도로상황 5~15분 단위로 예측하는 AI 기술 개발

“5분 뒤 시속 40km로 이동 가능합니다.”

도로 상황을 5~15분 단위 이후의 상황을 예측할 수 있는 인공지능 기술이 개발됐다. 단순히 차량이 가다 서다 반복하고 있다는 수준의 교통 예보보다 명확한 도로 상황 예측 정보를 제공하는 수준이다.

UNIST 전기전자컴퓨터공학부의 고성안 교수팀은 인공지능 기술을 이용해 교통정체의 원인을 파악하고, 특정 도로의 가까운 미래 상황을 예측해 시각화하는 시스템을 개발했다고 밝혔다.

미국 퍼듀대, 애리조나주립대와 공동으로 개발한 시스템으로, 현재 울산교통방송에서 활용하고 있다. 향후 광주와 대전, 부산, 인천 등의 교통방송에도 적용할 예정이다.

고성안 교수는 “각 시도 지자체에서 지능형 교통 체계(ITS)를 구축하는 등 다양한 방법으로 교통 정보를 수집해왔지만, 대량의 데이터를 분석하고 가까운 미래의 교통상황을 예측하는 데는 한계가 있다”고 설명했다.

이어, “이번에 개발한 시스템은 기존 확률통계 분석에 딥러닝 기술을 도입해 특정 도로구간에서 15분 후에 벌어질 교통상황을 평균 4km/h 내외의 오차로 예측 가능하다”고 강조했다.

새로운 시스템은 크게 두 개의 모듈로 이뤄진다. 우선 교통상황을 분석하고 예측하는 모듈이있고, 나머지 하나는 결과를 시각화하는 모듈이다.

교통상황을 예측하는 모듈은 여러 도로 사이의 인과관계를 계산한다. 이후 딥러닝을 기반으로 교통 정체를 예측한다.

기존에는 특정 도로의 과거 통행량을 확률통계기법으로 분석했는데 정확도가 낮았지만, 고성안 교수팀은 확률통계기법에 현재 상황을 종합적으로 고려하는 딥러닝 기술을 도입했다.

이를 통해 특정 구간의 과거 평균 이동속도, 도시의 도로망과 주변 도로의 정체상황, 러시아워 정보 등을 함께 학습시키면서 시속 4km 내외의 오차로 예측할 수 있게 됐다.

이충기 UNIST 컴퓨터공학과 석박사통합과정 연구원은 “특정 도로가 막히는 상황은 주변 도로에 영향을 끼친다는 점에 착안해 알고리즘을 짰다”며 “과거 데이터와 실제 벌어지는 상황을 함께 학습하면서 예측하기 때문에 기존 방식보다 예측 정확도가 높아진다”고 말했다.

도로 상황을 분석하고 예측한 내용은 ‘브이에스리버스(VSRivers)’라는 시각화 기술로 표현된다. 이 기술은 도로별로 통행하는 차량 수와 평균 이동속도를 한눈에 보여준다. 현재 정체되는 도로에서 정체가 시작된 지점과 향후 도로상황이 어떻게 전파될지 예측한 모습까지 색깔과 도형을 이용해 직관적으로 나타낸다.

고성안 교수는 “새로운 데이터 시각화 기술은 도시교통정보센터 웹사이트에 구현해 누구나 쉽게 도로 교통상황을 파악하도록 할 것”이라며 “대량의 교통 데이터를 제대로 활용할 수 있는 이 기술은 교통정체 예보 방송이나 내비게이션에 연동해 최적의 경로를 찾는 데 활용 가능하다”고 말했다.

그는 또 “데이터 분석과 예측 기술은 물론 시각화까지 가능해 누구나 쉽게 이용하도록 했다”며 “인공지능 기술이 도입된 새로운 시스템은 현대사회의 고질적인 문제인 교통체증을 줄이고 삶의 질을 높이는 데 기여할 후 있다”고 전망했다.