안전하고 편리한 교통, AI가 만든다
AI 학습용 데이터 구축 사업(2차) 교통 안전 분야
2017년 7월 9일 오후 2시 45분, 경부고속도로 서울 방향 양재IC 부근 정체 구간, 대형 버스가 승용차 7대를 들이받아 2명이 숨지고 14명이 부상을 당하는 사고가 발생했습니다. 사고 원인은 버스 기사의 졸음운전. 버스 기사는 경찰 조사에서 잠시 졸다가 쿵 소리가 나서 깨어보니 사고가 났다고 진술했습니다.
[2017년 양재IC 교통 사고 화면. 출처=블랙박스 영상 캡처]
관련 기사 : https://news.naver.com/main/read.nhn?mode=LSD&mid=sec&sid1=001&oid=052&aid=0001032155
대형 사고를 일으키는 졸음 운전, 더 큰 사고를 유발하는 교통 정체. 어떻게 예방할 수 있을까요?
인공지능(이하 AI)을 이용하면 졸음 운전 사고를 예방할 수 있습니다. 교통 흐름도 원활하게 해 정체 구간을 줄일 수 있습니다. 정부는 최근 교통 안전 분야에 인공지능을 활용할 수 있도록 AI 학습용 데이터를 구축해 민간에 개방하는 AI 학습용 데이터 구축 사업을 진행하고 있습니다. 교통 분야 데이터 구축 사업을 주관하는 ‘라온피플㈜’가 AI 교통 서비스와 데이터 구축 사업을 소개합니다.
교통 안전, AI가 지킨다
AI는 교통안전과 관련해 영상 인식을 기반으로 다양한 분야에 적용이 됩니다. 도로 영상이나 운전자 영상 등을 AI가 분석해 돌발 상황이나 문제 상황을 인식해 알리고, 정기적으로 통계를 작성해 정책 수립에 반영하기도 합니다. 고속도로, 시내 교통, 졸음운전, 차량인식 분야에서 어떻게 AI가 이용되고 있는지 살펴봅니다.
▷더 안전하고 더 빨라지는 고속도로
인공지능은 고속도로와 시내도로에 설치된 CCTV를 분석해 교통흐름을 측정하고 돌발 상황을 감지해 관리자나 후행 차량에 알려주는 역할을 합니다.
[고속도로 AI 모니터링 사례]
그림은 고속도로 상황에 대한 예시입니다. 인공지능이 CCTV로 고속도로 차량 흐름을 살피고, 차로별 평균 속도, 돌발 상황 등을 검지해 교통 센터로 보내거나 후행 차량에 돌발 위치 정보를 제공할 수 있습니다.
이런 정보는 갑자기 발생한 정체 구간에서 급제동 사고를 줄일 수 있으며, 선행 차로 소통 정보를 통해 후행 차량이 미리 차선을 변경할 수 있게 해줍니다.
▷교통 혼잡을 줄이는 스마트한 시내 교통 시스템
고속도로뿐 아니라 시내 도로에서는 인공지능이 CCTV를 통해 교차로 상황을 모니터링 하면서 교통량에 따라 신호를 바꿔주는 지능형 교통 제어가 가능합니다. 지능형 교통 제어를 통해 불필요한 대기 시간을 줄여주고 교통 소통을 원활하게 할 수 있습니다.
또한 여러 개의 교차로를 동시에 모니터링함으로써 도시 전체의 교통 흐름을 원활하게 하는 도시 교통 브레인 서비스로 확장할 수 있습니다.
[AI를 이용한 스마트 교차로 사례]
CCTV 영상을 이용한 교차로 정보 수집은 교차로 교통량 패턴 및 지체 정도, 서비스 수준을 상시로 분석 수집합니다. 기존에 사람이 일시적으로 수기 작성하던 교통 통계에 비해 더 많은 모수를 수집 분석하기 때문에 합리적이고 과학적인 교통정책을 수립할 수 있습니다.
[교차로 인공지능 영상 분석 화면]
▷대형 사고를 예방하는 졸음 운전 모니터링
AI는 졸음 운전 방지에도 사용됩니다. 운전자 모니터링 시스템(Driver Monitoring System: DMS)은 AI를 이용해 차내에 설치된 카메라를 통해 운전자의 상태를 모니터링합니다.
기존의 졸음 운전 방지 장치는 블랙박스와 같은 위치에서 카메라로 도로 차선을 감지해 차량이 차선을 이탈하는 정도를 모니터링해 알려주는 방식이었습니다. 하지만 이제는 운전자의 얼굴, 시선, 입모양, 자세 등을 AI로 직접 모니터링 함으로써 운전자의 졸음 운전 여부를 즉시 판단할 수 있습니다. 졸음 운전 뿐 아니라 스마트폰 이용, 음료 섭취 등 부주의한 행동도 감지해 운전자에게 메시지를 전할 수 있으며 통계 분석도 가능합니다.
▷종합적인 차량 인식 AI
차량 번호판은 차량의 신분증과 다름없습니다. 지금까지 교통 단속 카메라, 주차 관리 시스템은 차량 번호판을 촬영해 과태료나 요금을 부과하는 방식을 사용합니다. 눈 비가 오거나 어두운 환경에서 번호판을 인식할 때 차량 번호를 잘못 인식하면 문제가 발생합니다.
[무인단속 시스템]
AI는 번호 인식을 더욱 똑똑하게 만듭니다. 차량 번호판이 세자리 숫자로 바뀌어도, 어두운 곳에서도 AI를 이용해 문자 인식을 더욱 정확하게 할 수 있습니다.
AI는 차량 번호 뿐 아니라 차량의 모양도 인식하기 때문에 차량 종류, 제조사, 연식 정보까지 알아낼 수 있습니다. 만일 번호판과 차량 정보가 일치하지 않을 경우에는 차량 번호가 악용되었다고 판단할 수도 있습니다.
[요금징수 시스템 및 도로방범 카메라]
AI 학습용 데이터 구축 사업
기존에도 IT를 활용한 교통 솔루션들이 있었습니다. 기존 Rule 기반의 솔루션과 인공지능 솔루션의 가장 큰 차이점은 무엇일까요?
Rule 기반 알고리즘은 고정된 공식에 따라 문제를 해결합니다. 하지만 인공지능은 학습을 통해 스스로 문제 해결 능력을 키워갑니다. 인공지능을 학습시키면 처음에는 Rule 기반 알고리즘에 비해 성능이 떨어질 수 있지만 학습을 진행하면 성능이 훨씬 좋아집니다. 그렇기 때문에 인공지능을 고도화 하는데 있어 학습용 데이터를 확보하는 것은 매우 중요합니다.
최근 몇 년 동안 미국, 유럽 등 AI 선도국에서는 정부와 민간 협업으로 대규모의 AI 학습용 데이터를 대량으로 구축하여 공개해 왔고, 글로벌 기업, 대학, 연구소에서는 300여개 이상의 AI 데이터 셋을 공유하는 생태계를 만들어 가고 있습니다.
우리 정부도 이에 발 맞추어 스타트업, 벤처, 중소 등 민간의 인공지능 기술개발을 촉진하고, AI 산업을 육성하기 위해 대규모 AI 학습용 데이터 구축 개방 사업을 추진하고 있습니다. 포스트 코로나 AI 시대의 핵심 자원인 “대규모 데이터”를 단기간에 확보하여 AI 선진국가로 도약하는 한편 일자리 창출과 경제성장 동력을 확보하려고 합니다.
그 동안 오랜 시간과 많은 비용 발생으로 AI 학습용 데이터 구축은 중소, 벤처기업에게 인공지능 제품 및 서비스 개발에 큰 애로사항이 되었던 것이 사실인데요, 이번 AI 학습용 데이터 사업을 통해 기존 산업의 차별적 부가가치 창출이 가능한 많이 데이터가 공개될 수 있을 것으로 기대합니다.
AI 학습용 데이터 구축 사업을 통해 구축된 데이터는 한국지능정보사회진흥원이 운영하는 AI허브를 통해 공개됩니다.
| ❖ 사업명 : 인공지능(AI) 학습용 데이터 구축 ❖ 지원대상 : AI 학습용 데이터를 구축‧개방하고자 하는 기업, 출연연, 공공기관, 대학, 협회, 지자체 등 민간‧공공 법인 ❖ 선정과제 수 : 지정공모(48개), 분야지정공모(6개), 자유공모(12개) ❖ 과제수행기간 : 협약일로부터 2021. 2월말까지 |
교통 분야 AI 학습용 데이터 구축 사업
위에서 살펴본 바와 같이 교통 분야에서 AI는 다양한 성과를 낼 수 있습니다. 이를 위해 정부에서도 교통 안전을 위한 AI 학습용 데이터 사업에 많은 힘을 쏟고 있습니다. 교통분야 AI 학습용 데이터 구축 사업을 주관하고 있는 라온피플㈜는 컨소시엄을 구성해 고속도로, 시내도로, 운전자 영상, 자동차 영상 등 4개 분야에서 2400 시간의 다양한 원본 영상을 수집하고 202만장의 AI 학습용 이미지 데이터를 구축하고 있습니다.
교통 분야 AI 학습용 데이터는 아래와 같은 목표로 ‘21년 2월까지 진행됩니다.
교통 안전을 위한 AI 서비스를 준비하시는 분들의 관심과 격려를 부탁드립니다.
라온피플㈜ EV팀
문의 : bk.kang@laonpeople.com
