2021.08 첫 프로젝트 회고 : 쿨링로드 입지선정 (클러스터링, AHP기법 / Python, QGIS)
2021년 공공 빅데이터 분석 청년인재 양성 교육 과정에 참여하며 교육 과정으로 진행했던 프로젝트다.
아무것도 모르는 상태에서 온라인으로 한 달간 교육을 듣고 바로 던져진........
주제 기획부터 결과보고서까지 2주동안 수행했다.
정말 막막했지만 훌륭한 팀원들과 결국 해냈고, 지금까지의 여정에 좋은 양분이 되었다. :-]
프로젝트를 기획하며 느꼈던 점) https://hjryu09.tistory.com/25
2021년 공공 빅데이터 분석 청년인재 양성 교육 과정(사전교육, 프로젝트, 기관 인턴십) 생각들.
지난 6월부터 참여하고 있는 2021년 공공 빅데이터 분석 청년인재 양성사업에 대한 이야기. (주관) 행정안전부 (전담) 한국지능정보사회진흥원 지원할 당시에 회사를 다니고 있었기 때문에 충분
hjryu09.tistory.com
PPT보기 https://ryu09.notion.site/af799e6c949c4cbd877697a9fd77b664?v=ee1b36ee293b4e1ba7cd6457cb0b0616
[ 주제선정 & 분석배경 ]
주제 : 서울시 폭염 및 미세먼지 문제 대응을 위한 유출지하수 활용 쿨링로드 최적입지 선정
- 공공데이터를 활용할 수 있으면서 QGIS를 써서 풀어갈 수 있는 주제를 찾다 보니 자연스럽게 '입지선정'이 되었다.
- 쿨링로드는 '미세먼지, 폭염' 문제의 해결책이기 때문에 날씨, 도로 데이터를 활용할 수 있었다.
- 유출지하수 활용 아이디어를 더함으로써 기상 데이터만 사용할 때 보다 분석이 더 풍부해졌다.
- 분석 당시 서울시에 8개의 쿨링로드가 가동 중이었고, 25년까지 47개소를 확대 설치할 예정이었다. (정책 기조 따라가기)
- 분석의 배경이 되는 현황을 설명할 때도 데이터를 많이 쓰려고 했다.
- 매년 폭염이 심해지고 있다'는 것을 뒷받침하기 위해 평균 폭염일수를 나타냈고, '추세선'을 추가한 것이 시각적으로 메시지를 주는 데에 도움이 됐다.
- 쿨링로드 운영 실태는 기사로 보도되는 것과 실제 담당부서를 통해 확인한 것이 더러 차이가 있었다.
분석을 진행할수록 확실한 데이터를 얻기 위해 전화를 돌리고 담당부서에 데이터를 요청하는 일이 늘었다.. 처음엔 어색했는데 나중에 적응됨.
[ 활용 데이터 & 전처리 ]
- 보고서를 담당했던 팀원이 데이터를 입지 필요성/입지 효율성/시각화로 구분하자는 아이디어를 냈다.
덕분에 기존 쿨링로드 입지선정 조건인 '효율성'뿐만 아니라, 서울 시민의 입장에서 '필요성'을 더하자는 분석 취지가 더욱 강조됐다.
이 때 경험을 바탕으로 나중에 개인 프로젝트를 진행할 때도 활용데이터의 구성을 따져보게 되었다.
- 쿨링로드는 열섬현상을 완화시키는 장치니까 온도 데이터를 쓰자! ▶ 어떤 온도를 쓸 거지..?
의논 끝에 체감온도와 더불어 지면온도를 선택했다. 지면에 물을 분사함으로써 온도를 낮추는 시스템이니 지면온도를 무시할 수 없었다.
지면온도는 Landsat8 위성영상을 통해 얻어지는 값을 계산했는데, 팀원들이 논문을 뒤져가며 값을 얻어내는 과정이 대단했다...
특히 행정동별 평균값을 구할 때 하천을 포함한 지역은 평균온도가 낮게 나와서 QGIS로 하천을 제외하는 단계를 거쳤다. 똑똑이들...!
- 유출지하수 데이터는 건축물, 통신구, 지하철역에서 발생하는 데이터들을 취합해 사용했다.
유출지하수의 양이 매년 다르고, 과거에는 발생했던 곳에서 현재는 발생하지 않을 수도 있기 때문에 가장 최근 데이터를 썼다.
- 지하수법과 쿨링로드를 1회 가동하는 데에 쓰는 물의 양 등을 고려했다.
[ 분석 과정 ]
현황분석 ▶ 군집분석(클러스터링) ▶ AHP기법 기반으로 최적입지 후보 선정 ▶ 최적입지 선정
- 어떤 스케일러를 쓸 것인지, 어떤 클러스터링 기법을 쓸 것인지 전부 테스트해봐야 했다.
실루엣 계수가 너무 낮게 나와서 0.5만 넘겨도 좋겠다면서 머리를 맞댔던 기억이 난다..ㅎㅎ
계수가 잘 나오면서, 클러스터링 결과 그래프도 깔끔했으면 좋겠고, 클러스터 개수도 적당했으면 좋겠고.... 욕심을 내면서
분석과정에 주관적인 선택이 개입될 여지가 꽤 많구나 라는 생각을 했다. (그래서 더 어렵다...)
- 어떤 변수를 더 중요하게 생각할 것인가? 에 대한 답을 얻기 위해서
실무 담당자 설문을 통한 AHP(계층화분석법, Analytic Hierarchy Process)를 이용했다.
문제는 담당자분들의 의견도 전부 달랐다는 건데.. 어떻게 취합할 것인지를 의논한 결과, 각 중요 변수별로 시나리오를 만들어 진행했다.
[ 분석 결과 & 회고 ]
- 클러스터링, AHP를 통해 추린 후보군에서 [쿨링로드 기설치 지역, 도로폭이 좁은 곳, 유출지하수 발생량이 부족한 곳]을 제외하고
팀원들이 모두 로드뷰를 살펴보며 최적입지를 선정했다.
- 쿨링로드 설치 시, 물 튀김으로 인한 민원이 많다고 해서 도로 폭도 함께 고려했다.
민원 데이터를 함께 따져본 것은 아니어서 최종 결정에 사용해도 되는 건지 고민을 하긴 했다.
- 쿨링로드가 실제로 어느 정도 효과가 있는지에 대한 데이터가 부족했다.
뉴스로 보도된 수치는 있었는데, 실험을 진행한 자치구마다 실험 방법이 다르고 결과가 너무 달라서 신뢰하기 어려웠다.
효과에 대한 데이터가 충분했다면 본 분석을 통해 얼마나 더 개선할 수 있는지 값으로 나타낼 수 있었을 텐데... 하는 아쉬움.
- 쿨링로드의 분사구는 지상에 있지만, 어쨌든 지하수를 이용해 설치하는 장치여서 현실적으로는 도로의 경사도, 지하수 발생 위치 등을 고려해야 할 것이다.
그리고 해당 지역이 얼마나 미세먼지&폭염 대책에 진심인가.. 어느 정도의 예산을 쓰는가.. 에 따라서도 다르다.ㅎㅎ
- 이런 외부 요인이 수도 없이 많아서, 쓸모 있는 데이터 분석을 하기란 참 어렵겠구나... 싶었다.
참고했던 자료
1.건강보험심사평가원(2021). 본격 무더위가 시작되는 8월, 온열질환에 주의하세요!, 보도자료.
2.국립환경과학원(2019). 대기환경연보 2019.
3.김관중, 장명순(2006). AHP를 활용한 PI사업 평가그룹간 의사반영 방안, 한국도로학회 논문집, 8(4), 145-157.
4.김성락, 정응호, 김해동(2015). 대구의 여름철 도로 열 환경과 클린로드 시스템의 효과 조사를 위한 관측연구, 한국환경과학회지, 24(9), 1171-1180.
5.김태형, 고준호(2013). 대중교통전용지구 선정기준 분석 – AHP 적용 및 평가 -, 서울도시연구, 14(2), 211-225.
6.김효진(2019). 기후변화, 그로인한 도시 폭염과 미세먼지에 대응한 안전사회 구축방안, 법연 Summer 2019 Vol.63.
7.대구경북연구원(2019). 미세먼지와 폭염 문제는 대구의 주요 현안과제, 대경CEO Briefing.
8.서울연구원(2017). 서울시 폭염 대응력 강화방안, Working Paper.
9.서울특별시(2021.6). 서울특별시 유출지하수 활용 가이드라인.
10.손용정(2011). SWOT/AHP 분석을 이용한 광양항의 발전 전략에 관한 연구, 한국항만경제학회지, 27(1), 247-262.
11.심혜영, 주보라, 윤순진(2020). 효율성․형평성을 고려한 폭염취약지도 구성 – 폭염저감시설로서의 쿨링포그 최적 입지 도출을 중심으로 -. 서울도시연구, 21(4), 41-63.
12.안전총괄실(2021). 2021년 신년 업무보고,
13.이석민, 윤형미(2019). 서울시 유출지하수 이용실태와 활용방안, 서울연구원 정책리포트, 제275호.
14.이슬기, 강지훈, 이한규, 주태우, 오시연, 박성욱, 김성범(2014). 데이터마이닝 알고리즘을 이용한 제품수명주기 예측: 의류산업 적용사례, 대한산업공학회지, 40(3), 291-298.
15.이정범(2020). 미세먼지 감축을 위한 클린로드 도입 방안, 한국도로학회 온라인 학술대회 발표 논문집.
16.정응호, 노백호, 김해동(2016). 도시열환경개선을 위한 대구 클린 로드 시스템의 확대 운영방안에 관한 연구, 한국환경과학회지, 25(11), 1589-1595.
17.Amato, F., Querol, X., Johansson, C., Nagl, C., & Alastuey, A.(2010). A Review on the Effectiveness of Street Sweeping, Washing and Dust Suppressants as Urban PM Control Methods, The Science of the Total Environment, 408(16), 3070-3084.
18.Azevedo, A., & Santos, M. F.(2008). KDD, SEMMA and CRISP-DM: A Parallel Overview, IADS-DM.