한국과학기술원(KAIST) 이재길 전산학부 교수팀이 군중 유입·이동 경로를 실시간 감지해, 2022년 이태원 참사와 같은 다중밀집사고 예방에 핵심 역할을 하는 인공지능(AI) 기술을 개발했어요.
군중이 모이는 형태는 단순히 사람수가 늘고 주는 것으로 설명되지 않아요. 어디서 유입되고 어디로 빠져나가는지에 따라 위험 수준이 달라지기 때문이죠.
연구팀은 이런 움직임을 '시간에 따라 변하는 그래프(time-varying graph)' 개념으로 표현했어요. 특정 지역에 몇 명이 있는지(정점 정보)와 지역 간 인구 흐름이 어떤지(간선 정보)를 동시에 분석해야 정확한 예측이 가능하다는 것이죠. 지금까지 대부분 연구는 이 중 한 가지 정보만 이용했는데, 연구팀은 둘을 결합해서 복합적으로 연구했어요.
연구팀은 이를 위해 '바이모달 학습' 방식을 개발했어요. 정점 및 간선 정보를 동시 고려하면서, 어느 지역끼리 연결돼 있는지(공간적 관계)와 언제·어떻게 이동하는지(시간적 변화)도 함께 학습하는 기술이예요.
3차원 대조 학습 기법도 적용했어요. 2차원 공간 정보뿐 아니라 시간 정보를 더해 모두 3차원 관계성을 학습하고자 한 거죠. 이로써 '시간에 따라 어떤 패턴으로 밀집이 진행하고 있는지'를 AI가 읽어내, 훨씬 정확하게 혼잡 발생 장소·시점을 예측할 수 있게 됐어요.
연구팀은 서울·부산·대구 지하철과 뉴욕 교통 데이터, 한국·뉴욕 코로나19 확진자 수 등 실세계 데이터를 직접 수집·가공해 연구용 데이터셋 6종을 구축하고 이를 공개했어요.
제안 기술을 검증해 보니 이전까지 쓰여 온 최신 방법과 비교해 최대 76.1% 높은 예측 정확도를 기록하며 세계 최고 수준 성능이 입증됐다는 게 연구팀의 설명이예요. 이 기술은 앞으로 감염병 확산 대응 등에도 활용할 수 있다고 해요.
이재길 교수는 “이번 기술이 대형 행사 인파 관리, 도심 교통 혼잡 완화, 감염병 확산 억제 등 일상 속 안전을 지키는 데 크게 기여하길 바란다”고 말했어요.
이번 연구에는 KAIST 전산학부의 남영은 박사과정 학생이 제1저자로, 나지혜 박사과정 학생이 공저자로 참여했어요. 성과는 '지식 발견 및 데이터마이닝 학회(KDD) 2025'에서 지난 8월 발표됐어요.
최정훈 기자 jhchoi@etnews.com