도시와 대규모 공간의 효율적 운영을 위해 이동 데이터와 트래픽 분석 기술의 중요성이 커지고 있다. 그러나 카메라 기반 시스템은 비용과 개인정보 문제로 확산이 어렵고, 앱 기반 시스템은 설치율과 동 의 의존성으로 대규모 환경에서 한계가 있다. 본 연구는 스마트폰이 발신하는 비식별 Bluetooth Low Energy(BLE) Advertising 신호를 활용해 앱 설치나 카메라 없이(App-less, Camera-free) 이동 데이터를 수집· 분석하는 Flow Analytics 솔루션을 제안한다. 이 시스템은 랜덤화된 MAC 주소를 기반으로 개별 추적 없이 공간 단위의 이동 패턴을 통계적으로 파악하며, BLE 수집 장치(S-Ward)와 분석 플랫폼 (Olympus)으 로 구성된다. 실시간 트래픽 시각화, 체류 시간 분석, 혼잡도 예측, AI 기반 시뮬레이션을 제공하며, 실제 리테일 매장과 인천국제공항 출국장에서 검증되었다. 그 결과, 혼잡 완화, 공간 활용 최적화, 맞춤 형 운영 전략 수립에 기여하였으며, 본 연구는 개인정보를 보호하면서 설치 비용을 절감할 수 있는 새로운 공간 지능형 분석 솔루션의 가능성을 보여준다.

App-less Foot Traffic Data Collection and Analysis Through Anonymous Smartphone Signal Analysis

Taikjin Lee*, Taehun Kim, Donghyun Shin, Changsoo Yoo, Jaemin Kim, Junghoon Shin

The collection and analysis of human mobility and traffic data are essential for the efficient operation of modern urban and spatial environments. Retail, airports, public facilities, and large complexes increasingly demand real-time insights into foot traffic, dwell time, and congestion to inform operations. Conventional camera-based systems face challenges such as high cost, blind spots, and privacy concerns, while app-based systems suffer from low installation rates and user consent issues, limiting scalability. These constraints highlight the need for new methods that enable high-resolution data collection without additional user intervention. This study introduces Flow Analytics, a novel app-less and camera-free solution based on anonymous Bluetooth Low Energy (BLE) advertising signals periodically emitted by smartphones. By leveraging global smartphone IoT protocols such as ‘Apple Find My’ and ‘Google Find My Device’, the system detects spatial-level mobility flows and derives traffic metrics in real time. Collected identifiers are randomized, non-persistent MAC addresses, preventing individual tracking while enabling robust statistical analysis of population movements. The Flow Analytics system integrates BLE signal collection devices (S-Ward) with a software platform (Olympus) for real-time monitoring, visualization, dwell time analysis, congestion prediction, and AI-driven simulation. The solution has been deployed in large retail stores and Incheon International Airport, supporting congestion mitigation, space optimization, and tailored operational strategies. This research demonstrates a privacy-preserving, cost-efficient, and scalable approach to spatial intelligence and traffic analytics, offering a viable alternative to conventional methods.

Keywords: Bluetooth low energy (BLE), foot-traffic, analytics

Speaker 이택진* (주)티제이랩스