‘알파고’ 딥러닝 기술, 교통도 제어한다 Deep Learning and Google Street View Can Predict Neighborhood Politics from Parked Cars

‘알파고’ 딥러닝 기술, 교통도 제어한다

차세대 교통시스템은 클라우드 기반 AI센터

'스마트 시티를 위한 클라우드 융합기술 트렌드 세미나’ 개최

여화수 카이스트 교수,

도심 제어 교통 제어 시스템 연구 결과 공유

개인에 최적화 교통수단 매칭 스마트 인공지능 교통센터 필요

  ‘알파고’에 적용된 딥러닝 네트워크 기술이 혼잡한 출퇴근 시간 교통시스템에도 적용된다. 4차 산업 혁명의 핵심 기술을 기반으로 한 ‘스마트 시티(Smart City)’에서는 혼잡한 도시 교통 상황도 간단하게 제어할 수 있다.

14일 서울 강남구 삼성동 코엑스 컨퍼런스룸(북)에서는 ‘스마트 시티를 위한 클라우드 

융합기술 트렌드 세미나’가 개최되었다.  여화수 카이스트 교수는 스마트 시티를 구성하는 

핵심 기술로 교통상황을 제어하는 연구 결과를 공유했다. 

ⓒ 김은영/ ScienceTimesⓒ 김은영/ ScienceTimes

Deep Learning and Google Street View Can Predict Neighborhood Politics from Parked Cars

http://conpaper.tistory.com/61024

edited by kcontents

여화수 카이스트 교수는 천만 시민이 거주하는 서울에서 일어나는 혼잡한 교통상황을 인공지능(AI) 시스템을 이용해 통제할 수 있는 연구 모델을 공유해 발표했다. 여 교수는 “미래 스마트 시티를 구성하는 차세대 교통시스템은 클라우드 기반의 인공지능 센터”라고 설명했다.

여화수 교수는 14일(목) 서울 삼성동 코엑스 컨퍼런스룸에서 열린 ‘스마트 시티를 위한 클라우드 융합기술 트렌드 세미나’에서 그동안 연구한 차세대 교통 시스템 모델링 결과를 시민들과 공유하며 최신 기술 동향을 전했다.

서울특별시와 정보통신기술진흥센터(IITP)가 주최하고 한국클라우드컴퓨팅연구조합, 한국컴퓨터산업협회 등이 공동 주관한 이번 세미나에서는 스마트 시티 구축을 위해 일어나는 최첨단 ICT 기술 동향 및 교통 시스템 연구 결과가 공유되었다.

대규모 도심을 제어하는 교통 제어 시스템 연구 결과 공유

여화수 카이스트 교수는 데이터 기반과 모델 기반으로 한 차세대 교통상태 예측 체계를 발표했다. 결과는 빅데이터와 인공지능이 만드는 차세대 교통시스템이었다. 여화수 교수는 차세대 교통 시스템에는 알파고에 적용된 인공지능 기술인 딥러닝 네트워크가 교통시스템에 적용되어 최종 산물이 산출될 것으로 바라봤다.

여 교수팀은 경기도와 서울과 같은 대도시의 교통시스템을 어떻게 제어할 수 있을까에 대해 고민했다. 그는 2단계로 나누어 제어하는 시스템을 개발, 연구 중인 상황을 공유했다. 서울과 경기도와 같은 대규모 도심의 교통 혼잡을 제어하는 것은 쉬운 일이 아니다. 많은 변수와 수많은 데이터들이 동시다발적으로 발생하기 때문이다. 여 교수는 먼저 1단계 큰 구역의 도심에서 교통을 제어하고 다시 소규모 지역으로 들어가 교통을 제어하는 방법을 시뮬레이션 했다고 밝혔다.

Photo: James Leynse source : spectrum.ieee.org

edited by kcontents

여 교수는 “서울 강북 지역을 초기 모델로 잡고 시뮬레이터를 실행한 결과 대규모 도심의 혼잡스러운 교통 상황을 제어할 수 있었다”며 “광역 단위 시뮬레이터를 만들고, 소규모 지역으로 세분화해서 들어가 신호등 등 지역별 신호최적화 데모를 실시한 결과 가능하다는 결과를 얻었다”고 발표했다.

그렇다면 인공지능 기반의 신호제어는 가능할까? 여 교수팀은 구글의 알파고가 바둑을 두었을 때 사용했던 딥러닝 네트워크 기술을 활용해 시뮬레이터를 만들었다. 여 교수는 “놀라운 사실을 발견했다”며 “인공지능을 이용해 제어하는 방법이 가능했다”고 밝혔다.

개인에 최적화 교통수단 매칭 스마트 인공지능 교통센터 필요

여화수 교수는 “다음 세대에는 ‘개인화된 모빌리티’가 교통 생활의 중심이 될 것”으로 전망했다. 개인화된 모빌리티란, 자율주행으로 가능한 무인자동차나 빅데이터와 인공지능 등의 기술을 사용한 차량 매칭 서비스를 기반으로 한 공유 차량 수단 등 개인에게 최적화된 교통수단을 뜻한다.

스마트 시티 구성의 기본 바탕이 되는 미래 교통 제어 시스템은 클라우드를 기반으로 한 인공지능 센터가 될 것으로 전망되고 있다. ⓒ pxhere.com

스마트 시티 구성의 기본 바탕이 되는 미래 교통 제어 시스템은 클라우드를 기반으로 한 인공지능 센터가 될 것으로 전망되고 있다. ⓒ pxhere.com

또한 앞으로는 차량들이 주변 정보를 수집하는 ‘커넥트비티(connectivity)’의 중요성이 더욱 커질 전망이다. 여 교수는  커넥트비티가 확장되면서 ‘협력 인지 통합 기술’을 기반으로 교통 시스템이 발전할 수 있다고 설명했다. 이 기술이 가능해지면 교통 혼잡으로 위험한 교차로를 지날 때 내 차가 보지 못하는 부분을 다른 차량을 통해 볼 수 있게 되어 미리 사고를 예방할 수 있게 된다.

스마트 시티를 위한 차세대 교통 시스템의 마지막은 공유 교통이다. 여 교수는 차량공유시스템 ‘우버’를 생각하면 된다고 말했다. 하지만 개인에게 최적화된 교통수단과 교통 시스템을 제공하기 위해서는 우버의 매칭 시스템만으로는 부족하다. 우버는 사람 한명 당 차량 한 대가 매칭 되기 때문이다.

개인에게 맞는 스마트한 차세대 교통시스템이 되기 위해서는 공유 차량을 통해 움직이다가 교통이 혼잡하다 싶으면 지하철 등 대중교통 수단으로 갈아탈 수 있도록 해줄 수 있어야 한다. 1대 1은 물론 1대 다수의 차량 배치 등 개인에게 맞는 최적의 차량 매칭 기능이 필요하다.

여 교수는 “이러한 기능들이 전부 구현되기 위해서는 클라우드를 기반으로 한 ‘인공지능 트래픽 매니지먼트 센터(AI Traffic Management Center on the cloud)’가 차세대 교통시스템으로 구현되어야한다”고 결론을 내렸다.

모바일 앱에서 일어나는 각종 데이터 처리와 차량 네비게이션이 수집하는 데이터, 시뮬레이터를 기반으로 한 주행 정보와 인공지능 기반의 컨트롤 기능이 클라우드에서 처리되어야 한다. 여화수 교수는 “이는 기존의 교통 센터와는 전혀 다른 교통 센터가 만들어져야 한다는 뜻”이라며 앞으로 개발되어야 할 차세대 교통시스템에 대해 제언했다.

김은영 객원기자 ScienceTimes

kcontents