랜덤 포레스트를 활용한 도심항공모빌리티(UAM) 이용 의향 특성 분석
Analysis of intention to use Urban Air Mobility(UAM) with Random Forest
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
최근 전 세계적으로 ‘모빌리티(Mobility)’ 전환 시대가 도래하면서, 대도시권의 교통 혼잡 해소방안으로 도심항공모빌리티(Urban Air Mobility, UAM)가 주목을 받고 있다. 우리나라의 윤석열 정부도 국정과제 28(모빌리티 시대 본격 개막 및 국토교통산업의 미래 전략산업화)에서 친환경 전기 수직이착륙 동체(electric Vertical Take-off and Landing, eVTOL)를 이용한 UAM의 성공적인 도입을 위해 비행절차 및 회랑 설계, 교통관제 서비스, 기상, 버티포트, 교통 인프라 연계, 법제도 등의 여러 측면의 다양한 연구가 진행되고 있다. 그러나 신교통수단인 UAM 이용자의 이용 의향 특성에 관한 연구는 이에 미치지 못하고 있다. 이에 본 연구는 UAM 사회적 수용성 설문조사를 통하여 이용자의 도심항공모빌리티 이해도, UAM 도입 시 예상되는 긍정적인 사항, UAM 도입 시 우려되는 사항, 응답자의 성향에 대한 데이터를 수집하였다. 또한, 수집된 데이터를 머신러닝 기법 중 랜덤 포레스트 분석을 통하여 모델을 구축하여 각각의 중요도를 산출하였다. 이러한 결과에 대한 분석은 UAM 이용 의사에 영향을 미치는 주요 특성을 식별하여 대중의 UAM 수용 결정에 대한 시사점을 제공할 것으로 기대된다.
Abstract
Recently, a global shift towards 'Mobility' has prompted South Korea to also set the target for the commercialization of Urban Air Mobility (UAM) utilizing eco-friendly electric Vertical Take-off and Landing (eVTOL) aircraft by the year '25. However, there is a noticeable gap in research focusing on the willingness and characteristics of potential UAM. This study collected data on Urban Air Mobility literacy, anticipated positive aspects, concerns regarding the introduction of UAM, and user characteristics through a survey on Social Acceptance of UAM. Furthermore, the collected data was used to construct a model through Random Forest analysis, a Machine Learning technique, to calculate the importance of each variable. The analysis of these results is expected to identify key characteristics influencing the intention to use UAM, providing insights into the public's decision-making regarding the acceptance of UAM.
참고문헌 (23)
- 강우진, "설문조사를 통한 UAM 운영을 위한 수용성 분석", 대한교통학회 & 대한국토도시계획학회 공동학술대회, pp.611~612 (2023)
- 김원진, "이용자 관점의 UAM 버티포트 입지 기준 연구", 교통 기술과 정책, 20(3), pp.47~57 (2023)
- 윤석열정부 120대 국정과제, "대한민국정부", 58~ (2022)
- 도심항공모빌리티(UAM)산업 생태계 구축 방안(2)-SP기반수요예측 및 확장 가능성 검토-, "백승한", 한국교통연구원, ~ (2023)
- 이영서, "도심항공교통(UAM)인식도에 따른 이용 의향 분석", 항공우주시스템공학회, 추계학술대회 (2023)
- 이종욱, "도시형 공중 모빌리티(UAM)이용의사 및 지상기반시설 수용성의 영향요인", 국토계획, 57(4), pp.25~36 (2022)
- 이한솔, "도심항공교통(UAM)도입에 따른대중교통 이용자들의 UAM에 대한 선호도 분석(인천공항-인천길병원 노선사례)", 한국 ITS학회논문지, 21(5), pp.1~14 (2022)
- 이희정, "랜덤포레스트 기법을 이용한 항공운송산업 거시경제 결정요인 분석 연구 –인천국제공항 사례를 중심으로-", 한국항공경영학회지, 21(6), pp.37~51 (2023)
- 정민철, "ANP 모형을 이용한 UAM 이착륙장(Vertiport)입지선정 요인 및 중요도 분석 연구", 한국항공경영학회지, 19(5), pp.3~19 (2021)
- 정승원, "감염병의 예측 시점에 따른 변수 중요도 변화 연구", 데이터베이스연구, 36(3), pp.22~35 (2020)
- 주효근, "도심항공교통(UAM)수용에 영향을 미치는 요인 분석", 한국항공운항학회지, pp.96~104 (2021)
- 최종해, "UAM(Urban Air Mobility)서비스 이용객 확보를 위한 요금수준에 관한 연구", 대한교통학회지, 39(5), pp.593~605 (2021)
- 한다운, "청소년 자기주도학습역량 예측요인의종단적 변화 탐색 : 랜덤 포레스트 기법을 활용하여", 중등교육연구, 71(4), pp.669~694 (2023)
- Airbus, "An Assessment of Public Perception of Urban Air Mobility (UAM)", ~ (2020)
- Breiman, L, "Random forests", Machine Learning, 45(1), pp.5~32 (2001)
- Deloitte, "Urban air mobility What will it take to elevate consumer perception?", ~ (2020)
- tudy on the societal acceptance of Urban Air Mobility in Europe, "EASA", ~ (2021)
- Fraunhofer, "FlyingCab: Analyzing the user acceptance of Urban Air Mobility", ~ (2020)
- Géron, A., "Hands-On Machine Learning with Scikit-Learn and TensorFlow" (2019), O'Reilly Media
- Kahneman, D., "Intuitive Prediction : Biases and Corrective Procedures", TIMS Studies in Management Science, 12, pp.313~327 (1979)
- Kim, K. S., "Impact of a Preliminary Feasibility Study on the accuracy of traffic forecasts in the case of Korea", Transportation Research Part A : Policy and Practice, 147, pp.197~211 (2021)
- Lovallo, D., "Delusions of Success : How Optimism Undermines Executives’ Decisions", Harvard Business Review, pp.56~63 (2003)
- Silipo, R., "From a single decision tree to a random forest", Towards Data Science (2019)