도시 모빌리티의 빅데이터로 출퇴근 시간을 개선하는 방법

2019년 8월 27일

통근을 위한 컴퓨팅

열쇠, 휴대폰, 지갑, 모두 하나로.우리 대부분은 어디론가 이동하거나 여행할 때 Google 지도, Apple 지도 또는 지역 교통 앱과 같은 내비게이션 앱에 의존하여 도시 이동성을 개선하고 여행 경로와 목적지까지의 예상 시간을 확인합니다. 교통 유형별 통행량 및 혼잡도에 대한 실시간 업데이트, 교통 체증을 피하기 위한 권장 우회 및 버스 시간도 손쉽게 확인할 수 있습니다. 출퇴근할 때 팟캐스트를 듣는 것만큼 좋은 것은 이러한 앱을 활용하면 출퇴근할 때 버스를 놓쳐 지각하는 좌절스러운 일이 없다는 것입니다.이러한 앱이 어떻게 그렇게 정확하게 작동할 수 있는지 궁금한 적이 있으신가요?

중요한 역할을 맡는 빅데이터

출퇴근길을 개선하는 내비게이션 앱 강화의 중심에는 데이터가 있습니다. 빅데이터. 예를 들어 Google 지도는 작동을 위해 수백만 기가바이트의 데이터에 의존합니다. 그리고 앱에만 그치지 않습니다. 스마트 신호등, 고속도로, 속도 표지판, 도로 카메라, 주차장 및 가로등의 센서는 특히 임박한 5G 세계에서 빅 데이터에 의해 작동됩니다. 일례로 스마트폰 앱을 통한 센서는 지나치게 울퉁불퉁한 승차감을 감지하여 도로를 수리해야 한다는 피드백을 제공하며, 이를 통해 후속 운전자의 안전을 보호하고 측량사를 현장에 파견하는 데 드는 높은 비용을 줄여줍니다.

통근의 미래

교통량이 증가함에 따라 승차 공유가 성장할 것으로 예상되며 일부 지역에서는 대중 교통을 완전히 대체할 수도 있습니다. 데이터 분석에 따르면 좌회전을 금지하면 역방향 통행을 피하고 연간 수백만 갤런의 연료를 절약할 수 있습니다. 주요 통근 경로를 따라 수집된 보다 정확한 교통 및 도시 교통 데이터를 바탕으로 더 적은 수의 차량을 더 효율적으로 사용할 수 있습니다. 자율 주행차 분야에서는 운전자가 편안히 앉아 휴식을 취할 수 있는 시기와 운전자가 운전대를 잡을 시기를 결정해 주는 센서 안내 기술을 개발하고 있습니다. 2020년까지 두바이와 댈러스에 Flying Uber 택시가 배포될 계획이며, 현재 자동차보다 더 조용하고 친환경적인 에너지와 배기가스를 배출하는 기술을 개발 중입니다. 일부 VC 투자자들은 통근 시간의 약 50%를 차지하는 퍼스트 마일과 라스트 마일 문제를 해결하기 위해 대도시 지역의 자전거 및 스쿠터 도킹과 도크리스 옵션을 개선하는 등 보다 전통적인 방법을 고수하고 있습니다.

아직 멀었나요?

빅데이터는 사람들이 어디로 가는지, 어떻게 가는지, 어떤 경로를 이용할 수 있는지, 어떤 경로를 이용하고 있는지, 어떤 차량을 이용해 이동하는지에 대한 정보를 점점 더 많이 수집하고 있습니다. 통근 기술의 빅데이터 발전에 적응하려는 도시인의 능력과 의지는 통근 개선이 완전히 통합되는 속도에 큰 영향을 미칠 것입니다. 통근 기술 발전의 대부분은 안전을 보장하기 위한 센서와 감시를 중심으로 이루어지며, 자율 주행 자동차의 경우 센서 데이터의 정확성에 따라 안전이 좌우됩니다.

빅 데이터의 원동력

Google 지도만 해도 페타바이트의 데이터를 사용하므로 모든 내비게이션 앱과 센서 데이터에서 활용되는 데이터 양은 상상할 수 있듯이 방대합니다. 데이터 센터와 클라우드는 이러한 데이터 쓰나미를 유용하게 만드는 핵심입니다. 이 모든 데이터를 수용하는 인프라는 통근자, 위성, IoT 센서 및 장치에서 생성되는 데이터를 계속 따라잡기 위해 복원력, 보안 및 확장 가능성을 갖춰야 합니다. 중앙 집중식 데이터 센터의 확장으로, 엣지 컴퓨팅 전략을 통해 데이터를 처리하고 IoT 장치에 더 가깝게 전송하여 대기 시간을 크게 줄일 수 있습니다.

빅 데이터를 분석하고 최적화하는 데 있어 머신 러닝(ML)은 이 데이터를 유용한 것으로 바꾸는 데 큰 역할을 합니다. ML 알고리즘은 실시간으로 자동 조정하고 패턴을 식별하는 동시에 사람의 개입이 거의 또는 전혀 없이 의사 결정을 내릴 수 있습니다. 예를 들어, 자율 주행 자동차는 날씨 변화나 교통 정체를 일으키는 최근 자동차 사고에 따라 출근 경로를 자동으로 조정할 수 있습니다.

클라우드의 도래

빅데이터에는 큰 책임이 따릅니다. 클라우드는 방대한 양의 데이터를 처리할 때 발생하는 고유한 복잡성에 대한 솔루션을 제공합니다. 대량의 데이터에는 더 많은 처리 능력과 빠른 확장 기능이 필요합니다. 다행히도 클라우드 서비스는 즉시 사용 가능한 인프라를 통한 쉽고 원활한 확장성을 갖추고 있습니다. 방대한 양의 데이터로 작업하는 탄력적인 특성으로 인해 클라우드 내에서 서비스를 빠르게 확장하거나 축소하면서 사용한 만큼만 비용을 지불할 수 있어야 합니다. 내비게이션 및 통근의 경우 출퇴근 시간과 휴일에는 일반적으로 도로를 통행하는 사람, 차량 및 장치가 더 많기 때문에 처리해야 하는 데이터의 양이 증가할 가능성이 큽니다.

궁극적으로 클라우드 서비스를 사용하면 조직 IT 환경의 기술적 측면에 소요되는 시간을 줄일 수 있으므로 실시간 빅데이터 분석에서 실행 가능한 통찰력을 만드는 데 더 많은 시간을 할애할 수 있습니다. 이는 무인 자동차 및 스마트 신호등과 같은 것들이 더 연결된 "스마트 시티" 환경에 진입할 때 최고의 사용자 경험을 제공하고 통근자의 안전을 보장하는 데 매우 중요합니다.

빅데이터, 큰 기회

기술이 교통 체증을 완전히 없애거나 지하철 속도를 높일 수는 없지만, 빅데이터와 클라우드 덕분에 우리가 매일 이동하고 출퇴근하는 방식이 개선되었습니다. 스쿠터로 출퇴근할 때든, 결국 자동차를 직접 몰고 전국을 여행할 때든, 데이터와 데이터 처리는 계속해서 우리의 여행을 더 안전하고 효율적으로 만드는 데 중요한 중추가 될 것입니다.