빅데이터 기반 서울시 심야버스 노선 수립
서울시 칭찬해 April 03, 2020빅데이터 기반 정책 결정 사례 중에서 가장 유명한 서울시 심야버스 노선 결정 사례입니다.
분석 목적
-
서울시는 버스나 지하철 등 대중교통을 이용할 수 없는 심야시간(00시~05시)에 시민들의 안전한 귀가를 위해 시민이 SNS로 제안한 ‘심야시간대 버스운행’ 아이디어를 정책에 반영, 2013년 4월부터 심야버스 2개 노선을 시범운행하였습니다.
-
그 결과 시민만족도는 매우 높았고, 노선 확대 요구도 많아 8개 신규 노선 신설을 계획하였으며, 노선확정을 위해 심야시간대 승객의 수요예측을 통한 노선의 적정여부에 대한 검증이 필요하여 빅데이터를 분석한 사례입니다.
활용 데이터
- KT 유동인구 데이터(1개월치)
- 택시 승하차데이터(7일치)
관련 보도 및 참고자료
[CUN 파워인터뷰] 서울시민 만족도 1위 ‘심야버스’는 어떻게 탄생했을까?
[서울시 홈페이지]빅데이터 기반 서울시 심야버스 노선 수립 사례
느낀 점
- 저도 데이터 중심 행정에 관심을 가지면서 여러번 접한 사례인데, 참 볼 때마다 대단하다는 생각이 듭니다. 서울시가 별도의 빅데이터 전담 조직을 두고 정책을 발전시켜나갈 수 있었던 것은 이런 초기 성공사례들이 좋은 영향력을 주었기 때문이라고 생각합니다.
- 정책적인 측면에서 보면 아이템 선정이 매우 적절했습니다. 데이터를 기반으로 한 의사결정이 조직 내에 정착되기 위해서는 기존의 방식으로 해결하기 어려운 문제들부터 적용해나가는 것이 좋다고 생각합니다.
- 심야버스 노선을 어떻게 결정해야 할지 알기 어려운 상황에서 빅데이터 기반으로 근거를 찾고, 그 결과를 가지고 다시 논의해서 최종적으로 의사결정을 해가는 과정이 매우 바람직했습니다. 데이터 기반 정책결정에 대해 모든 것을 컴퓨터가 계산해서 결정해 줄 것이라고 오해하시는 분들도 간혹 있는데, 데이터는 판단의 근거를 제시해주는 것이지 결정을 대신 해줄 수 있는 것은 아닙니다. 결국 책임은 사람이 질 수 밖에 없습니다.
- 기술적인 측면에서는 분석 데이터의 범위를 적절한 수준으로 제한하고, 외부기관의 역량을 분석에 활용하여 기간을 단축한 점이 뛰어나다고 생각합니다.
- 1달치의 정보를 가지고 버스노선을 결정한 것을 가지고, 누군가는 1년 동안의 정보를 보아야 하는 것 아니냐고 이야기할 수도 있겠지만, 그렇게 하면 오히려 분석에 더 많은 시간이 걸리고 분석결과를 아예 활용하지 못하게 될 수도 있습니다. 그리고, 유동인구 데이터 분석 경험이 많은 KT와의 협업도 분석 기간을 줄이는데 큰 도움이 되었을 것으로 예상합니다.
- 처음에는 완벽하지 않더라도 어느 정도 수준의 근거를 확보하고, 이후 시스템을 구축하고 데이터를 보강하면서 세부적인 조정을 하는 것이 나은 경우가 많습니다.
- 이번 사례의 경험이 축적되면 심야버스 뿐만 아니라 서울시 전체, 나아가 우리나라의 모든 버스노선을 결정하는데에도 사용할 수 있을 것입니다.