교통혼잡 문제해결을 위한 지능형 SW포럼을 다녀와서!

바로 어제 11월 8일! 코엑스에서 열렸던 교통혼잡 문제해결을 위한 지능형 SW 포럼을 다녀왔습니다.

 

1. 이 포럼을 참석하게 된 계기

엄청난 팀워크를 발휘하여 빅스비 캡슐 챌린지를 같이 도전했던 idEANS 팀원들과 함께

이번에는 COMPAS에서 진행하는 화성시에 최적의 시내버스 노선을 제시하는 데이터 분석 공모전을 도전하게 되었습니다.

공모전을 도전하면서 생소한 분야인 교통 데이터는 어떤방식으로 다루고 사용하는지 

우리의 도전에 도움이 될 만한 정보는 없을지 보러가기 위해서 같이 다녀오게되었습니다.

먼저 사전등록을 했기에 등록명부에 서명을 하고 명찰을 받은 뒤 추첨권을 떼서 추첨함에 넣은 후에 

PPT내용이 프린트 되어있는 책을 한권받아서 들어갔습니다.

 

2. 전시 및 발표내용

입구에는 SALT라는 교통시뮬레이션 시연과 함께

ETRI, 한국클라우드컴퓨팅 연구조합, 건국대학교 등 참가했던 기관들의 설명이 쓰여있었습니다.

 

포럼의 프로그램은 다음과 같았습니다.

먼저 과학기술정보통신부의 홍사찬 과장님의 인사말씀과 함께

교통혼잡 개선을 위한 강남 4개구 교통 시뮬레이터 적용사례에 대해서 한국전자통신연구원의 민옥기 본부장님의 발표가 있었습니다.

우리나라의 전체에서 수도권 면적이 11.8%인데에 비해서

인구는 전체의 46.3% 차량대수는 46.5%

이며 이와 관련하여 교통혼잡 비용이 지속적으로 증가하고 있다고 합니다.

 

이에 지자체의 교통정책, 교통신호체계 수립등을 위한 기술적인 노력이 필요하다고 생각했고

SW적으로 접근하여 여러가지 방법으로 다양하게 접근해보자라고 생각하였다고 합니다.

IITP 사업관리시스템

서울시에서 제공받은 교통신호 데이터와 SKT로부터 제공받는 도로단위의 개인이 움직인 궤적과 지도와 같은 정보를 활용하여

교통신호체계 개선방법 및 교통 정책을 사전 검증할 수 있는 트래픽 예측 시뮬레이션 기술을 개발하고 있다고 하였습니다.

 

방대한 데이터를 가지고 분석을 하다보니 

시뮬레이션을 함에있어 어느정도 높은 컴퓨팅 파워가 필요하였고 이를 클라우드를 기반으로 분산시뮬레이션 시스템을 구축하여

시뮬레이션에서 생기는 부하를 줄였다고 하였습니다.

 

이렇게 만들어지게된 것이 SALT라는 교통시뮬레이터 프로그램이었고

예시로 서울시의 강남구, 서초구, 송파구, 강동구 4개구에 대해서 이 시뮬레이션을 적용하는 모습을 보여주었습니다.

 

실제로 강남에서 퇴근시간에 선릉방향으로 가는 버스를 탔는데 걸어서 5분~10분 걸릴 수 있는 거리를

30분이 넘는 시간동안 천천히 갔던 경험이 있었기에 흥미로운 주제였습니다.

 

앞으로 이 시뮬레이션에 두뇌를 붙여 도심의 새로운 정책을 검증하는 등 도시교통 혼잡 문제를 해소하는데 노력하겠다고 하였습니다.

 

 

다음으로는 실제 서울시에서 교통문제를 몸소 다루고 느끼고계시는 강진동 과장님의 발표가 있었습니다.

 

서울시 교통운영의 현재와 미래라는 주제로 발표를 시작하였습니다.

 

여기서 가장 인상깊었던 것은 시민말씀 모음지도라는 것이었습니다.

시민들이 제기한 민원을 DB화하였고 오랜기간 축적을 통해 빅데이터가 된 이 데이터를 분석하는 시스템을 구죽하고 이를 이용해서 체계적인 관리와 과학적 민원 해소 방안 수립에 활용하였다는 점이었습니다.

 

여기서 떠오른 생각은 화성시의 버스에 관련된 민원 데이터를 찾아 확인해본다면 어떨지 고민해보았습니다.

 

현재의 정책들과 더불어 서울시의 교통운영에 대한 미래전략도 이야기하였습니다.

 

기존의 고정형검치기는 유지보수나 변경 시 비용이 많이 들지만

이것을 네비게이션 정보, 스마트폰 정보, 드론 등을 기반으로 유동적으로 얻은 정보들을 활용하여 DB를 구축하고

활용하겠다는 이야기였습니다.

 

다음으로는 명지대학교 김현명 교수님의 한국의 교통 빅데이터 연구는 왜 실용적인 솔루션을 내놓지 못하냐? 라는 주제의 발표였습니다.

 

미국의 USDOT이라는 곳에서 조사하여 내놓은 레포트에서

나라의 경기지수가 높아지면 혼잡지수도 높아졌고 경기지수가 낮아지면 혼잡지수가 조금은 내려간다라는 이야기를하며

조금은 긍정적으로 바라보자라는 이야기를 하며 시작하였습니다.

 

주로 해외에서 정말 잘 되고 있는 교통 빅데이터 활용사례를 설명하였습니다.

호주의 AURIN

AURIN. Australian Urban Research Infrastructure Network – Australia's Urban Intelligence Network

중국 alibaba의 city brain project

ET City Brain: Empower Cities to Think with Data-Driven Governance - Alibaba Cloud

 

Google Waze

Driving Directions, Traffic Reports & Carpool Rideshares by Waze

 

해외의 사례를 이야기하며 성공한 사례들을 분석해보니

1. 정부가 주도 -> AURIN

2. 회사 내에서 폐쇄적

3. 시민, 공공, 회사 모두 데이터를 공유 -> Google의 Waze

이런 특징이 있다고 했습니다.

 

중국 alibaba의 city brain project를 찾아보니

alibaba가 중국 항정우에서

현재 우리팀이 도전하는 주제와 비슷한 내용의 시도를 실제로 해보았고 성과를 냈던 결과가 있다는 것도 알 수 있었습니다.

인공지능 도시혁신 ‘피크시간대 교통 혼잡도 90% 절감’ - 더리포트

국내 모빌리티 관련 연구 사례로 대구 DRT 수요예측 연구도 도움이 될 것 같았습니다.

해당 내용에 대해서는 이동하며 더 많은 정보를 찾아보려합니다.

 

다음은 건설기술연구원의 노창균 수석님의 도시교통 혼잡 대응을 위한 자율협력주행 기술이라는 발표였습니다.

 

도시교통혼잡에 대한 시각이 앞으로 자율주행이라는 기술이 발전함에 있어 바뀔것이다 라는 말로 발표를 시작해갔습니다.

기존에 혼잡시간에 운전대를 잡고 있어 못했던 것들을

자율주행이 가능해지면 교통혼잡으로 인하여 지연되는 그 시간에 운전대신 다른 것들을 할 수 있다는 관점으로 바뀔것이라고 하였습니다.

 

기존에 카메라와 센서, GPS기반으로 개발되었던

자율주행의 문제점(신호등 가림, 표지판 왜곡, 차선인식 한계 및 기존경로이탈 등)들을

 

C-ITS시스템에서 얻을 수 있는 IoT기반의 정확한 신호변경, CCTV정보와 같은 정보의 신속한 공유를 통해 분석하고

다른 자율주행 자동차와 정보를 공유하여 상황을 판단하고 주행하는

자율협력주행이라는 개념으로 극복을 하는 이야기를 하였습니다.

 

듣자마자 최근에 5G를 활용하여 진행하는 자율주행 기술에 대한 영상을 보았던 것이 떠올랐습니다.

 

5세대 이동통신의 등장으로인하여

통신속도가 4G에 비해서 20배이상 빨라짐에 따라

자율주행 시 발생하는 실시간으로 보이는 상황들을

상황 전송 -> 상황 판단 -> 실제 차량 자율주행에 적용

하는 시간을 단축할 수 있었고

 

그 시간이 단축 됨에 따라 사람이 갑자기 등장한다던가 하는 여러 상황에서

차량이 급정거를 한다는 등의 대처하는 속도도 빨라져 

보다 안전한 자율주행 구현이 가능해 질 것이라는 내용이었습니다.

 

예를들어

60km로 달리고 있는 자율 주행 자동차가있는데

사람이 갑자기 도로로 뛰쳐 나오는 상황이 발생하였다고 가정해보면

 

4G기술을 활용하여 위의 개념을 구현한경우에

상황 전송 -> 상황 판단 -> 적용 까지 걸리는 시간까지 0.1초가 걸린다고 가정했을떄

자율주행 자동차가 상황을 전송하고 판단한 후

약 1.7m를 더 이동한 뒤에 제동을 하게 될 것이지만

 

5G기술을 활용하여 구현하였을때는

상황 전송 -> 상황 판단 -> 적용까지 걸리는 시간이 0.005초가 걸릴 것이고

약 8.5cm를 이동한 이후에 제동을 하게 되어 좀 더 안전하게 구현이 가능하다는 이야기 입니다.

도로에서 수집되는 모든 정보, 5G 자율주행으로 연결된다 - 테크월드

 

최근들어 하드웨어성능이 발전함에 따라서 머신러닝/딥러닝 분야가 같이 발전하듯이

5G와 같은 이동통신 기술이 발전함에 따라 자율주행도 발전할 가능성이 많이 있는 것 같았습니다.

 

미래가 기대가 되는 발표였습니다.

 

다음으로는 우리가 많이 쓰는 티머니 회사에서 나오신 김용관 수석님의

스마트한 도시교통을 위한 교통 빅데이터 활용방안이라는 발표였습니다.

 

먼저 U-City(유비쿼터스시티)와 Smart City(스마트시티) 이 두 개념의 차이점을 설명하면서 시작하였습니다.

스마트시티라는 단어는 요즘 여기저기서 많이들 이야기하여 많이 들어본 단어였지만

유비쿼터스 시티라는 말은 처음 듣는 개념이었습니다.

 

둘의 차이점은 아래의 표와 같았습니다.

U-City (유비쿼터스 시티)	Smart City (스마트 시티)
신도시 조성 시, 기반시설로 CCTV, 통신망과 같은 인프라 공급에 집중	도시의 데이터를 적극 활용 => 도시의 여러문제를 해결
공공 서비스 위주 제공	생활, 복지, 민간 서비스
지자체 정부 주도	기업, 시민 등 열린 거버넌스
정보의 일방적 제공	양방향 소통
비실시간적, 수동적	실시간성, 주도적
도시의 데이터 공유에 어려움이 있음	데이터 공유 플랫폼을 통한 활발한 공유 가능

 

발표를 들으면서 기름이 잘나오는 UAE에서 마스다르시티라는 스마트시티 건설을 하고 있던 것이 생각나기도 했습니다.

 

 

최근 정부에서 경부고속도로에 이은 데이터고속도로를 구축하자는 슬로건하에 선정되어 진행되고 있는

10개의 데이터 플랫폼 들이 있다는 것을 알게되었습니다.

 

그러면서 최근 우수상을 받았던 공모전도 그 정책의 일환이었다는 것도 알게 되었습니다.

정부, 데이터 고속도로 구축한다 - 매일경제

티머니에서 얻을 수 있는 데이터들은 어떤 것들이 있고

서울시 새벽버스 노선 최적화, 택시 승/하차 데이터 분석을 통한 승차 수요예측 및 심야택시 노선 결정 등

그들이 교통 빅데이터를 활용해서 진행했던 것들은 어떤 것들이 있는지 이야기 하였습니다.

 

한가지 가장 기억에 남는 것은

발표내용 중에 카카오 모빌리티에서 NAVI소요시간 예측 및 미래 운행정보에 대한 내용이 있었는데

제가 지난 추석에 해보았던 것이 데이터를 시각화하여 사람이 추측했던 정보와

카카오네비, 티맵에서 분석하여 제공하는 예측 정보와 얼마나 비슷한지 비교분석을 못해보고 끝냈던 것이 아쉬웠습니다.

 

그래서 설날에는 추석때처럼 데이터 시각화를 통한 추측도해보고

날씨, 유동인구, 총인구와 같은 변수들을 선정하여 그 변수들을 가지고 실제 모델을 만들어서 예측을 해보는 것 까지 해봐야겠다!

딱 마음먹었습니다.

너무나도 재미있을 것 같아 빨리 설날이 다가왔으면 좋겠습니다.

[Python]과거의 데이터로 최적의 추석 귀경시간 추측해보기(feat, matplotlib)

마지막으로는 디지털 트윈을 이용한 도시교통 혼잡 해결을 위한 공간정보 구축소개를 공간정보 산업협회 김태훈 과장님의 발표가 있었습니다.

 

시간이 없어서 정말 빠르게 빠르게 진행하셨는데 가장 기억에 남았던 것은

위성영상을 가지고 북한에 실제 가지않았지만 실제 북한상공을 비행하면서 촬영한 영상처럼 3D로

산의 고도, 건물의 높낮이까지 자세하게 구현되어있는 모습이 정말 인상 깊었습니다.

 

추후 자율주행과 연계하면 뭔가 시너지가 일어나지 않을까 하는 생각이 들었습니다.

 

 

3. 느낀점 / 앞으로의 계획

일상생활에서 흔히 마주치는 일이 교통혼잡, 교통문제라고 생각하여 친근한 주제일 것이라고 생각했는데

처음듣는 용어부터 개념까지 생각보다 어려웠던 내용이 많이 있었던 것 같습니다.

대학교 입시 시절 도시공학과는 도대체 뭘 공부하는 학과이지? 라는 생각이 있었는데

여기서 조금이나마 그 질문에 대한 답을 찾아갈 수 있는 시간이기도 했습니다.

 

앞으로 이 포럼을 통해 얻은 지식을 바탕으로

떠올렸던 아이디어들을 하나하나 실천해보고자 합니다.

 

 

혹시라도 관련되어있는 분들이 이글을 보시고 뭔가 이 부분은 아니다 싶은 부분은 가감없이 피드백주시면 소중히 반영하겠습니다.

 

읽어주셔서 감사합니다!