차량 100대의 한 달치 DTG 운행기록 분석
차량 100대의 30일치 운행기록을 Machbase Neo로 분석했습니다. 수도권 도로 주행을 가정해 차량마다 1초 간격으로 기록을 생성했습니다. 이 기록으로 차량별 운행시간을 비교하고, 차량 한 대의 하루 속도 변화와 이동 경로를 확인했습니다.

위 지도는 데모 차량 v0001의 2월 1일 주행 경로입니다. 이날 주행거리는 355km였습니다. 디지털 운행기록계(Digital Tachograph, DTG)는 속도와 GPS 위치 외에도 주행거리, 엔진 회전수(RPM), 브레이크 신호, 진행 방향(방위각), 가속도를 기록합니다. 브레이크 신호가 들어온 시각의 GPS 위치를 보면 어느 도로에서 제동했는지 알 수 있습니다.
화물차·버스·택시 등 DTG 장착 의무가 있는 사업용 차량에서는 이 기록으로 사고 당시의 상황을 살피고 과속·급가속·급제동 같은 위험 운전을 점검합니다. 같은 기록을 운행 효율 분석과 연료 절감, 차량 관제, 보험 연계 서비스에도 활용합니다.
차량별로 하루 운행시간을 비교하려면 각 차량이 움직인 시간을 하루치 기록에서 합산해야 합니다. 차량이 수백, 수천 대로 늘면 몇 달치 기록만으로도 수십억 건이 쌓이고, 매일 같은 계산을 되풀이하는 부담도 커집니다.
시간대별로 집계한 운행시간을 더해 차량별 하루 운행시간 순위를 구했습니다. 가장 오래 달린 차량은 v0015였고, 운행시간은 8시간 43분 42초였습니다.
실제 도로 위를 달리는 100대, 30일의 기록
실제 운행 데이터는 개인정보와 위치 민감성 때문에 공개하기 어렵습니다. 그래서 수도권 도로를 따라 주행하도록 차량 100대의 30일치 합성 운행기록을 만들었습니다. 차량마다 서로 다른 경로를 생성했고, 주행뿐 아니라 신호 대기나 휴식 같은 정차 구간도 포함했습니다. 기록은 실제 DTG처럼 1초 단위입니다. 속도 변화와 GPS 궤적이 서로 어긋나지 않는지도 따로 검증했습니다. 그 결과 총 2억 5,920만 건(100대 × 30일 × 86,400초)의 데이터셋이 만들어졌습니다.

한 달치 운행기록, 저장 공간 78.3% 절감
CSV 파일은 Machbase Neo의 TQL(Transforming Query Language) 스크립트로 읽어 테이블에 바로 적재했습니다. 별도의 ETL 도구는 사용하지 않았습니다.
원본 CSV는 27.675GB였고, Machbase Neo에 저장한 뒤에는 6.007GB를 사용했습니다. 여기에는 초 단위 원본과 검색용 인덱스, 시간별 운행시간과 최고속도 집계(Rollup)가 모두 포함됩니다. 운행기록 한 건당 저장 공간은 CSV의 약 107바이트에서 약 23바이트로 줄었습니다.

DTG처럼 매초 수집하는 데이터는 연속된 기록의 값이 비슷해 압축에 유리합니다. 같은 디스크에 더 오랜 기간의 운행기록을 보관할 수 있고, 조회할 때 읽어야 할 데이터량도 줄어듭니다. 차량이 늘어날수록 이 차이는 저장 장비의 규모와 운영 비용에 영향을 줍니다.
Rollup으로 "하루 동안 가장 오래 달린 차"를 즉시 찾기
원천 데이터가 2억 건이 넘으면 "어제 가장 오래 운행한 차량은?" 같은 단순한 질문도 원본을 전부 훑어서는 오래 걸립니다. 이럴 때 쓰는 것이 Rollup입니다. Machbase는 데이터가 들어올 때 시간 단위 등으로 집계값을 미리 계산해 두는 Rollup 기능을 제공합니다.
이번 데모에서는 시간별 운행시간과 순간 최고속도를 Rollup으로 만들었습니다. 덕분에 하루 동안 가장 오래 운행한 차량과 순간 최고속도가 가장 높았던 차량을 원본 전체를 스캔하지 않고 집계 결과만 읽어서 빠르게 조회할 수 있었습니다. 운영 관점에서는 일일 운행 리포트, 위험 운전 차량 선별, 차량별 가동률 같은 반복적인 통계를 대시보드에 실시간으로 띄울 수 있다는 뜻입니다. 원본 기록은 그대로 보존되므로, 집계에서 눈에 띈 차량을 골라 초 단위 원본까지 파고들 수도 있습니다.
시각화: 차트와 지도를 하나로
DTG 데이터를 분석하는 일은 숫자를 보는 것에서 끝나지 않습니다. 속도와 주행거리는 시간축 차트로 봐야 하고, 이동 경로는 지도 위에서 봐야 합니다. Machbase Neo는 별도 BI 도구 없이 내장 차트와 지도 차트 기능으로 이 두 가지를 모두 표현합니다.

한 대를 골라 보면 무엇이 보일까?
데모 차량 v0001의 2월 1일 기록을 펼쳐 봤습니다. 파란 선은 속도, 초록 선은 누적 주행거리입니다. 오후 5시 무렵부터 속도가 0에 머물고 주행거리도 355km에서 더 늘지 않습니다.

속도와 누적 주행거리가 시간에 따라 어떻게 변하는지 한눈에 보이고, 속도가 0으로 떨어지는 정차 구간도 선명하게 드러납니다. 관심 구간은 확대해서 볼 수 있고, 툴팁으로 특정 시점의 값을 정확하게 확인할 수 있습니다. 8만 6천 개가 넘는 점을 그리는데도 확대와 이동이 부드럽다는 점이 인상적입니다.
정차한 위치는 지도에서
같은 차량의 GPS 경로를 지도에서 20배속으로 재생하면 어느 길을 따라 달렸고 어디서 멈췄는지 볼 수 있습니다.

저장된 GPS 좌표를 지도 차트에 올리면 차량의 궤적이 그려지는데, 합성 데이터임에도 점들이 도로를 벗어나지 않고 실제 도로망을 따라 자연스럽게 이어집니다. 앞에서 GPS 궤적의 일관성을 검증했다고 한 부분이 눈으로도 확인되는 대목입니다. 지도 위의 점이 도로를 따라 달리다가 신호에서 멈추고 다시 출발하는 모습이 그대로 재현됩니다. 하루치 운행을 몇 분 만에 돌려보면서 어디에서 오래 정차했는지, 어느 구간에서 속도가 빨라졌는지를 직관적으로 파악할 수 있습니다. 사고 상황을 재구성하거나 운전 습관을 코칭할 때 이런 재생 기능이 특히 유용합니다.


