AirLogix Hackathon

최적의 위치를 찾는 버티포트 논문 모음

드롱드롱 2025. 2. 18. 16:38

1. Optimal Locations for Air Mobility Vertiports(Nasa)

 

 

논문 요약: Optimal Locations for Air Mobility Vertiports

이 연구는 **고급 항공 모빌리티(AAM, Advanced Air Mobility) 및 도심 항공 모빌리티(UAM, Urban Air Mobility)**의 도입을 고려하여 버티포트(Vertiport) 위치를 최적화하는 방법을 분석한 보고서이다. NASA의 지원을 받아 수행되었으며, 주로 미국 로스앤젤레스(LA) 대도시권과 오하이오주를 대상으로 대중 설문조사를 통해 데이터를 수집하였다.

1. 연구 목적

  • 대중이 버티포트가 어디에 위치하기를 원하는지, 그리고 어떤 용도로 UAM을 사용할 것인지 파악.
  • UAM을 실용적인 교통수단으로 만들기 위해 최적의 버티포트 입지 분석.
  • 지역별, 인구 밀도별, 사회적 요인별 차이를 고려하여 UAM의 수용성을 평가.

2. 연구 방법론

  • 설문조사 방식: 특정 지역(도시, 교외, 외곽, 농촌) 거주자를 대상으로 1,500명 이상을 조사.
  • 응답자의 버티포트 선호 위치 분석:
    • 주거지와의 거리 및 이동 시간
    • 직장과의 거리 및 이동 시간
    • 접근성, 소음, 교통체증, 안전성에 대한 고려 사항
  • 응답자 특성 분석:
    • 성별, 연령, 소득, 정치적 성향, 교통수단 이용 패턴 등을 포함.

3. 주요 연구 결과

  1. 버티포트 선호 위치
    • 응답자의 대부분은 버티포트가 자택에서 20분 이내 거리에 위치하길 원함.
    • 하지만, 도심 거주자는 평균 27분까지 허용 가능.
    • 직장과의 거리는 주거지보다 약 30% 더 가까워야 한다는 의견이 많았음.
    • 가장 선호하는 장소: 대중교통 허브, 주차장 옥상, 빌딩 옥상, 공터.
    • 가장 반대하는 장소: 학교, 공원, 쇼핑센터 근처.
  2. UAM의 수용성과 활용 용도
    • 가장 높은 활용 기대 용도:
      1. 관광/경치 감상
      2. 도시간 이동(출퇴근 포함)
      3. 공항 및 장거리 교통 허브 이동
    • 그러나 "퍼스트/라스트 마일(First/Last Mile)" 문제가 해결되지 않으면 이용 의향이 낮아질 수 있음.
    • 비용과 접근성이 중요한 결정 요인.
  3. UAM 수용성 분석
    • 남성이 여성보다 UAM에 더 긍정적.
    • 25~34세 연령층에서 가장 높은 관심을 보였으며, 연령이 증가할수록 관심 감소.
    • 고소득층($100,000~$199,999 연봉자)이 가장 높은 수용성을 보임.
    • 공공교통 이용자는 UAM을 고려할 가능성이 낮음(택시·라이드쉐어 이용자는 관심이 많음).
  4. 주요 우려 사항
    • 소음, 교통체증, 안전성, 비용 등이 주요 문제로 지적됨.
    • **"우리 동네에는 싫지만, 내 직장과 가까운 곳이면 좋겠다"**는 의견이 다수.

4. 결론 및 시사점

  • 버티포트는 대중교통 허브 및 기존 공항·헬리포트 근처에 위치해야 함.
  • 도심, 교외, 농촌 지역별로 다른 접근 방식이 필요.
  • 비용 절감 및 "퍼스트/라스트 마일" 문제 해결이 핵심 과제.
  • UAM의 상업적 성공을 위해서는 특정 소득 및 연령층을 타겟팅한 마케팅이 필요.

 

 

 

2.Hub-and-Spoke 시스템 기반의 UAM 서비스 최적 네트워크 설계(인하대)

1. 연구 배경 및 목적

1.1 연구 배경

  • **도심 항공 모빌리티(UAM, Urban Air Mobility)**는 친환경, 저소음의 소형 항공기를 활용하여 도시와 교외 지역을 연결하는 항공 교통 시스템이다.
  • UAM은 기존의 도로 교통 체계를 보완하고 교통 혼잡을 완화할 수 있는 해결책으로 주목받고 있음.
  • 하지만 UAM 서비스의 효율적인 운영을 위해서는 적절한 버티포트(Vertiport) 네트워크 설계가 필수적.

1.2 연구 목적

본 연구는 Hub-and-Spoke 시스템을 기반으로 한 최적의 UAM 네트워크 설계 방법을 제안함.

  • Hub-and-Spoke 시스템:
    • 허브(Hub): 주요 교통 중심지 역할을 하며, 다수의 스포크와 연결됨.
    • 스포크(Spoke): 허브와 연결된 보조 거점으로, 지역 내 교통 수요를 분산하는 역할 수행.
  • 목표:
    1. UAM 버티포트 최적 위치 선정
    2. 네트워크 구축 비용과 상권 접근성 간의 균형 분석
    3. 이중 목표(Bi-Objective) 최적화 모델 개발
    4. 서울을 사례 연구로 활용하여 실질적인 최적 네트워크 설계 제공

2. 연구 방법론

2.1 Hub-and-Spoke 시스템 기반 네트워크 설계

  • 기존 Point-to-Point 방식과의 차별점:
    • 기존 UAM 연구들은 두 지점을 직접 연결하는 Point-to-Point 방식을 적용했지만, 이는 네트워크 확장성과 운영 비용 측면에서 비효율적.
    • 본 연구에서는 Hub-and-Spoke 시스템을 적용하여 운영의 효율성과 확장성을 극대화함.

2.2 최적화 모델

본 연구는 이중 목적(Bi-Objective) 최적화 모델을 개발하여 다음 두 가지 목표를 균형 있게 조율함.
1️⃣ 버티포트 건설 비용 최소화
2️⃣ 상권과의 접근성을 최적화하여 물류 및 여객 이동 효율성 향상

  • 사용된 최적화 기법:
    • ε-constraint 방법을 적용하여 비용과 접근성 간의 균형을 고려한 파레토 최적해(Pareto Optimal Solutions) 탐색.
    • Python과 Gurobi Solver를 활용하여 최적 해를 도출.

3. 사례 연구 및 실험 결과

3.1 사례 연구: 서울특별시

  • 연구에서는 서울을 대상으로 Hub-and-Spoke 기반 UAM 네트워크를 설계함.
  • 데이터 활용:
    • 서울시 상권 분석 데이터를 이용하여 수요가 높은 지역을 도출.
    • 항공 법규 및 안전 규정을 고려하여 비행 가능 지역과 금지 구역 설정.
    • 김포공항 및 서울공항을 고려하여 UAM 운영 가능 반경과 거리 제약 설정.

3.2 주요 결과

  • 파레토 최적해 분석 결과:
    • 허브와 스포크의 개수를 조정하면서 비용과 접근성 간의 트레이드오프(trade-off) 관계를 분석.
    • 높은 비용을 투자할수록 더 많은 허브와 스포크가 설치되면서 상권 접근성이 개선됨.
    • 반대로, 비용을 절감할 경우 물류 접근성이 저하되어 운영 효율성이 낮아지는 현상 발생.

3.3 네트워크 시뮬레이션 결과

  • 최적의 네트워크 구조:
    • 허브 4개 + 스포크 11개 조합이 가장 효율적인 운영 성과를 보임.
    • 김포공항, 강남, 여의도, 잠실이 주요 허브로 선정됨.
    • 스포크는 강북, 마포, 성동, 송파 등 상권이 밀집된 지역을 중심으로 배치됨.

4. 결론 및 시사점

4.1 연구 기여점

✅ Hub-and-Spoke 시스템을 활용한 UAM 네트워크 최적화 모델 최초 제안
✅ 서울을 사례 연구로 적용하여 실질적인 UAM 네트워크 설계 방법론 제공
✅ 비용 최소화와 접근성 극대화를 동시에 고려한 이중 목적 최적화 모델 개발

4.2 한계점 및 향후 연구 방향

🚨 한계점:

  • 비행체 운영 비용을 고려하지 않음 → 향후 연구에서 추가 분석 필요
  • 비행 경로 최적화 고려 부족 → 실시간 운영 시뮬레이션 연구 필요
  • 서울 이외의 다른 도시 적용 연구 부족 → 다양한 도시 환경에서 검증 필요

📌 결론:
본 연구는 UAM 네트워크 구축 시 비용과 접근성 간의 최적 균형을 맞추는 방법을 제시함으로써, 향후 UAM 인프라 설계 및 정책 수립에 중요한 기여를 할 것으로 기대됨. 🚀

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3. Optimal Vertiport Locations for Air Taxi Services in Seoul Metropolitan Area(KAU)

논문 요약: 서울 수도권의 에어택시 서비스 최적 버티포트 위치 선정

1. 연구 목적

이 연구는 서울 수도권에서 도심 항공 모빌리티(UAM)의 효율적 운영을 위한 최적 버티포트 위치 선정 문제를 다룹니다. 버티포트는 UAM의 출발 및 도착 지점으로, 위치 선정이 수요와 운영 효율성에 큰 영향을 미칩니다. 연구는 여러 후보 위치 중 최적의 버티포트 네트워크를 구성하는 방법을 제안하며, 수요가 확률적으로 변하는 상황을 고려하여 최적의 배치를 찾는 알고리즘을 개발했습니다.

2. 연구 방법

  • 수요 기반 선택 모델 적용: 다항 로짓(MNL) 모델을 활용해 사람들이 UAM을 선택하는 확률을 추정.
  • 혼합 정수 비선형 최적화(MINLP) 문제 설정: 버티포트 위치가 결정될 때 발생하는 수요 변화를 고려하여 수익을 극대화하는 최적화 문제를 구성.
  • 변수 이웃 탐색(VNS) 알고리즘 적용: 현실적인 대규모 문제를 해결하기 위해 휴리스틱 알고리즘을 활용.

3. 연구 결과

① 단계별 버티포트 네트워크 확장

서울 수도권 내 125개 후보지 중 최적의 버티포트 위치를 선정하고, 이를 점진적으로 확장하는 방식을 분석했습니다.

  • 5개 버티포트 네트워크: 남산, 강남 고속버스터미널, 판교, 김포공항, 광명시청
  • 10개 버티포트 네트워크: 기존 5개 + 잠실, 연신내, 죽전, 안양, 동수원
  • 15개 버티포트 네트워크: 기존 10개 + 여의도, 송파, 북서울, 일산, 부천

➡️ 확장 초기에는 비즈니스 중심지에 집중, 이후 네트워크가 확장되면서 주거 지역에도 버티포트를 배치하는 것이 최적이라는 결과 도출.

② 최소 비행 거리의 영향

  • 최소 비행 거리(dmin) 설정에 따라 버티포트 배치가 변화
  • 짧은 거리(10km)에서는 서울 도심 내 버티포트 밀집, 긴 거리(20km)에서는 위성 도시 중심으로 버티포트 배치

➡️ UAM의 운영 모델과 항공기 성능에 따라 버티포트 위치 최적화 전략이 달라져야 함을 시사.

③ 버티포트 접근 가능성(접근 반경)의 영향

  • 접근 반경 1km: 도보 중심 접근, 주거 밀집 지역 위주로 버티포트 배치
  • 접근 반경 3km: 차량 접근 고려, 비즈니스 중심지에 버티포트 집중

➡️ 버티포트 접근성을 높일수록 UAM 수요와 수익성이 증가하며, 대중교통 및 개인 모빌리티와의 연계가 중요함을 강조.

4. 정책적 시사점

  • 초기 계획이 중요: 버티포트는 구축 비용이 크고 이동이 어려우므로, 네트워크 전체를 고려한 장기적인 계획이 필요함.
  • 수익성을 고려한 점진적 확장 전략: 초기에는 주요 비즈니스 중심지에 집중하고, 이후 수요에 따라 주거 지역으로 확장하는 것이 효과적.
  • 대중교통 및 차량 접근성 개선: UAM을 활성화하려면 버티포트 접근성을 높이는 대중교통 및 차량 공유 시스템이 필요함.

5. 결론

이 연구는 확률적 수요 모델을 고려한 최적 버티포트 배치 방법론을 제안하며, 서울 수도권에 적용한 사례 연구를 통해 버티포트의 단계별 확장 전략 및 접근성의 중요성을 강조했습니다.

➡️ 결론적으로, 수익성 높은 UAM 네트워크를 구축하기 위해서는 초기 네트워크 구성, 최소 비행 거리 설정, 접근성 확보가 핵심 요소임을 확인했습니다.

 

 

 

 

 

 

 

 

 

4. 에어 택시 이용률 최대화를 위한 수직이착륙장 위치 결정 문제(조선대)

1. 연구 배경 및 목적

1.1 연구 배경

  • 전 세계적으로 도시화가 가속화되면서 대도시 교통 혼잡 문제가 심각해짐.
  • 기존의 도로망 확장은 장기적으로 인구 및 차량 증가로 인해 역효과를 초래할 가능성이 있음.
  • 이에 따라, **도심 항공 모빌리티(UAM, Urban Air Mobility) 및 에어 택시(Air Taxi)**가 새로운 교통 수단으로 주목받고 있음.
  • 에어 택시 운영의 핵심 요소 중 하나는 수직이착륙장(Vertiport) 위치 선정임.
  • 기존 연구들은 단순한 최적화 모형을 제안하는 데 그쳤지만, 본 연구에서는 효율적인 문제 해결 알고리즘(교차-엔트로피 알고리즘)을 활용하여 실용적인 위치 선정 방안을 제시함.

1.2 연구 목적

본 연구의 핵심 목표는 수직이착륙장(Vertiport) 위치를 최적화하여 에어 택시의 이용률을 극대화하는 것이다. 이를 위해:
1️⃣ 교통수단 선택 확률을 분석하여 예측 수요 모델을 구축
2️⃣ 에어 택시 이용률을 극대화하는 최적의 버티포트 위치를 찾는 수리적 모형 제안
3️⃣ NP-난해(NP-hard) 문제를 해결하기 위한 교차-엔트로피(Cross-Entropy) 알고리즘 적용
4️⃣ 수치 실험을 통해 알고리즘의 성능과 효율성을 검증

2. 연구 방법론

2.1 교통수단 선택 확률 모델링 (이산 선택 모형)

  • **이산 선택 모형(Discrete Choice Model)**을 활용하여 이용자의 교통수단 선택 확률을 추정함.
  • 특정 이용자가 기존 육로 교통(예: 자동차, 대중교통) 대신 에어 택시를 선택할 확률을 계산.
  • 선택 확률 계산 방식 (로짓 모델 기반) Pnm=eVnm∑m′eVnm′P_{nm} = \frac{e^{V_{nm}}}{\sum_{m'} e^{V_{nm'}}}
    • PnmP_{nm}: 이용자 nn이 교통수단 mm을 선택할 확률
    • VnmV_{nm}: 교통수단 mm의 효용 함수 (이동시간, 비용 고려)
    • 효용 함수는 다음과 같이 설정됨: Vnm=βcCnm+βtTnmV_{nm} = \beta_c C_{nm} + \beta_t T_{nm}
      • CnmC_{nm}: 교통수단 mm의 이용 비용
      • TnmT_{nm}: 교통수단 mm의 이동 시간
      • βc,βt\beta_c, \beta_t: 비용과 시간에 대한 가중치 계수

2.2 최적의 수직이착륙장 위치 결정 모델

  • 수직이착륙장 위치 결정 문제는 정수 최적화(Integer Programming) 및 조합 최적화(Combinatorial Optimization) 문제로 모델링됨.
  • 목표: 에어 택시 이용률을 극대화하면서 설치 비용을 최소화하는 최적 위치 조합을 찾는 것.
  • 결정 변수(Decision Variables):
    • xpx_p = 1이면 위치 pp에 수직이착륙장이 설치됨, 0이면 설치되지 않음.
    • ypqry_{pq}^r = 경로 rr을 이용하는 이용자가 pp에서 qq로 이동할 때 1, 아니면 0.
  • 목적 함수(Objective Function):max⁡∑r∈R∑p∈S∑q∈SDr⋅Ppqr⋅ypqr\max \sum_{r \in R} \sum_{p \in S} \sum_{q \in S} D_r \cdot P_{pq}^r \cdot y_{pq}^r
    • DrD_r: 경로 rr의 총 교통량
    • PpqrP_{pq}^r: 해당 경로에서 에어 택시가 선택될 확률
    • ypqry_{pq}^r: 실제 에어 택시를 이용한 경우
  • 제약 조건(Constraints):
    • 설치 가능 위치 개수 제한: ∑p∈Sxp=K\sum_{p \in S} x_p = K
    • 이용자들은 최적 경로를 선택해야 함: ∑p∈S∑q∈Sypqr=1,∀r∈R\sum_{p \in S} \sum_{q \in S} y_{pq}^r = 1, \quad \forall r \in R
    • 이착륙장이 없는 곳에서는 이동할 수 없음: ypqr≤min⁡(xp,xq)y_{pq}^r \leq \min(x_p, x_q)

3. 문제 해결 방법: 교차-엔트로피(Cross-Entropy) 알고리즘 적용

3.1 교차-엔트로피 알고리즘 개요

  • 기존 정수 최적화(Integer Programming) 방법은 계산량이 많아 현실적으로 적용하기 어려움.
  • 따라서 본 연구에서는 교차-엔트로피(Cross-Entropy) 알고리즘을 적용하여 근사 최적해를 효율적으로 도출.
  • 교차-엔트로피 알고리즘의 핵심 아이디어:
    • 확률 분포를 기반으로 해를 생성하고, 가장 우수한 해를 선택하여 확률 분포를 점진적으로 개선.
    • 특정 확률 분포를 반복적으로 업데이트하여 최적 위치를 탐색.
    • "쿨백-라이블러 발산(KL-Divergence)"을 최소화하여 가장 유망한 위치를 선택.

3.2 알고리즘 적용 방식

1️⃣ 초기 확률 분포 설정: 각 후보 위치에 대해 균등한 확률로 시작
2️⃣ 해 샘플링(Sampling): 확률 분포를 기반으로 여러 개의 위치 조합을 생성
3️⃣ 적합도 평가(Fitness Evaluation): 각 조합에 대해 에어 택시 이용률 계산
4️⃣ 상위 샘플 선택(Elite Sample Selection): 가장 좋은 상위 p%p\% 조합 선택
5️⃣ 확률 분포 업데이트(Probability Update): 선택된 상위 조합을 기반으로 확률 분포 조정
6️⃣ 반복(Iteration): 일정 기준(수렴 또는 반복 횟수)까지 위 과정을 반복

4. 실험 및 결과 분석

4.1 실험 설정

  • 실제 도시 데이터(서울을 가정) 사용
  • 비용 및 이동시간 기반으로 교통수단 선택 확률 계산
  • Python + CPLEX 최적화 소프트웨어 사용하여 결과 분석

4.2 주요 결과

  • 교차-엔트로피 알고리즘을 적용한 결과, 기존 최적화 방법보다 5배 빠르게 최적해 도출
  • 최적의 6개 버티포트 위치 선정: 강남, 여의도, 잠실, 판교, 마포, 성수
  • 운영 효율성과 이용률(50% 증가)을 고려할 때, 알고리즘 적용의 실효성이 높음

5. 결론 및 시사점

✅ 이산 선택 모형을 활용하여 에어 택시 이용 확률을 정확히 모델링함
✅ 교차-엔트로피 알고리즘을 적용하여 현실적으로 사용 가능한 최적해를 도출함
✅ 실제 도시 데이터를 기반으로 한 실험을 통해 알고리즘의 효율성을 검증함
✅ 향후 다양한 도시 및 UAM 인프라 확장 시 정책적 의사결정에 기여할 수 있음 🚀

 

 

 

 

 

 

 

 

 

 

5. INTEGRATING URBAN AIR MOBILITY WITH HIGHWAY INFRASTRUCTURE(kaist)

 

🔹 연구 목적

이 연구는 **도심 항공 모빌리티(Urban Air Mobility, UAM)**와 고속도로 인프라를 통합하여 효율적인 버티포트(Vertiport) 위치 선정 방법을 제안하는 것을 목표로 한다.
특히, **서울 수도권(Seoul Metropolitan Area)**을 대상으로 하여, 기존 교통망과의 연계를 고려한 **고속도로 환승 버티포트(highway-transfer Vertiport)**를 선정한다.

1️⃣ 연구 배경 및 필요성

  • 서울 수도권은 높은 인구 밀도(뉴욕, 도쿄보다 높음)로 인해 교통 혼잡이 심각함.
  • 경기 및 인천 지역의 산업단지(Industrial Parks) 증가로 인해 수도권 출퇴근 이동이 증가.
  • 기존 교통수단(버스, 지하철 등)만으로는 산업단지 접근성이 부족하며, 장거리 통근자에게 불편함이 큼.
  • UAM과 고속도로 인프라(EX-HUB, 휴게소, 톨게이트 등)를 연결하면 새로운 교통 솔루션이 될 수 있음.

2️⃣ 연구 방법론

🚀 주요 고려 요소

  1. 교통 모드(Transportation Modes)
    • 버스 → 고속도로 환승 버티포트 → UAM → 목적지(산업단지)
    • 대체 교통수단(택시, 지하철)도 고려하여 가용성 평가
  2. 교통 접근성(Transportation Accessibility)
    • 출발지에서 목적지까지 걸리는 **이동 시간(Travel Time)**을 기준으로 접근성 평가
  3. 교통 수요(Transportation Demand)
    • OD(Origin-Destination) 데이터를 활용하여 목적지의 교통 수요 분석
  4. 입지 적합성(Location Desirability)
    • 접근성과 수요를 종합적으로 고려하여 UAM 운항의 적절성을 평가

📊 3단계 필터링 및 평가 과정

1️⃣ 공역 제한(Air Operation Availability) 필터링

  • 공역 규제(비행 금지 구역, 군사 구역 등)를 반영하여 비행 가능한 버티포트 후보지 선정

2️⃣ 대체 교통수단(Alternative Mode of Transportation) 필터링

  • 날씨 등의 이유로 UAM 운항이 불가능할 경우 대체 교통(지하철, 택시 등) 가용 여부를 분석

3️⃣ 입지 적합성(Location Desirability) 평가

  • 출발지-목적지 연결성 분석(Jump Point Search 알고리즘 활용)
  • 교통 접근성 + 교통 수요를 가중 평균하여 최적 입지 점수(Score Function) 계산

4️⃣ 환승 효과(Transfer Effectiveness) 평가

  • 버티포트를 이용하는 주요 교통수단(버스 노선 수) 분석 → 버스 노선 수 × 입지 적합성 점수로 최종 평가

3️⃣ 분석 결과

📍 데이터 및 실험 설정

  • 148개 버티포트 후보지(톨게이트, 휴게소, EX-HUB 등)를 선정하여 분석
  • 주요 목적지는 국가 산업단지(National Industrial Parks)로 설정
  • 주요 교통 데이터 활용: 버스 노선, 택시 OD 데이터, 교통 네트워크 데이터 등

🏆 최종 선정된 56개 버티포트

  • 톨게이트(Toll Gate): 43개
  • 휴게소(Rest Area): 11개
  • EX-HUB: 2개

🚀 주요 결과

  • "E. Gunpo Toll Gate" → 최적의 버티포트 (교통 접근성과 수요가 모두 높음)
  • "Guseong EX-HUB" → 버스 노선 수가 가장 많아 환승 효과가 뛰어남
  • 버스 노선이 많은 지역일수록 환승 효과(Transfer Effectiveness)가 높아짐

4️⃣ 결론 및 향후 연구 방향

📌 결론

  • UAM과 고속도로 인프라(EX-HUB, 톨게이트, 휴게소)를 연결하면 수도권 교통 문제 해결에 기여 가능
  • 최적의 버티포트 입지를 선정하는 방법론을 제안하였으며, 실험 결과 고속도로 환승을 통한 UAM 연계가 효과적임을 확인
  • 다른 국가 및 도시에서도 적용 가능 (미국 Harbor Gateway Transit Center, 일본 Highway Oasis 등과 비교 가능)

📌 연구의 한계 및 미래 연구 방향

  1. 실시간 환경 데이터 반영 부족
    • 기상 조건(바람, 안개), 소음 데이터 등을 반영한 연구 필요
  2. 버스 노선 수만 고려
    • 버스 운행 빈도(Frequency), 노선 특성(Route Type) 등 추가 분석 필요
  3. Mobility-as-a-Service(MaaS)와의 연계 연구 필요
    • 자율주행 택시, 공유 모빌리티와의 연계 가능성 검토

✅ 연구의 핵심 기여

🔹 UAM과 기존 교통망을 연계하는 버티포트 입지 선정 방법론을 제시
🔹 서울 수도권을 대상으로 실험을 진행하고 최적 버티포트 56개를 선정
🔹 데이터 기반의 정량적 분석을 수행하여 교통 접근성과 수요를 반영
🔹 향후 UAM 인프라 구축을 위한 정책적 시사점 제공

이 연구는 UAM과 고속도로 인프라를 연계하는 전략적 접근 방식을 제안하는 점에서 의미가 크며,
향후 실제 교통망 적용 및 정책 수립에 중요한 자료가 될 수 있습니다. 🚀