2019.08.06 (화)

  • 구름많음동두천 34.0℃
  • 흐림강릉 27.9℃
  • 구름많음서울 35.7℃
  • 흐림대전 31.4℃
  • 대구 26.1℃
  • 울산 24.8℃
  • 구름많음광주 30.7℃
  • 부산 23.6℃
  • 흐림고창 31.6℃
  • 맑음제주 30.7℃
  • 구름많음강화 33.4℃
  • 흐림보은 29.7℃
  • 흐림금산 29.4℃
  • 흐림강진군 28.3℃
  • 흐림경주시 24.8℃
  • 흐림거제 24.6℃
기상청 제공

지역


서울시, 빅데이터로 '지하철 부정승차' 막는다

우대용 교통카드 사용자 중 '출퇴근' 유형 보이는 데이터 추출
교통카드 일련번호와 적발 가능성 높은 지하철역 예측해 9월부터 단속

 

서울시가 빅데이터를 활용해 '우대용 교통카드 부정 사용자 추정모델'을 만든다고 6일 밝혔다.

 

서울시는 그동안 부정승차 방지를 위해 노력했지만 정작 부정 승차자는 매년 증가 추세에 있다.

 

서울시에 따르면 우대용 교통카드 부정사용건수는 2013년 1만6,503건에서 2018년 2만1,513건으로 증가했다. 지하철 운영기관에서 특별단속반을 꾸려 전 역사를 대상으로 불시단속에 나서기도 했지만, 역무원에게만 의존해야 하는 한계를 보였다.

 

서울시가 우대용 교통카드 부정 사용자 적발에 빅데이터에 관심을 가진 이유다. 서울시는 경로 우대용 교통카드 데이터 한 달 치 180만 명, 3,859만 건의 자료를 분석한 다음, 이 중 전형적인 '직장인 패턴'으로 지하철을 이용한 우대용 교통카드 데이터를 추출했다. 낮 시간대 주로 이용하고 평균 외출 시간이 5시간 미만인 65세 이상 어르신의 일반적 이용 패턴과 상이한 대표적 유형이 부정 사용자라고 판단했다.

 

서울시는 이를 바탕으로 부정 사용자로 추정되는 교통카드의 일련번호와 현장 적발 가능성이 가장 높은 지하철역 및 시간대를 예측해 지하철 운영기관에 매월 통보할 계획이며, 방학․휴가가 끝나는 9월부터 단속을 개시할 예정이다.

 

여기에 서울시는 '직장인 패턴'을 조기 출퇴근, 주말 근무-평일 휴무 등 다양한 유형으로 세분화하고, '직장인 패턴' 외에도 65세 이상 어르신의 일반적인 이동패턴과 다르다고 볼 수 있는 다양한 패턴들을 추가 반영해 추정 모델을 발전 시켜 나갈 계획이다.

 

또 딥러닝 기술 등을 활용해 지하철 운영 현장에서의 실제 단속 결과를 부정 사용자 추정 모델에 반영, 추정 모델 정확도도 지속적으로 향상해 나간다는 계획이다.

 

황보연 서울시 도시교통실장은 "부정 승차는 점점 늘어나고 있는데 단속은 여전히 역무원의 눈썰미에 상당 부분 의존하는 실정이었다"라며 "빅데이터를 활용한 과학적 단속을 통해 우대용 교통카드가 어르신 등 교통약자의 이동 편의 제고라는 본래 취지에 맞게 쓰일 수 있도록 지속적으로 관리해나가겠다"라고 말했다. 


배너
배너




배너

배너


배너


배너

배너