최근 빅데이터 분석이 각광을 받기 시작하면서 의료, 관광 등 각종 분야에서 빅데이터를 활용한 다양한 분석이 시도되고 있다. 빅데이터로 기존 통계로 밝히지 못했던 새로운 사실을 알 수 있기 때문이다. 교통 분야에서도 이런 측면에서 빅데이터를 주목하기 시작했다. 그 중에서도 가장 각광 받고 있는 데이터는 바로 ‘통신자료’이다. 통신자료는 휴대폰 이용자가 휴대폰을 사용하거나 사용하지 않더라도 단말기를 소지하면 기지국으로 해당 단말기의 신호가 수신되면서 기록되는 데이터를 의미한다. 여기에는 이동 행태 분석에 가장 필요한 실시간 위치 정보가 포함되어 있기 때문에 교통 분야에 매우 유용하다. 또한 그동안 추정을 통해서만 알 수 있었던 인구 전체에 대한 데이터가 집계되어 있어 불특정 다수의 수요를 파악해야 하는 교통 분야에는 상당히 중요하다고 할 수 있다. 만일 통신자료가 교통 분석의 기반 데이터로 활용된다면, 기존 설문조사에 투입되는 막대한 인력과 예산을 줄일 수 있을 것이다. 이런 측면에서 본 연구는 통신자료를 교통 분야에 지속적으로 활용할 수 있는 틀을 구축하고자 하였다. 이를 위해서는 통신자료를 교통 분석 목적에 맞게 조정해야 한다. 현재 통신업체에서 보유하고 있는 통신자료는 기지국의 특성상 변동성이 커 분석 영역을 고정시키기 어렵고 이동 행태를 분석하는 데도 적합하지 않다. 기존에는 이러한 한계를 인정하고 이동 패턴을 분석하는 데 포인트 정보인 기지국 좌표 정보만을 활용하였지만, 이러한 방식을 지속적으로 활용할 경우 통행자의 이동 행태를 왜곡할 가능성이 높다. 기지국의 수신범위가 둘 이상의 행정구역을 포함할 때 기지국 좌표 정보는 포인트 정보로 하나의 행정구역만을 나타내기 때문이다. 따라서 본 연구에서는 ㈜ KT에서 제공한 기지국 정보를 이용하여 기지국의 위치 변동 특징과 지역별 기지국 영향권 규모 특징을 분석한 후 이를 고정시킬 수 있는 방법을 모색하였다. 그리고 교통 분석 목적에 맞게 이동 행태 분석이 용이하도록 사회 경제적 특성을 반영할 수 있는 방법을 연구하였다. 해당 방법의 타당성은 전국 단위로 해당 방법을 적용하여 기지국과 행정구역의 매칭률과 이동 패턴 분석 가능성을 검토하여 확인하였다. 분석 결과 매칭률은 100%로 나타났으며, 이동 패턴화가 가능한 규모로 형성되어 실제 교통 수요 분석에 활용할 수 있는 것으로 나타났다. 본 연구 제시한 알고리즘을 적용하면 기존 방식의 오차 발생 가능성을 줄일 수 있어 분석의 정확성을 보다 향상시킬 수 있을 것이다. 그러나 본 연구는 기초 연구로서 교통시설의 위치 등 이동 패턴 분석에 영향을 줄 수 있는 기타 요인들이 반영되지 않은 만큼 향후 정확성을 높이는 작업이 요구된다.