2.1 국내 마이크로 모빌리티 주차 관련 법·제도 검토

국내 마이크로 모빌리티의 법적 정의는 도로교통법의 제2조 제19호의2에서 “개인형 이동장치란 원동기장치자전거 중 시속 25 km 이상으로 운행할 경우 전동기가 작동하지 아니하고 차체 중량이 30 kg 미만인 것으로서 행정안전부령으로 정하는 것을 말한다.”라고 규정하고 있다. 2020년 6월 9일에 개정된 개인형 이동수단 관련 도로교통법은 사용 연령을 13세 이상으로 설정하여, 운전면허가 없는 미성년자의 개인형 이동수단 이용 시 안전성 확보와 통행 위치 위반, 음주운전, 안전장치 미착용의 경우에 대한 벌칙이 미흡하다는 점이 아쉬운 부분으로 남아있다. 이를 보완하기 위해 2021년 5월 13일 도로교통법을 개정하여 운전면허, 무면허 운전, 어린이 운전 시 보호자 처벌, 동승자 탑승금지, 안전모 착용, 등화장치 작동, 과로·약물 등 운전의 범칙금 및 과태료 부과로 마이크로 모빌리티의 안전성 증대를 위한 규정들이 신설되었다. 하지만 마이크로 모빌리티의 방치로 인한 문제를 해결하는 주차 관련 법은 신설되지 않았다. 이를 보완하여 2021년 7월 13일 도로교통법 개정으로 마이크로 모빌리티 주차 공간을 설치할 수 있는 규정을 신설하였다^{(Choi and Kim, 2021)}.

여러 지자체는 공유 전동킥보드 주차문제를 해결하기 위해 견인 제도를 실시하였다. 서울시는 2021년 5월 20일 전동킥보드의 질서 있고 안전한 이용환경을 조성하기 위해서 불법 정차·주차 견인 소요비용 산정기준에 전동킥보드를 신설하고 견인료는 40,000원, 보관료는 30분당 700원으로 산정하는 ｢서울특별시 정차·주차위반차량 견인 등에 관한 조례｣를 개정하였다. 송파구청은 이에 따라 공유 전동킥보드의 무분별한 주차로 인한 주민들의 불편을 해소하고, 구민의 안전을 확보하기 위해 2021년 7월 1일부터 <주·정차 위반 전동킥보드 견인> 제도를 시작하였다. 또한 ｢도로교통법｣ 제34조의 2에 근거하여 2021년 10월 7일 전동킥보드 전용 거치대를 관내 12개소에 설치하여 시범 운용하였다. 창원시는 전동킥보드의 불법주차 피해가 확산함에 따라 견인 대상 차량에 전동킥보드를 추가하여 보행자의 안전과 이용자의 질서 있는 이용환경 조성에 이바지하고자 ｢창원시 주차위반차량 견인 등에 관한 조례｣를 2022년 2월 15일 개정하여 6개월 뒤인 2022년 8월 16일 시행한다고 밝혔다. 창원시의 경우 단속지점에서 보관소까지 거리를 기준으로 편도 5 km까지는 기본요금 3만원에 매 km 증가 시 추가로 1000원의 견인료를 추가로 산정하였다.

국내 마이크로 모빌리티의 주차 관련 법·제도는 2021년 7월 13일 도로교통법의 개정으로 처음 신설되어 마이크로 모빌리티의 주차장을 설치할 수 있는 근거를 마련하였으며, 지자체는 방치된 마이크로 모빌리티를 견인하는 조례를 개정하였으나 일반적으로 불법 주차 차량 단속의 경우 과태료 또는 견인료를 부과받는 위반 당사자가 차주인 경우가 대부분이라 재발 방지의 효과가 있지만, 공유 전동킥보드의 견인 제도의 경우 3~4만원의 견인료를 업체에 전액 부과하고 있어 이용자 입장에서 올바른 주차 유도의 효과가 떨어지며 공유 전동킥보드 방치로 인한 견인은 마이크로 모빌리티의 친환경적인 장점을 반감시키며 마이크로 모빌리티의 비고정형이 가지는 문제점들을 근본적으로 해결하는 방법이 되지 못한다.

2.2 입지선정모형 관련 선행연구 검토

입지선정모형을 이용한 시설물의 최적 위치선정 연구는 국내외로 다양하게 이뤄졌다.

^{García-Palomares et al.(2012)}는 자전거 사용 증대를 위하여 잠재적 자전거 이용 수요와 관련된 자전거 주차장의 위치 선정을 목적으로 GIS를 활용한 잠재적인 자전거 이용 수요의 공간적 분포를 계산하고, P-Median과 MCLP를 각각 이용하여 자전거 주차장을 찾고 용량을 결정하며 수요의 특성을 정의하였다. ^{Park et al.(2013)}은 자전거 주차장의 최적 개수 및 위치를 찾는 방법 제안을 목적으로 입지선정 모형인 Heuristic P-median 알고리즘을 활용하여, 예산제약의 유무에 따라 모형을 각각 제시하였다. 모형의 적용을 위해 시범 네트워크를 구축하고 30개의 예비 주차장(센트로이드-수요지)을 수정하여 분석하였다. ^{Frade and Ribeiro(2015)}는 공유 자전거 시스템의 이용 활성화를 위해서 가장 중요한 요소 중 하나를 고정형(Station)의 위치로 인지하고 제약이 있는 예산을 고려한 MCLP 입지 선정모형을 활용하여 자전거 공유 시스템의 이점을 극대화하였다. ^{Park and Sohn(2017)}은 대기오염의 주요 원인인 자동차 배기가스를 3마일 이하의 자동차 이용을 줄이기 위해 택시 궤적 데이터를 기반으로 자전거 공유 정류장을 가장 효율적으로 찾기 위한 새로운 프레임워크를 제안하였으며 서울 강남구에 적용하여 공유 자전거 주차장의 최적 위치를 도출하기 위해 P-median과 MCLP에 각각 적용하여 비교하였다. ^{Song and Lee(2017)}은 2014년 시행된 사전투표제가 행정 단위에 기반한 사전투표소의 설치와 운영으로 유권자에 실제적인 투표 편의를 제대로 보장하지 못하고 있다고 주장하였다. 이에 따라 기존 사전투표소의 입지를 체계적으로 검토하고, 입지선정모형인 P-median 알고리즘을 활용하여 투표소의 공간 접근성을 극대화할 수 있는 다양한 사전투표소의 입지 대안을 새롭게 제시하였다. ^{Masoud et al.(2019)}는 마이크로 모빌리티의 교통혼잡을 줄이고 교통안전을 강화하기 위해 전동킥보드 충전소 할당 문제에 대한 혼합 정수 선형 계획법(MILP) 모델을 개발하였다. MILP는 충전기까지 평균 이동 거리를 최소화를 중점에 두고 전동킥보드를 할당하며, 대학 입학 알고리즘(ACA)과 블랙홀 옵티마이저(BHO) 알고리즘을 서로 비교하였다. 비교결과, BHO 결과는 ACA보다 좋지 않고 더욱 대규모 실제 사례를 해결하는데 더 많은 시간을 소비하여 대규모 사례에 대해 최적에 가까운 결과를 찾는데는 ACA를 적용할 것을 권장하였다. ^{Lee et al.(2019)}는 자녀의 초등학교 입학은 여성 경력단절의 주요 원인으로 지목되어 초등학생을 위한 돌봄시설의 최적 입지선정 방법을 제안하였다. 보육시설의 후보로 기존 보육시설을 포함하였으며, 최적의 위치를 선정할 때 위치적 특성과 최적화를 고려한 이중구조 평가방법을 제안하였다. 실험은 서울 송파구를 100 m 격자로 나눠 공공데이터를 결합하여 평가기준을 설정하고 입지 점수를 순위로 매겨 1차 후보시설을 선정하였다. 마지막으로 P-median 알고리즘을 활용하여 최종 요양시설을 선정하였다. ^{Choi et al.(2021)}은 비고정형과 고정형을 동시에 관리하는 시스템에 초점을 맞추었다. 이용자 선호도에 따라 비고정형의 서비스 지역을 결정하고 이용자와 시설 사이의 이동 거리, 이용자의 위치 등을 고려하여 고정형의 시설 위치를 결정하였다. ^Kim(2021)은 법률에 따라 의무적으로 설치되고 있는 자동심장충격기(AED)의 서비스 적절성을 평가하고 수요에 효과적으로 대응할 수 있는 AED의 보급 방안을 모색하기 위해 입지선정 모형인 MCLP 알고리즘을 활용하였으며 AED 수요의 공간적 분포를 재현하기 위하여 지역의 성별, 연령별 인구 및 심정지 발생률에 기초하여 공간 단위 심정지 발생 가능 인구를 추정하였다. 또한, 기존에 설치된 AED를 기반으로 MCLP를 활용한 결과와 AED를 전부 재배치했을 때의 커버리지 비율을 비교하였다.

선행연구 검토 결과, 대부분의 최적 위치선정 연구는 시설물의 잠재수요를 산정하기 위한 추정과정을 거치고 P-median, MCLP 모형을 주로 사용하여 입지선정을 하였으며 연구자가 생각하는 시설물의 특성에 맞는 모형을 사용하거나, 여러 입지선정 모형을 적용하여 모델링 결과를 비교하는 연구가 많았다. 연구 대부분이 시설물의 특성을 고려하여 수요를 추정하는 방식의 입지 선정으로 현실적인 최적 입지선정에는 한계가 있어 비고정형 방식이 가지는 마이크로 모빌리티 주차문제에 대한 현실적인 대안이 되지 못한다. 본 연구는 실제 공유 전동킥보드 이용 데이터를 기반으로 입지선정모형인 MCLP 모형을 활용해 주차시설의 최적 입지선정를 분석하고 이용 수요와 시간대에 따라 분류하여 공유 전동킥보드 주차시설의 유형을 도출하고자 하였다.

3.1 공유 전동킥보드 이용 데이터 수집 및 검토

본 연구는 마이크로 모빌리티의 주차문제 해결을 위해 공유 전동킥보드 실제 이용 데이터를 수집하여 현실적인 전동킥보드 주차시설의 최적 입지를 도출하고자 하였다.

공유 전동킥보드 이용 데이터는 성남시 분당 1기 신도시를 대상으로 수집하였다. 분당 1기 신도시는 성남시에서 공유 전동킥보드 주 이용 계층인 20~30대의 거주가 높기 때문에 MCLP 모형 적용을 위한 대상지로 선정하였다. 공유 전동킥보드 이용 데이터는 분당 1기 신도시에서 운영하는 3개의 업체에 공유 전동킥보드 반납 및 대여의 위치와 이용 시간이 포함된 데이터를 요청하였다. 공유 전동킥보드 업체로부터 데이터를 수집한 결과, 2021년 5월부터 6월까지 총 47,430개의 이용 데이터를 수집하였다. 수집된 이용 데이터를 분석대상지인 분당 1기 신도시에서 법정동별로 이용 건수를 집계한 결과, 정자동이 10,738건(22.63 %)으로 이용이 가장 많았고, 서현동이 8,741건(18.42 %)으로 두 번째로 많았으며, 야탑동이 8,599건(18.13 %)으로 뒤를 이었다. 이용 데이터의 시간대별 이용 분포를 확인한 결과, 22시가 3,604건으로 가장 많았고, 2시가 3,460건으로 두 번째로 많았으며, 0시가 3,393건으로 뒤를 이었다.

3.2 공유 전동킥보드 주차시설의 수요 및 공급 산정

공유 전동킥보드의 주차시설 최적 입지를 도출하기 위해서는 수요와 공급의 설정이 필요하다. 주차시설의 수요는 현실적인 전동킥보드의 수요를 반영하기 위해 3.1에서 수집한 공유 전동킥보드의 실제 이용 데이터를 활용하였다.

주차시설의 공급을 위한 후보지 선정에 있어 접근성은 가장 중요하게 고려되어야 한다. 공유 전동킥보드 실제 이용 데이터를 활용한 수요의 접근성을 극대화하기 위해서 후보지를 분당 1기 신도시를 Fig. 2과 같이 헥사곤(Hexagon) 격자로 나눴으며 공유 전동킥보드 주차시설의 설치 유연성 확보를 위해 격자의 단위는 100 m로 하였다. 헥사곤 격자 방식은 육각 모형으로 지역을 분할하는 기법으로 사각 격자 기법과 다르게 접경 지역들에 대한 지역 인접성이 우수한 장점을 가진다^{(Moon et al., 2016)}. 본 연구에서는 공유 전동킥보드의 대여 및 반납을 위해 주차장으로 접근하는 거리의 오차가 헥사곤이 사각 격자보다 적기 때문에 MCLP 분석대상지의 후보지 단위로 100 m의 헥사곤 격자 방식을 선택하였다.

분당 1기 신도시를 100 m 단위의 격자로 나눈 결과 총 4,097개의 격자가 나타났다. 전동킥보드의 공급(입지 후보지) 산정을 위해서 100 m로 나눈 4,097개의 헥사곤 셀 중 이용 수요가 50 백분위수 이상인 856개의 셀을 입지 후보지로 산정하였다(Fig. 3). 이용 수요가 50 백분위수 이상인 헥사곤 셀을 입지 후보지로 선정한 이유는 4,097개의 헥사곤 셀의 이용 수요 백분위수를 검토 결과, 이용 빈도의 50 백분위수는 9건으로 일의 자릿수 이용 수요를 가지는 헥사곤 셀은 MCLP 분석 시 최적 입지로 선정될 가능성이 50 백분위수 이상인 헥사곤 셀을 입지 후보지로 선택하는 경우보다 상대적으로 낮고 입지 후보지를 연구의 범위 전체 헥사곤 셀을 선택하여 분석 시 결과는 더 정확하지만 주차시설의 수요를 최대한 커버할 수 있는 주자장의 최적입지를 모든 헥사곤 셀을 고려하여 계산하면 분석 시간이 매우 증가하기 때문에 추후 시간대별 MCLP 분석을 고려하기 위함에 있다. 데이터의 백분위수를 고려한 입지 후보지의 선정은 추후 정책입안자가 정책 입안 기간과 정책 입안의 미시적 수준에 따라 데이터의 분포를 확인하여 입지 후보지의 개수를 조정할 수 있다.

Fig. 2. Spatial Preparation of Bundang New Town

Fig. 3. Distribution of Demand by Hexagon Cells

3.3 공유 전동킥보드 주차시설의 최적 입지선정

MCLP 적용에 있어 분석대상지의 헥사곤 격자화한 후 공유 전동킥보드 이용 데이터를 결합하여 나타낸 입지 후보지를 대상으로 입지선정모형을 적용하여 공유 전동킥보드의 최종 최적 입지를 선정한다. 입지선정모형은 지역 개발을 위한 서비스 계획에서 널리 사용되는 방법이다. 보통 P-Median과 MCLP 모형이 주로 사용되며 미리 정의된 목적함수를 달성하기 위해 시설이 위치해야 하는 장소를 찾는데 사용된다. MCLP 모형은 커버리지 평가를 위한 공간적 기준을 바탕으로 하고 있으며 시설이 커버하는 수요의 양을 극대화할 수 있도록 정해진 수의 시설의 입지를 결정한다^{(Kim, 2021)}.

본 연구는 마이크로 모빌리티의 주차·방치 문제의 해결을 목적으로 공유 전동킥보드 주차장이 이용 의사가 있는 커버 범위 안에서 수요의 양을 극대화할 수 있는 최소 주차장의 입지가 필요하기 때문에 다음과 같은 MCLP 모형을 사용하였다.

Notaions of MCLP model

Subscripts and sets

$i$ 수요지점 인덱스, $i$ = 1, ... , n

$j$ 주차장 입지 후보지 인덱스, $j$= 1, ... , m

Parameters

$d_{ij}$ 수요지 $i$로부터 후보지 $j$까지의 거리

$D$ 최대 커버리지 범위

$N_{i}$ 수요 지점 $i$로부터 서비스 거리 안에 있는 후보지의 집합 $j$

$u_{i}$ $i$th 후보지에 있는 수요의 총량

 설치할 주차장의 수

Decision variable

$x_{i}$ = 1, 수요지점 $i$가 적어도 하나의 주차장에 의해 서비스가 되는 경우

0, 그렇지 않은 경우

$y_{j}$ = 1, 주차장이 후보지 $j$에 입지하는 경우

0, 그렇지 않은 경우

such that

커버 범위 안에서 수요의 양을 극대화할 수 있는 최소 시설물 입지선정을 위해 목적함수 (1)은 주차시설에 의해서 커버되는 공유 전동킥보드의 수요의 합을 최대화한다. 제약조건 (2)는 $N_{i}$에 속한 후보지 중 적어도 한 곳에 공유 전동킥보드 주차시설이 입지하면 수요 $i$는 커버 될 수 있다. 공유 전동킥보드의 주차시설 수($p$)는 제약조건 (3)에서 계산된다. 제약조건 (4)는 결정변수 $x_{i}$와 $y_{j}$가 0 또는 1의 값을 갖는 이진 정수임을 의미하며, 제약조건 (5)는 수요지 $i$로부터 후보지 $j$까지의 거리와 최대 커버리지 범위의 관계를 보여준다.

4.1 커버 범위에 따른 주차시설 최적 입지선정 결과

MCLP 모형의 적용을 위해서는 시설이 커버하는 수요의 양을 극대화할 수 있는 커버 범위의 설정이 필요하다. 대부분의 연구에서는 버스정류장에 대한 접근에 대해 0.25마일(약 402 m)의 거리 임계값을 사용하고 지하철이나 기차역에 대해 0.50마일(약 804 m)의 거리 임계값을 사용한다^{(García-Palomares et al., 2012)}. 공유 전동킥보드의 주차시설에 대한 MCLP 모형을 사용하면서 주차시설의 커버 범위는 사람들이 장거리 여행을 위해 대중교통 시설에 접근하는 거리보다 낮아야 한다. 따라서 마이크로 모빌리티의 비고정형이 가지는 주차문제 해결을 위해 가장 높은 공유 전동킥보드 수요 커버 비율을 가지는 커버 범위를 찾기 위하여 200 m, 300 m, 400 m를 커버 범위로 시나리오를 설정하여 MCLP 모형을 적용하여 비교하였다(Fig. 4).

커버 범위에 따른 시나리오로 MCLP 모형을 적용한 결과는 Table 1과 같다. 200 m를 커버 범위의 경우, 최소 주차시설의 개수로 최대의 커버 비율을 가지는 가장 효율적인 주차시설의 개수(Optimal $p$)는 388개로 이용 수요 47,430건 중 46,748건을 커버하여 98.56 %의 커버 비율을 기록하였다. 300 m의 경우, 가장 효율적인 주차시설의 개수(Optimal $p$)는 239개로 47,430건 중 47,190건으로 99.49 %의 커버 비율을 보였다. 400 m의 경우, 가장 효율적인 주차시설의 개수(Optimal $p$)는 146개로 47,430건 중 47,354건으로 99.83 %의 커버 비율을 보였다. 또한, 이용 수요 각각의 위치로부터 도출된 공유 전동킥보드 주차시설의 최적 입지까지 도보이동거리의 평균을 산출하였다. 산출 결과, 200 m 커버 범위의 평균도보이동거리는 63.84 m, 300 m 커버 범위의 평균도보이동거리는 105.84 m, 400 m 커버 범위의 평균도보이동거리는 152.45 m로 산출되었다. 본 연구는 기존 마이크로 모빌리티의 주차방식인 비고정형이 가지는 문제점을 해결하기 위함으로 커버범위가 400 m인 경우 Cover ratio는 99.83 %로 불법주차를 가장 최소화할 수 있고 Optimal $p$는 146개로 가장 경제적이며 Average Walking distance는 152.42 m로 평균도보이동거리가 수용가능한 수준임으로 MCLP 모형의 커버 범위는 400 m가 가장 적절하다고 판단하였다.

Fig. 4. Optimal E-scooter Station Location by Coverage Radius

4.2 주차시설 최적 입지의 수요 및 시간대별 특성 분석

공유 전동킥보드 주차시설의 전략적 설치 및 운영을 위해 이용 수요 분류와 시간대별 MCLP 모형의 적용으로 이용 행태를 반영한 최적 입지를 선정하고자 하였다. 커버 범위는 4.1에서 도출된 공유 전동킥보드의 주차문제를 해결하는데 적절한 커버 범위인 400 m로 설정하였다. 먼저 이용 수요별로 주차시설 최적 입지를 분류하기 위해 도출된 146개의 주차시설 최적 입지에 커버 범위인 400 m 안에 포함되는 이용 수요를 조사한 뒤 최적 입지로 도출된 헥사곤 셀 각각 커버되는 수요 빈도수를 등간격으로 나눠 매우 낮은 수요지역(Very Low Demand Sites), 낮은 수요지역(Low Demand Sites), 높은 수요지역(High Demand Sites), 매우 높은 수요지역(Very High Demand Sites) 총 4개의 수준으로 분류하였다. 여기서 3.2의 이용 빈도수 10건 미만에 해당하는 헥사곤 셀을 제외한 것은 분석 시간의 단축(즉, 입지 후보지의 축소)을 위한 것으로 이용 수요 분류는 데이터 전체 수요 중 400 m 커버 범위에 해당하는 이용 수요를 기반으로 분류했기 때문에 이용 빈도수 10건 미만의 헥사곤 셀 제외와 매우 낮은 수요지역 간의 연관성은 없다. 분류 수준은 중간수요의 특성을 가진 주차시설 도출을 방지하기 위해 짝수로 선정하였다. 추가로 이용 형태에 따라 공유 전동킥보드 주차시설을 도출하기 위해 전체(Total), 대여수요(Generators), 반납수요(Attractors)로 나눠 각각 분류하였다. 전체는 공유 전동킥보드의 실제 이용 데이터 전체를 의미하며, 대여수요는 공유 전동킥보드의 실제 이용 데이터에서 이용자가 공유 전동킥보드를 대여한 데이터, 반납수요는 이용자가 공유 전동킥보드를 반납한 데이터를 의미한다.

수요로 분류한 결과, 전체의 경우 매우 낮은 수요지역은 MCLP 모형에서 도출된 146곳의 공유 전동킥보드 주차장의 최적 입지 중 94곳으로 64.38 %를 기록했으며, 낮은 수요지역은 37곳으로 25.34 %, 높은 수요지역은 12곳으로 8.22 %, 매우 높은 수요지역의 경우 3곳으로 2.05 %가 분류되었다. 대여수요의 경우 매우 낮은 수요지역은 101곳(69.18 %), 낮은 수요지역은 31곳(21.33 %), 높은 수요지역은 11곳(7.53 %), 매우 높은 수요지역은 3곳(2.05 %)으로 분류되었다. 반납수요의 경우 매우 낮은 수요지역은 84곳(57.33 %), 낮은 수요지역은 45곳(30.82 %), 높은 수요지역은 14곳(9.59 %), 매우 높은 수요지역은 3곳(2.05 %)으로 분류되었다(Table 2). 분당 1기 신도시는 매우 낮은 수요지역의 특성을 가진 주차시설이 과반수이며 높은 수요일수록 도출된 주차시설의 수가 감소하는 경향을 보였다.

시간대별 특성의 경우 기존에 도출된 146개의 공유 전동킥보드 주차시설 최적 입지를 입지 후보지로 수요를 시간대별로 분할하고 입력하여 MCLP 분석하였다. 분석 후 시간대별로 나타난 주차장 최적 입지가 146개의 공유 전동킥보드 주차시설 최적 입지에 중복되는 빈도수를 계산하였다. 그 후, 중복되는 시간대가 1~7개인 최적 입지를 Peak Time Sites, 8~15개인 최적 입지를 Half Day Time Sites, 16~24개인 최적 입지를 All Day Time Sites로 분류하였다. 시간대별 분석도 마찬가지로 전체, 대여수요, 반납수요로 나눠 MCLP를 적용하였다.

시간대별 분류 결과, 특정 시간대에 이용 특성을 보이는 Peak Time Sites는 전체 100곳, 대여수요 117곳, 반납수요는 115곳으로 분석되었다. 8~15개의 시간대에 이용이 있는 Half Day Time Sites는 전체 37곳, 대여수요 26곳, 반납수요는 30곳으로 분석되었다(Fig. 5). 온종일 공유 전동킥보드의 이용이 있는 All Day Time Sites는 전체 9곳, 대여수요 3곳, 반납수요는 1곳으로 분석되었다(Table 3).

Fig. 5. Optimal E-scooter Station Location by Usage Demand & Time

5.1 시간대별 이용 수요가 반영된 주차시설 최적 입지 유형 분류

공유 전동킥보드의 주차시설 최적 입지의 유형을 분류하기 위해서 4.2에서 분류한 수요의 4개 분류(매우 낮은 수요지역, 낮은 수요지역, 높은 수요지역, 매우 높은 수요지역)와 시간 특성의 3개 분류(Peak Time Sites, Half Day Time Sites, All Day Time Sites)를 교차하여 공유 전동킥보드의 주차시설 유형을 총 12개로 Table 4과 같이 분류하였다. 또한, 전체, 대여수요, 반납수요로 Fig. 6과 같이 분류하였다. Peak Time Sites의 최적 입지는 원형의 심볼을 적용했으며, Half Day Time Sites의 최적 입지는 삼각형을 적용하였고, All Day Time Sites의 최적 입지는 사각형을 적용하였다. 이용 수요의 경우 매우 높은 수요 지역은 빨간색, 높은 수요지역은 연분홍색, 낮은 수요지역은 하늘색, 매우 낮은 수요지역은 파란색을 적용하였다. 따라서 빨간색 사각형인 12유형 지역(12 Type Sites)은 온종일 높은 공유 전동킥보드의 이용이 있는 주차시설(All Day Time & Very High Demand)로 분류된다. 하늘색 삼각형인 6유형 지역(6 Type Sites)은 하루의 절반 동안 낮은 공유 전동킥보드의 이용이 있는 주차시설(Half Day Time & Low Demand)로 분류된다. 파란색 원형을 보이는 1유형 지역(1 Type Sites)은 특정 시간대에 매우 낮은 공유 전동킥보드의 이용이 있는 주차시설(Peak Time & Very Low Demand)로 분류된다.

Table 4. 12 Types of E-scooter Station

Fig. 6. Optimal E-scooter Station Location by 12 Types

5.2 주차시설 최적 입지 유형 분류를 활용한 설치 및 운영 방안

5.1에서 제시한 12개의 공유 전동킥보드 주차시설 최적 입지 유형을 통해 공유 전동킥보드 주차시설의 설치 및 운영 방안을 제안하였다. 전체(Total)의 12가지 주차시설 유형 분류를 통해 주차시설의 설치 방안을 제시하였다. 12가지 주차시설 유형에서 매우 낮은 수요 지역인 Very Low Demand Sites의 1, 5, 9 Type Sites보다 매우 높은 수요 지역인 Very High Demand Sites인 4, 8, 12 Type Sites가 주차시설 설치 우선순위가 높다. 또한, 같은 Very High Demand Sites인 4, 8, 12 Type Sites에서 특정 시간대에 이용 특성을 보이는 Peak Time Sites인 4 Type Sites보다 온종일 공유 전동킥보드의 이용이 있는 All Day Time Sites인 12 Type Sites가 설치 우선순위가 높다. 따라서 공유 전동킥보드 설치 시 우선순위는 Very High Demand & All Day Time Sites인 12 Type Sites부터 8, 4, 11, 7, 3, 10, 6, 2, 9, 5, 1 Type Sites로 설치 우선순위 선정이 가능하다.

대여수요와 반납수요의 12가지 주차시설 유형 분류를 통해 주차시설의 운영 방안을 제시하였다. 대여수요에서 수요가 낮은 10, 6, 2, 9, 5, 1유형과 반납수요에서 수요가 높은 12, 8, 4, 11, 7, 3유형을 가진 주차시설 최적 입지는 해당 주차시설에는 공유 전동킥보드의 대여가 낮고 반납이 많아 주차시설에 남는 공유 전동킥보드가 많음을 의미한다. 반대로 대여수요에서 수요가 높은 12, 8, 4, 11, 7, 3유형과 반납수요에서 수요가 낮은 10, 6, 2, 9, 5, 1유형은 해당 주차시설에 공유 전동킥보드가 부족함을 의미한다. 따라서 공유 전동킥보드 주차시설의 운영 방안으로 주차시설 최적 입지에 반납수요와 대여수요의 유형 도출하여 대여수요가 낮고 반납수요가 높은 주차시설에서 대여수요가 높고 반납수요가 낮은 주차시설로 공유 전동킥보드의 일부를 이동시킴으로 공유 전동킥보드의 이용을 제고시킬 수 있다. Fig. 7은 공유 전동킥보드 주차시설의 설치 및 운영 방안 예시이다.

Fig. 7. Strategy of E-scooter Parking lot Installation & Management