모바일 기지국 데이터를 이용한 격자인구 추정

Estimating Gridded Population using Mobile Station Data

최근 통신기술의 발달과 스마트폰 보급의 증가에 따라 모바일 데이터 활용에 대한 필요성이 대두되고 있다. 모바일폰 사용자의 위치 정보를 저장하는 모바일 기지국(mobile station) 데이터는 실시간으로 변하는 지역 인구분포와 유동성을 보여주는 유일한 데이터이며, 높은 시·공간적 해상도를 갖는 모바일 기지국 데이터는 소지역추정(small area estimation) 연구에 있어서 양질의 데이터 자원이 된다. 소지역추정이란 공간적으로 더욱 상세하고 정확한 추정을 뜻하는데, 그 예로 모바일 데이터를 이용한 격자인구(gridded population) 추정을 들 수 있다. 본 연구는 특정 지역의 가상 기지국 데이터를 이용하여 100m 격자단위의 연령별, 시간대별 인구를 추정한다. 분석의 공간적 범위는 서울특별시 종로구로 설정하였다. 모바일 데이터를 이용한 인구추정에는 기존 연구에 제시된 방법인 최소제곱법(ordinary least square), 영역내삽(areal interpolation), 공간자기회귀모형(spatial autoregressive regression)을 정리하였다. 또한, 본 연구에서는 새로운 추정 방법으로 랜덤포레스트 회귀모형을 제안하였고, 추정값의 정수화를 위한 방안도 제시하였다.

With the development of telecommunication technologies and the increase in smartphone penetration, the need for mobile data utilization is growing. Mobile station data that stores mobile phone users location information is the only data that shows local population distribution and liquidity changing in real time, and mobile data with high time and space resolution is a good data resource for small area estimation research. Small area estimation refers to a more detailed and accurate spatial estimation, for example, a lattice population estimation using mobile data. This study estimates populations by age and time zone in 100m grid using data from synthetic mobile stations in specific regions. The spatial scope of the analysis was set to Jongro-gu, Seoul. The population estimation using mobile data summarizes the methods presented in existing studies such as ordinal last square, areal interpolation, and spatial auto-regressive regression model. In addition, the newly proposed population estimation methods in this study include random forest regression. Measures for purification of estimated values are also proposed.