우미래 리포트

[우미래의생각] 서울시 미세먼지 정책 수소 버스의 효율적 운용방안

우미래생각
작성자
ourfuture
작성일
2018-10-11 11:57
조회
27

서울시 미세먼지 정책 수소 버스의 효율적 운용방안
- 동일비용 투자, 최대 저감효과를 위한 버스노선 발굴


박다솜, 문치웅, 신해림


한국의 미세먼지는 단순히 화력발전과 산업에 의해서만이 아닌 다양한 원인이 결합된 환경재난으로 평가된다. 특히, 인구 1,000만의 메가시티인 서울 미세먼지의 주요 원인으로는 경유차에서 배출되는 오염물질도 포함되어 있다.
그림 1 미세그림 먼지 발생요소별 원인 (출처: “대기오염물질 배출 저감을 위한 우리나라 발전소의 노력”, 중앙일보, 2015.06.01)

서울시는 매년 심화 되는 미세먼지로 인해 지난 1월 15일 처음으로 미세먼지 비상저감조치 발령을 시작으로 시민참여형 차량 2부제, 출퇴근 시간 대중교통 무료운행, 공공주차장 폐쇄 등의 조치를 취해왔다.

최근 심화 되는 미세먼지에 맞서 서울시를 비롯한 수도권 기초자치단체장들은 2027년까지 ‘미세먼지 해결을 위한 정책간담회’를 개최했고, 미세먼지 해결을 최우선 정책과제로 설정하고 협력을 강화하기로 했다. 미세먼지 저감효과를 위해 수도권의 경유버스를 수소버스, 전기버스, 압축천연가스(CNG) 버스 등의 친환경 차량으로 전면 교체할 것을 합의하였다. 실제로 서울시는 올해부터 수소버스를 시범운행 할 예정이다(상암동~양재동, 470번).

수소 버스 1대가 1km를 주행할 때마다 4.86 kg, 연간 41만 8218kg의 공기를 정화하는 효과가 있다. 이는 성인 76명이 1년간 마실 수 있는 공기량에 해당한다. 서울시 시내버스 6951대가 모두 수소버스로 대체된다면 약 53만명이 연간 마실 수 있는 공기가 깨끗이 정화된다고 볼 수 있다.

따라서 본 연구는 서울시 미세먼지 저감이라는 문제의식과 수소버스 운행을 확대하고자 하는 지자체, 중앙정부의 정책을 촉진할 수 있는 현실적 방안을 제안하기 위해 기획되었다. 본 연구의 목표는 수소버스의 점진적 교체 목표와 미세먼지와 환경에 투입되는 한정된 예산이라는 정책적 한계점을 극복하고 수소버스를 우선적으로 운영해야 할 지역과 노선을 찾아 동일비용 최대효과를 가져올 수 있는 버스노선 추천 및 발굴하는 것이 본 연구의 목표이다. 구체적인 모델링을 위해 연구 공간을 서울시로 한정하였으며 미세먼지 저감을 위한 매개로서 수소버스가 투입되어야 할 우선적 노선을 연구하였다. 분석을 시작하기 전 주제를 선정하는 과정에서 ‘수소’를 키워드로 하여 동아일보, 한겨례의 뉴스를 모아 수소와 가장 많이 언급되는 단어들의 분포를 시각화하였다. 워드 클라우드 형성 결과 ‘친환경 미래 에너지’, ‘버스’, ‘미세먼지’, ‘정부’, ‘확대’가 가장 많이 언급되었음을 확인할 수 있다.
그림 2 ‘수소’뉴스에 대한 워드 클라우드

데이터 분석의 주요 툴로 R을 사용하였고, 모델링 라이브러리는 H20, 데이터 병합 및 전처리에는 readcsv, ggplot2, dplyr, lubricate를 사용하였다. 오버샘플링에는 ROSE라이브러리를 사용하였고, 평가법에는 ROCR과 H20를 사용하였다.

미세먼지와 버스의 관계를 분석하기에 앞서, 미세먼지와 기상데이터의 상관성을 밝히기 위해 기상데이터는 기상청 2017년 데이터를 사용하였다. 서울시 대기오염 데이터는 미세먼지와 관련하여 서울시 대기환경정보에서 가져왔다. 서울시에서 현재 운행 중인 버스에 대한 정보를 위해서는 서울시 열린데이터광장에서 버스관련 데이터(버스 정류장 좌표, 승하차 횟수, 버스노선, 노선의 거리, 운행횟수)를 추출하였다. 마지막으로 본 연구에서 정의하는 유동인구 데이터는 서울시에 운행 중인 각 버스의 승하차 데이터를 합산하여 해당 정류장의 유동인구 값으로 환산하였다.
표 1 활용데이터 출처

데이터 종류

데이터 출처

서울시 기상데이터 (일별, 지역구별). 2017년기준

기상청, https://bd.kma.go.kr/kma2017/

서울시 대기오염 데이터(2017년 기준)

서울특별시 대기환경정보, http://cleanair.seoul.go.kr

서울시 유동인구 데이터

서울시 열린데이터광장(유동인구, 정류소ID, 좌표)

  • 버스데이터 선정이유

울산시에서 시범적으로 수행되었던 수소택시와 다른 친환경 차량을 고려하였을 때 본 연구가 수소버스를 선정한 이유는 다음과 같다.
  1. 수소버스의 수소자동차대비 높은 미세먼지 정화능력

  2. 승용차 대비 많은 배출가스를 배출하는 만큼 수소전기버스가 대중교통으로 적합

  3. 노후화 되어 교체시점의 CNG버스에 투입될 예산의 대체효과(예산절감)

  4. 지하철 다음으로 이용률이 높은 대중교통이라는 점에서 버스의 높은 주행거리 및 횟수


따라서, 본 연구는 미세먼지 저감 최적의 매개로서 수소버스를 선정하였고 날씨, 미세먼지, 유동인구, 버스데이터를 부석함으로써 결과적으로 저비용 고효율의 최적의 버스노선 추천 및 발굴에 목적이 있다. 분석의 도구로서 R을 사용하였고 정의한 변수는 다음과 같다.
표 2 활용 변수 소개

  • 미세먼지가 풍향에 영향을 미칠 것이라는 예상을 바탕으로 풍향 16위를 기준으로 8개의 유의한 구간으로 범주화하였다.

  • 미세먼지에 영향을 받는 시정을 주요변수로 설정하고 미세먼지가 나쁜 날 과 좋은 날을 970 기준으로 범주화하였다.

  • 날씨데이터에서 변수를 처리하는 과정에서 다중공선성을 고려한 상관성이 높은 변수(dew_temp[이슬점], rand_temp[지면온도], 0.9 이상)를 제거하였다.

  • 앞서 정의한 변수를 도출하기 위해 주성분 분석(PCA)과 요인분석(FA) 을 통해 이상치를 제거하였다.

  • 타겟변수의 생성을 위한 2017년 1월 1일부터 12월 31일까지 발생한 미세먼지(PM10)를 시계열 분석으로 시각화했다. 이를 통해 Target 변수(평균 미세먼지 농도)를 평균 미세먼지 농도 47.27589(2017년도 전체 평균) 기준으로 0 또는 1 즉, 미세먼지가 좋다 혹은 나쁘다는 기준을 설정하였다.

  • 요소간의 연관관계를 명확히 분석하기 위해 날씨와 미세먼지를 시간단위로 나누었다. Jitter하여 서울시 전체가 똑같은 날씨가 아니라더라도 편차 안에서 변화할 수 있도록 데이터셋을 조정하였다.

  • 학습 데이터에서 종속변수인 타겟변수의 비율이 불균형하여 oversampling 기법을 통해 비율을 재조정하여 분석을 실시하였다.

  • 버스데이터는 서울시내 운행버스의 2015.01~2018.06의 데이터를 분석하였고 버스노선과 정류장, 시간을 기준으로 승하차 인원을 표시하였다. 또한, 버스정류장의 위치 정보(위도와 경도)를 추가하여 표시하였다. 유동인구의 밀도를 측정하기 위해 시간별 버스 승하차 데이터를 버스 정류장 위치 정보를 이용하여 데이터를 재구성하였다.

그림 3 구별 유동인구 TOP5, 구로구(17) > 관악구(21) > 강북구(09) > 광진구(05)

미세먼지가 많았던 2017년 5월 버스 승하차 인원의 데이터를 버스노선과 버스 정류장별 승하차 인원으로 재정의하였다.
그림 4 유동인구가 많은 정류장 TOP10

  • apriori를 이용하여 버스노선과 정류장의 연관 관계를 시각적으로 표현하였다. 그림에서 보는 것같이 그룹화(그룹 1 서초구, 강남구, 그룹2 금천구, 구로구, 그룹3 강북구)되어 서로 연관성(Transaction)이 높다고 판단된다.

그림5 버스정류장밀집도 등고선 시각화 및 구별 유동인구 밀집도

2017년 서울시 기상데이터, 대기오염 데이터, 버스 운영데이터 간의 상관관계 분석을 통해 요약 및 파생변수를 추출/가공하였다. 머신러닝 기법인 로지스틱(Generalized Linear Model), 랜덤 포레스트(Random Forest), 딥 뉴럴 네트워크(Deep Neural Network)의 분석기법을 이용해 최대의 미세먼지 저감효과를 높일 수 있는 서울시 행정구역을 추출하는 모형을 만들었다.
표3 모형 평가 Martix


최종적으로 예측 모형 중 가장 예측력이 높은 랜덤 포레스트를 최종 모형으로 산출하였다. 또한, 타겟변수의 범주비율이 불균형하여 oversampling 기법을 통해 비율을 재조정 후, f1-score를 고려해 최종모형을 산출하였다.
  1. 분석 결과 강서 > 영등포 > 서초 > 성북 순으로 기상과 대기오염에 의한 미세먼지의 영향을 많이 받는 것을 도출할 수 있었다.

  2. 버스 정류장별 버스 승하차 유동인구가 높은 지역과 1번의 분석 결과와 최종 추천 지도 시각화(그림20)를 종합하였을 때, 서울시 내의 최적의 미세먼지 저감정책 효과를 나타낼 수 있는 수소버스 운용방안으로 4노선[파랑색(152), 노란색(360), 빨강색(143), 검은색(360)] 구역을 경유 하는 노선이라 판단된다.

그림 6 최종 추천 지도 시각화

본 연구를 통해 수소버스 교체의 정책적 완료 시점과 점진적 진행, 한정적인 예산이라는 한계점을 고려하여 투입대비 높은 효율을 가져올 수 있는 유동인구, 버스 운행횟수, 거리, 지역별 미세먼지 농도를 분석하여 최적의 노선을 추천하고 발굴하였다. 본 연구를 통해 미세먼지 발생의 국내외적 요인, 특히나 기존 버스와 승용차를 통해 발생 되었던 도로이동 오염원(그림 1 미세그림 먼지 발생요소별 원인 참고)을 줄이고 수소버스 운행함으로써 미세먼지 저감효과를 얻을 수 있음을 예상한다.

본 연구는 미세먼지라는 기상데이터를 분석하여 예측함으로써 일별, 시간별 미세먼지양을 분석하여 해당하는 운행되어야 할 수소버스의 노선을 예측함으로써 서울시의 미세먼지 저감 정책추진과 장기적 수소버스 확대의 근거와 지표로 활용될 것으로 기대한다. 나아가 해당 연구는 서울시를 넘어 다른 광역시에도 모범사례가 되어 해당 분석기법을 바탕으로 대중교통에서 수소버스의 확대하는 정책추진의 분석모델로서 작용할 것을 기대한다.

또한, 올 4/4 부기에 시행될 ‘KT 에어맵 코리아’프로젝트와 협력하여 개방형 IoT 플랫폼 통해 동 단위 '미세먼지' 정보를 바탕으로 본 연구가 제안하는 최적의 ‘수소버스’ 투입노선을 고려하여 서비스화 단계까지 이를 수 있음을 제안하는 바이다.

8. 참고문헌
  • “'미세먼지 먹는 하마' 수소전기버스, 5월 울산서 정기노선 투입”, 머니투데이, 2018.05.30

  • “수도권, 2027년까지 수소버스 등 친환경버스로 교체”, 월간수소경제, 2018.07.10

  • “울산에서 국내 최초로 친환경 수소 택시 달린다”, 연합뉴스, 2016.12.12

  • “서울시 고농도 미세먼지 오염현상의 원인분석 및 지역별 맞춤형 관리대책”, 김정아, 김운수, 서울 연구원

  • “서울시 초미세먼지(PM2.5) 관리방안”, 김운수, 서울연구원

  • “1분마다 재보니...서울 구별 미세먼지 농도차 최대 60%”, 서울신문, 2018.05.24.

  • “KT 에어맵 코리아(Air Map Korea)’프로젝트, 에너지데일리, 2018.05.24.