본 연구에서는 도심항공모빌리티(UAM)의 효율적인 인프라 구축을 위한 bi-objective 기반의 수리 최적화 모델링과 분석을 실시하였다. 구체적으로 서울시 상권 데이터, 교통 및 항공 법규, 경제적 비용 등 다양한 변수를 고려하여 UAM 수직 이착륙장인 vertiport의 최적 위치와 hub-and-spoke 시스템에 기반한 네트워크 구축 방안을 모색하였다. 본 연구에서 도출된 파레토 최적 솔루션은 vertiport 설립 비용과 물류 접근성 사이의 상호작용에 대한 명확한 이해를 그림과 같이 제공한다. 그림에서는 파레토 경계 1, 4, 8, 그리고 11번의 솔루션 결과가 도식화되어 있으며, vertiport 구성과 상권의 물류 접근성 간의 상관관계를 관찰할 수 있다. 본 연구를 통해 UAM 시스템이 도시 내 교통 혼잡 해소 및 이동성 향상에 미치는 영향을 예측함으로써 소상공인의 지리적 위치 및 유동인구 분석에 중요한 기초 자료를 제공할 수 있을 것으로 사료된다.

본 연구는 인천국제공항으로 착륙하는 항공기의 궤적 데이터를 활용하여 이상 항적을 탐지하고, 항공 안전성을 향상시키기 위한 분석 방법을 제안한다. 항공기 착륙 과정은 사고 발생 위험이 높은 구간이며, 과거 비행 궤적 데이터를 활용한 이상 탐지는 잠재적 위험 요인을 사전에 파악하고, 관제사의 업무 부담을 줄이는 데 중요한 역할을 할 수 있다. 연구진은 ADS-B(Automatic Dependent Surveillance-Broadcast) 데이터를 활용하여 항공 궤적을 수집하고, 이를 기반으로 군집 분석과 Isolation Forest 기법을 결합하여 이상 항적을 탐지하였다. 군집화 과정에서는 계층적 군집화(Hierarchical Clustering)와 PAM(Partitioning Around Medoids) 기법을 적용하여 항공기의 착륙 접근 패턴을 분석하였으며, Isolation Forest 알고리즘을 사용하여 정상 항적과 이상 항적을 구별하였다. 연구 결과, 이상 항적은 연속적으로 발생하는 경향이 있으며, 기상 요인(풍속, 전운량, 가시거리)과 항공기 교통량이 이상 궤적의 주요 원인으로 작용하는 것으로 나타났다. 특히, 공역 혼잡도가 높은 경우 이상 항적 발생 가능성이 증가하며, 특정 항공기가 이상 항적을 보일 경우 이후 착륙하는 항공기들도 영향을 받아 연쇄적으로 이상 항적을 나타내는 패턴이 확인되었다. 본 연구는 딥러닝 및 데이터마이닝 기법을 활용한 항공 궤적 분석을 통해 항공 안전성을 향상시킬 수 있는 실질적인 방안을 제시하였으며, 향후 연구에서는 추가적인 외부 변수(관제 지시, 기상 변화 등)를 고려하여 이상 항적 탐지 모델의 정밀도를 높이는 방향으로 발전할 필요가 있다.

전례없는 감염병 확산은 향후 초래될 위협에 대한 예방책을 강구하는 것이 필요함을 강조한다. 본 연구에서 제안된 방법 (WTSM)은 대규모 감염병 발생 시 도시인구의 이동성 변화에 대한 패턴을 도출함으로써 도시의 기능 및 지역단위로 효과적인 정책 구상을 위해 활용 될 수 있을 것 이다. WTSM의 방법론적 함의는 다음과 같다. 일반적으로 공간 시계열 데이터는 다차원 속성을 지니고 있으며, 널리 쓰이는 Dynamic Time Warping (DTW)은 다른 길이의 stream 유사도를 측정할 수 있으나 상당한 계산복잡도가 수반되고 (O(m*n)), Symbolic Aggregate approXimation (SAX)은 DTW에 비해 계산이 빠르지만 각 구성요소를 알파벳화하는 과정에서 정보의 손실 및 왜곡을 발생시킨다. 이러한 단점을 극복하고자 본 연구에서는 효율적이고, 질적으로 높은 공간시계열 분석방법을 제안하여 이를 뉴욕의 코로나 기간 동안의 택시 데이터에 적용하였다. 클러스터링결과, 공통적으로 코로나 초기에 상당한 이동량 저하가 발생했음을 발견하였다. 뉴욕은 2020년도 12월의 첫 백신 이후, 일반 공중에게 확대됨에 따라 이동성이 점차 회복됨을 보였고, Bronx, Brooklyn, Downtown Manhattan 지역이 타 지역에 비해 회복탄성이 높은 것을 확인했다. 그러나, 시계열상으로 백신과 이동성 회복에 딜레이가 존재하는 것으로 보아, 백신도입이 즉각적인 이동회복으로는 이어지지 않았으며, 정부 및 사회의 노력 (예: 사회적 거리두기, 마스크, 백신접종 증대 등)을 통해 확진자 증가가 주는 충격 (effect of COVID-19 upsurge)은 지속되지 못하며, 변동하는 이동량 (daily fluctuating volumes)을 참고했을 때 뉴욕시민의 일상이 이동성에 큰 영향력을 발휘함을 발견했다.