Demand-agnostic assessment of on-demand pooled transit services

기술 요약: 온디맨드 풀링(Pooled) 대중교통 서비스에 대한 수요 불가지론적 평가

문제 정의
자동차 의존도를 낮추고 도시의 거주 적합성을 개선하고자 하는 지방자치단체들은 온디맨드 풀링 피더(Feeder) 서비스를 도입할 때 결정적인 장벽에 직면하곤 한다. 그것은 바로 계획 단계에서 신뢰할 수 있는 수요 데이터의 부재이다. 전통적인 서비스 최적화는 관측된 통행률, 수단 분담률 또는 노선별 승객 수를 기반으로 하지만, 완전히 새로운 서비스의 경우 이러한 데이터는 존재하지 않는다. 이러한 데이터의 부재는 특히 수요가 불확실한 저밀도 도시 지역에서 최적의 배치 구역과 허브 위치를 선정하는 것을 어렵게 만든다. 정확한 수요 수치 없이는, 지자체는 서비스가 어디에서 운영 가능한지, 혹은 출시 전 어떻게 현실적인 성과 기대치를 설정해야 할지 판단하기 어렵다.

방법론
저자들은 수요 특유의 파라미터(Parameter)를 사전에 보정할 필요 없이 온디맨드 풀링 피더의 잠재력을 평가할 수 있도록 설계된 파라미터 프리(Parameter-free), 수요 불가지론적(Demand-agnostic) 평가 프레임워크를 제안한다. 이 방법론은 다음 단계로 진행된다:

1. 입력 데이터: 이 접근 방식은 OpenStreetMap(OSM) 도로 네트워크, 주거지 주소 지점 분포(인구 대리 지표), 그리고 지방자치단체 계획가가 제공하는 후보 구역-허브 쌍을 활용한다.
2. 수요 생성: 고정된 수요를 가정하는 대신, 이 방법은 **"수요의 비율" ($\alpha$)**을 사용하여 잠재적 수요를 시뮬레이션한다. 이는 거주자가 서비스를 이용할 확률을 나타낸다. 수요는 후보 구역 내의 주거 지점들에 무작위로 생성되며, 여행자는 가장 가까운 대중교통 허브로 향하는 것으로 가정한다. 시뮬레이션은 $\alpha$ 값을 지역 인구의 0.1%에서 5% 범위까지 테스트한다.
3. 매칭 알고리즘 (ExMAS): 본 연구는 ExMAS(Exact Matching of Attractive Shared Rides) 알고리즘을 사용한다. 이는 유틸리티 기반의 오프라인 알고리즘으로, 공유 여정이 이동 시간, 우회 시간, 대기 시간 및 불편 페널티를 고려했을 때 개인용 호출형 서비스(Solo ride-hailing)보다 높은 유틸리티를 제공하는 경우에만 여행자들을 공유 승차로 매칭한다.
   • 기준선(Baseline): 비교 대상은 모든 잠재적 사용자가 개별 호출형 서비스를 이용하는 시나리오이다.
   • 가정: 피더 서비스는 이용 시 무료(풀링에 따른 요금 프리미엄 없음)로 모델링된다. 즉, 유틸리티 이득은 요금 할인보다는 오로지 이동 비용 절감 또는 요금 할인과 불편함 사이의 절충안에 의해 결정된다. 알고리즘은 차량 용량을 6명으로 가정한다.
4. 성과 지표 (KPIs): 세 가지 핵심 지표가 다양한 수요 비율에 따라 평가된다:
   • 차량 시간 감소량 ($\Delta T_v$): 단독 주행 대비 총 차량 시간의 감소량.
   • 승객 유틸리티 이득 ($\Delta U_p$): 단독 주행 대비 체감되는 여행자 유틸리티(편의성/쾌적함)의 개선 정도.
   • 평균 점유율 ($O$): 차량당 평균 승객 수.
5. 임계값 기반 선택: 이 연구의 핵심 혁신은 특정 운영 임계치를 충족하기 위해 필요한 **최소 수요 비율 ($\alpha^*$)**을 식별하는 것이다:
   • $\Delta T_v \geq 0.1$ (차량 시간 10% 감소).
   • $\Delta U_p \geq 0.025$ (유틸리티 2.5% 개선).
   • $O \geq 2$ (평균 점유율 2명 초과).
     가장 낮은 수요 비율에서 이 임계치들을 충족하는 구역과 허브가 가장 유망한 후보지로 랭킹된다.
6. 벤치마킹: 상위 랭크된 구역-허브 조합에 대해, 연구는 "저수요 기간"에 대한 벤치마크를 설정하여 풀링이 발생하는 시점, 잠재력이 성장하는 시점, 그리고 일관된 KPI 달성이 이루어지는 지점을 식별한다.

주요 기여

• 사전 배치 평가 도구: 본 논문은 정확한 수요 데이터가 없는 상황에서 새로운 온디맨드 피더 서비스를 위한 최적의 구역을 선정할 수 있는 구조화된 방법을 제시한다.
• 확률적 수요 시뮬레이션: 고정된 통행 행렬 대신 수요 비율을 활용함으로써, 이 방법은 다양한 잠재적 채택률에 따른 서비스 생존 가능성을 평가할 수 있게 한다.
• 운영 임계값: 연구는 단순한 단독 주행 집합과 구별되는 차량 시간, 유틸리티, 점유율에 대한 구체적이고 보수적인 임계값을 정의한다.
• 허브 선정 로직: 본 방법론은 여러 잠재적 목적지에 대한 KPI 성과를 비교함으로써 특정 구역에 대한 최적의 대중교통 허브를 선택하는 메커니즘을 포함한다.

결과 (크라쿠프 사례 연구)
이 방법론은 폴란드 크라쿠프의 12개 저밀도 구역을 인근 대중교통 허브(트램 및 기차역)와 쌍을 이루어 적용하였다.

• 순위 결정: 구역들은 세 가지 KPI 임계치를 모두 충족하는 데 필요한 최소 수요 비율을 기준으로 순위가 매겨졌다.
• 최우수 후보지: 구역 9와 크라쿠프 미들니키(Kraków Mydlniki, PKP) 기차 허브 조합이 가장 유망한 후보지로 식별되었다. 이 조합은 가장 낮은 수요 비율에서도 모든 임계치를 달성했다 (예: 차량 시간 감소를 위해 $\alpha = 0.001$, 유틸리티를 위해 $\alpha = 0.005$, 점유율을 위해 $\alpha = 0.007$).
• 최저 유망지: 밀도는 높지만 허브와 매우 가까운 구역 10과 구역 4가 가장 낮은 순위를 기록했다. 특히 구역 10은 수요 비율이 5%에 도달할 때까지도 점유율과 유틸리티 임계치를 충족하지 못했다. 이는 기존 고빈도 허브와의 근접성이 피더 서비스의 필요성을 감소시킨다는 것을 시사한다.
• 구역 9의 벤치마크: 상위 랭크된 구역 9의 경우, 연구는 풀링 주행이 수요 비율 **0.025%**에서 나타나기 시작하고, **0.05%**에서 유의미한 성장이 발생하며, 0.1%에서 0.7% 사이의 수요 구간에서 안정적인 운영 역량(모든 임계치 충족)에 도달함을 확인하였다.

의의 및 주장
본 논문은 이 접근 방식이 지방자치단체에 온디맨드 풀링 대중교통에 관한 사전 배치 결정을 내릴 수 있는 구조화되고 데이터에 기반한 도구를 제공한다고 주장한다. 운영 효율성을 달める 데 있어 가장 낮은 수준의 주민 관심도를 요구하는 지역을 식별함으로써, 계획가들은 성공 가능성이 가장 높은 위치를 우선순위에 둘 수 있다. 저자들은 식별된 최소 수요 비율이 실제 승객 수를 예측하는 것이 아니라 운영 생존 가능성 임계값임을 강조한다. 또한 채택률이 낮은 환경에서는 이러한 임계치에 도달하기 위해 추가적인 조치(예: 티켓팅 통합, 보조금 등)가 필요할 수 있다고 언급한다. 이 연구는 역사적 데이터 없이 새로운 서비스를 출시할 때 발생하는 "닭과 달걀" 문제를 해결하는 방안으로 자리매김하며, 공간적 및 인구통계학적 특성만으로 잠재력을 평가하는 방법을 제시한다.

한계점
저자들은 ExMAS 알고리즘이 차량 제약을 명시적으로 관리하지 않음으로써 풀링 잠재력의 상한선을 모델링한다는 점을 인정한다. 또한 본 연구는 모든 여행자가 단일한 사전 결정된 허브를 이용한다고 가정하며, 복잡한 수단 선택(도보, 자전거)이나 전체 여정(피더 + 주 노선)을 고려하지 않는다. 향후 연구에서는 관측된 수단 선택 데이터, 명시적인 차량대수 모델링, 그리고 더 넓은 범위의 여정 평가를 포함할 것을 제안한다.