딥러닝으로 교통예측…잘못된 교통사업 예방한다

철도연구원, 50%까지 정확도 끌어올려

▲딥러닝을 통한 교통예측이 추진되고 있다.[자료제공=철도연]

[아시아경제 정종오 기자] 인공지능이 대중교통 수요예측 분야에 적용되고 있다. 한국철도기술연구원(원장 김기환, 철도연)은 인공지능 딥러닝(Deep Learning)을 이용한 대중교통의 정류장 간 수요예측을 진행했다. 실험 결과 50% 정도의 정확도를 확보했다.

인공지능을 활용해 교통 수요예측의 정확도를 높이면 의정부, 용인, 김해 경전철 등 수요예측 오차로 빚어지는 잘못된 대중교통 사업의 시행을 예방할 수 있다고 철도연은 설명했다.

인공지능을 대중교통 수요예측에 적용하는 연구는 아직 초기 단계로 90% 이상의 정확도를 위해 연구가 활발하게 진행 중에 있다. 딥러닝은 인공지능이 마치 사람의 두뇌처럼 수많은 데이터 가운데 패턴을 찾아내서 인지하고 추론, 판단할 수 있도록 하는 인공신경망 기술을 뜻한다.

대중교통 수요예측에 적용하는 딥러닝 기술은 신뢰성 있는 다양한 데이터 구축과 효율적 알고리즘 구성을 통해 컴퓨터가 스스로 인지·추론·판단할 수 있는 인공지능 시스템을 만들 수 있다. 이번 실험에서 철도연은 교통카드 자료를 분석해 배차간격, 환승 가능한 노선 수, 인근 도시철도 노선 수, 정류장 간 거리 등 약 100개 변수를 도출했다.

교통카드자료 기반의 대중교통운영계획 지원시스템인 트립스(TRIPS, Travel Record based Integrated Public transport operation planning System) 개발을 통해 철도연이 보유하고 있는 교통카드 자료의 상세분석기술을 응용했다.

정류장 주변의 용도별 건물연상면적 자료 등을 통해 50여개 변수를 추가해 총 150여개의 입력 변수를 구성했다. 출력값 학습을 위해서는 약 45만개의 정류장 간 통행량 자료를 사용했다. 이 중 5000여개는 학습 후 예측을 위해 활용했다.

실험결과 정류장 간 실제 통행량의 50%(100회 시행 시 50회) 정도를 정확하게 예측해 인공지능의 수요예측 적용 가능성을 확인했다. 앞으로 여러 지역의 자료와 추가적인 입력변수를 개발해 학습할 경우 90% 수준까지 정확도를 높일 수 있을 것으로 예상된다.

우리나라 고속도로와 국도의 교통량 예측에는 오차가 큰 것으로 나타났다. 한국개발연구원이 2007년 기준 우리나라 164개 재정사업(고속도로+국도)과 7개 민자 도로 사업 교통량을 분석한 결과 재정사업은 평균 21%의 교통수요가 과다로 분석됐다. 민자 사업은 평균 50%가 교통량 과다로 나타났다.

김기환 철도연 원장은 "교통카드, 교통량, 내비게이션, 이동통신, 사물인터넷(IoT)기반 센싱 자료 등 교통분야 빅데이터를 구축하고 다양한 실험을 통한 효율적 학습방법을 개발하면 교통계획과 운영계획 등 목적에 맞는 교통수요 예측이 가능할 것"이라며 "인공지능을 활용한 교통과학기술 확립을 위해 꾸준히 노력할 것"이라고 말했다.

정종오 기자 ikokid@asiae.co.kr