Google은 AI 기술을 사용하여 콘텐츠를 사용자의 기본 언어로 번역합니다. AI 번역에는 오류가 있을 수 있습니다.

도로 관리 정보 개념

도로 관리 정보 데이터 모델은 다양한 정보 소스를 결합하여 도로 혼잡에 관한 정보를 제공합니다.

도로 혼잡

이동 시간 및 속도 측정에 대한 도로 관리 정보 데이터 모델은 다양한 정보 소스를 결합하여 빌드됩니다.

집계된 지도 데이터: 가장 중요한 소스는 Google 지도의 집계된 익명처리 데이터로, 이를 통해 Google 지도는 전 세계 도로에서 차량의 실시간 속도를 계산할 수 있습니다.
이전 교통정보 데이터: 시간이 지남에 따라 집계된 사용자 데이터는 이전 교통정보 패턴을 빌드하는 데 사용되며, 이를 통해 시스템은 특정 도로의 특정 시간 및 요일에 대한 '정상' 교통정보를 파악할 수 있습니다.
보조 데이터: 이전 데이터는 지역 교통부와 같은 파트너의 서드 파티 정보, 충돌 또는 공사와 같은 사고를 신고하는 지도 사용자의 실시간 사용자 의견을 비롯한 다른 데이터와 결합됩니다.

AI는 이러한 정보 소스를 결합하여 실시간 데이터로 현재 상황을 파악하고 이전 데이터로 기준 예측을 제공합니다. 이러한 융합은 경로를 예측하는 방식에 있어 핵심적인 역할을 합니다. 예를 들면 다음과 같습니다.

짧은 경로는 현재, 실시간 정보에 크게 의존합니다.
더 긴 경로는 고급 AI 모델링을 사용합니다. 여기서 주변 세그먼트는 실시간 데이터를 사용하여 예측되고, 더 먼 세그먼트는 과거 패턴에 더 많이 의존합니다.
실시간 신호가 제한적인 도로는 서행을 예측하기 위해 이전 데이터에 더 많이 의존합니다.

속도 판독 간격 (SRI)은 트래픽이 단일 속도 카테고리에 속하는 경로의 연속적인 구간입니다. 경로의 속도 판독 간격은 출발지에서 목적지까지의 순서로 전체 경로를 포함합니다.

속도 카테고리는 Google 지도 교통정보 레이어에 표시되는 색상과 일치합니다.

속도 카테고리	Google 지도 교통정보 색상	설명
`NORMAL`	녹색	교통 흐름이 원활하며 서행이 감지되지 않습니다.
`SLOW`	노란색	서행이 감지되었지만 교통 체증이 발생하지 않았습니다.
`TRAFFIC_JAM`	빨간색	교통 체증이 감지되었습니다.
`TRAFFIC_JAM_HEAVY`	진한 빨간색	심각한 교통 체증이 감지되었습니다. 2026년 10월 8일부터 오프셋 기반 속도 읽기 간격 (`speed_reading_offsets`)에서만 사용할 수 있습니다.

오프셋 기반 속도 판독 간격 (speed_reading_offsets): 각 간격은 start_offset (포함) 및 end_offset(제외)로 구분되며 경로 시작 지점부터 미터 단위로 측정됩니다. 각 간격의 end_offset는 후속 간격의 start_offset와 같습니다.

예를 들어 처음 80미터는 서행하고 나머지 20미터는 정상적으로 흐르는 100미터 경로는 다음과 같이 표시됩니다.

start_offset end_offset speed

0 80 SLOW

80 100 NORMAL
좌표 기반 속도 판독 간격 (speed_reading_intervals, 기존): 각 간격은 다중선 좌표(interval_coordinates)로 정의됩니다. 이 형식에서 심각한 교통 체증 (진한 빨간색)은 TRAFFIC_JAM로 보고되며 TRAFFIC_JAM_HEAVY는 사용되지 않습니다. 이 기존 필드는 2027년 1월 13일 이후에 채워지지 않을 수 있습니다. 대신 speed_reading_offsets를 사용하세요.

`start_offset`	`end_offset`	`speed`
`0`	`80`	`SLOW`
`80`	`100`	`NORMAL`

이동 시간 및 속도 판독 간격에 대해 누적된 데이터를 쿼리하려면 BigQuery의 historical_travel_time 테이블 및 recent_roads_data 테이블을 참조하세요.