인구 수와 흐름 정보 동시 분석…연구용 데이터셋 6종 공개

군중 밀집 예측 AI 기술 개발 KAIST 연구팀

[KAIST 제공. 재판매 및 DB 금지]

원본프리뷰

(대전=연합뉴스) 박주영 기자 = 한국과학기술원(KAIST) 전산학부 이재길 교수 연구팀은 군중 밀집 상황을 정확하게 예측할 수 있는 인공지능(AI) 기술을 개발했다고 17일 밝혔다.

이태원 참사와 같은 다중밀집 사고를 예방하려면 단순히 인원수를 파악하는 수준을 넘어 인파의 유입·이동 경로를 실시간으로 감지하는 기술이 필요하다.

연구팀은 특정 지역에 몇 명이 있는지(정점 정보)와 인구 흐름이 어떤지(간선 정보)를 동시에 분석할 수 있는 '시간에 따라 변하는 그래프'(time-varying graph) 개념을 도입했다.

지금까지는 정점 정보나 간선 정보 중 한 가지 정보에만 집중했으나, 연구팀은 두 정보를 결합해야만 위험 신호를 잡아낼 수 있다고 판단했다.

이를 위해 인구수와 흐름 정보를 동시에 고려해 어느 지역끼리 연결돼 있는지 등 공간적 관계와 언제, 어떻게 이동하는지 등 시간적 변화를 함께 학습할 수 있는 '바이모달 학습'(bi-modal learning) 방식을 개발했다.

바이모달 학습 방식

[KAIST 제공. 재판매 및 DB 금지]

원본프리뷰

연구팀은 3차원 대조 학습 기법도 도입했다.

2차원 공간(지리) 정보뿐만 아니라 시간 정보를 더해 단순히 '지금 인구가 많은지, 적은지'를 넘어서 '시간에 따라 어떤 패턴으로 밀집이 진행하고 있는지'를 읽어낼 수 있다고 연구팀은 설명했다.

연구팀은 서울·부산·대구 지하철과 뉴욕 교통 데이터, 한국·뉴욕의 코로나19 확진자 수 등 데이터를 직접 수집·가공해 연구용 데이터셋 6종을 구축, 공개했다.

제안 기술을 검증한 결과, 최신 예측 모델 16종과 비교해 모든 경우에서 더 뛰어난 성능을 보였으며 우수 방법론보다도 최대 76.1% 높은 예측 정확도를 기록했다고 연구팀은 설명했다.

이재길 교수는 "대형 행사 인파 관리, 도심 교통 혼잡 완화, 감염병 확산 억제 등에 활용할 수 있을 것"이라고 말했다.

이번 연구 성과는 국제 학술대회 '지식발견및데이터마이닝학회(KDD) 2025'에서 지난달 발표됐다.

jyoung@yna.co.kr