빅데이터를 기반으로 국민의 이동 행태를 분석한 결과, 지역별 생활권 변화와 교통 이용 패턴이 뚜렷하게 나타나고 있다. 이는 지역개발과 균형발전, 교통 인프라 투자 등 다양한 정책 수립에 중요한 자료로 활용될 전망이다.

뉴시스 보도에 따르면, 3일 국토연구원 최근 보고서에 따르면, 근무형태 변화가 이동 패턴에 큰 영향을 미쳤다. 단축·유연근무제 확산으로 오후 3시부터 퇴근 통행량이 증가하는 경향이 나타났으며, 특히 서울에서 경기로의 퇴근은 서울시 내부 퇴근 피크시간을 회피하는 경향을 보이며 1시간 늦은 오후 7시에 피크를 이뤘다.

경기와 충북 거주자의 전국 시도별 체류시간을 비교한 결과 경기도민의 비거주지 활동이 충북 거주자에 비해 훨씬 시공간적으로 활발한 것으로 나타났다. 이는 수도권의 높은 경제활동과 복합생활권 특성이 반영된 결과로 풀이된다.

장거리 통행에서도 흥미로운 차이가 관찰됐다. 부산발 서울행 통행자는 서울역, 수서역, 김포공항 등 핵심 교통시설에 주로 머무른 반면, 강원발 서울행 통행자는 노원, 중랑, 강동구 등 서울 동부 지역에 체류하는 비율이 높았다. 이는 출발 지역의 특성과 이동 목적에 따라 서울 내 체류지가 다르게 나타남을 보여준다.

?

서울시를 대상으로는 가상공간 기반의 사회연결망 분석을 통해 8개의 생활권으로 구분하는 작업도 이뤄졌다. 이 구분은 성별, 연령, 계절 변화에 따라 확장 적용할 수 있어, 미래 사회 변화에 대응하는 정책 개발에 유용한 기초자료가 될 전망이다.

KTX 이용 행태 분석도 이뤄졌다. 전국 읍면동의 48%(1,710개) 지역에서 평균 8.8km를 약 30분간 이동해 KTX역에 도착한 뒤, 평균 26.7분간 체류 후 열차를 탑승하는 것으로 나타났다. 이러한 데이터는 KTX역 주변 상권 개발, 교통 연계 시스템 개선 등에 활용될 수 있다.

특히 빅데이터를 활용한 생활권 분석은 국민의 일상 변화를 신속히 파악할 수 있어, 경제사회 불확실성이 커지는 시기에 중요한 정책 대응 수단으로 주목받고 있다. 예를 들어 시군구 또는 읍면동 거주 20대 여성과 50대 남성의 생활권 차이나, 특정 시설(쇼핑몰, 리조트, 병원, 역, 공항 등)이 30대 여성과 40대 남성에게 미치는 영향권을 분석할 수 있다.

또한 모빌리티 빅데이터를 활용하면 대규모 교통시설(공항, 역 등)의 기능을 시간 제약 없이 실시간 모니터링할 수 있다. 출발지, 이동시간, 체류시간 등 세부 데이터 분석을 통해 시설별 영향력(반경 78km), 접근성(91분 소요), 평균 체류시간(116분) 등을 파악해 투자 전략 및 운영 효율화를 도모할 수 있다.

전문가들은 "전국 단위의 생활이동 데이터를 체계적으로 구축해 지역 균형발전과 지역 맞춤형 개발 정책에 적극 활용해야 한다"고 강조했다. 이처럼 빅데이터 기반의 생활권 분석은 앞으로 더 세밀하고 과학적인 지역 정책 설계의 핵심 기반이 될 것으로 기대된다.