기존의 방식으로는 해결하기 어려운 도시문제들의 증가
인구 천만이 넘는 대도시 서울, 이러한 도시가 지닌 문제는 상반된 이해를 가진 다수의 시민이 공존하기 때문에 이해관계를 조율하기가 어렵다는 점이다. 예를 들어 한정된 자원으로 심야버스 노선을 신설하는 문제, 교통사고의 감소 문제 등의 도시 문제들은 수많은 이해관계자들에게 상이한 영향을 미칠 수 있어 기존의 단일적인 방법으로는 해결하기 어려웠다.
 
과학적이면서 신뢰성 있는 합리적 의사결정도구의 부재
기존에는 이러한 도시문제들을 해결하기 위해 전문가의견과 담당공무원의 재량적 판단에 의존할 수밖에 없었고, 그러다보니 시민의 공감대를 얻지 못하거나 비과학적인 의사결정을 내리는 일이 빈번히 발생하였다.
 
방치되거나 버려지는 데이터
IT기술이 발전을 거듭하고 인간의 활동영역이 확장됨에 따라 세상에는 수많은 데이터가 넘쳐나고 있다. 서울시청만 하더라도 1일 평균 100Gbyte 이상의 데이터가 생성되고 있다. 이러한 데이터들은 분야별·부서별로 약 500여 가지의 시스템에 산재해 있고, 대부분의 데이터는 방치되거나 시간이 지나면 버려지고 있다. 이 밖에 서울시 사업소, 산하기관(투자출연기관), 그리고 SNS 등의 데이터까지 고려한다면 방치되거나 버려지는 데이터의 규모가 어마어마하다.
 
각 부서별로 활용 가능한 데이터 공유기반 부재
산재한 데이터를 통합적으로 관리하는 시스템이 부재하다보니, 각 기관 및 부서에서는 필요한 정보를 정책에 활용하고 싶어도 제대로 활용하지 못하는 경우가 많았다. 심지어는 어떤 정보가 서울시에 의해 관리되고 있는지조차도 알기 힘든 경우가 많았다.
 

빅데이터 행정혁신 사업의 의의
빅데이터란 기존의 일반적인 기술로 관리하기 곤란한 대량의 데이터 군을 의미한다. 21세기 정보화시대에 들어서면서 전 영역에 걸친 데이터가 폭증하고 있고, 이를 활용하여 시민의 삶에 도움이 되는 정책을 펼칠 수 있다. 서울시는 대중교통정보를 활용하여 심야버스를 운행하였고, 향후 대기환경정보를 활용하여 태풍 및 홍수등의 자연재해를 예방할 계획이다.
 
현 서울시장의 핵심사업으로 빅데이터 행정혁신 추진
박원순 현 서울시장은 빅데이터를 활용·분석하여 가치있는 정보로 추출하고, 생성된 지식을 바탕으로 능동적인 대응과 미래 변화를 예측할 수 있다고 보았다. 이에 따라, 서울의 ICT를 분야를 이끌어갈 CIO로 빅데이터 전문가를 선임하였고, 빅데이터를 활용한 행정혁신을 서울시정의 핵심사업으로 추진되게 되었다.
 
조직 및 업무 프로세스 정비
서울시는 빅데이터를 활용한 행정혁신을 효과적으로 추진하기 위하여 조직을 신설하거나 개편하였고, 업무 프로세스를 새롭게 정비하였다. 우선 빅데이터 행정혁신 기획을 위한 ‘데이터기획팀’과 과제발굴 및 공유기반 인프라를 위한 ‘운영지원팀‘ 의 2개팀을 신설했고, 해당 부서 팀원들은 빅데이터 관련 세미나에 참석하거나 빅데이터 전문교육을 수료하는 등 빅데이터에 대한 이해를 돕기 위한 자체 내부역량강화에 힘을 기울였다. 또한, 서울시만의 빅데이터 전략 프로세스를 만들었다. 프로세스는 과제분석단계, 데이터준비단계, 모형개발단계, 모형검증단계, 실행단계의 총 5단계(Phase)로 구성 되어 있으며, 이를 통해 전략적이고 체계적인 도시문제 해결방안을 마련할 수 있었다.
서울형 빅데이터 공유기반 구축
서울시는 `서울형 빅데이터 공유ㆍ활용 플랫폼 구축'사업을 추진하였다. 이 사업의 핵심은 스마트카드, 택시 승·하차, 센서 정보 등 서울시가 보유한 데이터들을 취합 및 공유하여 `택시 매치메이킹`과 `교통카드 데이터 사업`을 효과적으로 추진하는 것이다. 특히, 서울시는 흩어진 정보를 수집하여 시민들에게 편의를 제공하는데 주력하고 있으며, ‘택시 매치메이킹’ 서비스도 이와 같은 노력의 일환에서 시간·요일·날씨 등의 산재한 정보를 모아 시민이 택시를, 택시 기사가 승객을 쉽게 찾을 수 있도록 돕는 것을 목적으로 하고 있다.
 
빅데이터 전문 인력인 “빅데이터 큐레이터” 양성
서울시는 빅데이터를 활용한 프로젝트 수요가 급격히 증가함에 반해 해당 능력을 갖춘 전문가가 부족한 실정을 파악하여, 청년 미취업자를 대상으로 빅데이터 큐레이터 양성 프로젝트를 추진하였다. 빅데이터 큐레이터란 빅데이터 전략을 제시하고 시스템 구축을 지휘하는 사람을 의미한다. 이들은 교통·복지·경제·문화 등의 영역에서 여러 가지 시정 현안 해결을 위한 빅데이터 활용 과제를 발굴하고 시민 중심의 정책 수립에 기여할 것으로 기대된다.
 
대한민국 '정부 3.0'과 함게 가는 서울시 '열린시정 3.0'
정부 3.0이란 공공정보를 적극적으로 개방하고 공유하며 부처간 칸막이를 없애 국민에 맞춤형 서비스를 제공하고 일자리를 창출하는 대한민국의 새로운 정부운영 패러다임이다. 이와 함께 서울시는 '열린시정 3.0'을 통해 중앙정부의 '정부 3.0'을 지방정부 차원에서 적극 실현해 나가고자 하였다. 서울시는 이를 위해 '열린 데이터 광장'을 만들어 공공데이터를 개방하였고, 다양한 데이터의 분석 및 활용을 통해 행정혁신에 빅데이터를 전략적으로 활용하는 계기를 마련하였다.
 

민간의 참신한 아이디어를 반영하여 심야버스 노선수립
심야시간에도 안전하게 이용할 수 있는 대중교통이 있었으면 좋겠다는 시민들의 건의, 그리고 노선수립에 심야시간대의 통화데이터를 활용하겠다는 서울시 공무원의 반짝이는 아이디어가 합쳐져 서울시 심야버스 운행이 정착되었다.
이를 위해 서울시 교통 공무원과 민간 전문가들이 여러 차례 회의를 열어 빅데이터 활용가능성을 검토하고 추진전략을 마련한 끝에 심야버스가 탄생하게 되었다. 특히, 서울시 심야버스는 통화위치정보를 ‘출발지 데이터’로, 청구지 주소정보를 ‘목적지 데이터’로 가공하여 유동패턴을 도출, 심야버스 노선을 결정했다는 것이 독창적인 부분이다.
 
빅데이터를 활용하여 저렴한 비용으로 최적의 서비스 제공
기존에도 데이터를 활용한 행정은 펼쳐왔으나 통계데이터정도로 그 활용수준이 상당히 미미하였다. 하지만, 빅데이터라는 신기술을 행정에 접목함으로써 정책결정 과정에 훨씬 더 과학적이고, 합리적인 결론을 도출할 수 있게 되었다. 일례로 심야버스 운행은 이미 런던, 파리 등의 선진 도시에서 시행되고 있던 정책이었으나, 서울시 심야버스는 빅데이터 분석을 통해 한정된 자원 하에서 최적의 9개 노선으로 운행되고 있다.
 

빅데이터팀-버스정책과 간 심야버스 협업과제 논의(2013.3월)
빅데이터로 풀어볼 수 있는 첫 과제로 여성 및 교통약자들이 가장 체감할 수 심야버스가 선정되었다. 빅데이터팀과 버스정책과는 여러 차례 검토회의를 개최하였고, 이를 통해 기존의 도심·부도심 위주의 심야버스 계획노선이 시민 중심으로 수정되어야 한다는 점에 공감대가 형성되었다.
 
KT와의 MOU체결(2013.4월)
심야버스에 적용할 수 있는 빅데이터를 찾는 과정은 쉽지 않았다. 심야시간대의 시민들의 움직임을 알 수 있는 데이터를 찾는 것이 필수적이었는데, 서울시는 정류장에 서서 통화를 하고 있는 사람들의 모습에 착안하여 택시GPS데이터 외에 시민들의 통화데이터도 활용하자는 아이디어를 제기하였다. 이를 위해 서울시는 통신회사인 KT와 업무제휴를 맺었고, 30억 건에 달하는 통화데이터를 무상으로 제공받았다.
 
중앙부처와의 빅데이터 협력추진(2013.6월)
중앙부처인 미래창조과학부와 서울시는 빅데이터 이용활성화를 위한 시범과제로 ‘심야버스 노선수립’을 선정하여 추진하였다. ‘정부3.0’이라는 정부운영 기조 하에 빅데이터를 활용한 효율적인 노선수립과 빅데이터 적용방안 등에 대해 기술적·전략적으로 협력하였다.
 
서울형 빅데이터 공유기반 활용 과제 추진(2013.9월)
2014년까지 시정 전반에 빅데이터 분석 기법을 도입하기로 한 서울시는 서울형 빅데이터 공유·활용 플랫폼을 구축하고, 위치 정보 및 소셜 빅데이터 융합 확대, 정책 과제 발굴 및 분석 등의 과업을 실시할 예정이다.
 

IT 부서와 행정 부서
‘빅데이터를 통한 도시문제 해결’을 위해서는 데이터 처리와 분석 능력을 보유한 IT부서와 문제 해결을 원하는 행정부서와의 협력이 가장 중요했다. 이들 부서들 사이에 빅데이터 활용에 대한 필요성과 협업에 대한 열린 마인드가 없었다면 사업 실행은 불가능했을 것이다. 하지만 ‘심야버스 노선수립’ 과정에서 IT 부서와 교통행정 부서는 통화량 빅데이터 활용 가능성에 공감했고, 50회 이상의 온/오프라인 미팅을 통해서 도전을 현실화해 나갔다.
 
민간 파트너
도시문제 해결을 위한 정책수립과 서비스 제공을 위해서는 공공뿐만 아니라 민간의 방대한 데이터가 필요했다. 따라서 빅데이터를 활용한 첫 번째 사례였던 심야버스 노선 구축과정에서 서울시는 ㈜KT와 업무협약을 체결하여 필요한 데이터를 제공받았다. 향후 교통분야 외에 복지·경제·문화 등의 다양한 시정현안을 해결하기 위해서도 민간 파트너와 업무협약을 체결하여 데이터를 제공받는 것이 도움이 될 수 있다.
 
분야별 전문가 그룹
사업 추진의 신뢰성 확보를 위해 분야별 전문가 그룹의 참여가 요구되었다. 이를 위해 서울시는 전문적 식견을 갖춘 전문가 그룹을 구성하여 사업의 신뢰성과 의사결정 과정의 객관성을 확보하였다. ‘노인여가 복지시설 입지 분석’의 경우, 서울연구원의 사회복지 연구원이 참여하여 전문성을 토대로 복지시설 관련 빅데이터의 효과적인 적용방향에 대해 자문해 주었다.
 

재정 자원 : 민간과 MOU를 체결하여 예산 최소화
서울시는 ‘심야버스 노선구축’ 과정에서 민간과 MOU를 체결하여 데이터 및 데이터 분석 인력을 무상으로 제공받았고, 시스템 구축을 위한 용역비 2천만 원이라는 최소한의 재원만을 사용하였다. 담당 부서의 산출에 의하면 민간기업으로부터 무상으로 데이터를 제공받지 못했을 경우, 데이터 확보 및 분석, 그리고 시스템구축에 약 100여억 원이 소요되어 예산부담이 가중되었을 것이라고 한다.
 
데이터 자원 : 공공기관 및 민간기업과의 협력을 통하여 확보
빅데이터 행정혁신에 가장 필요한 자원은 다양한 분야의 빅데이터이며, 서울시는 데이터 보유 기관과의 협력을 통하여 무상으로 데이터를 확보하였다. 심야버스에 활용된 통화량 데이터는 민간기업인 ‘KT’에서, ‘택시 매치 메이킹’을 위한 택시 운행 데이터는 ‘한국스마트카드사’에서, ‘교통사고감소’를 위한 교통사고 데이터는 ‘도로교통공단’으로부터 각각 제공 받았다.
 
인적 및 기술자원 : 민간 조직과의 파트너십 구축으로 해결
민간단체와 파트너십 체계를 구축하여 인적자원과 기술자원의 도움을 받았다. 민간단체인 “빅데이터전문가협의회”와는 도시문제해결을 위한 빅데이터 적용방향에 대해 지속적인 논의를 진행하고 있고, 대학 연구소(서울대학교, KAIST 등)와도 파트너십을 구축하여 연구소가 보유하고 있는 장비와 인력을 공급받았다.
 

심야버스 노선 최적화에 빅데이터를 활용한 과학적 정책수립
심야에 대중교통이 끊어진 상태에서 택시를 잡기위해 고군분투를 해 본 사람이라면, 자정부터 새벽 5시까지 운행하는 심야버스가 훌륭한 대안이 될 것이다. 하지만 문제는 승객이 승차하고자 하는 곳에 심야버스가 정차하느냐의 문제였다. 즉, 사업의 취지가 좋더라도 실제 시민들의 활용도가 높지 않다면 무용지물이 되는 것이었다.
이를 해결하기 위해 ‘심야버스 노선 최적화‘가 진행되었고, 이를 위해 밤시간대 유동인구가 많은 구간을 묶어서 노선을 만드는 것이 중요한 이슈로 부각되었다. 기존의 방식대로라면 버스 관련 전문가들의 직관이나 과거 운행 데이터를 기반으로 노선을 만들 가능성이 높았다. 하지만 빅데이터를 포함한 IT기술의 발전에 따라 휴대전화 통화 이력 데이터, 택시 스마트카드 데이터 등을 통해 직감에 의해서가 아닌 데이터에 의한 과학적 정책수립이 가능했다.
 
노인여가 복지시설에 대한 수요공급 및 입지분석
서울시 통계에 따르면 2060년에는 전체 국민의 40%가 65세 이상으로 초고령화 사회가 된다고 한다. 서울시는 이미 초고령화에 대비하여 다양한 교육프로그램을 제공하는 노인복지 시설을 운영하고 있다. 하지만 복지시설과 관련된 별도의 공급기준이 없어 시설에 대한 수요와 공급 사이에 격차가 발생하고 있고, 신규시설의 입지선정도 합리적으로 이루어지지 않는 실정이었다. 이에 빅데이터를 활용하여 문제를 해결할 수 있었는데, 거주인구, 대중교통 접근성, 도보·차량네트워크, 소득 데이터를 활용하여 어르신들이 많이 거주하는 지역과 많이 사용하는 시설 등에 관한 신뢰성 있는 데이터를 얻을 수 있었다. 이러한 과학적인 데이터에 기초하여 노인복지시설 수요와 공급을 조정하고 신규시설에 대한 입지후보지를 도출할 수 있었다.
 
시정홍보물의 적정위치 선정을 통한 시정홍보 극대화
서울시는 시에서 추진 중인 일을 시민들에게 알리기 위해 홍보물을 제작하여 배포하고 있다. 홍보물 중에는 모든 시민들에게 해당되는 것도 있지만, 일부 홍보물들은 특정 연령대 혹은 성별만 관련된 것도 있다. 빅데이터를 활용하기 전까지는 과학적인 근거자료 없이 적당한 숫자만큼의 홍보물을 제작하고 탈·부착하는 방식으로 시정홍보를 해왔다. 하지만 유동·거주·직장인구 및 소득 데이터를 활용하여 청년일자리와 관련된 홍보물은 젊은이들이 많은 곳에, 저소득층 무담보대출과 관련된 홍보물은 저소득층이 많이 거주하고 있는 지역에, 여성안심귀가서비스 관련 홍보물은 여성들이 많이 볼 수 있는 지역에 부착하는 식으로 홍보물의 적정위치를 선정하여 그 홍보효과를 극대화하였다.
 
“빅데이터 과제발굴?검증 프로세스” 구축으로 효율적인 빅데이터 활용체제 수립
 
심야버스, 시정홍보물, 노인여가복지시설 등의 성과를 바탕으로 모든 도시문제 해결시 빅데이터로 풀 수 있는지부터 검토?추진하는 “빅데이터 과제발굴?검증 프로세스”를 구축하였다. 현업부서에서 가지고 있는 시민의 문제, 도시의 문제들을 인구?교통데이터, 소득, 소셜데이터 등을 활용한 빅데이터접근이 가능한지 전문가가 검증하고, IT부서와의 협업을 통해 빅데이터 분석을 적용하는 프로세스 수립을 통해 IT나 데이터 중심의 빅데이터가 아닌 시민관점 및 도시문제중심의 효율적인 빅데이터 활용체제를 수립하였다.
 
 

날씨와 공휴일 데이터 비교분석을 통해 심야버스 수요의 정확성 예측
빅데이터를 활용하여 심야버스 노선을 수립한 것이 적정한지 여부를 평가하기 위해 ‘Test"기법을 활용하였다. "T-test"기법이란 하나 또는 두 집단의 평균의 차이가 통계적으로 유의미한지 파악할 때 사용하는 통계기법이다.
“T-test기법” 을 활용한 시뮬레이션 결과, 비가 오는 날은 평균적으로 이용승객수가 약 17% 감소, 공휴일 당일은 약 20% 증가, 공휴일 익일은 약 19% 감소한다는 결론이 도출되었고, 이를 실제 심야버스 운행과 비교해본 결과 실제와 시뮬레이션 결과가 거의 일치함을 알 수 있었다. 이를 통해 빅데이터가 실제 과학적인 행정에 기여할 수 있다는 점이 검증되었다.
 
전문가 그룹을 통한 전문 모니터링 체제 마련
서울시는 전문가 그룹과의 거버넌스 체계를 활용하여 과제별 전략에 대한 방향 및 성과를 수시로 측정하는 프로세스를 마련하였다. 이러한 모니터링 체계를 통해 택시에 대한 서비스 전략 및 교통감소에 대한 전문가 의견 등을 청취하고 부족한 점을 보완해 나가고 있다.
 
‘서울형 빅데이터 공유기반‘ 모니터링 시스템 구축
시스템적으로는 빅데이터 공유기반 내의 데이터 수집, 저장, 가공·처리, 분석 과정에 대한 자체 모니터링 기능을 구축하였다. 모니터링을 통해 데이터에 대한 누락과 오류를 최소화하여 보다 정확한 분석과 예측이 가능하도록 구현하였다.
 

데이터 확보 및 처리에 대한 어려움 : 서울형 빅데이터 공유기반 구축
빅데이터 활용에 있어 어려운 점 중의 하나는 필요한 데이터의 확보와 가공 및 분석 기술이었다. 이 문제를 해결하기 위하여 서울시는 확보한 데이터를 여러 분야에 활용하고, 분석 소프트웨어를 공유할 수 있는 ‘서울형 빅데이터 공유기반’을 구축하였다. 이 시스템을 활용하여 서울시 여러 부서가 필요한 데이터 분석을 직접 분석하고 가공할 수 있었다.
 
과제 선정 및 해결의 어려움 : 빅데이터 전문가 양성
많은 도시문제들 중, 우선적으로 해결해야 할 과제를 선별하는 것이 중요했다. 서울시는 문제를 구체화하고, 그 해결에 필요한 데이터를 추출하기 위해 ‘빅데이터 큐레이터(Curator)’를 양성하기로 하였다. 이를 위해 별도의 교육 과정을 개설하여 대학생 및 직장인들을 대상으로 빅데이터 과제발굴 및 문제해결을 위한 교육을 실시하고, 이들과 함께 우선적으로 풀어나가야 할 문제들을 고민하고 협력했다.
 
관련 부서의 비협조 : 공감대 형성 및 협력체제 마련
관련부서의 비적극적인 태도도 과제 추진의 걸림돌이 되었다. 실제로 ‘심야버스’ 사업을 추진하는 초기 단계에서 관계 부서들은 빅데이터 활용의 필요성에 공감하지 못하는 경우가 많았고 비협조적인 태도를 보이는 경우도 있었다. 이러한 문제점을 해결하기 위해 이해 관계자들을 대상으로 빅데이터 관련 교육을 실시하고 협조의 필요성을 주지시켜, 빅데이터 행정혁신에 대한 공감대를 형성하였고, 적극적인 협업체계를 마련하였다.
 

합리적 정책 결정에 의한 시민의 삶의 질 향상
빅데이터를 활용해 수립된 심야버스 노선은 기존의 노선보다 수송량을 5~10% 정도 증가시켰다. 이에 따라 시민들은 교통비용을 절약함과 동시에 안전한 귀가가 가능해짐에 따라 야간범죄예방 혜택을 누릴 수 있게 되었다. 아울러 서울시는 빅데이터를 활용한 교통예보, 미래형 도로안전서비스 준비 등 기존에 체험하지 못한 차세대 교통정보를 선보일 계획이다. 우선 일기예보와 같이 내일의 교통상황을 미리 알 수 있는 ‘교통예보’가 가시화 될 예정이다. 또한 과거 10년 이상 누적된 도로별 속도정보 등 빅데이터를 활용해 과거 도로별 통행 패턴을 통계적으로 분석, 미래 교통상황을 30분 또는 1시간, 일일 단위로 시민들에게 제공할 것이다. 이렇듯 빅데이터에 근거한 정보제공 및 합리적 정책결정은 시민의 삶의 질을 직접적으로 향상시키고 있다.
 
민·관의 협력에 의한 시민 중심의 행정서비스 제공
‘심야버스 노선 최적화’를 성공적으로 수행하기 위해 서울시는 ㈜KT와 MOU를 체결하고, 휴대전화 이력 데이터에서 유동인구 통계 정보를 얻을 수 있는 채널을 마련한 바 있다. ㈜KT 역시 휴대전화 이력 데이터라는 매우 가치 있지만 프라이버시 침해 가능성 때문에 제대로 활용되지 못하고 있는 데이터를 공익차원에서 분석하고, 프라이버시를 침해하지 않는 수준의 통계정보를 서울시에 제공함으로써 데이터 활용 가치를 높일 수 있었다. 결국 서울시와 민간 기업이 서로의 니즈를 정확히 파악하고 공동으로 협력함으로써 시민 중심의 서비스를 제공할 수 있었다.
 

여러 국내외 기관들의 벤치마킹 대상인 ‘서울시 빅데이터 행정’
현재 서울시를 정보화 벤치마킹 도시모델로 삼고 서울시 빅데이터 행정을 공유하고자 하는 국내외 기관 및 공무원들이 늘어나고 있다. 일례로 영국 국립 과학기술예술재단인 NESTA 대표가 서울시를 방문하여 심야버스 노선수립 시스템을 시찰하였고, 대만 타이베이시와 인도네시아 자카르타, 월드뱅크 등의 해외 도시 및 기관을 방문하여 빅데이터 활용에 관한 사례발표를 한 바 있다.
 
‘서울형 빅데이터 프로세스’ 공유를 통한 노하우 전수
‘빅데이터를 활용한 행정 혁신’을 이루기 위해서는 기술적 요소와 절차적 요소가 동시에 요구된다. 우선 빅데이터를 활용하기 위한 하드웨어와 소프트웨어 기술은 글로벌 IT기업 등에서 다양한 형태로 제공하기 때문에 쉽게 조달이 가능하다. 그러나 빅데이터를 활용하기 위한 행정적 절차는 다양한 이해관계를 가진 시민을 대상으로 하는 행정의 특성상 개발 및 적용이 어렵다.
서울시는 ‘심야버스 노선 선정’, ‘노인 복지시설 입지 분석’ 등 다양한 사업을 수행하면서 서울시만의 최적의 절차를 개발하였다. 이른바 ‘서울형 빅데이터 프로세스’로 불리는 이 절차는 5개의 단계(Phase)와 14개의 활동(Activity), 41개의 과업(Task)으로 구성되어 있다.
향후 빅데이터를 활용하여 행정을 혁신하고자 하는 국가 또는 도시들은 서울시가 개발하고 엄격한 검증을 거친 ‘서울형 빅데이터 프로세스’를 활용하여 시행착오를 최소화하고 데이터 기반의 합리적 의사결정을 가능케 할 수 있다.
 

이해관계자와의 협력을 통한 문제 해결
빅데이터를 효과적으로 활용하기 위해서는 관련 데이터를 보유하고 있는 부서와 빅데이터를 직접 다루는 IT부서와의 긴밀한 협력이 중요했다. 여러 차례에 걸친 교육 및 워크샵을 통해 부서간의 공감대를 형성하고 적극적인 협력의지를 이끌어낸 것이 성공적인 사업 수행의 핵심요소였다. 또한, 빅데이터 큐레이터(Curator) 양성과정을 진행하여 우선과제를 발굴 하였고, 민간기관·학계·연구원 등 다양한 외부기관들과 고민을 나누고 의견을 수렴함으로써 협력 네트워크를 구축하였다.
 
빅데이터를 통해 시민과 소통
국가의 정부3.0 선언과 함께 서울시에서 추구하는 행정의 핵심가치는 “시민과의 소통”이다. 시민이 만든 데이터로 시민이 무엇을 원하는지 알아내고, 이를 토대로 시민들과 직접 소통하고자 하는 것이다.
심야버스 노선수립 및 교통사고 예방 등의 교통 분야에 빅데이터를 우선 적용하고자 한 것은 서울시민의 대표적 민원창구인 ‘120다산콜센터’가 보유하고 있는 데이터 60만 건을 분석한 결과, 서울시민들이 교통분야(25.5%)에 가장 관심을 갖고 있는 것으로 분석되었기 때문이다.

미래를 위한 '선택'이 아닌 '필수'인 빅데이터
심야버스의 합리적인 노선결정으로 서울시민들에게 편의를 제공해줄 수 있었던 데에는 '빅데이터'의 역할이 매우 중요했다. 교통사고 감소·도로침수·건물붕괴 예방 등을 통해 안전한 서울을, 주차문제해결·택시매치메이킹·최적의 공공시설 입지선정을 통해 편리한 서울을 만들기 위해 '빅데이터 행정혁신'은 선택이 아닌 필수가 되었음은 분명하다.