KAIST 전산학부 이재길 교수 연구팀이 군중 밀집을 정밀하게 예측할 수 있는 인공지능 기술을 개발했다고 17일 밝혔다. 이번 성과는 이태원 참사와 같은 다중밀집사고를 예방하고, 교통 혼잡 완화 및 감염병 대응에도 활용할 수 있을 것으로 기대된다.
군중 밀집 위험은 단순히 인원수로만 설명되지 않는다. 같은 인원이라도 유입 경로와 이동 방향에 따라 위험도가 달라진다. 연구팀은 이를 ‘시간에 따라 변하는 그래프(time-varying graph)’ 개념으로 모델링해, 특정 지역의 인원(정점 정보)과 지역 간 인구 흐름(간선 정보)을 동시에 분석하는 방식으로 접근했다.
이를 위해 ‘바이모달 학습(bi-modal learning)’을 도입했다. 공간적 관계와 시간적 변화를 함께 학습해 군중 밀집 패턴을 읽어내도록 설계한 것이다. 또한 3차원 대조 학습(3D contrastive learning)을 적용, 2차원 공간 정보에 시간 축을 추가해 ‘언제, 어디서, 어떻게 혼잡이 진행되는지’를 파악할 수 있게 했다.
검증 결과, 서울·부산·대구 지하철, 뉴욕 교통 데이터, 코로나19 확진자 수 등 실세계 데이터를 활용한 테스트에서 기존 최신 기술 대비 최대 76.1% 높은 예측 정확도를 기록했다. 연구 성과는 데이터마이닝 분야 최고 권위 국제학술대회인 ‘지식발견및데이터마이닝학회(KDD) 2025’에서 발표됐다.
이재길 KAIST 교수는 “이번 연구는 사회적 안전을 위한 실질적 기술적 해법”이라며 “군중 관리와 교통, 감염병 억제 등 다양한 분야에서 국민 안전 확보에 기여할 것”이라고 말했다.
한편, 이번 연구에는 전산학부 남영은 박사과정 학생이 제1 저자, 나지혜 박사과정 학생이 공저자로 참여했으며 과학기술정보통신부·한국연구재단 지원으로 수행됐다.
헬로티 이창현 기자 |
