배한개발도상국의메가시티에서교통체증과대기오염을한층악화시키는주근원이되고있다. 모터사이클은대중교통의부재와제한된자원속에서시민들의교통수요를가장잘충족시켜주기때문에그들이선택한교통수단이지만, 그것을장기적인대안으로간주하여대중교통을적시에제공하지않는다면이들메가시티에서의교통은장차심각한문제를맞게될것이다. 즉, 개인형위주의통행패턴이고착되는가운데여러도시들은성장과개발을경험하게될것이고주민들의소득이증가하면서도시의모터사이클은어느순간에자동차로바뀌게되어지속가능한발전을저해하게될것이다. 빅데이터를이용한노선설계를통해저렴한비용으로최적의서비스를제공한서울의심야버스는, 공식적인데이터는부족하지만매우높은휴대전화보유율을가진개발도상국대도시에매우적용가치가높은정책이다. 이미존재하는휴대전화통화이력데이터로버스노선도를설계하고점진적인서비스확대를추진하여대중교통의토대를마련함으로써지속가능하지않은행보의방향을바꿀필요가있겠다. 실제로 IBM의연구팀이 2013년글로벌통신회사 Orange가제공한휴대전화데이터를이용하여아직버스노선망이없던아이보리코스트의수도아비잔 (Abidjan) 에버스노선도를설계해준바있다 (BBC 2013). 수요자중심의정책설계 교통서비스를설계하는과정에서이를활용하는서비스이용자의수요를반영하고그들의실제행동패턴을이해하는데에빅데이터를새롭게활용했다는점에서의의가있다. 빅데이터의본질상공급자의목적에따라수집된 표본 데이터가아니고 모집단 의실제특성이나행동패턴을그대로담고있기때문에이를활용하려는시도를통해좀더이용자즉수요자중심의정책설계가가능해지고결과적으로는정책의실행가능성, 효과, 서비스질을높이는성과를가져오게된다. - 72 -
기존의대부분의정책은정부주도의공급자적기획및집행으로실제공공서비스를활용하는사회주체및전달체계에대한이해나고려의여지는많지않았다. 이러한전통적기획의한계를뛰어넘어사회주체의행동을관찰, 분석한빅데이터자료를중심으로서비스를디자인함으로써과학적인접근에인문사회학적관점이함께반영될수있는계기를마련한점에서특별한가치가있다고하겠다. 공적인데이터에주로의존했던기존의정책과달리민간정보와공공정보를융합했다는점도주목할만하다. 도시교통정책에서는빅데이터를활용하여보다최적화된정책설계를시도한우리나라최초의사례라는점에서의의가있으며, 동시에빅데이터가활용될수있는다양한가능성을제시해준다. 안영주, 김승인 (2014) 은피터모빌의사용자경험검증을위한벌집모형을재구성하여해외사례를포함한빅데이터활용사례를분석하였는데아래표1과같이서울시의심야버스를유용성, 사용성, 신뢰성, 공개성, 공익성을모두만족시키는사례로평가했다. 다산콜센터데이터분석후심야버스에대한수요를유용성 (Useful) 인지하고서비스제공결정시범적으로 2개의노선을실시후사용성 (Useable) 9개의노선으로확대 30억건의통화량데이터와교통카드기 / 종착지의신뢰성 (Credible) 데이터를분석해나온예측치가실제심야유동인구와거의정확하게일치함원하는사람이면누구든지접근할수있고정보를접근성 (Accessible) 알수있어높은접근성을지님공익성 (Of public value) 민간의영리목적이아닌공익의목적에기반을둠. 4. 다른정책과의관련 서울시는행정전반에빅데이터를활용하는데많은관심을갖고있다. 교통분야에빅데이터를우선적으로적용하고자한것은시민의관심을반영한것이었다. 서울시민의민원채널중하나인 '120다산콜센터' 에서발생한데이터 60만건을분석한결과, 시민들이교통분야에가장큰 (25.5%) 관심을가진것으로나타났다. 심야버 - 73 -
스노선수립이외에도교통사고감소등에빅데이터를활용했다. 이외에도빅데이 터와정보통신기술을활용하여도시행정의효율성과시민참여를제고하려는시도들 이전자정부분야에서다양하게이루어지고있다. 5. 정책목표 심야버스 1) 심야교통수요가많은곳에서비스를집중함으로써높은버스사용율성취하여 야간활동을지원하고시민만족도향상 ( 활용도가높지않으면쉽게취소될수있 는서비스 ) 2) 심야시간대 (12 시자정에서새벽 5 시 ) 시민의안전한귀가 교통사고줄이기 교통사망사고를감소 : 교통사고사망자를 1/6 이하로 (430 명 -> 70 명 ) 1) 생활권교통환경통합정비 / 생활권차고지증명제도입 2) 공공교통의안전성개선 / 공공교통보안성 ( 범죄예방 ) 강화 3) 도심간선도로차량속도제한강화 (60-> 50km) / 모든교통사망사고시즉각 대응체계구축 4) 동적단속관리시스템 ' 서울 EYE' 운영 / 서울안전통합상황실 24 시간운영 ( 서울교통비전 2030) 6. 주정책내용 1) 심야버스 Ÿ 의사결정체제 : 민관협력 - 74 -
Ÿ 정책참여그룹 : 서울시, KT( 통신회사 ) Ÿ 기타이해당사자 : 택시업계, 버스업계, 대리운전업계, 시민 Ÿ 정책결정형성과정 : 시민요청으로시작되고민 관협력으로서비스상품개발 기존의공공심야전용버스서비스가없던상태에서처음으로서비스를시작함에있어한정된자원으로인해우선은제한된노선으로시범운행을해야했고, 그시범운행이정확한테스트로서의역할을다하기위해서는야간버스통행의수요를파악하여최적의버스노선도를그리는것이무엇보다중요했다. 수요는존재하는데그위치를제대로파악하지못해서테스트결과이용률이저조하다면심야버스자체가불필요하다는그릇된결론에도달할위험이있기때문이다. 여기서, 기존의버스운행데이터나전문가의직관에의존하는대신서울시는당시국내외적으로그활용가능성이한창논의되고있던빅데이터, 특히휴대전화통화이력데이터와택시스마트카드데이터를사용해심야버스실수요를파악하기로했다. 서울시직원과민간전문가들이수차례의회의를통해빅데이터활용가능성을검토하고공동으로추진전략을마련했으며, 구체적으로는통화위치정보를 ' 출발지데이터 ' 로, 청구지주소정보를 ' 목적지데이터 ' 로가공하여유동패턴을도출하여심야버스노선을결정했다. 이를위해서울시는주식회사 KT와 MOU를체결하고휴대전화통화이력데이터에서개인위치정보를얻을수있는길을마련하였다. 주식회사 KT는통화데이터의가치를인지하면서도사생활침해라는이슈때문에데이터활용을하지못하고있던상황에서, 공익을위한사업이라는틀안에서데이터를활용할기회를갖는데대해환영하는쪽이었고또개인신변에관련된데이터필드를분리시키는등의방법을통해프라이버시보호를보장하는선에서서울시에통화기록정보를제공하기로하였다. 3개월의성공적인시범운행후, 2013년 3월한달간사용된 KT 통화데이터 30억건을분석한결과심야유동인구는홍대가가장많았고동대문, 신림역, 강남, 종로, 가락시장, 신촌, 남부터미널, 건대입구, 압구정이뒤를이었다. 심야택시승하차데이터를분석한결과에선강남이교통수요가가장높았다. 이어신림역, 홍대, 건대입구, 동대문, 강북구청, 신촌, 천호, 종로, 영등포순이었다. 통화데이터와시민들이사용한심야택시승하차데이터 500만건을결합하여한국ESRI의지리정보시스템 (GIS) 으로지도상유동인구패턴을시각화하고시가개발한 심야버스노선수립지원시스템 에서분석되었다. - 75 -
서울전역을 1km반경 1,250개의셀단위로나누어유동인구, 교통수요량을표시하고, 기존의버스노선과시간 요일별유동인구및교통수요패턴을분석했다. 이어노선부근유동인구가중치를계산하는등재분석과정을거쳐최적의노선과배차간격을도출했다 ( 서울시, 2013). 그결과종로, 광화문을중심축으로 9개의시외곽을연결하는방사형네트워크를구축해노선을선정했다 ( 그림1). 시뮬레이션결과, 빅데이터를바탕으로얻은예측치는실제와거의근사한결과를가졌다는것을확인하고심야버스노선으로확정되었다. 계획초기에남부순환로와동일로를경유하는것으로계획했던 N61번은분석결과남부터미널역, 건대입구역인근효령로와능동로에유동인구가많은것으로나타나노선을변경했고장충단로를경유하기로했던 N13번역시동호로를지나도록변경하였다. 노선번호에서 N은밤 (Night) 을의미하고두숫자는출발지와도착지를가리킨다. 서울시를 7개권역으로나누어각구에 0-6의숫자를각각할당하였다. 유동인구밀집도시각화노선별시뮬레이션으로최적화최종노선도 서비스의주요특징 1) 2013년 4월 19일부터 3개월간 2개노선을시범운행하였고, 그결과누적이용승객은예상보다많은 21만 8,212명이었다. 이는하루평균 2,098명의심야버스이용승객, 1대당 1일평균 175명의승객으로환산된다. 일반버스 1대당 1일승객 110명보다 65명더많다. 2013년 9월에 9개노선으로정식시행한후 3개월이지난 2013년 11월발표에따르면 50일동안총 30만 4천명이이용해하루평균이용자는 6079명에이르고이용자의 64.6% 는직장인, 23.5% 는대리기사, 11.9% 는학생인것으로분석되었다 ( 서울특별시 2014). - 76 -
요일별로는토요일새벽에이용률이가장높았고, 시간별로는 1시에서 3시사이의 2시간내에이용승객의 55.2% 가집중되었다. 지하철및시내버스가운행되는 0시와 1시사이, 4시와 5시사이는상대적으로이용이낮았다. 이용률은또운행거리와지하철역경유, 종로와강남경유여부등에영향을받는것으로나타났다. 즉, 승객이평균이상인 5개의노선은운행거리가 70km 이상으로길었고, 지하철역또한 20개소이상을지나고있었으며, 종로또는강남을경유한다는특징이있었다. 9개전체의노선도는아래그림2와같다. 2) 노선별운행시간은각버스정류소에설치된도착단말기 (BIT) 와교통정보센터모바일웹 (http://m.bus.go.kr), 토피스인터넷홈페이지 (http://topis.seoul.go.kr), 스마트폰앱 (' 서울교통포털 ') 등을통해확인할수있고환승도가능하다. 한편현재환승가능지역은이용객이많은서울역, 동대문, 종로, 강남역으로한정되어있다. 서울역은 3개노선이정차하고, 동대문은 5개노선이정차하며, 종로 3개노선, 강남역에서 3개노선이각각정차한다. - 77 -
3) 배차시간은 40-45분으로다소긴편이나정시운행이낮보다더가능하다. 요금은교통카드기준 2,150원 ( 서울시내부자료, 2016) 이다. 노선거리가긴 4개노선은매일자정양단의차고지에서동시가차가출발하도록하여방향별배차시간의공백을최소화하였다. 비교적운해거리가짧은 4개노선은서울역에서회차하여왕복운행을한다. 4) 2013 년 6 월시민공모를통해고유브랜드명인 ' 올빼미버스 ' 가선정되었고, 올빼 미가버스를운행하는모습을형상화한캐릭터이미지도디자인되었다. 알아보기 쉽도록버스전면과측면부 LED 전광판노선번호옆에표시된다. 5) 2개노선 3개월운행후승객 500명을대상으로한설문조사에서서비스만족도 80.15점을받았고 ( 일반시내버스 74.3점 ) 이후 1000명대상추가조사에서응답자의 88.4% 가 ' 확대운행을원한다 ' 고답했다. 이에따라같은해 9월 12일부터 9개노선으로확대되었다. 6) 추가로선정한 7개노선은업데이트된빅데이터를활용했고그결과심야시간대에강남, 홍대, 동대문, 신림, 종로에유동인구가집중된것으로나타나당초계획했던 6개노선의일부운행기간을수정하였다. 그결과도심과강남을중심으로시내를가로지르는방사형네트워크가구성되었다. 7) 안전을위한장치로서심야버스전차량에시속 70km 로속도를제한하는과속 방지장치를장착하고운전자안전을위해격벽을설치했으며만일의사태에대비해 노선부근경찰서와의비상연락망을구축하였다. 8) 운전자가주간에다른업무에종사하지않도록하기위해심야버스전담운전자 를고용하고급여를당초 175 만원에서 214 만원으로상향조정하였으며근무평가에 따라주간으로의이동도가능하게할계획이다. 9) 발생이윤을운행업체에게돌려주는방안을검토중이다. - 78 -
10) 심야버스와상충될수있는자가용을이용한불법노선버스운행행위를경찰 의협조로집중단속하기로하였다 ( 여객자동차운수사업법 81 조와 82 조에의거 ) 교통사고줄이기 Ÿ 빅데이터분석으로교통사고대책마련 Ÿ OECD 국가중보행사망자비율최고 Ÿ 세계주요도시와비교해 2-4 배의교통사고사망자발생 - 79 -
Ÿ 국내시도중사망자대비부상자비율이현저하게높음 7. 기술적인내용 심야버스 세부노선도결정과정을보면, 먼저노선분석은출발지와목적지를기준으로밀도맵을만들고그에해당하는버퍼를설정하여그버퍼안에들어오는정육각형에대한실수요를기준으로이뤄졌다. 여기에거리별가중치를계산하고, 기존노선과통계노선이어떻게다른가를검증했다. 통행량은정류소단위로정육각형을만들고, 버퍼를설정한후목적지와출발지별데이터를적용하여산출했다. 또한정류소별간격들을선으로연결하고선들이중복될경우선을두껍게하여시 - 80 -
각화했다. 여기에유동인구데이터를반영하여그를고려한심야버스수요를산출했다. 이과정에서 8개노선에대한정류소및노선변경이제안됐고, 일부수용됐다. 버스정책담당조직과의협력을통해더수요가많고, 유동인구가집중되는노선이새로만들어졌다 ( 서울시, 2013). 8. 정책효과 심야버스 1) 빅데이터로디자인된심야버스노선은기존노선수송량의 5~10% 정도를상회 하는수송량을달성했다. 2) 원래야간활동에참여하던시민들은교통비용을절약하게되었고, 안전하고편리하며저렴한야간귀가수단이유용해짐에따라야간활동인구가늘었을것으로추정된다 ( 노선주변야간업소의매출량조사로확인가능 ). 실제로야간의여성활동인구가 11% 증가한것으로나타났다 ( 서울특별시 2014). - 81 -
3) 야간범죄예방의효과가있다 ( 실증데이터수집가능성 ). 4) 부수적인효과로택시의승차거부가 8.9% 감소했다. 5) 빅데이터의활용가능성이국내외적으로크게관심을모으고있는가운데, 적은 비용으로시민의불편사항을눈에띄게해소시킨매우실용적인적용사례가되어 역동적, 혁신적으로움직이는미래지향적행정의면모를보여주었다. 6) 2013 상반기서울 10대정책시민투표에서 2위로선정되었고국내외각종언론에보도된바있다. 현재서울시를정보화벤치마킹도시모델로삼고서울시빅데이터행정을공유하고자하는국내외기관및공무원들이늘어나고있다. 일례로영국국립과학기술예술재단인 NESTA 대표가서울시를방문하여심야버스노선수립시스템을시찰하였고, 대만타이베이시와인도네시아자카르타, 월드뱅크등의해외도시및기관을방문하여빅데이터활용에관한사례발표를한바있다. Ÿ 어린이보행자교통사고 Ÿ 어르신보행자교통사고 Ÿ 중앙버스전용차로정류소교통사고 Ÿ 음주운전사고 Ÿ 위험운전행동분석 9. 주요장애요소 / 장애극복방법 빅데이터활용을위해거쳐야하는행정절차상의장애 빅데이터를정책에활용하기위해서는물론 IT 기술도필요하지만실질적인빅데이터활용을위한행정적절차가실제로더복잡하고어려울수있다. 빅데이터를프로세스하기위한하드웨어와소프트웨어기술은글로벌 IT기업들을통해조달가능하므로오히려단순한문제일수있는한편, 다양한이해관계를가진시민을대상으로하는행정상의절차는본질적으로훨씬복잡하다. 경험이부족한초기단계에서는불가피한시행착오를겪어야했으나심야버스노선선정, 노인복지시설입지분석등의빅데이터와관련된다양한사업을수행하면서축적한경험을바탕으로서울시는빅데이터관련행정절차를효율적으로매니지할수있는행정프레임웍을개발하였다. 이는 5단계로이루어져있고 14개의활동아이템 (activities) 과 41개의작업아이템 (tasks) 으로나누어져있다. 실제사업들의 - 82 -
수행을통해검증된이프레임웍을통해이후의빅데이터관련사업들에서는다양 한이해관계자들과의관계를체계적으로운용하면서보다효율적으로해결점을찾 아나갈수있었다. 가령, 데이터를보유하고있는부서와빅데이터를직접다루는 IT부서와의긴밀한협력이중요했다. 수차례에걸친교육과워크샵을통해부서간의공감대를형성하고적극적인협력의지를이끌어낸것이성공적인사업수행의핵심요소였다. 또한, 빅데이터큐레이터 (Big Data Curator) 양성과정을진행하여우선과제를발굴하게하였고, 민간기관 학계 연구원등다양한외부기관들과문제점과고충을나누고의견을수렴함으로써협력네트워크를구축하였다 (seoulsolution.go.kr). 재정지원의부담 심야버스의경우에 01~03시간대에이용률이집중되어있어, 그외의시간대에선노선에따라적자의가능성이있다. 버스로인한추가적인재정소모를막으면서도장점이많고정책효과도건실한심야버스를잘정착시키려면이용시간대를고려한배차간격과조절이필요할수있겠다. - 83 -
참고문헌 Ÿ BBC News, Mobile phone data redraws bus routes in Africa (by Jane Wakefield), 2013. 5.1. Ÿ 마경근 (2015), 빅데이터를활용한과학적행정구현, 지역정보화 2015.03.04. Ÿ 서울특별시, 2014, 교통통계 (News Jelly에서 재인용, http://contents.newsjel.ly/issue/seoul_nbus/). Ÿ 서울특별시, 2013, 민관융합빅데이터와공공데이터, 서울특별시정보기획단. Ÿ 성지은, 박기량, 2014, 빅데이터를활용한정책사례분석과시사점, 과학기술정 책 24(2), 94-106. Ÿ 안영주, 김승인, 2014, 빅데이터의효용성검토와향후발전가능성에대한재 고 : 빅데이터의공공부문의활용가치중심으로, 한국디지털디자인협의회 conference, 2014.5, pp.445-448. Ÿ http://bus.go.kr/nbusmain.jsp ( 올빼미버스노선도이미지 ) - 84 -