교통수단 분담(Modal Split)은 특정 기종점 간을 이동하는 전체 통행(Trip)량이 가용한 여러 교통수단으로 나누어지는 현상을 의미하며, 이를 수치화한 것을 교통수단 분담률(Modal Split Share)이라 한다. 이는 통행자가 주관적 또는 객관적 기준에 따라 가장 적합한 이동 수단을 결정하는 의사결정의 결과가 집합적으로 나타난 것이다. 교통공학 및 도시 계획 분야에서 수단 분담은 한정된 도로 용량과 자원을 효율적으로 배분하기 위한 핵심 지표로 활용되며, 도시의 교통 체계가 얼마나 균형 있게 구축되었는지를 보여주는 척도가 된다.

교통수단 분담률의 산정은 기본적으로 전체 통행량에 대한 특정 수단 이용량의 비율로 계산된다. 특정 지역이나 노선에서 수단 $ i $를 선택할 확률 또는 분담률 $ P_i $는 다음과 같은 수식으로 표현할 수 있다.

$$ P_i = \frac{T_i}{\sum_{j=1}^{n} T_j} $$

여기서 $ T_i $는 수단 $ i $를 이용하는 통행량이며, 분모는 분석 대상이 되는 $ n $개의 모든 교통수단 이용량의 합계를 의미한다. 이러한 계산 방식은 교통수요예측의 정량적 분석에서 기초 자료로 사용되며, 향후 교통 시설 확충이나 서비스 개선 시 각 수단이 흡수할 수 있는 수요를 예측하는 데 기여한다.

전통적인 교통수요예측 4단계 모델 체계 내에서 교통수단 분담은 통상 세 번째 단계에 위치한다. 첫 번째 단계인 통행 발생에서 전체 통행의 규모가 결정되고, 두 번째 단계인 통행 분포를 통해 출발지와 목적지 사이의 통행량이 확정되면, 교통수단 분담 단계에서 해당 통행이 어떤 수단을 이용할 것인지가 결정된다. 이렇게 분담된 수단별 통행량은 마지막 단계인 노선 배정(Traffic Assignment)을 통해 실제 도로망이나 철도 노선에 할당된다. 다만, 분석 모형의 구조에 따라 통행 분포 이전에 수단 분담이 먼저 이루어지는 경우도 존재하며, 이는 교통 계획의 전략적 방향이나 가용 데이터의 성격에 따라 결정된다.

학술적으로 교통수단 분담은 개별 행태 모형(Disaggregate Behavioral Model)의 발달과 궤를 같이한다. 과거에는 구역 단위의 집계 데이터를 활용한 총체적 분석이 주를 이루었으나, 현대에 이르러서는 통행자 개인의 효용(Utility) 극대화 원리를 바탕으로 한 확률적 선택 이론이 중심이 되고 있다. 이는 교통수단 분담이 단순히 물리적인 배분 과정이 아니라, 시간, 비용, 편리성 등 다양한 변수를 고려한 복합적인 인간 행태의 반영임을 시사한다. 따라서 교통수단 분담의 이해는 효율적인 교통수요관리(Transportation Demand Management, TDM) 정책 수립과 지속 가능한 교통 체계로의 전환을 위한 이론적 토대가 된다.

교통수단 분담(Modal Split)은 특정 지역 내에서 발생하는 전체 교통수요가 버스, 지하철, 승용차, 자전거 등 가용한 개별 교통수단으로 나누어지는 현상을 의미한다. 이는 교통계획 및 공학적 관점에서 도시의 교통 체계가 얼마나 효율적으로 운영되고 있는지를 보여주는 핵심 지표이며, 장래의 교통 시설 규모를 결정하거나 교통수요관리 정책의 효과를 평가하는 기초 자료로 활용된다. 학술적으로 교통수단 분담은 통행자가 기점과 종점 사이를 이동할 때 특정 수단을 선택하는 개별 의사결정의 집합적 결과로 이해된다.

교통수단 분담률은 일정 기간 동안 발생한 전체 통행(Trip)량 중에서 특정 교통수단이 차지하는 비율로 정의된다. 이를 수학적으로 정식화하면, 특정 지역 또는 특정 기종점 간의 전체 통행량을 $ T $라고 하고, 그중 교통수단 $ i $를 이용한 통행량을 $ T_i $라고 할 때, 수단 $ i $의 분담률 $ MS_i $는 다음과 같이 계산된다.

$$MS_i = \frac{T_i}{\sum_{j=1}^{n} T_j} \times 100 (\%)$$

여기서 $ n $은 해당 구간에서 선택 가능한 총 교통수단의 개수를 의미하며, 모든 수단의 분담률 합계는 반드시 100%가 되어야 한다. 분담률의 계산 단위는 분석의 목적에 따라 달라질 수 있다. 가장 일반적인 단위는 통행 횟수를 기준으로 하는 ‘인-통행(Person-trip)’ 방식이나, 통행 거리에 가중치를 두어 교통량의 실질적 부하를 측정하는 ‘인-킬로미터(Person-kilometer)’ 단위를 사용하기도 한다. 화물 운송 분야에서는 톤수와 거리를 결합한 ’톤-킬로미터(Ton-kilometer)’가 주요 계산 원리로 적용된다.

교통수단 분담의 개념적 기초는 통행자의 효용 극대화 원리에 근거한다. 통행자는 각 교통수단이 제공하는 서비스 수준, 즉 통행 시간, 비용, 편리성, 안전성 등을 종합적으로 고려하여 자신에게 가장 큰 효용을 주는 수단을 선택한다. 이러한 선택의 결과가 집합적으로 나타난 것이 분담률이다. 따라서 분담률은 고정된 수치가 아니라, 새로운 교통망의 확충이나 요금 체계의 변화, 혹은 유가 변동과 같은 외부 환경의 변화에 따라 민감하게 반응하는 동태적인 특성을 지닌다.

전통적인 교통수요예측 4단계 모델에서 수단 분담은 통행 발생과 통행 분포를 거쳐 생성된 기종점 간 통행량을 실제 네트워크상의 수단별 통행량으로 배분하는 역할을 수행한다. 이 과정에서 분석가는 승용차와 같은 개인교통과 버스, 지하철 등 대중교통 사이의 경쟁 관계를 모형화한다. 최근에는 보행과 자전거를 포함한 비동력 교통 및 개인형 이동수단(Personal Mobility)의 비중이 강조되면서, 분담률의 산정 범위가 기존의 도로 중심에서 도시 전체의 모빌리티 체계로 확장되는 추세이다.

교통수단 분담률의 구조적 변화는 도시의 환경적 지속 가능성과 직결된다. 승용차 분담률이 지나치게 높은 구조는 교통혼잡 비용의 증가와 대기오염, 온실가스 배출량 증가를 초래한다. 반면 지하철이나 버스와 같은 대중교통 분담률이 높은 구조는 에너지 효율성을 높이고 도시의 가용 공간을 최적화하는 데 기여한다. 따라서 현대의 교통 정책은 단순히 분담률을 예측하는 데 그치지 않고, 수단 전환(Modal Shift) 전략을 통해 승용차 이용자를 대중교통이나 친환경 수단으로 유도하여 분담 구조를 재편하는 데 중점을 둔다.

교통수단 분담(Modal Split)은 교통수요예측(Transportation Demand Forecasting)의 전통적인 4단계 모델 중 세 번째 단계에 해당하며, 도시 교통 체계의 효율성을 결정짓는 핵심적인 지표이다. 교통 계획 과정에서 수단 분담 분석이 갖는 일차적인 중요성은 사회적 자원의 효율적 배분과 사회기반시설(Infrastructure)의 적정 규모를 산정하는 기초 자료를 제공한다는 점에 있다. 특정 도시 공간 내에서 발생하는 전체 통행량이 승용차, 버스, 도시철도, 자전거 등 개별 교통수단으로 어떻게 나누어지는지에 따라 도로의 차로 수나 철도의 수송 용량과 같은 물리적 시설의 규모가 결정된다. 만약 수단 분담률 예측이 부정확할 경우, 특정 시설은 수요 초과로 인한 교통 혼잡을 겪게 되거나 반대로 과잉 투자(Over-investment)로 인한 예산 낭비가 초래될 수 있다. 따라서 정확한 수단 분담 분석은 공공 투자 사업의 타당성을 검토하는 편익 비용 분석(Benefit-Cost Analysis, BCA)에서 필수적인 과정이다.¹⁾

효율적인 자원 배분의 관점에서 교통수단 분담은 정책적 개입의 방향을 설정하는 전략적 도구로 활용된다. 도시 내 가용 부지와 예산은 한정되어 있으므로, 모든 교통 수요를 도로 건설로 대응하는 것은 현실적으로 불가능하다. 교통 계획가는 수단 분담 모델을 통해 혼잡통행료 부과나 대중교통 전용차로 설치와 같은 교통수요관리(Transportation Demand Management, TDM) 정책이 이용자의 수단 선택 행태에 미치는 영향을 시뮬레이션할 수 있다. 이를 통해 승용차 이용자를 대중교통이나 비동력 교통수단으로 유도함으로써 도로의 서비스 수준(Level of Service, LOS)을 유지하고 전체 교통 체계의 효율성을 극대화하는 최적의 자원 배분 시나리오를 도출한다. 이는 단순히 교통 시설의 확충을 넘어, 기존 시설의 운영 효율을 높이는 데 기여한다.

또한 교통수단 분담은 환경적 지속 가능성과 사회적 비용 저감 측면에서도 중대한 의의를 지닌다. 기후 변화 대응과 탄소 중립 실현이 글로벌 의제로 부상함에 따라, 수송 부문의 온실가스 배출을 줄이기 위한 방안으로 저탄소 교통수단의 분담률 제고가 강조되고 있다. 교통수단 분담 분석은 특정 정책이 대기 오염, 소음, 교통사고 발생 등 교통의 외부 효과(External Effect)를 얼마나 감소시킬 수 있는지 정량적으로 평가하는 근거를 제시한다.²⁾ 예를 들어, 보행 및 자전거와 같은 지속 가능한 교통 수단의 분담률이 높아질수록 도시의 에너지 소비 효율은 향상되며, 이는 장기적으로 도시의 경쟁력과 거주 적합성을 높이는 결과로 이어진다.

결과적으로 교통 계획에서의 수단 분담은 단순한 통계적 수치를 넘어, 도시의 물리적 구조와 정책적 지향점을 연결하는 가교 역할을 수행한다. 이용자의 행태적 특성을 반영한 수단 분담 모델링은 미래의 통행 패턴 변화를 선제적으로 예측하게 하며, 이를 통해 교통 계획가는 경제적 타당성과 사회적 형평성, 그리고 환경적 가치를 동시에 고려한 균형 잡힌 교통 정책을 수립할 수 있다. 이러한 일련의 과정은 도시 교통 시스템이 직면한 한정된 자원의 제약을 극복하고, 사용자 중심의 효율적인 이동 환경을 조성하는 데 중추적인 기능을 담당한다.

교통수단 선택은 통행자가 가용한 여러 대안 중 자신의 효용(Utility)을 극대화할 수 있는 특정 수단을 결정하는 복합적인 의사결정 과정이다. 이러한 선택 행위는 단순히 물리적인 이동 수단을 고르는 것을 넘어, 통행자의 사회경제적 배경, 통행 자체의 목적과 공간적 제약, 그리고 각 교통수단이 제공하는 서비스 수준이 상호작용하여 나타나는 결과이다. 교통 계획 및 공학에서는 이를 체계적으로 분석하기 위해 결정 요인을 크게 통행자 특성, 통행 특성, 수단 특성의 세 가지 범주로 분류하여 고찰한다.

통행자의 사회경제적 특성(Socio-economic characteristics)은 수단 선택의 내적 제약 조건을 형성한다. 가장 대표적인 변수는 소득 수준과 자동차 보유 여부이다. 일반적으로 소득이 높을수록 통행자는 높은 시간 가치(Value of Time, VOT)를 가지게 되며, 이는 통행 시간 단축을 위해 더 높은 비용을 지불할 용의가 있음을 의미한다. 따라서 고소득층일수록 승용차나 택시와 같은 개별 교통수단을 선호하는 경향이 뚜렷하다. 또한 가구 내 자동차 보유 대수는 대중교통 이용 확률과 강력한 부(-)의 상관관계를 가진다. 이외에도 연령, 직업, 성별, 운전면허 소지 여부 등은 통행자의 신체적 능력이나 사회적 활동 범위에 영향을 미쳐 수단 선택의 범위를 제한하거나 확장하는 역할을 한다.

통행의 특성(Trip characteristics)은 수단 선택의 상황적 문맥을 결정한다. 통행 목적은 선택의 우선순위를 설정하는 핵심 요인이다. 예를 들어, 출근이나 등교와 같은 구속성 통행은 도착 시간의 엄격함으로 인해 정시성이 보장되는 지하철이나 철도를 선호하게 만든다. 반면 쇼핑, 여가, 친지 방문과 같은 비구속성 통행은 짐의 운반이나 동행자의 존재, 목적지의 접근 편의성 등에 따라 승용차 선택 비중이 높아진다. 통행 거리와 통행 시간대 역시 중요한데, 단거리 통행에서는 보행이나 자전거가 경쟁력을 가지며, 심야 시간대에는 대중교통의 가용성 저하로 인해 승용차나 택시 의존도가 높아진다.

교통수단의 서비스 수준 특성(Transport facility characteristics)은 각 수단이 가진 객관적 경쟁력을 의미하며, 주로 일반화 비용(Generalized Cost)의 개념으로 수치화된다. 일반화 비용은 통행자가 지불하는 직접적인 화폐 비용뿐만 아니라 통행에 소요되는 시간을 화폐 가치로 환산하여 합산한 것이다. 수단 특성 변수에는 차내 시간(In-vehicle travel time), 접근 시간(Access time), 대기 시간(Waiting time), 환승 횟수 등이 포함된다. 통행자는 일반적으로 다음과 같은 효용 함수 $ U $를 통해 대안을 평가한다.

$$ U_{in} = V_{in} + \epsilon_{in} = \sum \beta_k X_{ink} + \epsilon_{in} $$

여기서 $ V_{in} $은 관측 가능한 결정론적 효용이며, $ X_{ink} $는 비용이나 시간과 같은 독립 변수, $ %%//%%k $는 각 변수의 가중치를 나타내는 파라미터이다. $ %%//%%{in} $은 관측되지 않는 무작위 오차항을 의미한다. 특히 대중교통의 경우, 단순한 이동 시간 외에도 배차 간격에 따른 정시성, 차량 내의 혼잡도, 환승의 편리성 등 질적 서비스 요인이 수단 분담률에 유의미한 영향을 미친다.

최근에는 이러한 전통적 요인 외에도 환경에 대한 인식, 정보 통신 기술의 발달에 따른 실시간 교통 정보 제공 여부, 그리고 공유 경제의 확산에 따른 마이크로 모빌리티(Micro-mobility)의 등장 등이 새로운 결정 요인으로 부상하고 있다. 특히 스마트폰을 통한 이동성 서비스(Mobility as a Service, MaaS)의 확산은 통행자가 실시간으로 수단별 비용과 시간을 비교하게 함으로써, 과거의 습관적 선택에서 벗어나 매 통행 시점마다 최적의 수단을 조합하여 선택하는 행태적 변화를 유도하고 있다. 이러한 요인들은 도시 교통 정책 수립 시 단순한 시설 공급을 넘어 수요자의 심리적·상황적 변화를 반영해야 함을 시사한다.

통행자의 사회경제적 특성은 교통수단 선택 과정에서 개인의 선호와 제약 조건을 결정짓는 내생적 요인으로 작용한다. 이는 교통수단 자체의 물리적 서비스 수준인 통행시간이나 통행비용과 같은 외생적 변수와 결합하여 최종적인 의사결정을 유도한다. 동일한 교통 서비스 환경에서도 개인의 배경에 따라 선택 결과가 달라지는 이유는 각자가 부여하는 효용(Utility)의 가중치가 다르기 때문이다. 따라서 교통수단 분담 분석에서는 통행자의 인구통계학적 변수와 경제적 지위를 파악하는 것이 필수적이다.

소득 수준은 통행자의 시간가치(Value of Time, VOT)를 결정하는 가장 핵심적인 변수이다. 고소득층일수록 단위 시간당 기회비용이 높게 평가되므로, 비용이 다소 발생하더라도 통행 시간을 단축할 수 있는 승용차나 택시와 같은 수단을 선호하는 경향이 뚜렷하다. 반면 저소득층은 시간 절약보다는 직접적인 지출 비용의 최소화를 우선시하여 대중교통이나 보행을 선택할 확률이 높다. 이러한 관계는 미시경제학의 효용 극대화 원리로 설명되며, 실제 연구에서도 가구 소득에 따라 교통수단 선택의 가격탄력성과 시간탄력성이 차별적으로 나타남이 확인된 바 있다³⁾.

자동차 보유 여부는 교통수단 선택의 가용성을 결정짓는 물리적 제약 요인이자 가장 강력한 설명 변수이다. 가구 내 차량 보유 대수가 증가할수록 승용차 선택 확률은 비약적으로 상승하며, 이는 대중교통 서비스의 질적 수준과 무관하게 강력한 영향력을 행사한다. 특히 차량을 이용할 수 없는 통행자를 대중교통 전용 이용자(Captive Riders)라 부르는데, 이들은 선택의 대안이 제한적이어서 서비스 변화에 비탄력적인 반응을 보인다. 반면 차량을 보유하고도 대중교통을 선택할 수 있는 선택적 이용자(Choice Riders)의 비중을 높이는 것이 교통 정책의 주요 목표가 된다.

통행자의 연령과 생애주기(Life Cycle) 또한 수단 선택에 유의미한 차이를 발생시킨다. 경제활동 인구인 청장년층은 정시성과 신속성을 중시하여 승용차나 지하철을 선호하는 반면, 학생층이나 고령층은 비용 민감도가 높거나 접근 편의성을 우선시하는 경향이 있다. 특히 고령화 사회로 진입함에 따라 교통약자로서의 고령층이 가지는 특수한 이동 패턴과 수단 선택 특성은 도시 교통 계획의 새로운 과제로 부상하고 있다.

성별과 직업 특성 역시 무시할 수 없는 요인이다. 가사 노동과 경제활동을 병행하는 경우 여러 목적지를 경유하는 통행사슬(Trip Chaining) 구조가 복잡해지며, 이러한 복잡성은 대중교통보다는 승용차 이용을 선호하게 만드는 요인이 된다. 또한 직업의 종류에 따라 업무 중 차량 이용의 필요성이나 유연근무제 적용 여부 등이 달라지며, 이는 통행 시간대와 수단 선택의 자율성에 직접적인 영향을 미친다. 수도권 통근자를 대상으로 한 분석에 따르면, 성별과 직업적 지위는 통근 시간과 수단 선택의 결합 결정 과정에서 중요한 설명력을 가지는 것으로 나타난다⁴⁾.

통행 목적(Trip Purpose)은 통행자가 특정 교통수단을 선택하게 되는 가장 근본적인 동기이자 제약 요인으로 작용한다. 통행은 크게 통근, 통학과 같은 의무적 통행(Compulsory Trip)과 쇼핑, 여가, 친지 방문 등과 같은 선택적 통행(Discretionary Trip)으로 구분된다. 의무적 통행은 목적지와 도착 희망 시간이 엄격히 정해져 있는 특성을 지니며, 이에 따라 통행자는 정시성과 신뢰성이 보장된 교통수단을 선호하게 된다. 도시 지역 내에서의 통근 통행은 도로의 교통 혼잡을 피할 수 있는 지하철이나 철도 등 대중교통 수단으로의 집중 현상이 뚜렷하게 나타난다. 반면 선택적 통행은 통행 시간과 경로의 유연성이 상대적으로 높으며, 여러 장소를 순차적으로 방문하는 연쇄 통행(Trip Chaining)의 형태를 띠는 경우가 많다. 이러한 경우에는 접근성과 기동성이 뛰어난 승용차의 분담률이 대중교통에 비해 높게 형성되는 경향이 있다. 특히 쇼핑이나 업무 통행의 경우 화물 운반의 필요성이나 다수의 동승자 유무에 따라 수단 선택이 결정되기도 한다.

통행 거리(Trip Distance)는 교통수단 간의 물리적 경쟁력을 결정짓는 핵심적인 공간적 변수이다. 통행 거리에 따라 각 교통수단이 제공하는 효용은 상이하게 나타나며, 이는 곧 수단 분담의 변화로 이어진다. 일반적으로 1km 이내의 단거리 통행에서는 보행이나 자전거와 같은 비동력 교통수단의 분담률이 압도적이다. 그러나 통행 거리가 증가함에 따라 통행자는 물리적 노력의 감소와 시간 절약을 위해 동력 수단으로 전환하게 된다. 중거리 통행에서는 버스와 승용차가 주요 경쟁 수단이 되며, 거리가 더욱 멀어질수록 정시성과 고속성을 갖춘 철도나 도시 철도의 분담률이 높아진다. 지역 간 이동을 포함하는 장거리 통행에서는 고속철도와 항공, 시외버스, 승용차 간의 복합적인 경쟁이 발생하며, 이때는 통행 시간뿐만 아니라 통행 비용과 환승의 번거로움이 수단 선택의 결정적인 임계치로 작용한다⁵⁾.

통행 시간대(Time of Day)와 도시의 공간 구조 또한 수단 분담에 유의미한 영향을 미친다. 하루 중 교통 수요가 집중되는 첨두 시간(Peak Hour)에는 도로의 혼잡으로 인해 승용차의 통행 시간이 급격히 증가하며, 이는 상대적으로 대중교통의 경쟁력을 높이는 요인이 된다⁶⁾. 반면 심야 시간대나 비첨두 시간대에는 대중교통의 배차 간격이 길어지고 접근성이 낮아짐에 따라 승용차나 택시에 대한 의존도가 심화된다. 공간적 측면에서는 인구 밀도와 토지 이용의 집약도가 높을수록 대중교통 서비스의 효율성이 향상되어 대중교통 분담률이 상승한다. 특히 직주근접이 실현된 고밀도 복합 용도 개발 지역에서는 보행 및 자전거 이용이 활성화되는 반면, 도시 외곽의 저밀도 주거 지역에서는 승용차 이용이 불가피한 구조적 특성을 보인다. 이러한 목적별, 공간별 특성은 통행자의 시간 가치(Value of Time)와 결합하여 최종적인 교통수단 분담 구조를 형성한다⁷⁾.

교통수단 선택의 결정 요인 중 교통수단 자체가 제공하는 서비스 수준(Level of Service, LOS)은 통행자가 수단을 비교하고 선택하는 데 가장 직접적인 영향을 미치는 객관적 지표이다. 이는 통행자가 특정 수단을 이용함으로써 지불해야 하는 물리적, 경제적, 심리적 희생의 총합으로 정의되며, 교통수요예측 모델에서는 주로 효용 함수(Utility Function)의 독립 변수로 활용된다. 서비스 수준의 핵심 구성 요소로는 통행 시간, 통행 비용, 환승의 편리성, 그리고 정시성과 쾌적성이 꼽힌다.

통행 시간(Travel Time)은 수단 선택에 있어 가장 민감도가 높은 변수이다. 교통공학적 관점에서 통행 시간은 단순히 총량으로 취급되지 않으며, 차내 시간(In-vehicle Travel Time, IVTT)과 차외 시간(Out-of-vehicle Travel Time, OVTT)으로 엄격히 구분된다. 차외 시간은 목적지까지 이동하기 위해 정류장으로 걷는 보행 시간, 수단을 기다리는 대기 시간, 그리고 수단 간 갈아타는 환승 시간을 포함한다. 통행자는 일반적으로 차내 시간보다 차외 시간을 2배에서 3배가량 더 고통스럽게 지각하는 경향이 있으며, 이러한 시간 가치(Value of Time)의 차이는 대중교통 서비스 개선 시 단순히 주행 속도를 높이는 것보다 배차 간격을 단축하거나 접근성을 높이는 것이 수단 전환에 더 효과적일 수 있음을 시사한다.

통행 비용(Travel Cost)은 통행자가 지출하는 직접적인 경제적 부담을 의미한다. 대중교통의 경우 이용 요금이 주된 비용이며, 승용차의 경우 유류비, 통행료, 주차 요금 등이 포함된다. 통행자는 차량 구입비나 보험료와 같은 고정 비용보다는 매 통행 시 발생하는 가변 비용에 더 민감하게 반응한다. 교통 계획에서는 시간과 비용을 하나의 척도로 통합하기 위해 일반화 비용(Generalized Cost) 개념을 사용한다. 일반화 비용 $GC$는 다음과 같이 정의할 수 있다.

$$GC = C + V \times T$$

여기서 $C$는 직접 통행 비용, $T$는 통행 시간, $V$는 통행자의 시간 가치를 의미한다. 이러한 구조는 소득 수준이 높은 통행자일수록 비용보다는 시간을 절약할 수 있는 고속 교통수단을 선호하게 되는 행태를 수학적으로 설명한다.

환승 횟수와 정시성(Reliability)은 서비스의 질적 측면을 대표하는 변수이다. 환승은 물리적 이동의 불편함뿐만 아니라 대기 시간에 따른 불확실성을 동반하기 때문에, 통행자는 동일한 시간이 소요되더라도 환승이 적은 경로를 선호한다. 특히 출퇴근 통행과 같이 도착 시간이 엄격히 제한된 통행에서는 평균 통행 시간만큼이나 도착 시간의 분산, 즉 신뢰도가 수단 선택의 결정적 요인이 된다. 대중교통의 버스 정보 시스템(Bus Information System, BIS) 도입은 대기 시간의 불확실성을 감소시켜 체감 서비스 수준을 높이는 대표적인 사례이다.

마지막으로 쾌적성(Comfort)과 편리성(Convenience)은 정량화하기 어려운 잠재 변수(Latent Variable)이나, 수단 선택에 중요한 심리적 영향을 미친다. 차량 내부의 혼잡도, 좌석 확보 가능성, 냉난방 상태, 청결도 등이 이에 해당한다. 최근의 개별 행태 모형 연구에서는 이러한 비계량적 요소들을 효용 함수에 포함하기 위해 진술 선호(Stated Preference, SP) 조사 기법을 활용하여 각 요소에 대한 지불 용의액을 추정하기도 한다.⁸⁾ 결과적으로 교통수단의 서비스 수준 특성은 통행자의 개인적 특성과 상호작용하여 최종적인 교통수단 분담 구조를 형성하게 된다.

교통수단 분담 분석 모형은 교통수요예측의 4단계 모델 중 세 번째 단계에 해당하며, 기종점 간의 통행량이 어떠한 교통수단으로 배분되는지를 정량적으로 추정하는 체계이다. 이 모형은 도시 교통 체계 내에서 도로의 용량 결정, 대중교통 노선 설계, 그리고 교통 정책의 효과 분석을 위한 핵심적인 기초 자료를 제공한다. 분석의 단위와 이론적 접근 방식에 따라 크게 집계형 모형(Aggregate Model)과 비집계형 모형(Disaggregate Model)으로 분류할 수 있다.

전통적인 교통 계획에서 주로 사용되었던 집계형 모형은 교통구역(Traffic Analysis Zone, TAZ) 단위로 수집된 데이터를 바탕으로 한다. 이 방식은 특정 구역 내 통행자들의 평균적인 사회경제적 특성과 구역 간의 평균 통행 시간 및 비용을 변수로 활용한다. 대표적인 기법으로는 두 개 이상의 교통수단 간 시간이나 비용의 차이 또는 비율을 독립 변수로 사용하는 전이 곡선(Diversion Curve) 방법과 다중 회귀 분석(Regression Analysis)이 있다. 집계형 모형은 데이터 수집이 비교적 용이하고 계산 과정이 단순하다는 장점이 있으나, 구역 내 개별 통행자 간의 이질성을 무시함으로써 발생하는 생태학적 오류(Ecological Fallacy)와 모형의 전이성 결여라는 한계를 지닌다.

이러한 집계형 모형의 한계를 극복하기 위해 도입된 비집계형 모형은 개별 행태 모형(Individual Behavioral Model)이라고도 불리며, 통행자 개개인의 의사결정 과정을 분석의 기초로 삼는다. 이 모형은 미시경제학의 소비자 선택 이론에 기반한 효용 극대화 이론(Utility Maximization Theory)을 따른다. 즉, 통행자는 자신에게 주어진 여러 교통수단 대안 중에서 가장 높은 효용(Utility)을 주는 수단을 선택한다고 가정한다. 이때 통행자 $ n $이 대안 $ i $를 선택할 때 얻는 효용 $ U_{in} $은 다음과 같이 관측 가능한 부분과 관측 불가능한 부분의 합으로 정의된다.

$$ U_{in} = V_{in} + \epsilon_{in} $$

여기서 $ V_{in} $은 통행 시간, 비용, 소득 등 분석가가 관측할 수 있는 변수들로 구성된 결정론적 효용(Deterministic Utility)이며, $ _{in} $은 분석가가 파악할 수 없는 개인적 취향이나 모형의 오차를 포함하는 확률적 오차항(Random Error Term)이다. 이러한 구조를 확률적 효용 모형(Random Utility Model)이라 한다.

확률적 오차항의 분포 가정에 따라 모형의 구체적인 형태가 결정된다. 오차항이 제1종 극치 분포(Type I Extreme Value Distribution)를 따른다고 가정할 경우, 계산이 간편하고 수식적 해를 구하기 쉬운 로짓 모형(Logit Model)이 도출된다. 로짓 모형은 각 수단이 선택될 확률을 지수 함수 형태로 표현하며, 다수의 대안을 동시에 고려할 수 있는 다항 로짓 모형(Multinomial Logit Model, MNL)으로 확장되어 실무에서 가장 널리 사용된다. 그러나 로짓 모형은 독립 대안 선택(Independence of Irrelevant Alternatives, IIA)이라는 특성을 가지는데, 이는 새로운 수단이 도입될 때 기존 수단들 사이의 확률 비율이 변하지 않는다는 가정으로, 실제 현실의 버스와 지하철처럼 유사한 특성을 가진 수단 간의 관계를 왜곡할 위험이 있다.

반면 오차항이 다변량 정규 분포(Multivariate Normal Distribution)를 따른다고 가정하는 프로빗 모형(Probit Model)은 IIA 특성의 제약에서 자유롭고 수단 간 오차항의 상관관계를 반영할 수 있다는 장점이 있다. 하지만 확률 밀도 함수의 적분 과정이 복잡하여 매개변수 추정을 위해 몬테카를로 시뮬레이션(Monte Carlo Simulation)과 같은 고도의 수치 해석 기법이 요구된다. 최근에는 로짓 모형의 간편성과 프로빗 모형의 유연성을 결합한 혼합 로짓 모형(Mixed Logit Model)이나 수단 간 계층 구조를 반영하는 네스티드 로짓 모형(Nested Logit Model) 등이 개발되어 복잡한 교통 선택 행태를 정밀하게 분석하는 데 활용되고 있다. 이러한 모형 체계는 단순한 수단 선택을 넘어 출발 시간 선택, 목적지 선택 등과 결합된 통합 모형으로 진화하고 있다.

교통 구역 단위의 집계 데이터를 바탕으로 분담률을 추정하는 전통적인 기법을 설명한다.

개별 통행자의 의사결정 과정을 확률적으로 모형화하는 이론적 배경과 방법론을 고찰한다.

효용 극대화 이론에 기반하여 수단 선택 확률을 계산하는 로짓 모형의 특성을 상세히 다룬다.

오차항의 정규분포 가정을 바탕으로 한 프로빗 모형 및 다항 선택 모형의 구조를 비교한다.

전통적인 교통수요예측(Transportation Demand Forecasting)의 표준적 방법론인 4단계 모델(Four-step Model) 체계에서 수단 분담(Modal Split)은 세 번째 단계에 위치하며, 앞선 단계에서 추정된 통행 수요를 구체적인 이동 수단별로 할당하는 핵심적인 역할을 수행한다. 4단계 모델은 통행발생(Trip Generation), 통행분포(Trip Distribution), 수단 분담, 노선배정(Traffic Assignment)의 순차적 과정을 거치는데, 수단 분담 단계는 기종점 간의 총 통행량을 승용차, 버스, 지하철 등 가용한 교통수단별로 분리하여 최종적으로 각 수단의 네트워크에 배정할 수 있는 기초 자료를 생성한다.

수단 분담 단계가 전체 예측 과정에서 수행되는 시점에 따라 크게 분포 전 수단 분담(Pre-distribution Modal Split)과 분포 후 수단 분담(Post-distribution Modal Split)으로 구분된다. 분포 전 수단 분담 방식은 통행발생 단계 직후에 구역별 발생 통행량을 수단별로 먼저 나누는 기법으로, 주로 이용자의 사회경제적 특성에 의존하여 수단 선택이 이루어진다고 가정한다. 반면, 분포 후 수단 분담 방식은 통행분포 단계를 통해 기종점(Origin-Destination) 간의 통행량이 결정된 이후에 수단을 선택하는 방식이다. 이는 특정 기종점 쌍 사이의 통행 시간, 비용, 환승 횟수와 같은 교통 서비스 수준의 차이를 모형에 직접 반영할 수 있다는 장점이 있어 현대 교통계획에서 더욱 널리 활용된다.

수단 분담 단계의 이론적 기초는 개별 통행자가 자신의 효용(Utility)을 극대화하는 수단을 선택한다는 합리적 선택 이론에 기반한다. 각 교통수단 $ i $가 통행자에게 주는 효용 $ U_i $는 관측 가능한 결정론적 부분 $ V_i $와 관측 불가능한 확률적 오차항 $ _i $의 합으로 정의된다.

$$ U_i = V_i + \epsilon_i $$

여기서 결정론적 효용 $ V_i $는 통행 시간, 통행 비용 등 수단의 특성 변수들의 선형 결합으로 표현된다. 수단 분담 모형은 이러한 효용 함수를 바탕으로 특정 수단을 선택할 확률을 계산하며, 가장 대표적인 형태인 로짓 모형(Logit Model)에서는 수단 $ i $를 선택할 확률 $ P_i $를 다음과 같이 산출한다.

$$ P_i = \frac{e^{V_i}}{\sum_{j} e^{V_j}} $$

이 과정을 통해 도출된 수단별 통행량은 마지막 단계인 노선배정의 입력 자료가 된다. 수단 분담 단계는 단순히 통행량을 나누는 데 그치지 않고, 교통수요관리(Transportation Demand Management) 정책이나 대중교통 서비스 개선 정책이 실제 통행 행태에 미치는 영향을 정량적으로 분석할 수 있게 하는 정책적 연결 고리로서 기능한다. 예를 들어 지하철 노선 신설이나 혼잡통행료 부과가 수단 간 통행량 변화에 미치는 민감도를 분석함으로써, 도시 교통 체계의 효율성을 평가하고 미래의 시설 규모를 적절히 산정하는 근거를 제공한다⁹⁾.

통행 발생 직후에 수단별로 통행량을 나누어 분석하는 방식의 특징과 한계를 설명한다.

기종점 간 통행량이 결정된 이후에 수단을 선택하는 일반적인 분석 절차를 다룬다.

교통수단 분담 분석의 궁극적인 목적은 분석 결과를 바탕으로 효율적인 교통 자원 배분과 사회적 비용의 최소화를 실현하는 정책을 수립하는 데 있다. 교통 계획가는 수단 분담 모형을 통해 특정 정책이 시행되었을 때 이용자들이 승용차에서 대중교통이나 친환경 교통수단으로 얼마나 전환될지를 예측한다. 이러한 정책적 응용은 크게 대중교통의 매력도를 높이는 유인 정책(Pull Strategy)과 승용차 이용을 억제하는 강제 정책(Push Strategy)으로 구분된다.

유인 정책의 핵심은 대중교통의 서비스 수준(Level of Service, LOS)을 개선하여 이용자의 효용 함수(Utility Function) 내 통행 시간과 비용 항을 감소시키는 것이다. 도시철도의 배차 간격 단축, 버스 전용 차로 확대를 통한 정시성 확보, 환승 센터 구축을 통한 환승 저항 감소 등이 대표적이다. 특히 최근에는 대중교통 요금 지원 정책이 교통복지와 수단 전환의 주요 수단으로 활용되고 있다. 예를 들어, 특정 계층이나 지역을 대상으로 한 요금 할인은 이용자의 지출 비용을 직접적으로 낮추어 대중교통 선택 확률을 높이는 결과를 가져온다¹⁰⁾.

반면 강제 정책은 교통수요관리(Transportation Demand Management, TDM)의 일환으로, 승용차 이용에 따르는 외부 효과를 이용자에게 내부화시키는 방향으로 전개된다. 혼잡통행료 부과, 주차 요금 인상 및 주차 상한제 실시, 차량 요일제 등이 이에 해당한다. 이러한 정책은 승용차의 효용을 상대적으로 낮춤으로써 수단 분담 구조를 재편한다. 정책의 효과는 주로 로짓 모형(Logit Model)을 통해 분석되며, 특정 수단 $i$의 선택 확률 $P_i$는 다음과 같은 효용 함수 $V$의 변화에 민감하게 반응한다.

$$P_i = \frac{e^{V_i}}{\sum_{j} e^{V_j}}$$

여기서 정책 시행으로 인해 승용차의 효용 $V_{car}$가 감소하면, 분모의 합 대비 대중교통의 상대적 확률이 증가하게 된다. 연구에 따르면 이러한 TDM 정책은 단기적으로 통행 경로의 변경을 유도하고, 장기적으로는 기종점 통행량(Origin-Destination Trip) 자체의 억제나 수단 전환을 이끌어내는 것으로 나타났다¹¹⁾.

도시의 공간 구조를 개편하여 수단 분담률을 조절하는 대중교통 지향형 개발(Transit-Oriented Development, TOD) 역시 중요한 정책적 응용 분야이다. TOD는 철도역 등 대중교통 결절점을 중심으로 고밀 복합 개발을 유도하여, 보행과 대중교통 이용이 용이한 환경을 조성하는 전략이다. 분석 결과, 토지 이용의 밀도(Density), 복합도(Diversity), 디자인(Design) 등 이른바 3D 요소가 잘 갖춰진 지역일수록 승용차 분담률이 낮고 대중교통 및 보행 분담률이 유의미하게 높다는 점이 실증적으로 확인되었다¹²⁾. 이는 교통 정책이 단순히 인프라 공급에 그치지 않고 도시 계획과 밀접하게 연계되어야 함을 시사한다.

최근에는 정보 통신 기술의 발달에 따라 모빌리티 서비스(Mobility as a Service, MaaS)를 통한 수단 분담 최적화가 논의되고 있다. MaaS는 다양한 교통수단을 하나의 플랫폼에서 통합 결제하고 이용할 수 있게 함으로써, 개별 경제 주체가 한계 비용을 고려하여 최적의 수단 조합을 선택하도록 돕는다. 이러한 응용 방식은 개인형 이동수단(Personal Mobility, PM)과 대중교통의 연계를 강화하여 이른바 ‘퍼스트/라스트 마일(First/Last Mile)’ 문제를 해결하고, 궁극적으로는 탄소 중립 달성을 위한 지속 가능한 교통 체계 구축의 핵심 동력으로 작용한다.

승용차 이용자를 대중교통으로 유도하기 위한 서비스 개선 및 인센티브 정책을 논한다.

혼잡통행료 부과나 주차 관리 정책이 교통수단 분담 구조에 미치는 영향을 분석한다.

보행, 자전거 등 친환경 교통수단의 분담률을 높이기 위한 도시 설계와 정책 방향을 고찰한다.