[대전=뉴시스] 카이스트가 개발한 바이모달 학습(bi-modal learning) 기반의 군중 밀집 위험 예측기술 흐름도.(사진=카이스트 제공) *재판매 및 DB 금지

<이미지를 클릭하시면 크게 보실 수 있습니다>

[대전=뉴시스] 김양수 기자 = 국내 연구진이 군중 밀집 예측 신기술을 개발하는 데 성공했다. 이를 통해 인원수 파악은 물론 인파 유입과 이동경로를 실시간으로 감지할 수 있어 이태원 참사와 같은 다중밀집사고나 감염병 확산 대응 등에 큰 힘이 될 전망이다.

한국과학기술원(KAIST·카이스트) 전산학부 이재길 교수팀이 군중 밀집상황을 정확하게 예측할 수 있는 새로운 인공지능(AI) 기술을 개발했다고 17일 밝혔다.

군중이 모이는 양상은 단순히 인원수 증감으로만 설명되지 않는다. 같은 인원이라도 어디서 유입되고 어느 방향으로 빠져나가는지에 따라 위험 수준이 달라지기 때문이다.

이 교수팀은 군중의 움직임을 '시간에 따라 변하는 그래프(time-varying graph)'로 시각화해 표현했다. 이를 통해 특정 지역에 몇 명이 있는지(정점 정보)와 지역 간 인구 흐름이 어떤지(간선 정보)를 동시에 분석, 정확한 예측을 가능케 했다.

연구팀은 "지금까지의 대부분 연구는 한 가지 정보만 이용했다"면서 "현재 몇 명이 모여있나, 또는 어느 경로로 사람들이 몰려가고 있나에만 집중했으나 이 두 가지를 결합해야만 진짜 위험신호를 잡아낼 수 있다"고 강조했다.

인근 지역 B에서 계속해서 A방향으로 인파가 몰려오는 흐름(간선 정보)을 함께 보면 '곧 A 지역이 위험해 진다'라는 신호를 미리 포착할 수 있다는게 연구팀의 설명이다.

연구팀은 이를 위해 '바이모달 학습(bi-modal learning)' 방식을 개발했다. 이는 인구수(정점 정보)와 인구 흐름(간선 정보)을 동시에 고려하면서 공간적 관계(어느 지역끼리 연결돼 있는지)와 시간적 변화(언제, 어떻게 이동이 발생하는지)를 동시 학습하는 기술이다.

특히 연구팀은 2차원 공간(지리) 정보에 시간 정보를 더해 3차원 관계성을 학습할 수 있는 '3차원 대조 학습(3D contrastive learning) 기법'을 도입했다.

이 기술로 공간에 따라 어떤 패턴으로 밀집이 진행하고 있는지를 읽어낼 수 있게 돼 기존보다 훨씬 더 정확하게 혼잡 발생 장소와 시점을 예측할 수 있다.

이어 연구팀은 서울·부산·대구지하철과 뉴욕 교통데이터, 한국·뉴욕의 코로나19 확진자 수 등 실데이터를 직접 수집·가공해 연구용 데이터셋 6종을 구축하고 공개하고 제안 기술을 검증해 최신 방법 대비 최대 76.1% 높은 예측 정확도를 확인, 세계 최고 수준의 성능을 입증했다.

이번 연구에는 KAIST 전산학부 남영은 박사과정 학생이 제1 저자로, 나지혜 박사과정 학생이 공저자로 참여했다. 연구 성과는 데이터마이닝 분야 최고 권위 국제학술대회인 '지식발견및데이터마이닝학회(KDD) 2025'에 지난달 발표됐다.

이재길 교수는 "대규모 인구 이동과 군중 밀집상황을 정밀하게 예측하는 일은 도시 안전관리와 공공 서비스의 신뢰도를 높이는 데 꼭 필요하다"면서 "이번 기술이 대형행사 인파 관리, 도심교통 혼잡 완화, 감염병 확산억제 등 일상 속 안전을 지키는 데 크게 기여하길 바란다"고 말했다.

☞공감언론 뉴시스 kys0505@newsis.com

▶ 네이버에서 뉴시스 구독하기
▶ K-Artprice, 유명 미술작품 가격 공개