교통수요예측 방법 : 4단계 수요추정법

교통수요예측이란?

한정된 예산에서 교통계획이나 교통정책을 수립하는 데 도움을 주기 위해, 장래에 교통체계에서 발생할 교통 수요를 현재 시점에서 예측하는 작업을 말한다. 교통수요는 사회경제지표 및 토지이용패턴과 밀접하게 상호작용하므로, 교통수요예측 전 해당 지표를 선행적으로 추정할 필요가 있다. (국가교통DB 발췌)

인구 및 가구 지표 : 주민등록인구, 산업별 종사자 수, 가구원수 및 자동차보유대수 등
경제 및 교육 지표 : 학생수, 지역내총생산(GRDP) 등
토지이용패턴 : 법률상 용도지역 면적, 개발계획 반영

4단계 수요추정모형

교통수요예측을 위해 국내 타당성평가 및 국가교통DB 구축의 표준 방법론으로 사용되고 있는 대표적인 모형이다. 총 4단계가 순차적으로 이루어진다.

통행발생(Trip Generation) : 사회경제지표를 이용하여 각 교통존의 발생량(trip production)과 도착량(trip attraction)을 추정
통행분포(Trip Distribution) : 통행발생량과 도착량을 배분하여 교통존간 교차통행량을 구축
수단선택(Mode Choice) : 교통존간 교차통행량을 이용자가 선택 가능한 교통수단별로 세분화
통행배정(Trip Assignment) : 교통존간 합리적인 경로(resonable path)를 생성하여 통행수단별 통행량을 경로에 배정

통행발생

발생량의 경우, 주거지 중심 추정 : 가구 및 인구 특성을 기준으로 산출된 통행원단위[인당 통행량/일]를 사용
- 통행원단위 값은 5년 주기로 수행되는 국가 가구통행실태조사 데이터를 활용
도착량의 경우, 고용지 및 시설 중심 추정 : 산업별 종사자수 및 건축물 연면적 등을 기준으로 추정
- 가구통행실태조사를 바탕으로 구성된 다중 회귀 식을 이용하여 산출

통행분포

중력 모형
- 두 존 $i,j$ 간의 통행량은 각 존 통행 발생/도착량에 비례하고, 통행 시간이나 비용에 반비례한다고 가정
- Tij=PiAjf(cij)Kij∑jAjf(cij)KijT_{ij}=P_{i}\frac{A_{j}f(c_{ij})K_{ij}}{\sum_{j}A_{j}f(c_{ij})K_{ij}}
  - $T_{ij}$ 는 통행량, $P_{i}$ 는 발생량, $A_{j}$ 는 도착량, $f\left(c_{ij}\right)$ 는 통행비용에 따른 계수, $K_{ij}$ 는 사회경제적 조정계수
성장률 모형
- 현재의 O-D 패턴이 미래에도 유지된다고 가정하고 장래 존별 성장률을 곱하여 예측

수단선택

다항 로짓 모형 : 개인이 선택 가능한 대안 중 가장 큰 효용을 주는 수단을 선택할 확률을 계산하는 모형
- Pi=eVi∑j∈CeVjP_{i}=\frac{e^{V_{i}}}{\sum_{j\in C}e^{V_{j}}}
  - $P_{i}$ 는 수단 i가 선택될 확률, $V_{i}$ 는 효용함수, $C$ 는 전체 대안 집합
네스티드 로짓 모형 : 대안 간의 상관관계로 인한 독립 대안의 비관련성(IIA) 위배 문제를 해결하기 위해, 의사결정을 계층화한 모형

통행배정

Frank-wolf 알고리즘에 의해, 모든 사용자가 더 최적의 길을 찾을 수 없는 사용자 평형(User Equilibrium) 상태가 될 때 까지 반복. 이 상태는 이용되는 모든 경로의 통행 시간이 같아져 더 이상 경로를 바꿀 유인이 없는 상태임.

이후에는 운전자들이 각자의 주관적 기준(선호도) 및 경로 인지 오차를 반영한 확률적 통행배정(Stochastic User Equilibrium) 기법도 등장. 따라서 해당 기법의 사용은 기존 ‘모든 운전자가 최단 경로를 선택한다’는 확정적 모형의 비현실적인 한계를 극복할 수 있음

4단계 수요추정모형의 한계

오차의 누적 : 1~4 단계가 독립적이고 순차적으로 진행되므로, 1단계의 추정 오차가 4단계까지 증폭됨
수단선택 시 현실적 통행 시간 반영의 어려움 : 3단계 수단선택 과정의 효용 함수 산출을 위해 통행 시간을 알아야 하는데, 통행 시간을 알기 위해서는 도로 별 차량 배정이 완료되는 4단계를 수행해야 함. 따라서 딜레마 발생. 따라서 통행량이 없는 자유속도 기반의 통행시간을 임의로 가정하거나, 통행배정의 결과를 앞 단계로 돌려보내는 Iterative 방식을 사용

Graph View

6월 18, 2026 000