미래 교통 패턴을 정확하게 예측하고, 교통 체증을 줄이는 것은 전 세계 전문가들이 직면한 중요한 과제이다. AI와 가상 현실(VR)의 발전으로 교통 시뮬레이션이 혁신적인 변화를 맞이하고 있지만, 데이터 확보와 처리는 여전히 해결해야 할 중요한 과제로 남아 있다.
교통 모델링은 이제 거대한 산업으로 성장했다. Kings Research의 보고서에 따르면 2030년까지 전 세계 교통 모델링 시장 규모는 78억 3,000만 달러에 이를 것으로 전망된다. 이 같은 성장은 미국 연방 고속도로국(FHWA)과 같은 정부 기관과 학계의 활발한 연구와 상업 시장의 확대로 뒷받침되고 있다.
FHWA는 이미 1970년대부터 교통 시뮬레이션 모델 개발을 선도해왔다. 1990년대에 이르러서는 교통 소프트웨어 통합 시스템/도로 시뮬레이션(TSIS/CORSIM)이라는 단일 시스템으로 패키지화하여, 정부와 민간 부문 간의 기술 이전을 촉진했다. 칼 K. 앤더슨, FHWA의 안전 및 운영 연구개발 사무소 소장 대행은 “컴퓨팅 성능의 지속적인 발전 덕분에 이제 교통 모델링은 더욱 복잡한 도로망을 분석하고, 다양한 교통 수단을 고려할 수 있다”라고 밝혔다.
데이터, 교통 모델링의 핵심
과거에는 교통 데이터가 공공 시스템에 의해 중앙 집중적으로 관리되었다. 하지만 오늘날에는 휴대폰 데이터, 인프라 카메라, 위성 데이터 등 여러 소스에서 데이터를 수집할 수 있는 시대가 열렸다. 그러나 차량 제조업체가 수집한 데이터를 제공하지 않는 경우도 많아, OEM 데이터의 접근은 여전히 국제적인 문제로 남아 있다.
스웨덴 린셰핑 대학의 교통 정보학 교수 클라스 라이더그렌은 “커넥티드 차량이 교통 정보를 제공할 수 있는 잠재력은 크다. 하지만 자동차 제조업체가 데이터를 시뮬레이션에 활용할 수 있도록 제공하지 않는 경우가 많다”라고 지적했다. 미국의 경우, FHWA는 새로운 데이터 소스의 액세스와 보안을 강화하기 위해 학계 및 민간 부문과 협력하고 있다.
데이터 품질과 휴대폰 데이터의 가능성
데이터 품질 또한 교통 모델의 정확성을 좌우하는 중요한 요소다. 라이더그렌 교수는 스웨덴 교통국과의 협력을 통해 센서 시스템과 데이터 품질의 개선 방안을 정기적으로 논의하고 있다. 그는 특히 “전통적인 레이더나 차량 계수 시스템 외에도 자동차에서 직접 데이터를 수집할 수 있는 가능성이 중요한 역할을 할 것”이라고 설명했다.
또한 익명화된 휴대폰 데이터도 중요한 자원으로 떠오르고 있다. Telia와 같은 이동통신사들은 이미 스웨덴 내 이동성 데이터를 수집하여 상업적 제품을 출시하는 등 성과를 거두고 있다. 하지만 아직 초기 단계인 이 기술은 향후 교통 모델링에 새로운 차원을 더할 것으로 기대된다.
인공지능의 교통 분야 적용
인공지능(AI)은 교통 분야에서 이미 오랫동안 발전해왔다. 2019년 델라웨어 교통국이 발간한 보고서에서는 사고 감지, 램프 미터링, 드론 활용 등에 AI를 적용하는 방법을 다루었다. AI는 이제 정적 통계 모델을 넘어 실시간 학습 시스템으로 진화하고 있으며, 교통 흐름을 실시간으로 최적화하는 역할을 하고 있다.
AI와 머신러닝의 지속적인 발전은 교통 관리의 패러다임을 변화시키고 있다. 복잡한 교통 시스템을 더 정교하게 제어하고 예측할 수 있는 기술의 가능성은, 미래의 교통 시스템이 더욱 스마트해질 것이라는 기대를 키우고 있다.
May 24, 2024