프로젝트 개요
대회명: SRI 데이터 경진대회 — 수원시 정책 아이디어 제안
주제: 공공데이터를 활용한 수원시 주차 문제 해소를 위한 정책 제언
역할: 데이터 수집·전처리·시각화, 정책 제언 도출
수원시는 약 120만 명이 거주하는 경기도 최대 도시이자 삼성전자 본사가 위치한 산업 중심지입니다. 그러나 급격한 도시화와 차량 증가로 인해 주차 문제가 시민 생활의 주요 민원으로 부상하고 있습니다. 본 프로젝트는 수원시가 공개한 시민 서베이 데이터와 주정차 위반 단속 데이터를 결합 분석하여, 데이터 기반의 실효성 있는 주차 정책을 제언하는 것을 목표로 했습니다.
데이터 소개
분석에 활용한 데이터는 크게 세 가지입니다.
1. 수원서베이 (시민 인식 조사)
수원시가 분기별로 실시하는 시민 패널 조사 데이터로, 교통·주거·생활환경 등 도시 전반에 대한 시민 인식을 담고 있습니다.
- 2023년 수원서베이 용역 데이터
- 2024년 3·4분기 패널조사 데이터 (가중치 포함)
- 2025년 1·2분기 패널조사 데이터 (가중치 포함)
2. 주정차 위반 단속 데이터 (공공데이터포털)
수원시 4개 구(장안구·권선구·팔달구·영통구)의 주정차 위반 단속 이력 데이터로, 단속 일시·장소·방법(고정형 CCTV / 이동형) 등의 정보를 포함합니다.
- 총 약 30만 건 이상의 단속 레코드 분석
- 단속 일시를 연·월·요일·시간대·계절로 파생 변수 생성
3. 불법주정차 단속 카메라 위치 정보
수원시 공식 홈페이지에서 수집한 고정형 CCTV의 설치 위치(GPS 좌표) 데이터입니다. Kakao Local API를 활용해 이동형 단속 데이터에도 위·경도 좌표를 부여하여 지도 시각화에 활용했습니다.
분석 과정
시민 인식 분석: 주차가 교통 문제 1순위
수원서베이 2025년 1분기 데이터의 교통 분야 문제점 항목을 분석한 결과, 주차 문제가 시민이 가장 시급하게 느끼는 교통 불편 요인 1위로 나타났습니다. 특히 영통구와 권선구에서 주차 관련 불만 응답 비율이 높게 나타나, 해당 지역의 주차 인프라 개선이 우선적으로 필요함을 확인했습니다.
2023·2024년 수원서베이의 교통 인프라 만족도 항목도 분석했습니다. 교통 인프라 구축 수준에 대한 만족도와 가장 시급히 개선해야 할 항목에서 주차 공간 부족이 지속적으로 상위에 언급됨을 확인했습니다.
단속 데이터 전처리 및 EDA
단속일시 데이터를 datetime64 형식으로 변환한 후, 다음과 같은 파생 변수를 생성하여 시계열 패턴을 분석했습니다.
연도별 단속 추이: 단속 건수의 연간 변화를 파악했습니다.
[이미지2 - 년도 별 단속 횟수]
월별·계절별 단속 패턴: 특정 계절이나 월에 단속이 집중되는지 확인했습니다.
[이미지3 - 월별 단속 횟수]
[이미지4 - 계절 별 단속 횟수]
요일별 단속 패턴: 평일·주말 단속 분포를 비교했습니다.
[이미지5 - 요일 별 단속량]
시간대별 단속 패턴: 오전·오후·야간 구간별 단속 집중 시간대를 분석했습니다.
[이미지6 - 시간대 별 단속량]
단속 방법별 분포: 고정형 CCTV vs. 이동형 단속 비율을 확인했습니다.
[이미지7 - 단속방법 비율 (고정형/이동형)]
위치 데이터 통합 및 지도 시각화
분석의 핵심은 단속 데이터에 위치 정보를 결합하여 지역별 불법주정차 실태를 지도로 시각화하는 것이었습니다.
고정형 CCTV 데이터 처리:
수원시 공식 홈페이지에서 4개 구의 CCTV 설치 위치 정보를 API로 수집했습니다. 단속 데이터의 장소명과 CCTV 데이터의 설치 지점명이 완전히 일치하지 않는 문제가 있어, rapidfuzz 라이브러리를 활용한 퍼지 매칭(Fuzzy Matching, 유사도 임계값 80%) 으로 두 데이터를 연결했습니다.
이동형 단속 데이터 처리: 이동형 단속 데이터는 GPS 좌표 없이 주소 텍스트만 존재했습니다. Kakao Local API를 활용하여 주소를 위·경도로 변환하는 지오코딩(Geocoding) 파이프라인을 구축했습니다.
def get_lat_lng(addr):
headers = {"Authorization": f"KakaoAK {api_key}"}
params = {"query": addr}
url = "https://dapi.kakao.com/v2/local/search/address.json"
result = requests.get(url, headers=headers, params=params).json()
lat = result['documents'][0]['y']
lng = result['documents'][0]['x']
return lat, lng
위치 정보가 결합된 단속 데이터를 Folium으로 지도에 시각화하여 불법주정차 다발 지역을 직관적으로 파악했습니다.
공영주차장 현황과의 비교 분석
불법주정차 다발 지역과 공영주차장 위치를 동일 지도에 중첩하여 주차 인프라 공백 지역을 식별했습니다. 단속이 집중되는 지역에 공영주차장이 부족하다는 상관관계를 시각적으로 확인하고 정책 제언의 근거로 활용했습니다.
[이미지10 - 불법주정차 단속 지점과 공영주차장 위치 중첩 지도]
[이미지11 - 인계동 공영주차장 현황]
정책 제언
데이터 분석 결과를 토대로 세 가지 정책 방향을 제언했습니다.
1. 데이터 기반 주차 문제 모니터링 체계 구축
단속 카메라 적발 건수를 주차 문제 심각도를 나타내는 핵심 지표로 활용하고, 지역별·시간대별 단속 데이터를 정기적으로 모니터링하는 시스템을 구축합니다. 장안구·팔달구·권선구·영통구별로 단속 집중 지역과 시간대를 파악하여 순찰 자원을 효율적으로 배분할 수 있습니다.
2. IoT 기반 통합 주차 애플리케이션 도입
서울시의 실시간 주차현황 안내시스템을 벤치마킹하여, 수원시형 통합 주차 앱을 개발합니다.
- IoT 센서 기반 주차 가용 공간 실시간 감지
- 공영주차장·부설주차장 통합 검색 및 예약 기능
- 목적지 주변 주차 가능 공간 안내로 불법주정차 유인 원천 차단
- 주차 요금 간편 결제 및 이용 이력 관리
3. 주차 공간 확보를 위한 제도적 정책
- 역세권 복합개발 시 지하 공영주차장·복합 환승주차장 등 통합 주차대책 의무화
- 신축 건축물 부설주차장 확대 및 의무화 강화, 노후 건축물 재개발 시 주차장 확보 필수 조건 설정
- 학교·공공기관·대형마트 등 유휴 시간대 주차 공간 개방 정책 확대
- 도심 매력 거점 주변 교통 접근성 개선을 위한 인근 주차 인프라 확충
회고
이번 프로젝트에서 가장 도전적이었던 부분은 서로 다른 출처의 데이터를 연결하는 작업이었습니다. 행정동과 법정동 간의 명칭 불일치, CCTV 지점명과 단속 장소명의 불일치 등 현실 데이터에서 흔히 발생하는 노이즈를 퍼지 매칭과 API 지오코딩으로 해결하는 과정이 인상적이었습니다.
단순한 EDA를 넘어, 분석 결과가 실제 정책 제언으로 이어지는 흐름을 직접 경험할 수 있었습니다. 데이터가 보여주는 패턴(특정 시간대·지역 단속 집중)이 정책 우선순위 결정의 근거가 되고, 시민 서베이 결과와 교차 검증함으로써 분석의 설득력을 높인 프로젝트였습니다.
사용 기술: Python · Pandas · NumPy · Seaborn · Matplotlib · Folium · rapidfuzz · Kakao Local API
데이터 출처: 수원시 공공데이터포털, 수원서베이, 공공데이터포털(data.go.kr)