[논문 리뷰] Passenger Flow Predictions at Sydney International Airport: A Data-Driven Queuing Approach

Harold Nikoue, Aude Marzuoli외 3명|arXiv (Cornell University)|2015. 08. 20.

Transportation Planning and OptimizationSocial Sciences참고 문헌 7인용 수 16

한 줄 요약

이 논문은 시드니 국제공항의 입국검사대에서 승객 유동량과 지연을 예측하기 위해 데이터 기반의 대기열 모델을 제안한다. 항공편 일정, 역학적 입국 시간스탬프, 인력 배치 데이터를 활용하며, 승객 이동 시간에 대한 혼합 모델과 혼잡도 기반 인력 배치를 통합하여 대기열 길이와 대기 시간을 정확하게 시뮬레이션한다. 검증 결과, 주요 일자에 대해 실제 데이터와 강한 일치를 보였지만, 카운터 가용성 데이터의 누락으로 인해 약간의 과소평가가 발생한다.

ABSTRACT

Time spent in processing zones at an airport are an important part of the passenger's airport experience. It undercuts the time spent in the rest of the airport, and therefore the revenue that could be generated from shopping and dining. It can also result in passengers missing flights and connections, which has significant operational repercussions. Inadequate staffing levels are often to blame for large congestion at an airport. In this paper, we present a stochastic simulation that estimates the operational uncertainty in passenger processing at immigration. Congestion and delays are estimated on arrivals and departures based on scheduled flight departures and arrivals. We demonstrate the use of cellular tracking data in refining the model, and an approach to controlling congestion by adjusting staffing levels.

연구 동기 및 목표

• 실제 운영 데이터를 활용하여 시드니 국제공항 입국검사대의 승객 도착 패턴과 지연을 모델링하기.
• 특히 정점 시간대에 발생하는 승객 수요의 변동성과 인력 수준의 변화에 도전하는 것.
• 항공편 일정, 승객 수, 서비스 속도를 통합하여 대기열 역학을 예측할 수 있는 시뮬레이션 프레임워크 개발.
• DWELL 및 DIMIA 데이터셋에서 유도된 실제 대기 시간과 대기열 길이에 대해 모델을 검증하기.
• 예측된 혼잡도를 바탕으로 사전 인력 조정이 가능하게 하여 공항 운영을 개선하기.

제안 방법

• 도착 및 출발 항공편의 예상 도착 및 출발 시간을 확보하기 위해 비행정보표시시스템(FIDS) 데이터를 활용한다.
• 오스트레일리아 이민 및 다문화·원주민 사무부(DIMIA)에서 제공하는 역학적 승객 시간스탬프 데이터를 통합하여 각 입국 카운터의 서비스 속도를 추정한다.
• 특정 게이트 위치에 의존하지 않도록 승객 이동 시간을 일반화하기 위해 혼합 모델을 적용한다.
• 대기열 길이 임계치에 따라 서버를 개방하거나 폐쇄함으로써 안정된 대기열 수준을 유지하는 혼잡도 기반 인력 배치 정책을 구현한다.
• 항공기 탑재율 분포, 도착 패턴, 동적 인력 배치 결정을 결합하여 일일 승객 유동량을 시뮬레이션한다.
• DWELL 시스템에서 유도된 실제 대기 시간과 대기열 길이를 기반으로 예측 결과를 검증하며, 2012년 7월 25일, 7월 26일, 12월 11일 포함 총 12일간의 시뮬레이션을 수행한다.

실험 결과

연구 질문

• RQ1 데이터 기반의 대기열 모델은 시드니 공항 입국검사대에서 승객 대기 시간과 대기열 길이를 얼마나 정확하게 예측할 수 있는가?
• RQ2 인력 수준의 변동성과 항공기 지연이 승객 혼잡도와 서비스 시간에 얼마나 큰 영향을 미치는가?
• RQ3 FIDS 및 DIMIA 데이터의 통합은 승객 유동 시뮬레이션의 현실성과 정확도를 얼마나 향상시키는가?
• RQ4 특히 카운터 가용성 기록의 데이터 누락이 모델 성능과 예측 신뢰성에 미치는 영향은 무엇인가?
• RQ5 실제 세계의 변동성 속에서 혼잡도 기반 인력 배치 정책이 대기열 길이를 효과적으로 통제하고 대기 시간을 줄이는 데 기여하는가?

주요 결과

• 2012년 12월 11일에는 실제 대기 시간과 강한 일치를 보이며, 오전에는 약간의 과소예측, 오후에는 과대예측가 발생한다.
• 2012년 7월 25일에는 지연된 항공기로 인해 오후에 지연 급증을 정확히 반영하지만, 3시 경에 잘못된 카운터 수 가정으로 인해 지연을 과대평가한다.
• 대기열 길이 예측은 일반적으로 관측된 추세와 일치하지만, 7월 26일에는 카운터 가용성 데이터의 정확성 부족으로 대기열 크기를 과대평가한다.
• 서비스 속도가 수요를 초과할 경우 대기열을 예측하지 못하는 것으로 나타나, 유휴 기간 모델링에 한계가 있음을 시사한다.
• DWELL에서 유도된 실제 대기 시간은 누락된 데이터로 인해 하한선으로 간주될 수 있으며, 특히 일부 일자에서 오후 1시 30분에서 2시 사이에 데이터 누락이 발생하여 모델 검증에 영향을 미친다.
• 모델 성능은 수동으로 기록된 카운터 가용성의 일관성 부족으로 인해 크게 영향을 받으며, 이는 실생활 구현에서 데이터 품질이 핵심 과제임을 시사한다.