제 6회 인천광역시 공공데이터 활용 창업, 분석 경진대회

기간: 2020.07 - 2020.09 · 부문: 빅데이터, 아이디어 기획 부문 · 우수상

아이디어 기획

인천시 공공 자전거 서비스 ‘인싸(인천 자전거, Incheon Cycle)’를 인천 8개 구 전체로 확대 운영하는 아이디어로, 빅데이터를 기반으로 수요를 미리 예측해 공공 자전거 대여소를 설치하는 것이 핵심이었습니다. 인천시에 가상의 대여소를 설치한 뒤, 빅데이터 기반으로 이용자 수를 미리 예측해 수요가 클 것으로 예측되는 곳에 실제 대여소를 설치하는 것을 목표로 했습니다. 상권, 인구, 시설을 고려하기 위해 임의로 세운 가상 대여소를 중심으로 100m 이내의 데이터를 수집했습니다.

공공자전거 사업은 탄소절감 효과와 함께 자전거 관리, 서비스 홍보·광고, 민원 응대 등 다양한 일자리를 만들어내며, 당시 정부의 정책 흐름이었던 “그린 뉴딜”에 부합하는 사업 모델이라는 점도 기획의 근거로 삼았습니다.

모델링

데이터

대여소 이용자 수를 예측하는 모델을 만들기 위해, 실제 이용자 수 정보를 얻을 수 있는 서울시 따릉이와 창원시 누비자의 대여소 정보를 학습에 사용했습니다. 인천시의 가상 대여소와 마찬가지로 서울·창원의 실제 대여소를 중심으로 100m 이내의 상권·인구·교통·시설 데이터와, 계절 및 계절별 이용자 수 데이터까지 총 24개의 변수를 수집했습니다.

선형회귀

선형회귀에 앞서 다중공선성을 배제하기 위해 변수 간 상관관계를 분석하고 연관성이 깊은 변수들을 제외한 뒤 선형모형을 적용했으나, 예측 정확도가 높지 않았습니다.

CatBoost

이 문제를 feature가 많고 복잡한 상권정보 데이터에서 이용자 수를 예측하는, 복잡한 사례가 많은 문제로 보고 부스팅 계열 앙상블 모델 중 CatBoost를 사용했습니다.

• 세부 파라미터 조정 없이도 좋은 성능을 보였습니다.
• 유동인구가 많은 성별, 계절, 월과 같은 categorical 변수는 cat_features로 지정했습니다.
• CatBoost는 연관성이 많은 feature 간의 관계를 내부적으로 고려해 학습에 반영하는 특성이 있어, 선형회귀에서 제거했던 상호연관 feature들도 모두 학습에 참여시켰습니다.

결과: 학습 데이터 정확도 0.9039, 테스트 데이터 정확도 0.8668을 기록했고, 5-fold 교차검증에서도 안정적인 정확도를 유지했습니다.

인천시 대여소 후보지 예측

구현한 CatBoost 회귀모델로 인천시 가상 대여소 후보지의 예측 이용자 수를 산출하고, 이 중 이용자 수가 높은 150개 대여소를 선정해 ‘인싸’ 서비스의 초기 대여소 후보지로 제안했습니다. 예측된 월간 이용량 히스토그램은 기존 공공자전거 서비스(서울·창원)와 비슷한 수준의 이용량을 보일 것으로 나타났습니다.

이 프로젝트는 제 6회 인천광역시 공공데이터 활용 창업·분석 경진대회 빅데이터·아이디어 기획 부문 우수상을 수상했습니다.