Predictability of Human Movements across Industry Sectors using Multilayer Networks

기술 요약: 다층 네트워크를 이용한 산업 부문별 인간 이동의 예측 가능성

문제 제기
인간 이동의 시공간적 패턴을 이해하는 것은 도시 설계, 질병 통제, 비상 대응 등 다양한 응용 분야에서 매우 중요하다. 최근 연구들은 기계 학습(ML)에 이동성 데이터를 통합하여 도시 역학을 예측하려는 시도를 해왔으나, 기존 연구들은 주로 개인의 미래 위치나 총 유입/유출과 같은 시공간 데이터에 집중되어 왔다. 특정 목적지 산업 부문(예: 학교, 병원, 식당)으로 분류된 인간 이동의 노드 수준 구조적 특성(특히 내입 차수(in-degree) 및 외출 차수(out-degree))을 예측하는 데에는 주목할 만한 공백이 존재한다. 또한, 이동 예측을 위한 기존의 ML/AI 연구는 다양한 유형의 인간 이동 간에 존재하는 변동성을 충분히 다루지 못하고 있다.

방법론
저자들은 2018년 1월부터 2019년 12월까지 103주 동안의 텍사스주 해리스 카운티(Harris County) 내 인간 이동을 모델링하기 위해 시변(time-varying) 다층 이동 네트워크를 구축하였다.

• 데이터 소스:
  • 이동성 및 인프라: SafeGraph 데이터셋은 홈 센서스 블록 그룹(census block groups)에서 목적지 관심 지점(POI)으로의 주간 GPS 기반 이동 패턴을 제공한다. 목적지는 2017년 북미 산업 분류 체계(NAICS)를 사용하여 분류된다. 본 연구는 8개의 특정 산업 부문(예: 소매업, 의료 서비스, 교육, 음식 서비스)과 모든 이동을 나타내는 레이어 집계 네트워크에 초점을 맞춘다.
  • 인구 통계: 미국 인구 조사 데이터(2019년 American Community Survey)는 인구, 인구 밀도, 소득, 실업률, 비백인 인구 비율, 빈곤율 등 6가지 사회경제적 특징을 제공한다.
• 네트워크 구축: 노드는 센서스 트랙트(census tracts)를 나타낸다. 서로 다른 레이어의 엣지(edges)는 목적지가 특정 NAICS 산업 코드에 속하는 한 트랙트에서 다른 트랙트로의 주간 이동 횟수를 나타낸다. 본 연구는 시간 평균 노드 차수와 주간 변동 노드 차수를 모두 분석한다.
• 예측 모델링:
  • 과업: 각 산업 부문별로 분류된 센서스 트랙의 내입 차수(트랙트로 들어오는 이동)와 외출 차수(트랙트에서 나가는 이동)를 예측한다.
  • 모델: 10개의 통계 및 기계 학습 모델을 비교하였다: 4개의 선형 모델(다변량 선형 회귀, ElasticNet, Ridge, Huber)과 6개의 비선형 모델(Random Forest Regression, XGBoost, Extra Trees, Nearest-Neighbor, Gradient Boosting, Multilayer Perceptron).
  • 특징(Features): 입력 변수에는 인프라 수(목적지 트랙트 내 산업 유형별 건물 수)와 인구 통계/사회경제적 요인이 포함되었다. 주간 예측을 위해, 계절적 순환을 포착할 수 있도록 두 가지 시간 인코딩 특징(주 번호의 사인 및 코사인 값)이 추가되었다.
  • 평가: 모델 성능은 주로 결정 계수($R^2$)를 사용하여 측정되었으며, RMSE, MAE, MAPE가 보조적으로 사용되었다. 특징 중요도는 회귀 계수(선형 모델의 경우)와 불순도 감소(Random Forest의 경우)를 통해 정량화되었다.

주요 결과

1. 모델 성능: 비선형 모델이 선형 모델보다 일관되게 우수한 성능을 보였다. Random Forest Regression(RFR)이 대부분의 과업에서 일관된 최상위 성능 모델로 확인되었다. 주간 예측의 경우, 시간 인코딩 변수를 포함했을 때 시간 평균값을 사용했을 때보다 외출 차수 예측에서는 최대 36%, 내입 차수 예측에서는 15%까지 정확도가 향기되었다.
2. 내입 차수 vs 외출 차수: 모든 산업 부문과 모델 유형에 걸쳐 내입 차수(안쪽으로의 이동)를 예측하는 것이 외출 차수(바깥쪽으로의 이동)를 예측하는 것보다 일반적으로 더 어려웠다.
3. 특징 중요도:
   • 외출 차수: 인구 규모가 모든 부문에 걸쳐 외부 이동을 예측하는 가장 영향력 있는 예측 변수였다.
   • 내입 차수: 목적지 산업 특유의 인프라 수가 내부 이동을 예측하는 가장 결정적인 변수였다. 예를 들어, 병원으로의 이동을 예측하는 데는 목적지 트랙트 내의 의료 인프라 수가 매우 중요하게 작용했다.
   • 교차 부문 영향: 음식 서비스 및 소매 무역을 위한 인프라는 다른 산업 유형으로의 이동에 대해서도 중요한 예측 변수로 나타났다.
4. 부문별 예측 가능성:
   • 예측이 가장 쉬운 부문: 음식 서비스 및 숙박업(NAICS 72)과 소매 무역(NAICS 44)과 관련된 이동이 가장 예측 가능성이 높았다.
   • 예측이 가장 어려운 부문: 교육 서비스(NAICS 61)와 "기타 서비스"(NAICS 81)로의 이동이 가장 예측하기 어려웠다.
   • 계절성: 시간 인코딩 변수의 포함은 강한 계절적 역학을 보이는 부문, 특히 교육 부문의 예측력을 크게 향상시켰다. 이 변수들을 생략했을 때 교육 관련 이동에서 가장 큰 정확도 하락이 발생했는데, 이는 학교 방학의 복잡한 비선형 패턴 때문인 것으로 분석되었다.

의의 및 주장
저자들은 본 연구가 다양한 산업 부문에 걸친 이동의 예측 가능성을 명시적으로 다룸으로써 인간 이동 모델링을 위한 기계 학습 활용의 실질적인 단계를 제공한다고 주장한다. 본 연구는 다음을 입증한다:

• 비선형 모델이 우월함: 특히 시간적 역학이 관여할 때, 인간 이동의 복잡하고 이질적인 특성을 포착하는 데 있어 비선형 모델이 더 우수하다.
• 예측 가능성의 비대칭성: 외출 이동은 집계된 특성(예: 인구)에 의해 더 체계적으로 유도되는 반면, 내입 이동은 목적지 특정 요인(예: 인프라)에 의존하며 본질적으로 모델링하기 더 어렵다.
• 부문 특수성의 중요성: 서로 다른 산업 부문은 뚜렷한 예측 가능성 수준을 보인다. 음식/소매업은 예측 가능성이 높은 반면, 교육은 계절적 요인으로 인해 변동성이 크다.

이러한 결과는 도시 계획, 교통 시스템 설계, 비상 대응과 같은 다운스트림 응용 분야에 실질적인 통찰력을 제공하며, 조직들이 특정 산업 부문의 예측 가능성 특성을 이해함으로써 수요 변동을 더 잘 예측하고 자원을 배분할 수 있음을 시사한다. 저자들은 본 연구가 해리스 카운티의 안정적인 기간에 초점을 맞추고 있으나, 본 방법론이 다른 지역 및 공간 규모로 분석을 확장할 수 있는 프레임워크를 제공한다는 점을 겸허히 언급하였다.