Access graph: a novel graph representation of public transport networks for accessibility analysis

1. 문제 제기 (Problem Statement)

• 접근성 측정의 불일치: 접근성 (접근 가능한 기회의 수와 이동 시간 간의 관계) 은 대중교통 계획의 핵심이지만, 이를 측정하는 방법과 지표가 연구마다 상이하여 통일된 접근법이 부재합니다.
• 기존 그래프 표현의 한계:
  • 기존 PTN 표현 방식인 L-space(인프라 중심, 인접 정류장 간 연결) 와 P-space(서비스 중심, 동일 노선 내 모든 정류장 간 연결) 는 접근성 분석에 필요한 세부 정보를 충분히 제공하지 못합니다.
  • 특히, 이동 시간의 모든 구성 요소 (승차 시간, 대기 시간, 환승 패널티) 를 통합하여 '이동 시간 예산 (Time Budget)' 내 도달 가능한 노드를 직접적으로 나타내는 표현 방식이 부족했습니다.
  • 기존 중심성 (Centrality) 지표는 지역적/국소적 특성에 치중되어 있어 전역적 접근성 비교나 불평등 분석에 한계가 있습니다.

2. 방법론 (Methodology)

연구진은 대중교통 네트워크를 이동 시간 예산에 기반한 그래프로 재구성하는 새로운 방법론을 제시했습니다.

가. 접근성 그래프 (Access Graph, A-space) 구축

1. 입력 데이터: GTFS 데이터를 기반으로 가중치 L-space(승차 시간) 와 P-space(배차 간격/대기 시간) 를 생성합니다.
2. 일반화 이동 시간 (Generalised Travel Time) 계산:
   • 이동 시간 = 승차 시간 + (대기 시간 × 가중치) + (환승 횟수 × 환승 패널티)
   • 대기 시간 가중치 ($w_{wait}$) 와 환승 패널티 ($w_{transfer}$) 는 기존 행동 분석 문헌 (예: $w_{wait}=2, w_{transfer}=5$분) 을 기반으로 설정됩니다.
3. 그래프 생성:
   • 두 노드 (정류장) $i$와 $j$ 사이의 일반화 이동 시간 ($d_{ij}$) 이 주어진 **시간 예산 ($t_b$)**보다 작거나 같을 경우, 두 노드 간에 간선 (Edge) 을 연결합니다.
   • 결과 그래프 $G_A(t_b)$는 무방향, 무가중 그래프이며, 시간 예산 $t_b$에 따라 간선 집합이 변화하는 계층적 (Layered) 네트워크를 형성합니다.
   • $t_b=0$일 때 빈 그래프, $t_b=t_{max}$일 때 완전 그래프 (Clique) 가 됩니다.

나. 접근성 지표 (Accessibility Indicators) 정의

접근성 그래프의 토폴로지 변화를 분석하기 위해 다음과 같은 지표를 정의했습니다.

• 시스템 성능 기반 지표 (Dual Access):
  • $t_M$ (접근성 굴절점): 평균 차수 (Average Degree, $\langle k \rangle$) 의 증가율이 최대가 되는 시간 예산. 네트워크가 '접근 가능한 상태'로 전환되는 시점을 의미합니다.
  • $\delta t_M$: $t_M$을 최대 이동 시간 ($t_{max}$) 으로 정규화한 값.
  • $\langle k \rangle_M$: $t_M$ 시점에서의 평균 차수.
• 이용자 관점 지표 (Primal Access):
  • $\langle k \rangle_{30}$: 일반적인 통근 시간인 30 분 ($t_b=30$) 일 때의 평균 차수.
• 접근성 불평등 지표:
  • $G_M, G_{30}$: 각각 $t_M$과 30 분 시점에서의 지니 계수 (Gini Coefficient). 노드 차수 분포의 불균형을 측정하여 접근성 격차를 평가합니다.
• 구조 변화 지표:
  • $t_{JS}$: 차수 분포 간의 **제이슨 - 샨논 발산 (Jensen-Shannon Divergence, JSD)**이 최대가 되는 시점. 이는 네트워크 구조가 급격히 재편성되는 시기를 나타냅니다.

3. 주요 기여 (Key Contributions)

1. 새로운 그래프 표현 (A-space): 이동 시간 예산에 따라 도달 가능한 노드들을 직접 연결하는 그래프를 제안하여, 접근성을 네트워크 구조 수준에서 통합적으로 분석할 수 있는 프레임워크를 마련했습니다.
2. 해석 가능한 지표 체계: 복잡한 계산 없이도 '노드 차수'라는 단순한 메트릭을 통해 누적 기회 (Cumulative Opportunities) 접근성을 정량화하고, 시스템 성능과 이용자 관점, 불평등을 모두 포괄하는 일관된 지표 세트를 제시했습니다.
3. 실증 분석: 전 세계 51 개 도시의 지하철 네트워크 데이터를 활용하여 제안된 방법론의 적용 가능성을 입증하고, 도시별 접근성 특성 및 불평등 패턴을 비교 분석했습니다.

4. 결과 및 분석 (Results and Analysis)

• 데이터셋: 전 세계 51 개 도시의 지하철 네트워크 (노드 수 8 개421 개, 최대 이동 시간 20 분152 분).
• 주요 발견:
  • S 자형 성장 곡선: 평균 차수 ($\langle k \rangle$) 는 시간 예산 증가에 따라 S 자형 (시그모이드) 곡선을 따르며, 대부분의 도시에서 25~35 분 구간에서 급격한 증가 (굴절점 $t_M$) 를 보였습니다.
  • 도시별 비교 (오슬로 vs 비엔나):
    • 비엔나: 접근성 굴절점이 일찍 발생하고 ($t_M=27$분), 지니 계수가 낮아 전체적으로 접근성이 높고 불평등이 적음.
    • 오슬로: 굴절점이 늦게 발생하고 ($t_M=59$분), 분포가 다봉형 (Bimodal) 을 보이며, 일부 노드만 빠르게 연결되고 나머지는 느리게 연결되는 불평등 구조를 보임.
  • 네트워크 크기와 접근성:
    • 네트워크 크기 ($N$) 가 커질수록 최대 이동 시간 ($t_{max}$) 은 증가하지만, 접근성 지표 ($\langle k \rangle_{30}$) 는 감소하는 경향을 보임 (대규모 도시는 접근성이 상대적으로 낮을 수 있음).
    • 지니 계수 ($G_{30}$) 는 네트워크 크기가 커질수록 증가하는 경향이 있어, 대규모 도시일수록 접근성 격차가 심화될 수 있음을 시사.
  • 지표 간 상관관계: 정규화된 굴절점 ($\delta t_M$) 은 네트워크 크기와 무관하여 도시 규모에 따른 편향을 보정하는 지표로 유용함.

5. 의의 및 결론 (Significance and Conclusion)

• 통합적 접근성 분석 프레임워크: 기존에 분산되어 있던 접근성 연구 방법론을 네트워크 과학 (Network Science) 기반의 통일된 프레임워크로 통합했습니다.
• 정책적 함의:
  • 제안된 지표들은 대중교통 계획가에게 네트워크의 취약점 (접근성이 낮은 지역) 을 식별하고, 형평성 있는 계획 수립을 위한 정량적 근거를 제공합니다.
  • GTFS 데이터의 표준화 덕분에 다양한 교통 수단과 규모에 쉽게 적용 가능합니다.
• 한계 및 향후 연구:
  • 현재 모델은 목적지에서의 '기회 (Opportunities)' 수를 정류장 수로 근사하고 있어, 실제 토지 이용 (Land Use) 데이터를 통합하는 것이 향후 과제로 남았습니다.
  • 가중치 없는 무방향 그래프로 단순화되었으므로, 개별 이용자의 시간 예산 차이 등을 반영한 확률적 접근이나 다중 레이어 네트워크 (Multilayer Networks) 로의 확장 가능성이 제시되었습니다.

이 연구는 대중교통 네트워크의 구조적 특성을 통해 접근성과 형평성을 정량화하는 새로운 패러다임을 제시하며, 지속 가능하고 포용적인 도시 교통 계획 수립에 중요한 기여를 하고 있습니다.