UNIST 전기전자컴퓨터공학부 고성안 교수팀
확률통계에 딥러닝 도입, 4km/h 오차로 예측
UNIST(울산과학기술원ㆍ총장 정무영)는 전기전자컴퓨터공학부 고성안 교수팀이 인공지능 기술을 이용해 교통정체의 원인을 파악하고, 특정 도로의 가까운 미래 상황을 예측해 시각화하는 시스템을 개발했다고 9일 밝혔다. 미국 퍼듀대와 애리조나주립대와 공동으로 개발한 이 시스템은 현재 울산교통방송에서 활용 중이며 향후 광주와 대전, 부산, 인천 등의 교통방송에도 적용할 예정이다.
고성안 교수는 “각 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.
새로운 시스템은 크게 두 개의 모듈로 이뤄진다. 하나는 교통상황을 분석하고 예측하는 모듈이고, 나머지 하나는 결과를 시각화하는 모듈이다. 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.
제1저자인 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 설명했다.
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(UTIC) 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 밝혔다.
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.
이번 성과는 2016년부터 도로교통공단과 경찰청, 울산교통방송국(TBN), 울산시청 교통정책과, 울산교통관리센터 등 유관기관 전문가들과의 지속적으로 협업해 얻었다. 연구 지원은 과학기술정보통신부와 한국정보화진흥원의 ‘데이터 플레그십 사업’을 통해 이뤄졌다.
연구 결과는 ‘전기전자공학회 시각화와 컴퓨터그래픽(IEEE Transactions on Visualization and Computer Graphics)’에 출판될 예정이며 온라인으로 미리 공개돼 열람 가능하다. (논문명: A Visual Analytics System for Exploring, Monitoring, and Forecasting Road Traffic Congestion)
김창배 기자 kimcb@hankookilbo.com
기사 URL이 복사되었습니다.
댓글0