김동규 연구실
건설환경공학부 김동규
김동규 연구실은 건설환경공학부 소속으로, 교통계획 및 체계 혁신, 지능형 교통시스템(ITS), 데이터 기반 교통안전 등 다양한 분야에서 선도적인 연구를 수행하고 있습니다. 연구실은 도시와 광역 교통 네트워크의 효율성 증진, 대중교통과 개인형 이동수단의 통합, 그리고 첨단 데이터 분석을 통한 교통 수요 예측 및 운영 전략 개발에 중점을 두고 있습니다. 스마트카드, GPS, CCTV, DSRC 등 다양한 교통 빅데이터를 활용하여 실제 교통 현상을 정밀하게 분석하고, 이를 기반으로 교통 정책 및 운영 방안을 제시합니다.
연구실은 수요 응답형 교통(DRT), 모빌리티 서비스(MaaS), 자율주행 기반 교통 시스템 등 미래형 교통체계의 설계와 평가에도 적극적으로 참여하고 있습니다. 승객의 편의성과 운영 효율성을 동시에 고려한 인센티브 시스템, 다양한 교통수단 간의 연계성 강화, 그리고 대중교통의 접근성 및 형평성 향상을 위한 정책적·기술적 해법을 제시합니다. 도시철도, 버스, 자전거, e-스쿠터 등 다양한 교통수단의 수요 예측, 운영 최적화, 서비스 권역 설정 등 실질적인 운영 개선 방안도 연구의 중요한 축입니다.
지능형 교통시스템(ITS)과 데이터 기반 교통안전 분야에서도 연구실은 다양한 교통 센서, 영상 데이터, 무인항공기(UAV) 영상, 스마트카드 등에서 수집된 대규모 데이터를 활용하여 교통상황을 실시간으로 분석하고, 교통사고 위험 예측 및 안전 대책을 개발합니다. 베이지안 네트워크, 강화학습, 시계열 분석, 생성적 적대 신경망(GAN) 등 최신 인공지능 및 기계학습 기법을 교통 데이터에 접목하여, 실시간 교통상태 예측, 사고 위험도 평가, 교통안전시설 효과 분석 등 다양한 응용 연구를 진행합니다.
이러한 연구는 실제 지방자치단체, 정부기관, 교통공사 등과의 협력 프로젝트를 통해 현장에 적용되고 있으며, 교통 혼잡 완화, 환경 개선, 교통 약자 지원 등 사회적 가치 실현에도 기여하고 있습니다. 또한, 교통안전정보관리체계, 실시간 교통안전시설 운용, 교통정보 수집 인프라 최적화 등 국가 및 지자체의 정책 수립과 실무에 직접 활용되고 있습니다.
김동규 연구실은 교통계획, ITS, 교통안전, 모빌리티 혁신 등 다양한 분야의 융합 연구를 통해 미래 도시의 지속가능한 교통 환경 조성에 핵심적인 역할을 하고 있습니다. 첨단 데이터 과학과 인공지능 기술을 바탕으로, 안전하고 효율적인 교통체계 구축을 목표로 연구를 지속적으로 확장해 나가고 있습니다.
교통계획 및 체계 혁신
김동규 연구실은 교통계획 및 체계 혁신을 위한 다양한 연구를 수행하고 있습니다. 도시와 광역 교통 네트워크의 효율성 증진, 대중교통과 개인형 이동수단의 통합, 그리고 첨단 데이터 분석을 통한 교통 수요 예측 및 운영 전략 개발에 중점을 두고 있습니다. 특히, 스마트카드 데이터, GPS, CCTV, DSRC 등 다양한 교통 빅데이터를 활용하여 실제 교통 현상을 정밀하게 분석하고, 이를 기반으로 교통 정책 및 운영 방안을 제시합니다.
연구실은 수요 응답형 교통(DRT), 모빌리티 서비스(MaaS), 자율주행 기반 교통 시스템 등 미래형 교통체계의 설계와 평가에도 적극적으로 참여하고 있습니다. 예를 들어, 승객의 편의성과 운영 효율성을 동시에 고려한 인센티브 시스템, 다양한 교통수단 간의 연계성 강화, 그리고 대중교통의 접근성 및 형평성 향상을 위한 정책적·기술적 해법을 제시합니다. 또한, 도시철도, 버스, 자전거, e-스쿠터 등 다양한 교통수단의 수요 예측, 운영 최적화, 서비스 권역 설정 등 실질적인 운영 개선 방안도 연구의 중요한 축입니다.
이러한 연구는 실제 지방자치단체, 정부기관, 교통공사 등과의 협력 프로젝트를 통해 현장에 적용되고 있으며, 교통 혼잡 완화, 환경 개선, 교통 약자 지원 등 사회적 가치 실현에도 기여하고 있습니다. 김동규 연구실의 교통계획 및 체계 혁신 연구는 미래 도시의 지속가능한 교통 환경 조성에 핵심적인 역할을 하고 있습니다.
지능형 교통시스템(ITS) 및 데이터 기반 교통안전
연구실은 지능형 교통시스템(ITS)과 데이터 기반 교통안전 분야에서 선도적인 연구를 수행하고 있습니다. 다양한 교통 센서, 영상 데이터, 무인항공기(UAV) 영상, 스마트카드 등에서 수집된 대규모 데이터를 활용하여 교통상황을 실시간으로 분석하고, 교통사고 위험 예측 및 안전 대책을 개발합니다. 예를 들어, 딥러닝 기반의 차량 검지 및 분류, 교통 흐름 예측, 사고 다발 구간 자동 탐지, 교통사고 심각도 영향요인 분석 등 첨단 데이터 과학 기법을 적극적으로 도입하고 있습니다.
특히, 베이지안 네트워크, 강화학습, 시계열 분석, 생성적 적대 신경망(GAN) 등 최신 인공지능 및 기계학습 기법을 교통 데이터에 접목하여, 실시간 교통상태 예측, 사고 위험도 평가, 교통안전시설 효과 분석 등 다양한 응용 연구를 진행합니다. 또한, 교통사고 데이터, 운전자 행태 데이터, 도로 환경 데이터 등을 통합 분석하여, 지역별·유형별 맞춤형 교통안전 정책 및 시설 개선 방안을 제시합니다.
이러한 연구는 교통안전정보관리체계, 실시간 교통안전시설 운용, 교통정보 수집 인프라 최적화 등 국가 및 지자체의 정책 수립과 실무에 직접 활용되고 있습니다. 김동규 연구실의 ITS 및 교통안전 연구는 첨단 기술을 기반으로 한 안전하고 효율적인 교통환경 조성에 크게 기여하고 있습니다.
1
Real-Time Estimation of Origin?Destination Matrices Using a Deep Neural Network for Digital Twins
함승우, 윤현수, 김동규, 민동규
TRANSPORTATION RESEARCH RECORD, 202502
2
Resilience-Based Approach to the Measurement of Headway Inconsistency
김태형, 김동규, 문세동
TRANSPORTATION RESEARCH RECORD, 202501
3
Multi-objective optimization of demand responsive transit operations based on dynamic passenger requests using maximum time delay rate
김동규, 문세동, 신호석, 한상욱
Journal of Public Transportation, 202412
1
서울시 지하 도시고속도로망 구상 효과분석(2차)