제2회 원주시 공공데이터·AI 활용 아이디어 공모전
원주형 AI 의료이동 운영 플랫폼 「원점(ONE:JEOM)」
단순한 '병원 택시 지원'이 아니라, 예약부터 병원추천·배차·회송·귀가예측·정산까지 AI가 운영하는 시스템. 병원 없는 농촌 어르신의 통원을, 낮에 노는 택시로 연결한다.
97 vs 1,010농촌 5면 병상 합 vs 도심 일산동 한 곳 (병상 도심 초집중)
8,195명입원 병원 없는 농촌 5면의 65세+ (호저·귀래는 병상 0)
67.3%택시 공차율 — 공급은 노는데 수요와 연결이 안 됨
🔄 운영 흐름 — 전화 한 통이 들어오면 AI가 자동으로 돌린다
사람① 전화 접수어르신·보호자 전화(대리접수 가능). 진료과·거주 면만 말하면 끝.
→
AI 추천② 병원 추천진료과 있는 병원 중 최단경로·덜 붐비는 곳을 점수화해 자동 추천.
→
최적화 실행③ 배차·회송OR-Tools가 하루 예약 전체를 최적 배차. 회송 체이닝으로 공차 최소.
→
호출형④ 귀가 배차진료 끝나면 어르신·보호자가 '완료 버튼' → 그 순간 가장 가까운 회송 택시 즉시 배차. (AI 예측은 대기시간 줄이는 보조일 뿐)
→
자동⑤ 정산어르신 100~2,000원, 차액은 시→택시회사 자동 정산.
🧠 AI = 추천·예측(②), OR-Tools = 배차 실행(③), 귀가(④)는 호출형이라 예측이 틀려도 안전, 정산(⑤)은 자동. "판단은 AI가, 계산은 최적화가, 귀가는 버튼 한 번" — 예측에 목매지 않는 튼튼한 구조.
🤖 탑재된 AI 엔진 (이미 구현)
수요예측·사전배치 AI구현요일·계절·시간대→면별 대기 대수 추천
귀가시각 예측 AI보조대기시간 단축용. 없어도 호출형으로 작동(과신 안 함)
배차·회송 최적화구현OR-Tools DARP, 공차 최소
예약취소 확률 예측로드맵노인 취소 잦음→선제 대응
운영정책 리포트 AI로드맵이동 데이터→지자체 정책 근거
⚖️ 기존 DRT·100원 택시와 무엇이 다른가
| 단계 | 기존 DRT/100원택시 | 원점(ONE:JEOM) |
|---|
| 목적 | 장보기·행정 만능형 | 병원 통원 특화 |
| 병원 선택 | 이용자가 알아서 | AI가 진료과·거리·혼잡도로 추천 |
| 배차 | 사람이 수동 | OR-Tools 최적화(회송 체이닝) |
| 귀가 | 또 전화·긴 대기 | 완료버튼 호출→즉시 회송 배차(예측은 대기단축 보조) |
| 정산 | 수기 | 자동 |
| 본질 | 교통 서비스 | AI 의료이동 운영 플랫폼 |
📊 성과지표(KPI) — 목표는 가정, 운영 후 실측
| 지표 | 의미 |
|---|
| 공차거리(km/일) | 회송 체이닝으로 줄인 빈차 주행 |
| 통원 도달률(%) | 취약 5면 노인 중 실제 이용 비율(핵심) |
| 평균 대기시간(분) | 호출→탑승 |
| 월 운행건수·지원인원 | 서비스 규모 |
| 재이용률(%) | 만족·정착 지표 |
💰 예산 산출식 (가정 시나리오)
연 예산 = 이용자 수 × 연 이용횟수 × 왕복당 시 보조액
이용자 = 8,195명 × 이용률 / 왕복당 보조 ≈ 1.2만원(왕복 30km 기준, 본인부담 100~2,000원 제외)
| 이용률(가정) | 왕복 보조(A) | 콜센터·운영비(B) | 총액(A+B) |
|---|
| 10% (820명) | 약 2.4억 | 약 0.5억 | 약 2.9억 |
| 15% (1,229명) | 약 3.5억 | 약 0.5억 | 약 4.0억 |
콜센터·운영비(B) = 배차상담 인력 + 시스템 운영(가정 연 0.5억). 기존 교통약자 이동지원센터에 통합하면 증분만 부담. 누수 방지: 1회 지원 상한·연 이용횟수 상한. 이용률·요금은 운영 후 실측으로 정밀화.
⚙️ 정직성: ① 딥러닝·자율주행 미사용 — AI는 예측·추천(머신러닝/통계), 실행은 OR-Tools 최적화. ② 귀가 배차는 병원 시스템(EMR) 연동 없이 본인·보호자·콜센터 버튼으로 확정(병원 협조 불필요). ③ 개인정보 최소수집, AI 학습·통계는 가명·집계(비식별), 건강상태 추론·감시 없음. ④ 공차 절감률·예산은 가정/목표이며 운영 후 실측. 병상·노인수·공차율 등 문제 근거는 공공데이터 실측.