| 양쪽 이전 판이전 판다음 판 | 이전 판 |
| 통행_수요 [2026/04/13 14:15] – 통행 수요 sync flyingtext | 통행_수요 [2026/04/13 14:16] (현재) – 통행 수요 sync flyingtext |
|---|
| === 이용자 균형 원리 === | === 이용자 균형 원리 === |
| |
| 모든 이용자가 자신의 통행 시간을 최소화하려 할 때 도달하는 평형 상태를 정의한다. | 이용자 균형 원리(User Equilibrium Principle)는 [[노선 배정]] 단계에서 개별 통행자의 경로 선택 행태를 설명하는 핵심적인 이론적 토대이다. 이 원리는 1952년 [[워드롭]](John Glen Wardrop)에 의해 정립되었으며, 흔히 ’워드롭의 제1원리’라고도 불린다.((Wardrop, J. G. (1952). Some theoretical aspects of road traffic research. Proceedings of the Institution of Civil Engineers, Part II, 1(2), 325-378. https://www.icevirtuallibrary.com/doi/10.1680/ipeds.1952.11259 |
| | )) 이용자 균형의 핵심 가정은 네트워크를 이용하는 모든 통행자가 합리적인 경제 주체로서, 자신에게 제공된 완벽한 정보를 바탕으로 자신의 [[통행 시간]]이나 [[통행 비용]]을 최소화하는 경로를 선택한다는 점이다. 이러한 개별 이용자들의 최적화 행동이 중첩되어 더 이상 어떠한 이용자도 현재의 경로를 변경함으로써 자신의 통행 시간을 단축할 수 없는 상태에 도달했을 때를 이용자 균형 상태라고 정의한다. |
| | |
| | 이용자 균형 상태에서는 특정 기종점 쌍(Origin-Destination pair) 사이에서 이용되는 모든 경로의 통행 시간은 동일하며, 이용되지 않는 경로의 통행 시간은 이용되는 경로의 통행 시간보다 크거나 같다. 이를 수리적으로 표현하기 위해 특정 기종점 쌍 $ rs $ 사이의 경로 집합을 $ K_{rs} $, 경로 $ k K_{rs} $의 통행 시간을 $ c_k $, 경로 유량을 $ f_k $라고 하자. 이때 평형 상태의 통행 시간 $ t_{rs}^* $에 대하여 다음과 같은 조건이 성립한다. $$ f_k > 0 \implies c_k = t_{rs}^* $$ $$ f_k = 0 \implies c_k \ge t_{rs}^* $$ 이 조건은 개별 이용자가 자신의 이익을 극대화하려는 이기적 선택의 결과가 전체 네트워크의 흐름 패턴을 결정짓는다는 것을 의미한다. 즉, 이용자 균형은 개별 이용자 관점에서의 [[최적화]] 상태이며, 이는 사회 전체의 총 통행 시간을 최소화하는 [[시스템 최적]](System Optimum) 상태와는 일반적으로 일치하지 않는다. |
| | |
| | 이용자 균형 상태를 수학적으로 도출하기 위한 노력은 1956년 [[벡만]](Martin Beckmann) 등에 의해 최적화 문제로 정식화되었다.((Beckmann, M., McGuire, C. B., & Winsten, C. B. (1956). Studies in the Economics of Transportation. Yale University Press. https://rand.org/pubs/research_memoranda/RM1488.html |
| | )) 벡만 모델은 링크 $ a $의 유량을 $ x_a $, 해당 링크의 통행 시간 함수를 $ t_a(x) $라고 할 때, 다음과 같은 목적 함수를 최소화하는 문제로 정의된다. $$ \min Z(x) = \sum_{a} \int_{0}^{x_a} t_a(\omega) d\omega $$ 이때 제약 조건으로는 각 기종점 간의 수요를 경로 유량의 합으로 만족시켜야 한다는 유량 보존 법칙과 유량의 비음수 조건이 적용된다. 주목할 점은 목적 함수가 개별 링크 통행 시간의 단순 합이 아니라, 통행 시간 함수의 적분 값을 합산한 형태라는 것이다. 이 수리적 구조는 [[카루슈-쿤-터커 조건]](Karush-Kuhn-Tucker conditions)을 통해 워드롭의 이용자 균형 조건과 일치함이 증명되었다. |
| | |
| | 이용자 균형 원리는 현실의 교통 상황을 분석하고 장래의 교통량을 예측하는 데 있어 강력한 도구가 되지만, 몇 가지 이론적 함의와 한계를 지닌다. 대표적인 현상으로 [[브라에스의 역설]](Braess’s Paradox)이 있다. 이는 개별 이용자가 자신의 통행 시간을 줄이기 위해 새로운 도로를 건설하거나 용량을 확장했음에도 불구하고, 이용자 균형 상태에서의 전체 혼잡도가 오히려 악화될 수 있음을 보여준다. 또한, 이 원리는 모든 이용자가 교통 상황에 대한 완벽한 정보를 가지고 있으며 통행 시간만을 기준으로 경로를 선택한다는 가정을 전제로 한다. 그러나 실제 통행자는 정보의 불확실성이나 개인적 선호에 따라 최단 시간이 아닌 경로를 선택할 수 있으며, 이를 보완하기 위해 확률적 개념을 도입한 [[확률적 이용자 균형]](Stochastic User Equilibrium, SUE) 모형 등이 제안되기도 하였다. |
| |
| === 시스템 최적화 원리 === | === 시스템 최적화 원리 === |
| |
| 네트워크 전체의 총 통행 시간을 최소화하는 관점에서의 배정 방식을 다룬다. | 시스템 최적화(System Optimum, SO) 원리는 [[교통망]] 내의 모든 이용자가 개별적인 이익을 극대화하는 대신, 네트워크 전체의 총 통행 시간이나 총 비용을 최소화하도록 통행량을 배정하는 방식이다. 이는 [[존 글렌 와드롭]](John Glen Wardrop)이 1952년에 제시한 두 가지 원리 중 제2원리에 기초한다. [[이용자 균형]](User Equilibrium) 원리가 개별 이용자가 자신의 통행 시간을 최소화하려는 이기적 선택의 결과로 나타나는 평형 상태를 다룬다면, 시스템 최적화 원리는 사회적 관점에서 가장 효율적인 자원 배분 상태를 정의한다. 따라서 시스템 최적화는 [[교통 계획]] 및 정책 수립 시 네트워크 운영의 효율성을 측정하는 이상적인 기준점으로 활용된다. |
| | |
| | 시스템 최적화 상태를 수리적으로 정의하기 위해, 도로망의 각 링크 $ a $에서의 통행량을 $ x_a $, 해당 링크의 통행 시간 함수를 $ t_a(x_a) $라고 할 때, 네트워크 전체의 총 통행 시간 $ Z $를 최소화하는 목적 함수는 다음과 같이 설정된다. |
| | |
| | $$ Z = \min \sum_{a} x_a \cdot t_a(x_a) $$ |
| | |
| | 이때 모든 기종점(Origin-Destination) 쌍에 대한 통행 수요가 충족되어야 하며, 각 링크의 통행량은 음수가 될 수 없다는 제약 조건이 부과된다. 이 최적화 문제를 해결하기 위한 [[라그랑주 승수법]]을 적용하면, 시스템 최적화 상태에서는 선택된 모든 경로의 한계 통행 시간(Marginal Travel Time)이 동일하며, 선택되지 않은 경로의 한계 통행 시간은 이보다 크거나 같아야 한다는 조건이 도출된다. 여기서 특정 링크 $ a $의 한계 통행 시간 $ t’_a(x_a) $는 다음과 같이 정의된다. |
| | |
| | $$ t'_a(x_a) = \frac{d}{dx_a} [x_a \cdot t_a(x_a)] = t_a(x_a) + x_a \cdot \frac{dt_a(x_a)}{dx_a} $$ |
| | |
| | 위 식에서 $ t_a(x_a) $는 추가되는 이용자 자신이 경험하는 평균 통행 시간이며, $ x_a $는 해당 이용자의 진입으로 인해 기존에 도로를 주행하던 다른 이용자들이 추가로 겪게 되는 지체의 합을 의미한다. 이를 [[외부 불경제]](External Diseconomy) 또는 혼잡 외부 효과라고 하며, 시스템 최적화 원리는 이러한 외부 비용을 의사결정 과정에 내부화하여 전체 최적을 달성한다. |
| | |
| | 이용자 균형과 시스템 최적화 사이에는 필연적인 괴리가 발생한다. 개별 이용자는 타인에게 미치는 지체 영향을 고려하지 않고 오직 자신의 통행 시간만을 고려하여 경로를 선택하기 때문에, 일반적으로 이용자 균형 상태에서의 총 통행 시간은 시스템 최적화 상태보다 길게 나타난다. 이러한 두 상태 사이의 효율성 차이를 [[무질서의 대가]](Price of Anarchy)라고 정의하며, 이는 교통 혼잡으로 인한 사회적 비용의 크기를 가늠하는 지표가 된다. 특히 특정 링크의 용량을 추가했을 때 오히려 전체 네트워크의 혼잡이 악화되는 [[브래스 역설]](Braess’ Paradox)은 이용자 균형과 시스템 최적화의 불일치를 보여주는 대표적인 사례이다. |
| | |
| | 현실의 교통 시스템에서 이용자들이 자발적으로 시스템 최적화 상태를 유지하도록 유도하는 것은 매우 어렵다. 따라서 교통 공학자들은 시스템 최적화를 실현하기 위한 정책적 수단으로 [[혼잡 통행료]](Congestion Pricing)를 제안한다. 각 링크를 이용할 때 발생하는 한계 외부 비용만큼을 통행료로 부과하면, 이용자가 체감하는 비용이 시스템 최적화의 한계 통행 시간과 일치하게 되어 개별적인 선택이 곧 사회적 최적으로 귀결되도록 유도할 수 있다. 이는 [[피구세]](Pigouvian Tax)의 원리를 교통 네트워크에 적용한 것으로, 한정된 도로 자원을 효율적으로 배분하기 위한 핵심적인 이론적 토대가 된다. |
| |
| ===== 현대적 수요 분석 기법과 발전 방향 ===== | ===== 현대적 수요 분석 기법과 발전 방향 ===== |
