교통 수요 예측에도 인공지능(AI) 딥러닝 활약

2016.03.17 18:00
위키미디어 제공
위키미디어 제공

 

국내 연구진이 구글의 인공지능(AI) ‘알파고’의 핵심 기술로 알려진 ‘딥러닝’을 적용한 AI 대중교통 수요예측 프로그램을 개발했다.

 

민재홍 한국철도기술연구원 교통체계분석연구팀장은 교통카드 정보를 이용해 정류장 간 통행량을 예측할 수 있는 인공지능 시스템 ‘트립스(TRIPS)’를 개발했다고 17일 밝혔다.

 

지하철, 버스 등의 노선은 교통량 분석 결과를 기반으로 선정한다. 기존에는 수요를 예측하기 위해 사람이 현장에서 조사한 결과를 토대로 이론 모델을 적용해왔다. 하지만 이 방식으로는 고속도로의 21%, 민자도로의 50%가 교통량이 과다 추정돼 정확하지 않다는 문제가 있었다.

 

연구팀은 대중교통 이용자들의 교통카드 자료를 비롯해 버스의 배차 간격, 환승 가능 노선, 지하철 노선 수, 정류장 간 거리, 도로가 건물의 면적 등 총 152개의 변수를 트립스에 입력했다. 그 후 트립스에 약 45만 개의 통행량 자료를 입력해 스스로 학습하도록 했다.

 

연구팀이 5000여 개의 새로운 자료를 이용해 트립스를 시험해본 결과, 정확도가 50% 수준인 것으로 나타났다. 이를 이용하면 대중교통 노선을 바로 잡아 통행 시간을 줄이고, 차량의 수를 조절해 차내 혼잡도를 개선하는 등 교통 운영을 효율적으로 진행할 수 있을 것으로 보인다.

 

또 트립스의 정보를 자동차 내비게이션에 적용하면 현재 사용 중인 내비게이션보다 더 정확하게 통행 시간을 예측할 수 있을 것으로 기대된다.

 

민 팀장은 “특정 시간대에 특정 구간을 이동하는 사람들의 특성을 분류해 예측할 수 있어 산업계에서도 활용할 수 있을 것”이라며 “향후 입력 변수를 추가하고 학습을 진행하면 90% 수준까지 정확도를 높일 수 있다”고 말했다.

 

메일로 더 많은 기사를 받아보세요!

댓글 0

작성하기

    의견쓰기 폼
    0/150
    * 21대 국회의원 선거운동 기간에는 실명확인 과정을 거쳐야 댓글을 게시하실수 있습니다.
    * 실명 확인 및 실명 등록 서비스는 선거운동기간 (2020. 4. 2 ~ 2020. 4. 14) 동안에만 제공됩니다.