brunch

매거진 모네 오픈 스터디 매거진

라이킷 9 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 김민형 CFA May 15. 2024

Mobility Data Use Cases

다양한 모빌리티 데이터 활용 사례에 대해 살펴봅니다.

모빌리티 데이터 활용 사례

1. PPT작성 및 발표자 : 김O은님/ OOOO / ICT 전문가 / 모네 메이커스팀

2. 주석 by 모네

"모네"는 모빌리티 관련 현업분들이 모여, 네트워킹 및 스터디를 통해 각자의 커리어 발전과 전문성을 키우고자 만들어진 공간입니다.
https://mobilitybiz.notion.site/

모네 24년 5월 오픈 스터드 자료 공유합니다. 모네 오픈 스터디는 월 1~2회 모네 전체 오픈방 참여자를 대상으로 신청 접수를 받아 온라인으로 진행하는 스터디(세미나)입니다. ① 토픽포커스 ② 북앤톡 ③ 비즈포커스 ④ 이직 및 협상 잘하기 ⑤ 직무 설명 하기 (어떤 영역은 업무는 어떠한 일을 합니다) ⑥ 프리톡 등의 다양한 카테고리에 대해 함께 이야기를 나눕니다. 다양한 주제로 진행되는 스터디에 관심 있으신 분들은 모네 전체 오픈방에 참여하시면 되겠습니다. 자세한 참여 방법은 하단을 참고해 주세요

24년 5월 스터디 주제는 모빌리티 데이터 활용 사례에 대해 공유하는 자리였습니다. 2019년대 초부터 데이터에 대한 관심이 높아졌고, 다양한 데이터를 기반으로 하는 사업 혹은 마이 데이터 사업이 큰 유행을 하기도 했습니다. 이에 모빌리티 산업 역시 모빌리티를 통해 생성되는 데이터를 활용한 수익화 혹은 사업화에 대한 다양한 시도와 노력을 해 온 것 같습니다.

이번 스터디는 이러한 모빌리티 데이터를 활용한 사례에 대해서 공유하는 자리로 어떠한 사례가 있었는지 살펴보시면 좋을 것 같습니다. 그리고 스터디를 준비해 주신 김O은님에게 감사 인사 드립니다.

모네 오픈 스터디 브런치는 모네 메이커스팀의 김O은의 PPT 발표 자료를 공유드리고 각 장별에 대한 개인적 주석 글로 꾸며집니다.

※ 주석:

모빌리티 데이터는 개인 고객의 동의를 바탕으로 수집되며 고객이 다양한 정보를 서비스 사업자는 알고 이를 기반으로 고객에게 다양한 서비스를 제공합니다. 위 그럼 처럼 서비스 제공사는 고객이 무사고, 운전경력이 10년이 사용자임을 인지하고, 주말에 주로 세차를 하고, 또한 고객의 운전습관이나, 주유패턴, 주행 거리들을 파악하고 있으며, 이러한 데이터를 활용해서 고객에 맞는 보험, 대출 상품 등을 제안 함으로 써 고객에 유요한 서비스를 제공합니다.

※ 주석:

모빌리티 데이터 혹은 빅데이터 수집 가공 프로세스는 수집-> 처리(맵핑) -> 가공/분석 --> 저장 --> 활용 단계로 구분이 가능합니다.

1) 수집

데이터를 수집하는 단계로 정형, 비정형, 반정형 데이터 등 종류나 형식에 상관없이 데이터를 수집하는 것을 이야기합니다. 최근 기술의 발전으로 데이터 수집의 방식(크롤링 등)이나 데이터 종류(이미지데이터, 음성데이터 등)에 크게 영향을 받지 않고 수집을 할 수 있습니다.

2) 처리(맵핑)

2-1) 정제/매핑

수집한 데이터를 적재하기 위해 필요 없는 데이터, 깨진 데이터를 정리하는 단계로 반정형, 비정형 데이터는 분석에 필요한 데이터 외에 필요 없는 부분을 제거하는 단계가 필요합니다. 또한 비정형 데이터를 일정한 패던이나 심볼, 엔터티로 구분하거나 다른 형태의 데이터와 매핑하는 과정을 가지기도 합니다.

2-2) 적재

정제된 데이터를 분석하기 위해 적재하는 단계로 RDB, NoSQL 데이터베이스, Redshift, Druid 등의 도구에 적재합니다.

3) 가공/분석

적재한 데이터를 의미 있는 지표로 분석하는 단계로, 의사결정권자나 이용자가 사용할 수 있는 데이터로 분석하는 단계입니다. 다양한 형태로 데이터를 가공, 분석을 통해 데이터의 의미를 찾는 과정입니다.

4) 활용

분석한 데이터를 도표로 보여주는 단계로, 데이터를 이해하기 쉬운 차트 표현합니다. 뿐만 아니라 다양한 API로 개발을 통해 다양하게 활용될 수 있도록 합니다.

※ 주석:

이동 데이터에는 사람들이 어디서 왔는지, 얼마나 오래 머무르는지, 나중에 어디로 가는지 등이 포함될 수 있습니다. 사회적 이동성 데이터는 때때로 "발자국 데이터" 또는 "발자국 통행량 데이터"라고도 합니다. GPS 신호, WiFi 네트워크 연결, 모바일 비콘 등을 통해 수동으로 수집할 수 있습니다

다른 관점에서 모빌리티 데이터는 이동데이터, 고객행동 데이터, 이동 디바이스 데이터로 구분할 수 있습니다.

- 이동 과정에서 얻어지는 이동 데이터 (차량 위치, 이동 경로, 출발지, 도착지)

- 앱을 통해 얻어지는 고객 행동 데이터 (고객 정보, 결제 정보)

- 이동 디바이스 데이터 (차량 상태, 차량 속도, 이동거리 등)

Traffic Cameras

도로 보수 활용 솔루션

Foot Traffic Counters

대중 교통 이용시간 / 이용금액

사람이 가장 많이 가는 곳 예측

UAM 기대 효과 : 버티포트 선정 시 데이터 활용

Wifi Beacons

서비스 가입하지 않아도 메시지

타켓 단말에 동의하지않아도 메시지 푸쉬함

어느 기지국에 근처에 있는 단말기에 무조건

※ 주석:

Unacast :

글로벌 유동인구 데이터 분야의 업계 리더로 유동인구를 활용하여 광고, 투자 결정, 예측 및 시장분석을 향상합니다. Unacast는 업계에서 가장 깨끗하고 일관되며 포괄적인 유동인구 데이터와 통찰력을 제공하는 회사입니다.

BlueFox

BlueFox는 휴대폰의 Wi-Fi 프로브를 사람들의 프록시로 사용하여 실시간 유동인구를 측정합니다. 이를 통해 공간에 있는 사람들의 존재와 움직임을 이해하여 비즈니스가 더 나은 결정을 내릴 수 있도록 도와주는 서비스를 제공합니다. 즉 방문자의 위치와 순환 방식을 이해하고, 그들의 행동을 예상하고 이에 대한 계획을 세우도록 합니다. 또한 방문자 수, 방문 수, 방문 체류 시간을 측정합니다. 순 방문자 수와 재발률을 측정합니다.

Carto

2012년에 설립된 CARTO는 수십만 명의 사용자가 공간 분석의 힘을 활용할 수 있도록 지원하는 세계 최고의 위치 인텔리전스 플랫폼이 회사로 사용자 위치데이터 분석을 통해 인사이트를 제공하는 데 주력하는 선도적인 지리공간데이터 분석 기업입니다. 이 회사는 주로 위치데이터 분석, 사용자 이동패턴분석(GPS 데이터, 모바일 신호 데이터 등을 기반으로 사용자의 이동 경로, 체류 시간, 밀집 지역 등을 파악), 위치기반 비즈니스 인사이트(소매, 부동산, 물류, 교통 등 다양한 산업에서 활용할 수 있는 공간데이터 기반 인사이트를 제공) 등을 제공합니다.

Snowflake

2012년 설립된 클라우드 기반 데이터 웨어하우스 기업입니다. 주요 비즈니스는 완전 관리형 데이터 플랫폼 및 데이터 공유 서비스를 제공합니다.

※ 주석:

Whim의 최근 근황으로 24년 3월 파산되었습니다.

$162m(약 2200억) 투자받았던 Whim은 MaaS Global 앱으로 대중교통, 택시, 도시 자전거, 전기 스쿠터, 공유 자동차, 렌터카 등 다양한 교통 서비스를 성공적으로 번들로 제공했습니다. 그러나 헬싱키에서 약 10,000명의 월간 활성 사용자를 확보하고 있음에도 불구하고 Whim 은 한동안 재정적 손실에 시달렸습니다. 2022년에는 매출액 €3.80m(원화 56억) 대비 비용 €9.3m(원화 137억) 보고되었습니다. 2022년 직원수는 38명으로 이는 2020년 초 최고 인력 120명에 비해 크게 감소했습니다.

※ 주석:

이동성 데이터는 인구 이동에 미치는 영향을 통해 공중 보건 조치를 평가하는 데 매우 유용했습니다. 팬데믹 기간 동안 이동데이터를 활용하여 지역 전염병에 대응하여 다양한 시기에 다양한 공중 보건 조치나 정책을 사용했습니다.

또한 카카오 T 대리의 경우에도 호출 지역 데이터를 통해 어떠 지역에서 대리 이동 니즈가 많은지 파악을 할 수 있으며, 이를 기반으로 한 다양한 추가 서비스나, 대리 기사를 위한 편의 시설등을 어디에 설치/마련해야 하는지에 대한 정책을 세울 수 있습니다.

출처 : 카카오 모빌리티

※ 주석:

모빌리티 빅데이터는 이동 데이터를 넘어서 다양한 IOT 센서 데이터를 정교한 계산 프레임워크 및 데이터 과학과 결합하여 모빌리티 시스템의 비용, 에너지 및 환경 영향을 분석하고 개선하는 데 사용될 수 있습니다.

※ 주석:

정부의 모빌리티 데이터 활용

인구 이동을 이해함으로써 정부는 코로나19가 지역사회에 어떤 영향을 미치는지 더 잘 이해하고 지역사회를 안전하게 유지하고 질병 확산을 방지하기 위한 조치를 취함

소매판매 기획

이동성 데이터는 목표 인구가 어떻게 이동하는지, 어디서 왔는지, 이동 거리, 특정 지역에 얼마나 오래 머무를 수 있는지를 보여줍니다. 이러한 지표는 구매 습관과 예상 지출을 이해하고 예측하는 데 중요함

모빌리티 데이터는 사람들이 모이는 것을 선호하는 지역인 핫스팟을 발견하고 행동 추세나 비즈니스 기회를 식별하는 데 사용함

사이트 위치 기획

이동성 데이터는 소매점 피크 시간, 틈새시장에 꼭 필요한 catchment 지역, 경쟁사의 행동을 가리킬 수 있습니다. 이 모든 것을 결합하면 비즈니스를 위한 새로운 위치를 자신 있게 선택하는 데 도움 됩니다.

※ 주석:

모빌리티 데이터는 다양한 곳에 활용될 것으로 예상됩니다. 물론 모빌리티 데이터만이 아니라 다양한 데이터가 종합된 형태로 제공됨을 이야기합니다. 특히 데이터와 AI 기술이 융합된 형태로 스쿨존(어린이 보호구역) 내 어린이 안전을 지켜주는 인공지능 신호등 같은 영역으로 데이터의 활용이 크게 증가할 것으로 예상됩니다.

※ 주석:

미래형 자동차에서 수집되는 Big Data와 플랫폼을 통해 다양한 서비스를 고객에게 제공하면서 생성되는 데이터 등 모빌리티 데이터의 범위와 종료는 서비스가 늘어나는 만큼 크게 증가할 것으로 보입니다. 다양한 이동디바이스와 이를 기반으로 하는 모빌리티 서비스는 다양한 데이터를 생성하고 이를 활용한 새로운 비즈니스와 서비스가 나올 것으로 보입니다. 이를 종합하는 플랫폼의 영향력은 앞으로 지속 강화 될 것으로 예상됩니다.

※ 주석:

미래의 모빌리티 데이터는 Real 데이터가 Digital world 데이터로 매핑되면서 새로운 형태의 비즈니스를 만들 수 있을 것으로 기대됩니다. 이때 요구되는 빅데이터 기술, 인공지능 기술, 5G와 같은 통신기술, 가상화 기술, 블록체인 기술 등은 이를 위해 선도적으로 필요한 기술 영역입니다. 최근 인공지능 기술의 발달은 더 편리하고 효율적은 교통 흐름, 서비스의 비용 개선등으로 활용되고 있으며 이동 디바이스의 원격/스스로 진단하는 것에서부터, 효율적인 소모품 관리, 안전성의 향성 등으로 다양한 서비스가 나올 수 있을 것으로 보입니다.

오늘 글은 여기에서 마무리합니다. 관심을 가지고 읽어서 감사드리고, 창을 닫기 전에 잊지 마시고 “좋아요” 혹은 “추천” 그리고 브런치 "구독" 부탁드립니다