부정승차 예방효과 비롯해 비용절감, 단속효율성 개선 기대
서울시가 빅데이터를 활용해 지하철 부정승차 '족집게' 단속에 나선다. 우대용 교통카드를 사용하는 승객이 해당 카드 사용자의 일반적인 패턴과 다르게 움직이는지 보고, 부정승차로 추정되면 이용지점과 시간대를 예측해 단속하는 방식이다.
서울시는 지하철 부정승차 단속에 빅데이터를 도입함으로써 부정승차 예방효과는 물론, 단속에 투입되는 비용과 인력을 줄이고 효율성과 실효성은 높일 것으로 기대하고 있다.
그 동안 서울시는 부정승차 방지를 위해 경로, 장애인, 유공자 등 승객 유형별로 개찰기에 표시되는 LED(발광 다이오드) 색깔을 달리하는 등 노력했지만, 부정승차자는 매년 증가했다. 지난해 우대용 교통카드 부정사용은 2만1513건으로, 2013년 1만6503건보다 30% 증가했다.
또 지하철 운영기관 특별단속반의 불시 단속 역시 역무원에만 의존해야 하는 한계로 효율적인 대처가 어려웠다.
이 같은 문제를 해결하기 위해 우선 서울시는 경로 우대용 교통카드 데이터 한 달치(이용자 180만 명, 3859만 건)를 분석했다. 65세 이상 승객은 낮 시간대 주로 승차하고 평균 외출시간이 5시간 미만이지만, 이런 패턴과 달리 전형적인 '직장인 패턴'을 보인 데이터를 추출했다.
분석 결과 경로 우대용 교통카드 사용자 중 '직장인 패턴'에 해당하는 사용자는 지난해 11월 한 달에만 1만8000명을 넘은 것으로 집계됐다. 이 가운데 80%가 부정승차라고 추정하면 운임손실은 연간 112억 원에 달한다.
서울시는 부정승차로 추정되는 교통카드의 일련번호와 현장 적발 가능성이 가장 높은 지하철역, 시간대를 예측해 지하철 운영기관에 매월 통보할 예정이다. 이번 단속은 방학과 휴가가 끝나는 9월부터 시작된다.
이와 함께 '직장인 패턴'을 조기 출퇴근, 주말근무 등 다양한 유형으로 세분화하면서 경로 승객과 다른 패턴들을 추가적으로 반영해 모델을 고도화할 계획이다. 딥러닝 기술을 활용해 지하철 현장에서의 실제 단속 결과를 모델에 반영함으로써 정확도도 높여간다는 방침이다.
황보연 서울시 도시교통실장은 "부정승차가 느는데 단속은 여전히 눈썰미에 의존하는 실정이었다"면서 "빅데이터를 활용한 과학적인 단속을 통해 우대용 교통카드가 교통약자의 이동편의 제고라는 본래 취지에 맞게 쓰일 수 있도록 지속적으로 관리하겠다"고 말했다.
우대용 교통카드를 타인에게 대여 또는 양도하면 본인은 1년간 사용과 재발급이 불가하고 부정승차자는 해당 승차구간 여객운임의 30배를 물어야 한다.
KPI뉴스 / 오다인 기자 odi@kpinews.kr
[저작권자ⓒ KPI뉴스. 무단전재-재배포 금지]
