2019년에 발생하여 수년간 전 세계를 공포에 휩싸이게 했던 신종 코로나바이러스 감염증(코로나19) 사태는 인류의 많은 부분을 바꿔놓았다. 더 이상 해외여행을 할 수 없게 된 사람들은 국내여행에 집중하기 시작하였으며, 비행기를 타고 갈 수 있는 제주특별자치도(이하 제주도)의 경우 연중 성수기를 방불케 하는 여행객 인파가 제주도를 찾고 있다.
여행지로서 제주도가 가지고 있는 특징 중의 하나는 대중교통 이용이 불편하다는 점이다. 차량을 이용한 관광이 대부분이며, 다수의 관광객이 렌터카를 이용하는 점이 큰 특징이다.
제주도의 교통상황은 성수기의 경우 교통혼잡도가 서울, 수도권 다음이라고 할 정도로 매우 많은 차량이 이동하고 있지만, 차량을 이용하지 않고는 관광하기에 매우 힘든 환경이다.
본 연구에서는 동대학원에서 연구용으로 제공한 제주도의 전기차 주행 데이터를 분석하여, 제주도를 찾는 관광객들이 기후와 시간대별로 많이 방문했던 지역을 예측하여 해당 지역의 인기 관광지를 추천하는 것을 목표로 하고 있다. 3년간 수집된 데이터의 일자를 기상청의 데이터와 결합하여 계절별, 시간대별, 기후조건에 따라 좌표들을 분류 및 학습한 후, 관광하고자 하는 날의 날짜와 기후조건, 관광하고자 하는 시간대 등의 데이터를 입력받아서 많은 차량이 주로 방문했던 관광지역을 추천하는 인공지능 모델을 만들었다.
본 연구에서는 제주도의 관광객들이 많이 찾는 관광지들을 토대로 11개 구역을 선정한 후 지도학습 방식으로 학습하였으나, 향후 구역을 더 세분화하고, 차량 주행 데이터를 추가로 수집하여 더 다양한 조건의 운행정보로 학습하게 된다면 정확도가 상승할 것으로 예상하며, 차량을 대여한 운전자의 연령대, 성별, 탑승 인원수 등의 정보 등을 추가하여 학습을 진행한다면, 좀 더 정확한 관광지 추천이 가능할 것이다.
또한, 본 연구는 계절, 시간대, 기후조건을 학습하여 해당 조건에 어느 지역의 차량 이동량이 많을지를 예측하였는데, 본 모델을 이용하여 교통혼잡도를 예측할 수도 있고, 반대로 한적한 관광지를 찾는 관광객에게는 차량혼잡도가 적은 지역을 추천하는 모델로도 사용할 수 있을 것이다.