UNIST
도로 교통상황 분석·예측 기술 개발
4km/h 오차 범위…도로상황 시각화도



인공지능(AI) 기술을 이용해 5~15분 뒤에 일어날 도로 상황을 예측해 보여주는 기술이 개발됐다. 4km/h 오차 범위로 특정 도로의 5~15분 후 이동속도를 예측하고 시각화해서 보여줄 수 있다.

울산과학기술원(UNIST) 전기전자컴퓨터공학부의 고성안 교수팀은 인공지능 기술을 이용해 교통정체의 원인을 파악하고, 특정 도로의 가까운 미래 상황을 예측해 시각화하는 시스템을 개발했다. 미국 퍼듀대와 애리조나주립대와 공동으로 개발한 이 시스템은 현재 울산교통방송에서 활용 중이며 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 있었다”며 “이번에 개발한 시스템은 기존 확률통계 분석에 딥러닝 기술을 도입해 특정 도로구간에서 15분 후에 벌어질 교통상황을 평균 4km/h 내외의 오차로 예측 가능하다”고 설명했다.

교통 데이터 분석과 예측 시스템은 두 가지 모듈로 구성된다. 첫 번째 모듈은 도로 정체의 인과관계를 계산하고, 딥러닝 기반으로 정체를 예측하는 알고리즘이다.

교통상황을 예측하는 모듈은 여러 도로 사이의 인과관계를 계산하고, 딥러닝(Deep Learning)을 기반으로 교통 정체를 예측한다. 기존에는 특정 도로의 과거 통행량을 확률통계기법으로 분석했는데 정확도가 낮았다. 고 교수팀은 확률통계기법에 현재 상황을 종합적으로 고려하는 딥러닝 기술을 도입했다. 특정 구간의 과거 평균 이동속도는 물론 도시의 도로망과 주변 도로의 정체상황, 러시아워(Rush hour) 정보 등을 함께 학습시킨 것이다. 이 기술을 이용해 울산시 교통정보를 분석한 결과, 특정 도로의 평균 이동속도를 4km/h 내외의 오차로 예측할 수 있었다.

두 번째 모듈은 주요 도로의 정체상황을 시각화하고, 정체가 전파되는 모습을 시각적으로 보여주는 기술이다. 이 시각화 모듈은 각 도로별로 통행하는 차량 수와 속도를 시각적으로 나타낸다. 현재 정체되는 도로에서 정체가 시작된 지점과 향후 도로상황이 어떻게 전파될지 예측한 모습까지 색깔과 도형을 이용해 직관적으로 나타낸다.

고성안 교수는 “새로운 데이터 시각화 기술은 도시교통정보센터(UTIC) 웹사이트에 구현해 누구나 쉽게 도로 교통상황을 파악하도록 할 것”이라며 “이 기술은 △대국민 온라인 정체 예보 서비스 △효율적인 교통 데이터 분석 △교통정체 예보 방송 서비스 △내비게이션 서비스 등에 활용 가능하다”고 밝혔다.

그는 이어 “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 것”이라고 기대했다.

출처 : 정보통신신문(http://www.koit.co.kr)