#. “본격적인 여름 휴가철이 시작되면서 오늘 고속도로 교통량 많을 것으로 예상됩니다. 현재 인공지능을 활용한 고속도로 상황을 알려드립니다. 서서울요금소 지나면서 서평택을 중심으로 속도가 떨어지고 있습니다. 15분 후에는 시속 35km로 이동 가능합니다. 천안-논산간 고속도로 논산 방향은 차령터널을 앞두고 막혔다 풀렸다 반복하고 있는데요. 10분 후에는 시속 40Km로 서행 회복하겠습니다.”

정확한 예측이 어려웠던 교통안내가 ‘15분 뒤 시속 40km/h로 이동 가능합니다’처럼 구체적으로 바뀔 전망이다. 5~15분 뒤 일어날 도로 상황을 예측해 시각적으로 보여주는 인공지능(AI) 기술이 개발됐기 때문이다.

울산과학기술원(UNIST) 전기전자컴퓨터공학부의 고성안 교수팀은 AI 기반 교통상황 분석·예측 시각화 시스템을 개발했다고 9일 밝혔다.
 
이날 고성안 교수는 과학기술정보통신부 브리핑실에서 “3개월 정도의 딥러닝 학습이면 어느 지역에서도 AI 도로 정체 예측이 가능해진다”이라며 “대량의 교통 데이터를 제대로 활용해 교통정체 예보 방송이나 내비게이션에 연동해 최적의 경로를 찾는 데 유용하게 쓰일 수 있다”고 밝혔다.

현재 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. 이번에 개발한 시스템은 기존 확률통계 분석에 딥러닝(Deep Learning) 기술을 도입해 특정 도로구간에서 15분 후에 벌어질 교통상황 예측이 가능하다.
 
이 시스템은 크게 △교통상황 분석 및 예측 △결과 시각화 등 두 개의 모듈로 이뤄지는 데, 교통상황 분석 모듈은 여러 도로 사이의 인과관계를 계산하고, 딥러닝을 기반으로 교통 정체를 예측한다. 특정 구간의 과거 평균 이동속도는 물론, 도시의 도로망과 주변 도로의 정체상황, 러시아워(Rush hour) 정보 등을 함께 학습시켜 광역시 전역 실시간 예측이 가능하다. 이 기술로 울산시 교통정보를 분석한 결과, 특정 도로의 평균 이동속도를 4km/h 내외의 오차로 예측할 수 있었다.

도로 상황을 분석하고 예측한 내용은 ‘브이에스리버스(VSRivers)’라는 기술을 통해 시각화 할 수 있다. 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.
 

AI 도로 예측 시스템은 앞으로 △경찰청 신호 제어 △효율적 교통 데이터 분석 △교통 정체 예보 방송 △내비게이션 서비스 △자유주행 차량 기초 데이터 등에 활용될 수 있다. 현재 이 시스템은 울산교통방송에서 활용 중이며, 광주와 대전, 부산, 인천 등의 교통방송과 함께 도시교통정보센터(UTIC) 웹사이트에도 적용될 계획이다.