계절, 기상, 대기, 재난, 감염병과 같은 다양한 이벤트 상황은 대중교통 이용과 통행행태 변화에 매우 큰 영향을 미치는 중요한 요인이다. 특히 최근의 코로나19 팬데믹은 많은 통행자들의 통행과 대중교통 이용을 제한하였다. 대중교통과 같은 공공 교통서비스는 대중교통 이용에 영향을 미치는 다양한 요인을 분석하고 통행자들의 이용변화를 예측하여 대중교통 시스템의 안정성과 대응능력을 확보하는 것이 중요하다고 하겠다. 이를 위해서는 다양한 이벤트 상황에 따른 대중교통 이용변화를 상시적으로 모니터링하고 대응할 수 있는 예측 시스템을 구축할 필요가 있다.
이에 경기도 광역버스를 대상으로 계절, 기상, 대기, 코로나19 감염병의 주요 이벤트 상황에 따른 이용변화를 분석하였다. 그리고 인공지능 기술인 머신러닝을 이용하여 이러한 이벤트 상황에 따른 경기도 광역버스 이용수요 예측 모형을 구축하였다. 기상과 관련하여 한파, 폭염, 호우, 대설, 태풍과 같은 기상 상황 발생시 경기도 광역버스 이용수요는 평시 대비 평균 14.4%가 감소하는 것으로 분석되었다. 대기오염과 관련하여 대기 경보시는 평시 대비 1.4% 정도 감소하여 기상에 의한 영향보다는 적은 것으로 분석되었다. 계절에 따라서도 겨울이 여름보다 대중교통 이용수요 감소에 더 큰 영향을 미치고, 요일에 따라서는 주말 이용수요가 주중보다 38.8% 적은 것으로 나타났다. 코로나19와 관련하여서도 코로나19 발생으로 이용수요가 24.5% 감소하였고 코로나19 장기화에 따라 통행자들의 민감도가 감소하는 것으로 나타났다. 이러한 영향요인을 고려하여 장래 경기도 광역버스 이용수요 예측을 위한 머신러닝 모형을 구축하였고 머신러닝 모형은 전통적 통계모형과 비교해서 예측 정확도가 매우 우수하다는 것을 확인하였다.
다양한 환경요인이 대중교통 이용에 수시로 영향을 미치고 있어 효율적인 대중교통 운영을 위해서는 통행자들의 수요와 행태변화를 예측하는 것이 무엇보다 중요하다고 할 수 있다. 머신러닝 기술은 다양한 대중교통의 맞춤형 운영 및 정책 수립을 위한 예측기법으로 활용될 수 있고 머신러닝 기반의 예측정보를 결합하여 대중교통 모니터링 시스템을 고도화할 필요가 있다. 또한, 빅데이터 시대에서 교통데이터를 포함한 데이터의 활용 가치는 머신러닝과 같은 인공지능을 통해 구현될 수 있을 것이다. 특히, 교통분야는 인공지능 기술의 최적 활용분야라 할 수 있고 교통시스템 운영과 정책 솔루션으로 적극적으로 활용할 필요가 있다.