Current Issue

민소아 외(2021)는 다양한 기법을 활용한 시계열 데이터 모델링을 통해 서울시 공공 자전거의 수요 예측을 위한 정확도 비교 연구를 하였다[6]. 해당 논문에서는 시계열 데이터 군집 분석(Time series clustering), 서포트 벡터 회귀(Support vector regression), LSTM 네트워크(Long Short-Term Memory networks)의 분석 방법론을 통해 서울시 공공 자전거 수요 예측을 하였다. LSTM은 학습 데이터의 지속성을 갖는 RNN(Recurrent Neural Network) 기법의 단점인 입력과 출력 사이의 거리가 멀수록 연관 관계가 적어지는 장기 의존성 문제를 개선한 기법이다. 연구 결과, LSTM 모형은 다른 모형들에 비해 상대적으로 정확도가 높아 서울시 공공 자전거 이용자 수 예측을 위해 적합한 것으로 판단하였다.

김예슬 외(2020)는 서울시 공공 자전거 신규 대여소를 위한 수요량 예측 분석을 하였다[7]. 서울시 공공 자전거의 새로운 입지 선정을 한 후 랜덤 포레스트 방법론을 활용하여 신규 대여소의 이용량을 예측하였다.

이근혁 외(2019)는 서울시 공공 자전거 서비스에 대한 이용자 수 예측을 위하여 기상 인자와 시간을 활용하였다[8]. 연구 방법론으로는 자전거 이용률에 영향을 미치는 기상요소와 시간 및 행정구별 간의 상관관계 및 인과관계를 분석한 뒤, 인공신경망을 적용해 기상예보를 토대로 시간 및 지역에 따른 대여율을 예측하였다. 연구 데이터로는 273,632개의 학습 데이터로서 배치 사이즈(Batch size) 1000, 에포크(Epoch)는 540으로 하여 약 35%의 예측 정확도를 보였다.

고은경(2020)은 한국 초등학교 3학년 아동의 행복감 예측을 연구하였다[9]. 연구 방법론으로는 로지스틱 회귀 분석 모형, 라쏘 로지스틱 회귀 분석 모형, 랜덤 포레스트 모형, 그레디언트 - 부스팅 의사결정나무 모형 등 4가지의 모형을 기반으로 한 머신러닝을 수행하였다. 독립변수로는 자아 존중감, 학교 선호도, 또래애착 신뢰, 교사 선호도, 학교생활느낌, 시간 만족도, 수학 선호도를 활용하였으며 그 예측 정확도는 모두 90% 이상을 보였음을 알 수 있었다.

안성준 외(2020)는 저유소 휘발유 출하량 예측을 위한 머신러닝 모형의 성능을 비교하였다[10]. 독립변수로는 기온 강수 여부 등의 18가지 정보를 활용하였다. 이 데이터들을 활용하여 GLM(Generalized Linear Model), 랜덤 포레스트(Random forest), GBM(Gradient Boosting Machine), 딥러닝, 앙상블 학습 모델을 포함한 7가지 모델에 대한 성능을 비교 분석하였다. 분석 결과, GBM과 랜덤 포레스트 모델을 활용한 Ensemble 3 모델을 통한 예측 값들의 MAPE는 29.39%로 전문가들의 예측 수준인 약 45.0%보다 15.61% 가량 향상된 수준을 보임을 알 수 있었다.

본 연구는 기존의 서울시 공공 자전거 이용자 수 예측을 위한 연구들과 다음과 같은 차별점이 존재한다.

첫째, 코로나19 팬데믹 상황에 따라 증가하게 된 PM(Personal Mobility) 수요에 맞춰 강우량 및 계절, 요일을 활용하였을 뿐만 아니라 일별 코로나19 확진자 수를 활용하였다. 따라서 국내 코로나19 첫 확진자가 발생하기 전인 2019년도와 발생 후인 2020년도의 공공 자전거 이용자 수를 비교해 볼 수 있는 연구이다.

둘째, 특정 공공 자전거 대여소나 지역구에 국한되지 않고 서울시 전역을 기준으로 하여 일별 공공 자전거 이용자 수 예측을 위한 모형을 제안하는 연구이다.

셋째, 본 연구는 다중 선형 회귀분석과 머신러닝을 모두 수행한 연구이다. 기존 고은경(2020)의 한국 초등학교 3학년 아동의 행복감 예측 연구[9]와 같이 머신러닝을 수행함에 있어 변수들의 계수, 유의수준 등의 회귀분석을 통해 각 변수들의 영향도를 확인하였다. 또한, 회귀분석 외삽(Extrapolation)의 한계를 텐서플로우를 통해 보완한 연구로서 그 의미를 갖는다[11].

따라서 본 연구는 코로나19의 확산과 함께 서울시 전 지역구를 기준으로 공공 자전거 서비스인 “따릉이”의 이용자 수를 합리적으로 예측하는데 의의를 둔다.

코로나19 관련 독립변수인 TREAT, COV, EDAY 변수를 제외한 경우와 포함한 경우의 다중 선형 회귀분석의 결과는 각각 표 4, 5와 같다.

분석 결과, TREAT, COV, EDAY 변수를 포함한 경우의 Adj. R2는 0.676으로 67.6% 정도의 설명력을 갖췄으며 모든 독립변수들의 P-value는 0.001 미만으로 99.9% 이상의 신뢰수준을 갖췄음을 알 수 있다. 이는 TREAT, COV, EDAY 변수를 제외한 다중 선형 회귀분석의 설명력인 Adj. R2의 0.600 보다 약 12.67% 상승한 값이다. 따라서 코로나19 관련 독립변수인 TREAT, COV, EDAY 변수를 포함하면 모형의 설명력이 더 높아지는 것을 확인할 수 있다.

또한, 코로나19 관련 모든 독립변수들을 포함하여 다중 선형 회귀분석을 수행한 표 5와 같이 VIF(Variation Inflation Factor) 값은 모두 10미만의 약 1.0에서 4.8 사이로 독립 변수 개별적으로 상관도를 나타내는 다중 공선성을 가진 변수는 없는 것으로 판단된다.

따라서 표 5의 결과를 해석하면 다음과 같다. 종속변수인 “따릉이”의 일별 이용 건을 증가시키는 요인은 2020년 1월 20일 이후인 코로나19 확진자 발생일 이후 인지 여부, 계절이 여름인지 여부, 국내 첫 코로나19 확진자 발생 후 경과일이었다. 이와 반대로, “따릉이”의 일별 이용 건을 감소시키는 요인은 코로나 확진자 수의 증가, 주말 여부, 겨울 여부, 봄 여부, 강우량이었다.

예를 들어, 국내 첫 코로나19 확진자가 발생한 2020년 1월 20일 이후(TREAT)일 때에는 이전에 비해 약 7,901.3명의 이용자 수가 늘었으며 코로나19 확진자 수(COV)가 1명이 늘어남에 따라 약 27.9명의 이용자 수가 줄어들지만 국내 첫 코로나19 확진자 발생 경과일(EDAY)이 하루 지날 때마다 약 68.2명의 이용자 수가 늘어남을 알 수 있었다.

그리고 눈 또는 비가 오면 이용자 수는 약 1,045.8명 줄어들고 겨울인 12월에서 2월까지는 약 45,360명, 봄인 3월에서 5월까지는 약 13,770명의 이용자 수가 줄어들고 여름인 6월부터 8월까지는 약 5894.1명 늘어나는 것으로 분석됐다. 마지막으로 공휴일, 주말 등의 휴일에 경우에는 평일보다 약 5,689명의 이용자 수가 줄어드는 것으로 분석이 됐음을 알 수 있었다.

표 5와 식 (1)과 같이 0.676의 설명력과 모든 독립 변수가 99.9% 이상의 신뢰수준을 갖춘 다중 선형 회귀분석 모형을 표 3과 같은 설정의 파이썬의 텐서플로우 모듈에 대입하여 수행한 결과는 표 6과 같았다. 수행 결과, 동일 배치 사이즈일 때, 에포크가 커질수록 MAPE 값이 작아지는 것을 알 수 있었다.

그림 1은 본 연구에서 제안하는 인공지능 모형의 배치 사이즈가 1일 때의 MAPE 결과물을 나타낸 것으로 에포크가 1,000,000 일 때, 0.4453619까지 낮아짐을 알 수 있었다.

Fig. 1. 
MAPE results for the artificial intelligence model with the batch size of 1

그림 2는 본 연구에서 제안하는 인공지능 모형의 배치 사이즈가 10일 때의 MAPE 결과물을 나타낸 것으로 에포크가 10,000,000 일 때, 0.43998815까지 낮아짐을 알 수 있었다.

Fig. 2. 
MAPE results for the artificial intelligence model with the batch size of 10

따라서 본 연구에서 1차적으로 다중 선형 회귀분석을 통한 Adj. R2는 0.676으로 약 67.6%의 설명력을 갖추었음을 알 수 있었다. 또한, 이 회귀분석 모형을 기반으로 텐서플로우를 수행한 결과, 동일한 배치 사이즈를 기준으로 에포크를 늘림에 따라 MAPE 값이 낮아짐으로써 머신러닝의 예측 정확도가 더 높아지는 것을 알 수 있었다.