클러스터링 기법을 활용한 출발 여객 체류 시간 분석

안덕배,김휘양,백호종 한국항행학회 2019 韓國航行學會論文誌 Vol.23 No.5

This paper is concerned with departure passengers’ dwell time analysis using real system data. Previous researches emphasize the importance of dwell time analysis from perspective of airport terminal planning and non-aeronautical revenue. However, short-term airport operation using passengers’ dwell time is considered impossible due to absence of passengers’ behavior data. Recently, in accordance with the wave of smart airport, world leading airports are systematically collecting passenger data. So there is high possibility of analyzing passengers’ dwell time with the data stacked in the airport database. We conducted dwell time analysis using data from Incheon Int’l airport. In order to handle passenger data, we adapted clustering algorithm which is one of data mining techniques. As a clustering result, passengers are divided into 3 clusters. One is the cluster for passengers whose dwell time is relatively short and who tend to spend longer time in the airside. Another is the cluster for passengers who have near 3 hours dwell time. The other is the cluster for passengers whose total dwell time is extremely long. 본 연구는 실제 공항에서 수집되는 여객 데이터를 활용하여 공항 내 여객의 체류 시간을 분석한 연구이다. 여객의 체류 시간은 공항 터미널 설계, 공항의 수익성에 영향을 주어 중요한 여객 특성으로 간주되어 왔지만 실제 여객 데이터 수집의 어려움으로 그에 대한 분석이나 실시간 공항 운영에 활용하기가 어려웠다. 하지만 스마트 공항의 일환으로 세계 유수의 공항에서 방대한 양의 여객 데이터를 수집하고 있고, 축적된 데이터를 활용하여 공항 내 여객 체류 시간 분석이 가능해졌다. 본 연구에서는 인천 국제 공항에서 수집된 여객 데이터를 활용하여 여객 체류 시간 분석을 수행하였으며, 방대한 양의 자료를 효율적으로 처리하기 위해 데이터 마이닝 기법인 클러스터링을 활용하여 여객을 체류 시간에 따라 구분하였다. 분석 결과 인천 국제 공항 출발 여객은 체류 시간에 따라 1) 체류 시간이 짧고 대부분의 시간을 에어사이드에서 보내는 여객, 2) 평균 3 시간 정도의 체류 시간을 갖는 여객, 3) 총 체류 시간이 압도적으로 긴 여객 등 크게 3 개의 클러스터로 구분할 수 있는 것으로 나타났다.

출발관리시스템(DMAN)의 지상 이동시간 감소 효과 평가를 위한 Fast-time Simulation 분석

조석진,안덕배,윤석재,백호종 한국교통연구원 2021 交通硏究 Vol.28 No.1

The imbalance between demand and capacity due to the continuous increase in air traffic volume is a very important issue for the global aviation industry. In the case of South Korea, it is difficult to efficiently expand capacity by simply increasing airport facilities due to the concentration of traffic on certain routes and the use of narrow airspace, etc. Therefore, from the perspective of related agencies and airport operators, improving efficiency through enhancement of existing airspace or airport operations is required. From this point of view, an airport departure management(DMAN) system is of great significance as an operational measure that minimizes inefficient fuel consumption and ground delay on the departure queue by optimizing the sequence and time of the departure aircraft. This study attempts to present the analysis process and results for analyzing effects from DMAN system based on the world's most utilized Total Airspace and Airport Modeller(TAAM) among microscopic air traffic Fast-time simulation models. As a result, this study quantitatively demonstrate increased efficiency through the introduction of DMAN system by properly complying with Target Take-Off Time(TTOT) and simultaneously checking the reduction in the Taxi-Out Time of the departure flights. 항공 교통량의 지속적인 증가로 인한 수요와 수용량 간의 불균형은 전 세계의 항공 산업에 있어 매우 중요한 사안이다. 우리나라의 경우 특정 노선으로의 교통량 집중, 협소한 공역 이용 등의 이유로 단순한 공항 시설 증대만으로는 효율적인 수용 능력 확대가 어려운 실정이다. 따라서 관계기관과 공항 운영자의 입장에서 기존의 공역 혹은 공항 운영의 개선을 통한 효율성 향상이 요구되고 있다. 이러한 관점에서 공항 출발관리(Departure Management, 이하 DMAN) 시스템은 출발 항공기의 출발 순서 및 시각을 최적화함으로써, 출발 활주로 대기열(Departure Queue) 상에서의 비효율적인 연료 소모 및 지상 지연을 최소화하는 운영 방안으로서 중요한 의미가 있다. 본 연구는 미시적 항공교통 Fast-time 시뮬레이션 모형 가운데 세계적으로 활용도가 높은 TAAM(Total Airspace and Airport Modeller)을 활용하여, 출발관리시스템 도입의 효과 분석 과정 및 분석 결과를 제시하였다. 결과로서, 목표이륙시각을 적절히 준수하면서 동시에 출발 항공기의 지상 이동시간(Taxi-Out Time)의 감소 효과를 확인함으로써 DMAN 시스템 도입 효과를 정량적으로 입증하였다.

모빌리티 빅데이터 가상결합 분석방법론 연구

조범철,권기훈,안덕배 사)한국빅데이터학회 2022 한국빅데이터학회 학회지 Vol.7 No.2

코로나19 팬데믹에 따른 경제사회 환경 변화와 빅데이터 기술의 발달로 교통분석에 대한 요구가 다양화되고 있다. 특히 데이터 3법 개정에 따라 이종 데이터 간 가명정보 결합이 가능해져 다각적인 분석이 가능해졌다. 그러나 개인정보보호 강화로 모빌리티 빅데이터의 결합분석에는 데이터 협력, 비용대비 효과 등에 한계가 있어 새로운 분석방법론이 필요하다. 본 연구에서 제시하는 “모빌리티 빅데이터 가상결합 방법론”은 법제상의 제약 해소 및 다각적인 교통분석을 위한 것으로, 모바일 통신 기지국 데이터, 교통카드 데이터 등 다양한모빌리티 관련 빅데이터를 간접적으로 결합하여 상세 분석을 수행하기 위한 방법론이다. 가상결합은 모바일데이터를 바탕으로 특정 인원의 시간대별 위치를 파악할 수 있는 MCGM(Mobility Comprehensive Genetic Map)을 생성하여 패턴을 분석하고, 이를 교통카드데이터 등 교통관련 빅데이터와 결합시켜 분석하는 방법론으로 본 연구에서는 청주, 수도권 대상으로 가상결합 분석을 수행하여 활용가능성을 검증하였다.

심장박동수 측정을 통한 항공교통 관제사의 피로와 스트레스

박진한 ( Jin-han Park ),안덕배 ( Deok-bae An ),백호종 ( Hojong Baik ) 한국항행학회 2017 韓國航行學會論文誌 Vol.21 No.1

본 연구는 교대근무를 수행하는 항공교통 관제사들의 피로와 스트레스와 이에 영향을 미치는 변수와의 연관성을 규명하는 연구이다. 기존 연구결과에 의하면, 관제사의 피로와 스트레스는 근무경과시간, 관할 항공기의 수, 시정 등과 같은 여러 요소에 영향을 받으며, 또한 관제사의 피로와 스트레스는 심장 박동수에 영향을 미치는 것으로 있다고 알려져 있다. 본 논문에서는 항공교통관제사의 피로와 스트레스에 영향을 주는 요소로 근무경과시간, 관할 항공기의 수, 시정을 설정하고, 각 요소와 피로와 스트레스의 정도를 나타내는 심장박동수에 대한 연구 가설을 설정하였다. 실제 수집된 자료를 활용하여 연구가설을 검정한 결과 항공교통관제사의 심장 박동수는 관할 항공기의 수와 근무시간경과에 영향을 받는 것을 확인하였다. 특히, 동일한 대수의 항공기를 관제하는 경우에도, 근무 시간이 경과에 따라서 관제사의 피로와 스트레스 정도가 증가하는 것을 확인할 수 있었다. This paper is concerned with air traffic controllers` fatigue and stress that they experience during their daily job particularly as being shift workers. Previous researches reveal that the controllers` fatigue and stress increase by several factors including time spent at work, traffic intensity, visibility, etc. The researches also indicate that air traffic controllers` fatigue and stress can be reasonably surrogated by their heart rate. We set three hypotheses relating the influencing factors and the fatigue and stress represented by the heart rates. Using wrist bands, air traffic controllers` heart rates at various situations are collected at Choongju airport. The hypothetical tests explicitly confirm that the heart rate is highly correlated with the traffic level and the time spent at work. In particular, it be shown that even when handling the same traffic level, air traffic controllers` stress level increases as the time they spent at work increases.

사회적 거리두기 정책 시행에 따른 모빌리티 변동 분석

조범철(CHO, Bumchul),안덕배(AN, Deokbae) 대한교통학회 2024 대한교통학회지 Vol.42 No.3

코로나19 팬데믹과 이에 대응하기 위해 도입된 정책에 의한 충격은 국민의 통행패턴을 급격하게 변화시켰다. 그 결과 통행의 관점에서 과거 사회경제 변화나 정책 시행으로 관측할 수 없었던 다양한 변화가 나타났다. 선행 연구에서는 실제 이동성 관리 정책에 따른 통행의 변화를 설명한 연구는 찾아보기 어려웠다. 따라서 본 연구에서는 코로나19 팬데믹 기간 중 관측된 모빌리티 변화에 영향을 준 요인을 탐색하여 인과관계를 규명하고, 이를 통해 이동성 관리 정책이 모빌리티 변화에 미친 충격을 분석하고자 하였다. 모바일 기지국 데이터를 활용하여 2020년 말의 가정기반 비정기통행과 심야 귀가통행 변화에 대하여 분석하였으며, 분석 결과 확진자 수의 변화는 모빌리티 변동에 단기적인 영향을 미치는 데 반해, 사회적 거리두기 정책의 변화는 모빌리티 변동에 중장기적인 영향을 미치는 것으로 나타났다. 특히, 대중교통 야간 운행 감축 및 심야영업 제한 등 거리두기 단계 상향에 따른 모빌리티 변동은 심야 통행에서 더욱 크고 장기적으로 관찰되었다. The impact of the COVID-19 Pandemic and the policies introduced to respond to it has drastically changed peoples mobility patterns. As a result, various changes emerged from the perspective of mobility that could not be observed due to past socioeconomic changes or policy implementation. In previous studies, it was difficult to find studies that explained changes in mobilioty according to mobility management policies during Pandemic. Therefore, this study explores the factors that influenced the mobility changes observed during the COVID-19 Pandemic to identify causal relationships and analyze the impact of mobility management policies. Using mobile data, we analyze changes in household-based irregular trips and night trips in late 2020, and find that changes in the number of confirmed cases have a short-term impact on mobility changes, while changes in social distancing policies have a medium- to long-term impact on mobility changes. In particular, mobility changes due to increased social distancing levels were observed to be larger and more prolonged for night trips.