.jpg)
교통안전공단, 교통사고 예측 인공지능(AI) ‘T-Safer’ 개발
[보안뉴스 박미영 기자] 교통사고 위험도를 예측하고, 위험 원인을 분석해 대안을 제시하는 인공지능(AI)이 운영된다. AI가 다음 달의 ‘교통사고 위험도 예측 보고서(Safety Report)’를 발행해 교통사고 위험도와 원인·대안을 제시하면, AI의 보고서를 바탕으로 지자체와 공공기관 등 교통 관련 기관들이 위험요인을 사전에 제거해 안전한 교통 환경을 제공한다.
한국교통안전공단은 이 같은 내용을 담은 교통사고 예측 AI ‘T-Safer(Transportation Safe Keeper, 교통안전지킴이의 영문 조합)’를 개발했다고 밝혔다. 지난 5월 대전시와 한국과학기술원(KAIST), 티맥스티베로와 공동 개발에 착수한 지 5개월 만이다.
공단은 올해 T-Safer 분석지역을 대전시로 설정해 AI를 활용한 교통안전 관리 시범 운영 후 전국으로 확대할 계획이다. T-Safer는 기존의 AI와 달리 ‘예측-원인 분석-대안 제시’까지 함께 이뤄지는 최초의 교통안전 관리 모델이다.
대전시를 1만개의 셀(230m×230m cell)로 나눠 각 셀의 교통안전 등급을 5단계로 보여주고, 위험도가 3단계 이상인 지역은 위험요인 분석과 함께 종합 솔루션인 ‘세이프티 리포트’를 제공한다. ‘세이프티 리포트(Safety Report)’는 매월 T-Safer가 예측하는 교통사고 위험도 3단계 이상 지역의 위험 원인 분석과 대안을 담은 보고서다.
T-Safer는 최근 다양하게 응용되고 있는 CNN(Convolution Neural Network) 모형을 기반으로 하고 있는데, 교통안전 등급 분류와 종합 솔루션 제공을 위해 DNN(Deep Neural Network)과 Decision Tree 기법을 추가했다. 운전자 운행 특성, 선행 교통사고, 도로 시설 정보 등 매월 약 2억건의 빅데이터 분석을 기초로 운영된다.
T-Safer는 운수회사 안전관리를 위한 도구도 제공한다. 사용자가 운수회사 안전을 결정하는 다양한 요인을 직접 구성하고, 분석값을 설정할 수 있는 CUBE 모델(T-Safer Cube: 사용자가 직접 입력 변수를 설정해 사용자가 보고 싶은 영역의 운수회사 교통안전 위험도를 분석할 수 있는 모델)을 도입했다.
공단은 T-Safer를 활용해 앞으로 교통안전 관리 패러다임을 전환한다는 방침이다. 그간 교통사고가 나면 사후적으로 운전자 처벌과 도로 시설을 개선했다면, T-Safer는 교통사고가 발생하기 전 미리 위험요소를 찾아 사고를 예방한다. 또한, T-Safer를 플랫폼에 구현해 교통안전 담당자가 바뀌더라도 일관된 과학적 안전관리를 추진할 수 있도록 시스템화할 계획이다.
교통안전 관리의 효율성 증대도 기대된다. 사람이 직접 현장에 나가 위험요인을 조사하고 관리 계획을 수립했던 것에서, T-Safer가 제공하는 종합안전 보고서 ‘세이프티 리포트’를 활용해 보다 정확하고 간편한 교통안전 관리 체계를 만들어 간다.
공단은 올해 대전시와 함께 ‘T-Safer 안전관리’ 시범 운영을 진행해 시범 운영 기간 동안 나타난 오류 등의 문제점을 보완하고, 학습용 데이터 셋을 추가해 내년부터 본격적인 운영을 시작한다는 방침이다.
특히, 메타버스(Metaverse) 기능을 탑재해 교통안전 담당자가 가상의 공간에서 안전시설물을 설치하고 효과를 미리 측정할 수 있도록 고도화할 계획이다.
[박미영 기자(mypark@boannews.com)]
[보안뉴스 박미영 기자] 교통사고 위험도를 예측하고, 위험 원인을 분석해 대안을 제시하는 인공지능(AI)이 운영된다. AI가 다음 달의 ‘교통사고 위험도 예측 보고서(Safety Report)’를 발행해 교통사고 위험도와 원인·대안을 제시하면, AI의 보고서를 바탕으로 지자체와 공공기관 등 교통 관련 기관들이 위험요인을 사전에 제거해 안전한 교통 환경을 제공한다.
[사진=교통안전공단]
한국교통안전공단은 이 같은 내용을 담은 교통사고 예측 AI ‘T-Safer(Transportation Safe Keeper, 교통안전지킴이의 영문 조합)’를 개발했다고 밝혔다. 지난 5월 대전시와 한국과학기술원(KAIST), 티맥스티베로와 공동 개발에 착수한 지 5개월 만이다.
공단은 올해 T-Safer 분석지역을 대전시로 설정해 AI를 활용한 교통안전 관리 시범 운영 후 전국으로 확대할 계획이다. T-Safer는 기존의 AI와 달리 ‘예측-원인 분석-대안 제시’까지 함께 이뤄지는 최초의 교통안전 관리 모델이다.
대전시를 1만개의 셀(230m×230m cell)로 나눠 각 셀의 교통안전 등급을 5단계로 보여주고, 위험도가 3단계 이상인 지역은 위험요인 분석과 함께 종합 솔루션인 ‘세이프티 리포트’를 제공한다. ‘세이프티 리포트(Safety Report)’는 매월 T-Safer가 예측하는 교통사고 위험도 3단계 이상 지역의 위험 원인 분석과 대안을 담은 보고서다.
T-Safer는 최근 다양하게 응용되고 있는 CNN(Convolution Neural Network) 모형을 기반으로 하고 있는데, 교통안전 등급 분류와 종합 솔루션 제공을 위해 DNN(Deep Neural Network)과 Decision Tree 기법을 추가했다. 운전자 운행 특성, 선행 교통사고, 도로 시설 정보 등 매월 약 2억건의 빅데이터 분석을 기초로 운영된다.
T-Safer는 운수회사 안전관리를 위한 도구도 제공한다. 사용자가 운수회사 안전을 결정하는 다양한 요인을 직접 구성하고, 분석값을 설정할 수 있는 CUBE 모델(T-Safer Cube: 사용자가 직접 입력 변수를 설정해 사용자가 보고 싶은 영역의 운수회사 교통안전 위험도를 분석할 수 있는 모델)을 도입했다.
공단은 T-Safer를 활용해 앞으로 교통안전 관리 패러다임을 전환한다는 방침이다. 그간 교통사고가 나면 사후적으로 운전자 처벌과 도로 시설을 개선했다면, T-Safer는 교통사고가 발생하기 전 미리 위험요소를 찾아 사고를 예방한다. 또한, T-Safer를 플랫폼에 구현해 교통안전 담당자가 바뀌더라도 일관된 과학적 안전관리를 추진할 수 있도록 시스템화할 계획이다.
교통안전 관리의 효율성 증대도 기대된다. 사람이 직접 현장에 나가 위험요인을 조사하고 관리 계획을 수립했던 것에서, T-Safer가 제공하는 종합안전 보고서 ‘세이프티 리포트’를 활용해 보다 정확하고 간편한 교통안전 관리 체계를 만들어 간다.
공단은 올해 대전시와 함께 ‘T-Safer 안전관리’ 시범 운영을 진행해 시범 운영 기간 동안 나타난 오류 등의 문제점을 보완하고, 학습용 데이터 셋을 추가해 내년부터 본격적인 운영을 시작한다는 방침이다.
특히, 메타버스(Metaverse) 기능을 탑재해 교통안전 담당자가 가상의 공간에서 안전시설물을 설치하고 효과를 미리 측정할 수 있도록 고도화할 계획이다.
[박미영 기자(mypark@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
박미영기자 기사보기
[2024-04-16] .jpg)
.jpg)
