[KT AIVLE] 미니 프로젝트 1 후기

첫번째 미니 프로젝트는 서울시 데이터를 토대로 버스 노선이 필요한 지역구를 선정하는 주제로 진행했다.

팀원은 임의로 지정되었고, 조장, 서기도 팀 안에서 개별로 뽑았다.

주제

서울시 생활정보 데이터(인구, 상권)기반 대중교통(버스) 수요 분석

유사 사례

빅데이터를 활용한 서울시 심야버스 노선 선정 성공 사례

• 기간 : 2013~현재
• 세계 최초 빅데이터 활용 교통 정책 반영 케이스
• 참여 그룹 : 서울시, KT

AS-IS TO-BE

• AS-IS : 교통 전문가의 직관에 의존, 심야 교통 데이터의 부재
• TO-BE : 통신 기록으로 유동 인구 파악
• 카드 데이터→결제 후 어디로 이동했는지 알 수 없음
• 단순히 사용자 이동 수로 보면 집으로 가는 것이 아니라 다른 곳으로 놀러간다고 볼 수도 있으므로 집으로 가는 인구를 살펴봐야함.

도메인 이해

• 분야 관련 이슈
• 관련 지식

교통 관련 이슈

• 이용자의 수요 반영이 중요
• 이용 패턴 정보 반영, 수요자 중심 정책 설계 가능
• 공공 데이터 활용, 버스 노선 관련 인사이트 도출 및 정책 수립

관련 지식

• 서울은 25개 구로 이루어짐
• 인구가 가장 많은 구 : 송파구, 가장 적은 구: 중구
• 면적이 가장 큰 구 : 서초구, 면적이 가장 작은 구: 중구
• 도로 길이 합이 제일 긴 구: 성북구
• 도로 면적 합이 제일 큰 구: 강남구
• 서울 버스 노선이 수 : 375
• 야간 노선의 운행 시작 시간: 00시
• 서울 내 버스 노선 길이(지선+간선만): 13533km

문제

버스 시설 추가 필요 대상 지역구 선정

*주야 상관x, 논리적으로만 분석해서 결과 선정하면 됨

예) 야간에 이쪽 노선을 추가하면 좋을 것 같다.

예) 주간에 이쪽 구 버스가 부족해서 추가하면 좋을 것 같다.

데이터 셋

• 버스 승하차 이용 데이터
• 구 별 유동 인구 데이터
• 서울 구 별 주민 등록 인구 데이터
• 서울 구 별 업종 등록 데이터

유의사항

• 다양한 라이브러리 사용 가능
• 입체적인 접근 중요
• 데이터 수집시 라이선스 확인!(자유 이용 허락 등)

실습 프로세스

도메인 이해→ 데이터 분석→ 시사점 도출→ 솔루션 제시

---

느낀점

코드로 분석만 하다가 실제로 제안을 위한 분석을 하려니 데이터 이해도가 중요하다고 생각했다.

KT에서 제공하는 데이터 이외에 다른 데이터도 활용한다면 더 의미있고 reasonable한 결과가 나올 것 같다.

조장이 되어 팀원들을 잘 이끌었어야 했는데, 처음이라 데이터 분석하기도 바빠서 친해질 시간이 부족한 게 아쉬웠다.

그래도 PPT도 함께 만들고 부족한 부분을 채워갈 수 있었어 팀원들과 함께하는 보람이 있었다.

다른 팀들의 발표를 들어보면서 내가 신경쓰지 못했던 변수, 분석 방법을 공유할 수 있었다.