작년 4월 2개 노선에서 시작, 높은 시민 호응에 힘입어 현재 9개 노선으로 서울의 밤거리를 누비는 ‘올빼미 버스’. 작년 시민이 직접 뽑은 10대 뉴스 1위에 뽑히는 등 명실상부 서울시 대표 시민맞춤형 정책으로 손꼽힌다.
 
시민들의 이용도가 높을만한 노선을 선정할 수 있었던 힘은 바로 30억 건에 달하는 통화량을 ‘빅데이터’ 분석에 활용한 것이다.
 
서울시는 여기서 더 나아가 노인여가복지시설은 어디에 입지하는 것이 효과적인지, 시정 관련 포스터 등 각종 정보들을 어디에 배치하는 것이 효과적인지에 대해서도 빅데이터를 본격적으로 활용한다.
 
예컨대, 어르신들이 어디에 많이 살고, 어디서 활동하는지를 파악해 이를 바탕으로 지역별 노인여가복지시설의 수요에 비해 공급이 부족한 지역과 신규시설 예상 후보지를 찾아 시설 확충할 때 반영할 계획이다.
 
시정 정보의 경우 적재적소 위치 선정을 위해 빅데이터를 분석, ‘청년일자리허브’는 20~30대 거주인구가 많은 지역에 ‘올빼미버스’는 야근이 잦은 직장인 밀집지역 등에 배치한다.
 
서울시는 이와 같은 내용으로 시 정책에 대한 빅데이터의 활용을 강화, 과학적 분석기법을 통해 시민 맞춤형 행정서비스를 제공하고 행정 낭비를 최소화하겠다고 23일(수) 밝혔다.
그 시작으로, △노인여가복지시설 입지 분석과 △시정 정보 전달 관련 적정 위치 찾기에 빅데이터 분석 기법을 도입할 계획이다.
 
여기엔 ▴약 100억 건 이상의 통신 통계데이터를 통해 가공된 시간대별·요일별 유동인구를 비롯해 ▴거주인구 데이터 ▴소득추정정보 ▴노인시설정보 ▴도보·차량 네트워크 ▴직장인구 데이터 등을 활용했다.
 
우선, 노인여가복지시설 입지분석은 ▴자치구별 60세 이상 어르신의 특성반영 ▴분포현황과 수요/공급 분석 ▴이용 형태 분석 등을 분석한다.
 
예컨대, 어르신 10명 중 9명(89%)은 거주하는 자치구 내 시설을 이용하고 있었고, 서로 다른 두 개 이상의 시설을 이용하는 어르신은 4.5%에 불과했다.
 
또, 전체 이용자 중 63.6%는 걸어서 16분~17분 거리에 있는 가까운 시설을 이용하는 것으로 나타났고 약 20%는 거리가 멀더라도 좋은 설비를 갖춘 대규모 시설을 선호하는 것으로 확인됐다.
 
시는 이 분석 자료를 내년도 노인여가복지시설 확충 계획에 활용할 예정이다.
 
또한, 시정정보물 적정위치 찾기는 기존에 엑셀(표)로 관리하던 홍보물 매체를 시스템으로 전환했다.
 
시 전체를 작은 구역으로 쪼개고 각 구역마다 성별·시간대별·연령별 유동인구 정보는 물론 거주인구, 시설정보를 축적해 관리하고 있다.
 
이를 통해 특정 연령대 시민들이 어디에 많이 살고 어디를 많이 돌아다니는지를 분석, 시정 정보 안내자료를 해당 지역 특성에 맞도록 적재적소에 배치해 시민이 시 정책에 더 많이 참여하도록 유도하고 시민의 알권리를 충족시킨다는 계획이다.
 
이밖에도 시는 택시 대기밀집장소 관련 데이터와 승객들의 승하차 정보를 분석해서 승객을 찾는 택시기사와 빈 택시를 찾는 시민을 이어주는 ‘택시매치메이킹 프로젝트’를 추진 중에 있다.
 
또, 교통사고 다발지역 분석을 통해 교통사고 감소 및 예방 정책을 세우는 등 시민안전은 물론, 행정의 의사결정 수단으로 빅데이터를 활용해 시민과 소통하고 시민 생활에 체감되는 정책을 만들도록 노력한다는 계획이다.
 
김경서 서울시 정보기획단장은 “빅데이터 활용의 첫 사례였던 ‘올빼미버스’ 노선 수립에서 알 수 있듯이 시민들의 실제 수요가 있는 곳을 파악하는 것이 정책 수립에 있어서 가장 중요하고 근본적인 일”이라며 “실제 시민이 모바일 기기 등을 사용하면서 도처에 남긴 다양하고 방대한 빅데이터를 시정에 적극 반영해 시민에게 보다 유용하고 피부에 와닿는 정책을 만들어가겠다”고 말했다.