주요 컨텐츠로 이동
고객

부다페스트의 발전 가속화: BKK가 Databricks를 활용하여 도시 이동성을 혁신하는 방법

작성자: Max von Münster, Estilla Híves, Istvan Viz , Engin Erzengin

  • 통합 도시 이동성: BKK는 버스,
    지하철, 트램 및 공유 차량에서 나오는 방대하고 분산된 데이터 세트를 통합하여 분석가와
    의사 결정자를 위한 단일하고 접근 가능한 뷰를 구축합니다.
  • 데이터 기반 최적화: Databricks Lakehouse는 분 단위 추적,
    노선 성능 분석, 예측 모델링 및 지리공간 통찰력을 제공하여 운영
    효율성과 도시 전반의 계획을 지원합니다.
  • 미래 지향적인 도시 계획: 중앙 집중식의 관리형 분석 및 서버리스
    컴퓨팅을 통해 BKK는 반응형 보고에서 선제적이고 전략적인 교통
    관리로 전환하고 있습니다.
BKK가 Databricks를 활용하여 도시 이동성을 혁신하는 방법

부다페스트의 통합 교통 당국인 BKK는 170만 시민의 이동을 책임지는 대중교통, 공유 이동성, 인프라 및 교통 시스템을 관리합니다. BKK의 수석 데이터 과학 전문가인 Max von Münster는 “저희는 도시 전략적 교통을 위한 싱크탱크와 같습니다.”라고 말합니다. 이 기관은 2,000대 이상의 버스, 수백 대의 지하철 및 트램, 거의 1,000대의 공유 자전거 및 스쿠터에서 위치, 차량 속도, 승객 수 등 방대한 데이터를 수집합니다.

기존 온프레미스 데이터 웨어하우스는 증가하는 데이터 볼륨과 다양성을 따라잡기 어려웠고, 이로 인해 정보를 효율적으로 액세스하고 분석하는 데 어려움을 겪었습니다. BKK는 고급 지리공간 분석 및 머신러닝을 지원하도록 플랫폼을 현대화하면서 데이터 세트를 중앙 집중화하고 민주화할 방법이 필요했습니다.

현대적인 대중교통 분석 플랫폼 구축

Databricks를 사용하기 전, BKK는 온프레미스 Microsoft SQL 서버와 파편화된 Excel 및 PowerBI 기반 보고서를 사용했습니다. 분석가들은 Jupyter 노트북으로 부분 집합을 추출해야만 GPS 또는 탑승 데이터를 쿼리할 수 있었고, 대규모 데이터 세트는 시스템에 부담을 주었습니다.

“도시는 분산된 정보로 가득합니다.”라고 Max는 언급했습니다. “저희의 큰 목표 중 하나는 이 정보를 클라우드에 통합하고 의사 결정을 내리는 전문가들이 접근할 수 있도록 하는 것입니다.”

이를 해결하기 위해 BKK는 Azure Databricks로의 단계적 마이그레이션을 시작했습니다. 이동성 데이터는 그 양과 계획 및 지리공간 분석에 대한 중요성 때문에 가장 먼저 마이그레이션되었습니다. 차량 GPS, 승객 센서, 탑승 일정 및 다양한 기타 시스템에서 가져온 데이터 세트는 클라우드에서 신중한 모델링 및 검증에 중점을 두고 마이그레이션되었습니다.

“이러한 분산된 소스를 연결하는 것이 정말 중요합니다.”라고 비즈니스 인텔리전스 분석가 Estilla Híves는 말했습니다. “다른 팀들은 종종 다른 관점에서 유사한 통찰력을 필요로 하며, 중앙 집중식 플랫폼을 통해 데이터를 결합하고 팀 간에 공유할 수 있습니다.”

Databricks 파트너인 Abylon은 BKK의 클라우드 데이터 전환을 가속화하는 데 핵심적인 역할을 했습니다. Abylon은 BKK가 Azure 기반 데이터 플랫폼을 개발하고, 클라우드에서 데이터 웨어하우스 및 데이터 운영을 가능하게 하며, Databricks 생태계로 조직을 안내함으로써 확장 가능하고 장기적인 클라우드 데이터 여정의 기반을 마련했습니다.

새로운 분석 및 모델링 사용 사례 발굴

Databricks Lakehouse 아키텍처를 통해 BKK는 이전에는 비실용적이었던 방식으로 데이터를 탐색하고 활용할 수 있습니다. 이제 분석가들은 클라우드의 모든 기능을 사용하여 크고 복잡한 데이터 세트를 효율적으로 처리하여 더 빠른 통찰력과 더 신속한 운영 결정을 내릴 수 있습니다. 이 플랫폼은 이전 시스템보다 훨씬 사용하기 쉽습니다. 분석가들은 동일한 협업 노트북 내에서 SQL, Python 또는 R로 원활하게 작업하며, 변수나 데이터 객체를 전송할 필요 없이 팀 간에 작업을 공유할 수 있습니다.

이러한 개선 사항은 다음과 같은 강력한 실제 사용 사례를 가능하게 했습니다.

  • 공유 이동성 차량의 분 단위 추적: BKK는 900대 이상의 스쿠터와 자전거 공유 스테이션을 매분 매핑하여 주차 요구 사항을 모니터링하고 할당 결정을 지시합니다.
  • 대중교통의 노선별 성능 분석: 버스 및 트램의 GPS 및 속도 데이터는 느린 구간을 강조하여 신호등 타이밍 및 노선 계획 최적화에 도움을 줍니다.
  • 공항 버스 예측 모델링: BKK는 실시간 공항 API 데이터와 장기 수요 예측을 결합하여 버스 일정을 실시간으로 업데이트하고 2033년까지의 승객 수요를 계획합니다.
  • 동적 스케줄링 및 용량: BKK는 승객 이용 패턴, 계절별 추세 및 이벤트 데이터를 사용하여 버스 및 트램 일정을 조정하여 혼잡을 방지합니다.

이러한 혁신은 BKK가 더 빠르게 행동하고, 더 현명한 선택을 하며, 도시 전반의 이동성을 위해 선제적으로 계획할 수 있는 능력을 제공합니다.

도시 교통의 미래를 강화하다

Databricks는 BKK가 부서 전반에 걸쳐 분석을 확장하고 더 광범위하게 협력할 수 있도록 지원합니다. 이 플랫폼은 데이터 민주화를 지원하여 오늘날 내부 전문가에게 이동성 데이터 세트에 대한 관리형 액세스를 제공하고, 미래에 외부 파트너 및 다른 유럽 도시와의 협력을 위한 기반을 마련합니다.

Max는 장기적인 비전을 강조했습니다. “저희는 부다페스트 이동성 시스템의 디지털 트윈을 목표로 하여 패턴을 분석하고, 시나리오를 시뮬레이션하며, 대중교통을 지속적으로 개선하고자 합니다.”

이점은 도시 전반의 이동성을 넘어섭니다. Databricks는 또한 BKK에 상세한 비용 추적, 팀 수준 가시성 및 내부 자원 할당을 최적화하는 도구를 제공합니다. Estilla는 “팀별로 구분하여 컴퓨팅 비용을 누가 발생시키는지 추적할 수 있으며, 이는 예산 책정 및 계획에 매우 유용합니다.”라고 말했습니다.

이러한 내부 효율성과 더 스마트하고 데이터 기반의 대중교통 운영을 결합함으로써 BKK는 반응형 보고에서 선제적인 도시 계획으로 나아가고 있습니다. 이는 이전에는 불가능했던 통찰력을 발굴하고 향후 10년간의 도시 이동성 혁신을 위한 발판을 마련합니다.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)

최신 게시물을 이메일로 받아보세요

블로그를 구독하고 최신 게시물을 이메일로 받아보세요.