'AI 기반 혼잡도 예측모델' 개발…혼잡 정도 따라 '보통∼심각' 4단계 연내 서울 시범운영 거쳐 전국 모든 역사 보급…"지하철 인파사고 예방"
지하철역 승강장의 혼잡 정도를 실시간으로 파악하는 인공지능(AI) 기반 데이터 분석모델이 개발돼 현장 역사에 적용된다. 행정안전부 통합데이터분석센터는 올해 6월부터 서울지하철과 김포 골드라인을 샘플로 진행해온 'AI 기반 지하철 승강장 혼잡도 예측 모델' 개발을 마치고 이달부터 서울지하철에 시범 적용한다고 2일 밝혔다.
이번에 개발된 모델은 AI가 산출한 지하철 승강장의 체류인원을 토대로 승강장 면적을 고려한 밀도와 혼잡률을 계산한 뒤, 혼잡도 수준을 '보통'(∼129%), '주의'(∼149%), '혼잡'(∼169%), '심각'(∼170%) 등 4단계로 표출한다.
승강장 체류인원은 승차 게이트를 통과한 뒤 승강장에서 지하철을 기다리는 인원과 지하철에서 하차 후 승강장을 통해 하차 게이트로 이동하는 인원을 의미한다. 여기에 해당 역에서 실시간 승하차 게이트 통과 인원, 이전 역에서 승하차 게이트를 통과한 인원, 해당 시간대 과거 승하차 인원 등을 AI 기반 모델이 종합 분석해 승강장의 실시간 체류인원을 도출한다.
혼잡률은 철도안전관리체계 기술기준에 따라 면적(㎡)당 4.3명을 기준(100%)으로, 인원 초과 비율에 따라 산출된다.
예를 들어 AI가 산출한 실시간 승강장 체류인원이 300명이고 승강장 면적이 50㎡, 면적당 기준 인원이 4.3명일 때 혼잡률은 139.5%로, 2단계인 '주의' 단계에 해당한다. 분석모델의 정확도는 2차례 성능검증 결과 90.1%로 파악됐다.
개발된 모델은 현재 서울교통공사 전자관제실 대시보드에 반영됐다.
공사는 이 모델을 통해 표출되는 2개 역의 혼잡도 수준을 실시간으로 모니터링하고 있다. 이번 분석모델 개발에는 행안부, 서울교통공사, 김포 골드라인이 참여했다.
지하철 승하차 태그 데이터, 교통카드 정산 데이터, 열차 출발·도착 데이터 등 800만 건의 데이터가 개발과정에 활용됐다.
서울교통공사는 이번 모델의 개발 및 적용과 함께 '혼잡상황 대응체계'도 새로 정비했다.
예상치 못한 인파 급증 상황이 인지되면, 별도로 마련한 혼잡도 관리 매뉴얼에 따라 자동 상황 전파와 적극적인 현장 조치가 이뤄지게 된다.
행안부와 서울교통공사는 이번 분석모델 활용이 지하철 역사 내 혼잡상황에 대한 효과적인 대응에 도움이 될 것으로 본다.
행안부는 연내 시범운영을 거쳐 지하철역 승강장 혼잡도 산출 모델을 표준화해 수도권과 전국 4개 도시(부산·대구·광주·대전) 지하철역에 보급할 계획이다. 고기동 행안부 차관은 "이번 분석모델은 디지털플랫폼 정부의 구체적 성과물로, 지하철에 적용되면 국민들도 편리함을 체감할 수 있을 것"이라며 "혼잡 시 대응체계도 함께 정비한 만큼 지하철 인파사고를 실질적으로 예방할 수 있도록 지원하겠다"고 밝혔다.