교통량 조사자료의 빅데이터 활용방안 = Strategies for Utilizing Big Data in Traffic Volume Surveys

국문 초록 (Abstract)

본 연구는 도로교통량 통계자료의 활용 한계를 진단하고, 사고데이터, 디지털운행기록계(DTG), 기상·미세먼지 등 외부 빅데이터와의 연계를 통한 개선 방안을 제시하고자 설문조사와 표적집단면접(FGI)을 병행하였다. 설문조사 결과, 전문가들은 통계자료의 실시간성 부족, 항목 구성의 단순성, 데이터 간 연계 부재 등의 문제를 지적하였으며, 사고데이터(33.3%), DTG(24.8%), 날씨 및 미세먼지(23.4%)와의 연계 필요성에 높은 공감대를 보였다. 특히 속도, 누적량, 개별차량 정보 등 추가 제공 항목의 확대 요구와 함께, 데이터 융합 기반의 예측형 서비스 모델 도입 필요성이 다수 제기되었다. FGI를 통해서는 지점 ID 일치, 분류체계 통합, 설명자료 보완, 활용 가이드 마련 등 구조적 개선과 실무 편의 향상을 위한 의견이 도출되었으며, 데이터 표준화 및 통합관리 체계 구축의 시급성도 함께 제기되었다. 이러한 결과는 기존 정적 통계에서 벗어나 실시간·다차원적 분석이 가능한 빅데이터 기반 교통정보 체계로의 전환이 시급함을 시사하며, 정책 활용성과 실행력을 높이기 위한 실질적 방향을 제안한다.

다국어 초록 (Multilingual Abstract)

This study aims to identify the limitations of road traffic volume statistics and propose improvement measures through the integration of external big data such as accident records, Digital Tachograph (DTG) data, and weather and air pollution information. A mixed-methods approach was used, combining a survey of traffic experts and a Focus Group Interview (FGI). Survey results showed that experts recognize limitations in real-time usability and data structure, with strong support for linking traffic data with accident (33.3%), DTG (24.8%), and weather data (23.4%). Additional data needs—such as speed, cumulative volume, and individual vehicle records—were also highlighted. FGI discussions emphasized the need for unified ID systems, consistent classification schemes, and improved documentation. Experts further stressed the importance of standardized, integrated data systems to enhance analysis and practical use. These findings suggest the urgent need to transition from static statistics to a big data-based, real-time traffic information framework that can support predictive analytics and effect