서울시 택시 수요 분석을 통한 시간대 및 지역별 맞춤형 서비스 개선 방안 연구

본 연구는 서울시 택시 수요의 시간대별, 지역별 불균형 문제를 해결하기 위해 빅데이터 분석과 GIS 시각화 기법을 활용하여 수요 패턴을 규명하였다. 2015년 1월부터 6월까지의 택시 운행 데이터, 유동인구 통계, 대중교통 접근성 데이터를 수집하여 전처리하고 분석하였다. 분석 결과, 출근 시간대(07:00~09:00)와 심야 시간대(22:00~02:00)에 택시 수요가 집중되었으며, 강남구와 종로구 등 상업·업무지구에서 높은 수요를 보였다. 유동인구와 택시 수요 간 상관계수는 0.85로 높은 상관관계를 나타냈으며, 대중교통 접근성이 낮은 외곽 지역에서 택시 의존도가 높게 나타났다. 이를 바탕으로 시간대별 탄력적 배차 시스템 도입, 대중교통 취약 지역 보완, 실시간 수요 예측 시스템 구축, 승차 거부 문제 해결 등의 정책적 개선 방안을 제시하였다. 본 연구는 데이터 기반의 과학적 접근을 통해 도시 교통 시스템의 효율성 향상에 기여할 수 있는 실천적 방안을 제시한다.

This study analyzed taxi demand patterns in Seoul using big data analysis and GIS visualization techniques to address the supply-demand imbalance issues by time period and region. Taxi operation data from January to June 2015, pedestrian traffic statistics, and public transportation accessibility data were collected, preprocessed, and analyzed. The results showed that taxi demand concentrated during commuting hours (07:00~09:00) and late-night hours (22:00~02:00), with high demand in commercial and business districts such as Gangnam-gu and Jongno-gu. The correlation coefficient between pedestrian traffic and taxi demand was 0.85, indicating a strong correlation. Additionally, taxi dependency was higher in peripheral areas with lower public transportation accessibility. Based on these findings, practical policy improvement measures were proposed, including the introduction of flexible time-based dispatch systems, supplementation of public transportation-deficient areas, establishment of real-time demand prediction systems, and solutions to address ride refusal problems. This study contributes to improving the efficiency of urban transportation systems through data-driven scientific approaches.

요약

가. 1. 서론(연구 목적)
나. 2. 연구 방법
다. 3. 데이터 분석 및 결과
라. 4. GIS 기반 시각화 및 서비스 제안
마. 5. 결론 및 향후 연구 방향
바. 7. 기술 현황 및 기존 사례
사. 6. 참고문헌