[로이슈 전여송 기자] 성균관대학교는 전자전기공학부 정조운 교수 연구팀이 KAIST, 미국 텍사스 테크대학교 연구진과 공동으로 지하철 승강장 CCTV 영상을 활용해 승객의 위험 행동을 예측하는 인공지능(AI) 기반 승객 이동 예측 시스템(PMES)을 개발했다고 7일 밝혔다.

이번 연구 결과는 교통 시스템 분야 국제학술지인 IEEE Transactions on Intelligent Transportation Systems에 게재됐다.

연구팀은 승객이 출입문 센서에 접근한 이후 대응하는 기존 방식과 달리, 승객이 위험 구역에 도달하기 전에 이동을 예측해 사고를 예방하는 데 초점을 맞췄다.

실제 지하철 승강장 데이터를 분석한 결과, 열차가 정차하거나 진입할 때 계단을 내려오는 승객의 97.85%가 출입문 방향으로 이동하는 것으로 나타났다. 연구팀은 이러한 행동 패턴을 바탕으로 단일 CCTV 영상 프레임만으로 승객의 이동 방향을 예측하는 시스템을 구축했다고 설명했다.

연구팀은 승객을 계단 상행, 하행, 통과 등 세 가지 유형으로 분류하도록 AI를 학습시켰으며, 객체 탐지 기술을 활용해 97.58%의 정확도로 실시간 분류 성능을 확인했다. 또 지하철 역사 환경에서도 사용할 수 있도록 경량화한 AI 모델 'SD-Net(Subway Door Network)'을 함께 개발했다.

이 시스템은 분석 결과를 바탕으로 기관사의 출입문 개폐 판단을 지원하는 의사결정 지원 시스템(DSS)과 승객 대상 위험 경고 안내 기능도 함께 제공하도록 설계됐다.

정조운 교수는 "이번 연구는 기존 CCTV를 활용해 승객의 위험 행동을 사전에 예측하고 안전사고를 예방할 수 있는 가능성을 제시했다"며 "향후 지하철 출입문 끼임 사고 예방과 안전한 역사 운영에 활용될 수 있을 것으로 기대한다"고 밝혔다.

전여송 로이슈(lawissue) 기자 arrive71@lawissue.co.kr