이세돌 9단과 알파고의 바둑대국으로 인공지능에 대한 관심이 높아진 가운데 ‘인공지능 딥러닝(Deep Learning)’을 이용한 대중교통 정류장 간 수요예측이 진행되고 있어 주목된다. 

한국철도기술연구원(원장 김기환)은 17일 대중교통의 신뢰도를 높이기 위해 인공지능 딥러닝을 이용한 대중교통 정류장 간 수요예측 실험을 진행한 결과, 현재까지 50% 정도의 정확도를 확보했다고 밝혔다. 

철도연이 진행중인 대중교통 수요예측에 적용하는 딥러닝 기술은 신뢰성있는 다양한 데이터 구축과 효율적인 알고리즘 구성을 통해 컴퓨터가 스스로 인지ㆍ추론ㆍ판단할 수 있는 인공지능 시스템을 만들 수 있다. 이번 실험에서 철도연은 교통카드 자료를 분석해 배차간격과 환승 가능한 노선 수, 인근 도시철도 노선 수, 정류장 간 거리 등으로 100여 개의 변수를 도출했다.

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

실험결과 정류장 간 실제 통행량의 50%(100회 시행 시 50회) 정도를 정확하게 예측해 인공지능의 수요예측 적용 가능성을 확인했으며, 여러 지역 자료와 추가적인 입력변수를 개발해 학습할 경우 90% 수준까지 정확도를 높일 수 있을 것으로 철도연은 내다봤다.

철도연은 인공지능을 활용해 교통 수요예측의 정확도를 높이면 의정부와 용인, 김해 경전철 등 수요예측 오차로 인한 잘못된 대중교통사업의 시행을 예방할 수 있다고 밝혔다. 

또한, 도시철도와 버스 등 돌아가는 굴곡 노선을 바로잡아 대중교통 통행시간을 줄일 수 있고 차내 혼잡도 개선 등 효율적인 대중교통 운영 계획 수립도 가능할 것으로 보고 있다. 특히 내비게이션보다 더 정확하게 통행 시간을 예측할 수 있을 것으로 기대하고 있다.

김기환 원장은 “교통카드를 비롯한 교통량, 내비게이션, 이동통신, IoT기반 센싱 자료 등 교통분야 빅데이터를 구축하고 다양한 실험을 통한 효율적인 학습방법을 개발하면 교통계획과 운영계획 등 목적에 맞는 교통수요 예측이 가능할 것”이라며 “인공지능을 활용한 교통과학기술 확립을 위해 꾸준히 노력할 것”이라고 말했다. 


http://www.kyeonggi.com/?mod=news&act=articleView&idxno=1145450