제2회 원주시 공공데이터·AI 활용 아이디어 공모전
원주형 AI 의료이동 운영 플랫폼 「의료택시 2.0」
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 | 의료택시 2.0 |
|---|
| 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.