서울시가 빅데이터를 활용해 65세 이상 어르신의 일반적인 이용패턴과 다른 ‘우대용 교통카드 부정사용자 추정모델’을 만든다. 모델에 기반해 부정사용으로 추정된 교통카드는 단속 대상이 된다.
시는 우대용 교통카드 발급자 전원에게 안내문을 발송해 경각심을 고취하고, 경로, 장애인, 유공자 등 이용자 유형별로 개찰기에 들어오는 LED 색깔을 달리해 부정승차 여부 식별을 용이하게 만드는 등 부정승차 방지를 위해 노력하고 있지만, 부정승차자는 매년 증가 추세에 있다.
어르신 등 교통약자의 지하철 무료 이용을 위해 만든 우대용 교통카드 부정사용건수가 2013년 16,503건에서 2018년 21,513건으로 증가했으며, 지하철운영기관에서는 특별단속반을 꾸려 전 역사 대상 불시단속에 나서는 등 적극적으로 대응하고 있지만, 역무원에게만 의존해야하는 한계로 효율적 대처는 어려웠다.
특히 관련 규정상 현장에서 적발해야만 부정승차자를 처벌할 수 있어 단속 효율도 낮고, 일반 승객을 위한 서비스에 집중해야할 역무원들이 부정승차자로 인해 업무부담이 가중되는 실정에 문제의식을 느껴 보다 과학적인 단속 기법을 고안하게 됐다고 시 관계자는 설명했다.
서울시는 부정사용자 추정모델 구축을 위해 경로 우대용 교통카드 데이터 한 달치 180만 명, 3,859만 건에 달하는 기록을 분석한 후 전형적인 ‘직장인 패턴’으로 지하철을 이용한 우대용 교통카드 데이터를 추출했다.
낮 시간대 주로 이용하고 평균 외출시간이 5시간 미만인 65세 이상 어르신의 일반적 이용패턴과 상이한 대표적 유형이라고 판단했다.
시는 부정사용자로 추정되는 교통카드의 일련번호와 현장 적발 가능성이 가장 높은 지하철역 및 시간대까지 예측해 지하철 운영기관에 매월 통보할 계획이며, 방학·휴가가 끝나는 9월부터 단속을 개시할 예정이다.
더불어 시는 ‘직장인 패턴’을 조기 출퇴근, 주말근무-평일휴무 등 다양한 유형으로 세분화하는 한편, ‘직장인 패턴’ 외에도 65세 이상 어르신의 일반적인 이동패턴과 다르다고 볼 수 있는 다양한 패턴들을 추가 반영하여 추정모델을 발전시켜 나갈 계획이다.
그리고, 딥러닝 기술 등을 활용하여 지하철 운영현장에서의 실제 단속 결과를 부정사용자 추정모델에 반영, 추정모델 정확도도 지속적으로 향상시켜 나간다.
서울시는 빅데이터 첨단기술 도입으로 지하철 부정승차에 대한 사전 예방효과 뿐만 아니라 비용과 인력투입은 최소화하는 반면, 단속 효율성과 실효성은 크게 개선될 것으로 기대하고 있다.
한편 서울시는 정책의 효율성을 높이고, 적재적소에 교통서비스를 공급해 서울시민의 보다 나은 삶을 만드는데 교통 빅데이터를 적극적으로 활용한다는 계획이다.
이미 지난해 6월 새벽 혼잡노선 서비스 개선에 이어 지하철 부정승차 단속에 적용했으며, 교통서비스 개선을 위한 민간데이터와의 융합분석도 추진하고 있다.
황보연 서울시 도시교통실장은 “빅데이터를 활용한 과학적 단속을 통해 우대용 교통카드가 어르신 등 교통약자의 이동편의 제고라는 본래 취지에 맞게 쓰일 수 있도록 지속적으로 관리해나가겠다”고 말했다.
