이동약자도 다닐 수 있는 한림대학교 만들기

한림대 춘천캠퍼스는 봉의산 비탈에 있어서 같은 건물이라도 문마다 층이 다르고, 계단과 오르막이 곳곳에 있습니다. 하지만 기존 지도 앱들은 건물 안 길도, 계단이나 경사를 알려주지 않습니다. 그래서 휠체어나 유모차로 갈 수 있는 길을 알려주지 못합니다. 우리 학교는 장애인등대상자전형를 통해 장애 학생을 받고 있지만, 정작 이동약자를 위한 도움은 완벽하지 않습니다.

프로젝트 관통은 캠퍼스를 직접 지도로 그리고, 그 위에서 건물을 지나는 길과 계단 없는 길을 찾아주는 웹 서비스입니다. 이동약자의 이동권을 지도에서부터 챙겨보자는 게 목표입니다.

배포링크: https://pierce.hallym.ac/

1. 해결하려는 문제

일송기념도서관은 1층 정문과 4층 출입구가 서로 다른 길에 닿아 있습니다. 학생들은 건물 안 엘리베이터를 타고 언덕 아래 길에서 위 길로 올라가곤 합니다. 캠퍼스에서 실제로 다니는 길은 이렇게 건물을 지나고 층을 바꾸는 길인데, 일반 지도 앱은 이걸 모릅니다.

이 빈자리는 휠체어 이용자, 유모차를 미는 사람, 다리를 다친 학생 같은 이동약자에게 가장 크게 돌아옵니다. 계단 하나, 가파른 경사로 하나가 길 전체를 막는데, 어디가 막혀 있는지는 직접 가봐야 압니다. 올해 한림학보 탐사보도에서도 전동휠체어를 타는 학생이 생활관 앞 경사로가 너무 가팔라 휠체어가 여러 번 고장 났다는 이야기가 나왔습니다. 배리어프리 시설을 늘리는 것과 별개로, 지금 있는 길 중 어디로 갈 수 있는지라도 미리 알 수 있어야 한다고 생각했습니다.

2. 주요 기능

도보의 경우에는 위 사진과 같이 계단으로 가는 빠른 길을,
휠체어나 유모차의 경우엔 계단을 사용하지 않는 엘리베이터를 사용하는 길을 안내합니다.

3. 시스템 구조와 운영

지도 원본은 JOSM으로 편집하는 OpenStreetMap 형식 파일(campus.osm) 하나입니다. 이걸 Python 빌드 스크립트가 읽어서 데이터를 검사하고, 길마다 걸리는 시간을 계산해 길 그래프(graph.json)와 배경 지도(map.geojson)로 만듭니다. 출입구에 층이 빠졌다거나 계단 방향이 없다거나 하면 오류 코드로 알려주고, JOSM에서 저장할 때마다 자동으로 다시 빌드되게 해뒀습니다.

길찾기 계산은 서버가 아니라 사용자 브라우저에서 합니다. 그래프가 노드 507개 정도라서 브라우저에서도 바로 끝나고, 덕분에 백엔드 서버나 데이터베이스 없이 정적 파일만으로 서비스가 돌아갑니다. Python과 TypeScript가 같은 데이터 구조를 쓰도록 Pydantic 스키마 하나에서 TypeScript 타입을 자동 생성하고 있습니다.

전체 기술 스택은 아래와 같습니다.

4. 지도 데이터 구축

지도는 JOSM으로 위성사진을 보면서 직접 그렸습니다. 위성사진은 OpenStreetMap 작업에 써도 되는 Bing만 썼습니다. 보도, 계단, 출입구, 건물 안 복도와 엘리베이터를 그리고, 길찾기에 필요한 정보는 태그로 달았습니다. 출입구가 몇 층에 있는지, 계단이 몇 단이고 어느 쪽이 위인지, 경사가 어느 정도인지, 휠체어가 지나갈 수 있는지 같은 것들입니다. 표준 태그로 부족한 부분은 별도의 전용 태그를 만들어 썼습니다.
위 사진은 JOSM으로 캠퍼스를 그리는 과정입니다. 직접 모든 인도과 차도를 그렸습니다. 계단 단 수나 출입구 턱은 위성사진으로는 알 수가 없어서, 캠퍼스를 돌아다니면서 계단마다 사진을 찍고 단 수를 셌습니다. 총 65개의 사진을 찍어 모든 캠퍼스의 주요 계단을 기록했습니다. 엘리베이터나 내부 복도는 주로 사용되는 건물의 주 출입문을 중심으로 조사했습니다. 아직 모든 건물을 조사하지는 못하였기에 추가적인 조사가 필요합니다.
총 14개의 건물 내부를 조사했으며, 옥외 보행로를 총 8.4km 그렸습니다. 계단은 총 16곳을, 엘리베이터는 7곳을 조사하여 기록했습니다.

5. 길찾기 방식

캠퍼스 길은 교차로와 출입구를 노드로, 그 사이 길을 방향이 있는 간선으로 바꾼 그래프로 다룹니다. 같은 길도 오르막과 내리막은 시간이 달라서 방향마다 시간을 따로 저장해뒀습니다. 건물 안은 층마다 노드를 따로 두고 계단과 엘리베이터가 층과 층을 잇습니다.

탐색은 최단경로 알고리즘인 다익스트라 알고리즘을 바탕으로 자체 구현했습니다. 시간만 보면 계단 많은 지름길이 늘 이기기 때문에, 시간과 계단 수, 오르막 높이, 실외 거리를 같이 놓고 어느 기준으로도 다른 길에 밀리지 않는 경로를 모두 모으는 다기준 탐색(Martins 알고리즘)도 넣었습니다. ‘덜 오르는 길’를 이를 통해 계산합니다. 나온 후보 중 거의 같은 길이나 너무 돌아가는 길은 빼고 보여줍니다.

6. 이동 시간 모델과 접근성 기준

걷는 시간
평지 보행 속도는 성인 보행 속도 메타분석에서 20~50대 평균이 대략 초속 1.3에서 1.4m인 것을 참고해 초속 1.34m로 잡았습니다. 경사가 있는 길에는 Tobler의 등산 함수[5]를 씁니다. 경사에 따라 걷는 속도가 아래처럼 바뀐다고 보는 식인데, 살짝 내리막(-5%)일 때 가장 빠르고 오르막이나 급한 내리막으로 갈수록 느려집니다.

W = 6 · e^(-3.5 · |s + 0.05|) km/h

원래 산길을 기준으로 만든 식이라 평지 값이 초속 1.34m가 되도록 비율만 맞췄고, 출발이나 방향 전환 같은 시간이 빠져 있어서 교차로 사이 구간마다 3초를 더합니다. 계단은 층수가 아니라 단 수로 계산합니다. 계단 보행 속도는 계단 기울기와 다리 근력에 따라 달라진다는 연구가 있지만, 아직 그만큼 나눌 데이터가 없어서 한 단에 오를 때 0.55초, 내릴 때 0.45초를 쓰고 있습니다.

휠체어 이동 시간
휠체어는 걷는 것보다 경사에 훨씬 민감합니다. 1:12부터 1:6까지 경사로를 휠체어로 오르게 한 국내 실험[7]에서는 경사가 급할수록 맥박이 올라갔고, 1:8부터는 오르는 시간이 크게 늘어서 1:12~1:10 정도를 적정 경사로 봤습니다. 여기서는 수동 휠체어 평지 속도를 초속 1m로 두고, 기울기 s에서 속도가 1 / (1 + k|s|)로 줄어든다고 가정했습니다(오르막 k = 12, 내리막 k = 4). 1/12 경사로를 오르면 속도가 절반이 되는 셈입니다. 이 값은 직접 잴 능력이 안되서 제가 걸어다니면서 느낀대로 값을 가정했습니다. 실측하면서 고칠 필요가 있습니다.

접근성 기준
휠체어가 지날 수 있는지는 「장애인·노인·임산부 등의 편의증진 보장에 관한 법률」 시행규칙을 따랐습니다. 접근로 기울기는 1/18(약 3.2°) 이하, 지형상 어려운 경우에도 1/12(약 4.8°) 이하여야 합니다. 지도에는 경사를 세 단계로 적는데, 이 두 값을 경계로 썼습니다. OpenStreetMap 데이터로 장애인용 길찾기 네트워크를 만든 연구[1]나 사용자 조건에 맞춘 휠체어 경로 연구[2]는 주로 도시 보도를 다뤘는데, 이 프로젝트는 여기에 건물 안 복도와 층 이동까지 넣었다는 점이 다릅니다.

[1] Neis, P., & Zielstra, D. (2014). Generation of a tailored routing network for disabled people based on collaboratively collected geodata. Applied Geography, 47, 70–77.
[2] Kasemsuppakorn, P., & Karimi, H. A. (2009). Personalised routing for wheelchair navigation. Journal of Location Based Services, 3(1), 24–54.

7. 개발 과정과 검증

9월 말부터 길찾기 엔진과 테스트를 개발하였으며, 기초적인 데이터셋을 구축했습니다. 10월 초부터는 경사 정보를 지도에 적고 이동 시간 계산에 반영하였습니다. 10월 중순에는 계단 현장 조사, 휠체어·유모차 모드, 단계별 안내을 개발한 뒤 화면 디자인을 고도화하여 배포했습니다. 도메인은 기존부터 보유하고 있던 hallym.ac의 서브도메인으로 배포했습니다.
https://pierce.hallym.ac/

이동 시간이 실제와 맞는지는 직접 걸어보면서 맞추고 있습니다. 캠퍼스 안 966m 구간을 걸었을 때 11분 15초가 걸렸는데 처음 모델은 14.6분으로 꽤 느리게 나왔습니다. 길이 조금만 꺾여도 시간을 더하던 부분을 교차로 기준으로 바꾼 뒤로는 12.8분까지 줄었고, 측정 구간을 늘리면서 계속 맞춰볼 생각입니다.

엔진이 맞는 답을 내는지는 느리지만 단순하게 짠 정답 프로그램을 따로 두고, 무작위로 만든 그래프 위에서 둘의 답을 비교하는 속성 기반 테스트로 확인합니다. 지도를 그리다 보면 계단 위아래를 거꾸로 적는 실수가 잦아서, 계단마다 올라가는 방향과 단수를 확인하는 점검 테스트도 만들었습니다.

8. 한계와 앞으로

실측 데이터가 아직 적습니다. 구간을 늘려 재고, 측정값으로 계산식을 보정할 계획입니다. 경사와 휠체어 정보는 일부 구간만 조사했습니다. 캠퍼스 전체로 넓히고 실제 휠체어 이용 학우와 같이 검증해보고 싶습니다.

참고문헌

한림학보 탐사보도팀 (2026). 모두가 일상을 누리는 턱 없는 사회를 향해, 5편: 휠체어에서 청춘을 노래하다. 한림학보, 2026.6.27.
Dijkstra, E. W. (1959). A note on two problems in connexion with graphs. Numerische Mathematik, 1, 269–271.
Martins, E. Q. V. (1984). On a multicriteria shortest path problem. European Journal of Operational Research, 16(2), 236–245.
Bohannon, R. W., & Andrews, A. W. (2011). Normal walking speed: a descriptive meta-analysis. Physiotherapy, 97(3), 182–189.
Tobler, W. (1993). Three presentations on geographical analysis and modeling. NCGIA Technical Report 93-1.
Fujiyama, T., & Tyler, N. (2010). Predicting the walking speed of pedestrians on stairs. Transportation Planning and Technology, 33(2), 177–202.
Choi, Y. O., Lee, H. Y., Lee, M. H., & Kwon, O. H. (2015). Effects of ramp slope on physiological characteristic and performance time of healthy adults propelling and pushing wheelchairs. Journal of Physical Therapy Science, 27(1), 7–9.
장애인·노인·임산부 등의 편의증진 보장에 관한 법률 시행규칙 [별표 1] 편의시설의 구조·재질등에 관한 세부기준.
Neis, P., & Zielstra, D. (2014). Generation of a tailored routing network for disabled people based on collaboratively collected geodata. Applied Geography, 47, 70–77.
Kasemsuppakorn, P., & Karimi, H. A. (2009). Personalised routing for wheelchair navigation. Journal of Location Based Services, 3(1), 24–54.