교통계획 및 체계 최적화는 도시와 지역의 교통 인프라를 효율적으로 설계하고 운영하기 위한 핵심 연구 분야입니다. 본 연구실에서는 다양한 교통수단과 노선의 배치, 수요 예측, 그리고 교통 흐름의 최적화를 위한 수리적 모델링과 시뮬레이션 기법을 적극적으로 활용하고 있습니다. 특히, 버스노선 스케치 방법론과 같은 실무 적용 가능한 연구를 통해 실제 도시 교통 문제 해결에 기여하고 있습니다. 이러한 연구는 교통 서비스 공급자와 이용자 모두의 만족도를 높이기 위한 다중 평가지표 기반의 평가 시스템을 개발하는 데 중점을 두고 있습니다. 예를 들어, 세종시 버스노선 사례 연구에서는 공급자와 이용자 관점에서 각각의 평가점수를 산출하여 노선 조정의 효과를 실증적으로 입증하였습니다. 또한, 교통계획 과정에서 공간 빅데이터와 개인성향 데이터를 융합하여 보다 정밀한 수요 예측과 정책 수립이 가능하도록 하고 있습니다. 앞으로는 모빌리티 데이터와 인공지능 기반의 예측 모델을 결합하여 교통체계의 지속가능성과 효율성을 극대화하는 연구를 지속할 예정입니다. 이를 통해 도시 교통의 혼잡 완화, 대중교통 활성화, 그리고 친환경 교통체계 구축 등 사회적 가치 실현에 기여하고자 합니다.

행태적 이질성은 교통수요 및 통행행태 분석에서 매우 중요한 요소로, 개별 이용자들의 다양한 특성과 선택 패턴을 반영하는 데 필수적입니다. 본 연구실은 잠재계층모형(Latent Class Model)과 같은 첨단 통계적 방법론을 활용하여, 관측 가능한 변수뿐만 아니라 관측되지 않는 이질성까지 포착하는 연구를 선도하고 있습니다. 이를 통해 교통수단 선택, 통근 행태, 원격근무 등 다양한 교통 및 이동 관련 행태를 정밀하게 분석하고 있습니다. 특히, COVID-19 팬데믹 이후 변화한 원격근무 행태와 그에 따른 통행 패턴의 이질성을 분석하는 연구가 활발히 이루어지고 있습니다. 잠재계층모형을 적용하여 다양한 동기와 특성을 가진 원격근무자 집단을 분류하고, 각 집단별로 통근 빈도와 교통수단 선택에 미치는 요인을 규명하였습니다. 또한, 자율주행차 도입에 따른 거주지 이동 및 차량 소유 변화, 전동킥보드와 같은 새로운 모빌리티 수단의 선택행태 등 미래 교통 환경 변화에 대응하는 연구도 진행 중입니다. 이러한 연구는 교통정책 수립 시 다양한 계층의 특성과 요구를 반영할 수 있도록 하며, 맞춤형 교통서비스 제공과 교통복지 증진에 기여할 수 있습니다. 앞으로도 빅데이터, 인공지능, 심층분석 기법을 접목하여 행태적 이질성 연구의 깊이와 폭을 더욱 확장할 계획입니다.