4-1. 방대한 이동 데이터의 현실적 활용의 한계 : 메타버스의 활용

현대 사회를 살아가는 인류는 다양한 교통수단을 통하여 많은 이동 데이터를 생성한다. Trip-Chain으로 불리고 있는 이러한 기본적인 이동 데이터는 많은 교통수단을 반영한다. 그중 현재 활용되고 있거나 활용 예정인 이동 데이터 중 일부는 다음과 같다.

1. GPS를 기반으로 Door to Door 이동궤적이 추적 가능한 차량용 내비게이션 데이터

2. DTG로부터 연계 생성되는 상업용 화물차, 버스, 택시

3. 교통카드데이터로부터 Staion to Station 이동궤적이 추적가능한 대중교통(버스, 지하철) 데이터

4. 그 외에 Last Mile인 Staion to Door를 충족시켜주기 위한 Personal Mobility, Sharing Bike/Bicycle 데이터

현재 이러한 방대한 이동데이터의 활용은 빅데이터 및 AI 기술의 발전과 더불어 최근 증가하고 있는 추세이다. 예를 들어 민간사의 차량 내비게이션 데이터를 이용하여, 도로의 링크단위 소통정보를 가공하고 이를 기반으로 도로의 정체정보, 예측정보 등을 제공하는 것이 가장 현실적인 이동 데이터의 활용이다. 또한 교통카드 데이터를 이용하여 버스의 실시간 잔여정보와 혼잡정보 등을 제공 하는 것이 최근 이동 빅데이터를 활용한 대표적인 사례라고 볼 수 있다. 그러나 이동 데이터의 경우 현실적으로 너무 방대한 정보로 이러한 이동 데이터들을 모두 취합하여 시뮬레이션 할 수 있는 환경은 극히 제한적이며, 불가능한 실정이다. 왜냐하면 이동 데이터들은 모두 개인정보로 보호되어 있으며, 이들에 대한 가공과 검증이 이루어진 뒤 활용이 가능하다. 이에 방대한 데이터들을 현실과 동일한 가상공간의 세계에서 시뮬레이션 해보는 것이 요구되는 실정이다.