인공지능 기반 도로·교통의 미래

인공지능(AI)의 활용은 도로·교통 분야에서도 혁신적 변화를 가져오고 있다.
도로와 교통수단을 이용하는 다양한 이용자, 공급자, 관련 분야 연구자들까지도
미래의 도로·교통 시스템을 인식하고 활용하는 방식이 변화하고 있으며, 그 기저에는
빅데이터와 AI 기술 개발이 자리하고 있다.

AI 기술은 도로·교통 분야의 두 가지 주요 목표인 교통 효율성 향상과 사고 예방에 큰

역할을 하며, 지속 가능한 미래로의 전환을 돕는 핵심적인 기술이다. 나아가 AI는 스마트

도로 및 인프라 구현에도 필수적인 요소이며, 차량-도로 간 통신을 통한 다양한 서비스를

개발하는 데 필수적인 요소이다.

이에 본고에서는 지속 가능한 도로·교통 운영 관리를 위해 AI를 도입한 다양한 정책 및
기술·서비스 사례를 살펴보고, AI 기술의 활용에 있어 주의해야 할 부분과 도전 과제들을
고찰하고자 한다.

교통 운영 효율성 향상을 위한 AI 활용

교통 운영 효율화의 첫 단계는 도로를 주행하는 자동차의 현황, 즉 교통량을 파악하는
것이다. 교통량 조사는 도로교통량 조사지침에 따라 상시조사를 실시하거나 조사원을
통한 수시조사를 통해 수행된다. 교통량 조사의 조사 항목은 방향별·시간대별·일별
교통량을 12종의 차종으로 구분하여 조사하는 것이 원칙이며, 기존의 조사 방식은 조사
시기에 따라 결과의 차이가 발생할 수 있고 시간과 비용이 많이 소요된다는 단점이
존재한다.

이에 행정안전부에서는 2022년 10월부터 ‘인공지능 기반 CCTV 영상인식 교통량
분석모델’ 프로젝트를 추진했다. 이 프로젝트에서는 전국 도로에 설치된 CCTV 영상을
바탕으로 교통량과 차종을 자동으로 파악할 수 있는 데이터 분석 모델을 개발하였으며,
도로교통량 조사 기준인 12종의 차종과 차량이 통과하는 차선의 위치를 포함한
차선·차종별 교통량을 자동 집계한다.

모델 개발을 위해 51개 CCTV에서 수집된 약 20TB의 영상 데이터를 활용하였고,

차종 분류 모델의 정확도는 98.7%에 이르는 것으로 나타났다. 개발된 모델은 행정안전부의

‘범정부 데이터 분석 시스템’에 탑재되어 지자체를 비롯한 여러 수요 기관에서 활용할 수

있도록 표준화되었으며, 분석모델을 개별 기관에서 직접 활용이 가능한 형태로 배포하여

사용성을 높였다.

기존 교통량 조사의경우 전국 3,900여 지점에서 육안 조사 등을 통해 수행되었으며,

지점에 따라 일일 조사 비용이 수십만 원에 이르렀다. AI 기반의 교통량 조사를 통해 연간

수십억 원 이상의 비용을 절감할 수 있을 뿐만 아니라, 조사 시점·기상 상황 등 여러 변수를

고려할 수 있는 신뢰도 높은 교통량 데이터의 확보를 기대할 수 있게 되었다.

-------------------------------------------------------------------------------------------------------------------