AI/로봇·드론/VR·AR

Nikkei Computer_2018.8.2 특집 요약 (p44~57)

AI x Business
AI로 더 이상의 교통정체는 없다
10조엔의 경제 손실, AI로 방지한다

교통정체---. 일본을 비롯한 전세계가 이전부터 직면하고 있으나 새롭게 다시 거론되고 있는 난제이다. 교통정체는 국내에서만 연간 280만명 분의 노동력을 앗아가고 있으며 경제손실은 10조엔 규모에 달할 것으로 예측되고 있다. 새롭게 고속도로를 만들거나 차선을 늘리는 등의 대처방법에는 한계가 있다. 그런 가운데, 대책의 해결책으로서 부상하고 있는 것이 인공지능(AI)이다. 실시간 데이터를 수집하여 높은 정밀도로 교통정체를 예측. 교통 신호의 제어에 AI를 활용하는 시도 등이 시작되었다.

Part1. AI로 ‘피크컷(Peak-Cut)’
도쿄만을 거침없이 질주

쇼핑하고 돌아가는 길에 교통 체증에 휘말리는 것은 지긋지긋하다---. 동일본 고속도로(NEXCO 동일본)는 이런 운전자의 불만을 없애기 위해 인공지능(AI)을 활용한 새로운 교통정체 회피 대책에 주력하고 있다.

대상은 도쿄만(東京湾)을 횡단하여 가나가와(神奈川)현 가와사키(川崎) 시와 지바(千葉)현 기사라즈(木更津) 시를 잇는 고속도로의 도쿄항 아쿠아라인이다. “휴일의 오후 3시부터 8시경에 걸쳐 상향선(가와사키 방면)에서 교통 체증이 만성화되고 있다”라고 NEXCO 동일본 관동지사의 도야마(外山) 씨가 지적한다.

-- 교통 피크의 시간을 분산 --
1997년에 개통한 이래, 아쿠아라인을 이용해 가나가와 현 등으로부터 기사라즈의 아울렛 몰 등을 방문하는 사람이 증가하고 있다. 2016년도 1일당 평균 교통량은 4만 5,000대로 2010년도 대비 약 1.5배 늘어났다고 한다.

그러나 정체의 해소는 쉽지 않다. 해상의 도로이기 때문에 현재의 편도 2차선을 늘리는 것은 어렵다. 발광 패널의 ‘페이스 메이커 라이터’를 도로변에 설치하여 속도 저하를 방지하는 것과 같은 대책을 시행하고 있으나, “효과는 한정적이다”(도야마 씨).

NEXCO 동일본이 교통정체 회피 대책으로 기대를 모으는 것이 AI이다. AI로 교통 체증을 고정밀도로 예측하여 피크 시의 교통량을 다른 시간대로 분산시키는 대책을 강구한다. 구체적으로는 NEXCO 동일본의 이용자용 사이트 ‘도라프라’에서 예측 정보를 전달할 뿐만 아니라, 피크로 혼잡한 시간대에 음식점이나 당일치기 온천 등의 쿠폰을 배급한다. “정체가 풀릴 때까지 쉬다가 가자” 등으로 생각하는 이용자를 늘림으로써 정체를 분산시키려는 의도이다.

2017년 12월에 시작한 검증을 통해, 당사는 개선의 반응을 얻고 있다고 한다. 기존의 사람에 의한 예측에 비해, AI로 예측함으로써 최대 정체 길이의 예측 오차는 4.7킬로미터에서 2.1킬로미터로 줄어들어, 정체 개시 시각의 예측 오차는 41분에서 17분으로 단축되었다. 당사는 2019년 3월까지 검증을 계속해, 그 이후부터 AI에 의한 정체 예측을 본격적으로 도입할 계획이다

-- 사람의 위치 정보를 활용 --

Part.2. 신호 제어와 요금 변동
AI로 유연하게

AI를 교통신호 제어와 요금 변동에 활용시키는 시도가 추진되고 있다. 평균 속도가 50% 빨라지는 효과도 나오고 있다. 일본은 실용화의 장벽이 높으나, 산관학의 새로운 움직임도 시작되었다.

시속 40킬로미터 이하로 주행 및 정지와 출발을 반복하는 자동차 행렬이 길이 1킬로미터 이상 머물러 있는 상태가 15분 이상 지속된다---. NEXCO 동일본 등은 고속도로가 이런 상황이 되었을 때를 교통정체라고 부른다. 일반 도로의 경우, 경시청(警視廳)은 시속 20킬로미터 이하의 상태를 체증으로 인정한다.

“교통 체증은 세계의 모든 도시에서의 공통된 과제이다”. 소프트뱅크 그룹의 이벤트에 등단한 중국 차량공유의 대기업인 디디추싱(滴滴出行)의 류칭(柳靑) 사장은 이렇게 말하며 “북경은 인구가 해마다 증가하고 있어 교통 수요에는 대응책을 마련하지 못하고 있다”라고 현황을 설명했다.

교통정체는 일본에서도 커다란 경제 손실을 가져오고 있다. 국토교통성에 따르면, 정체에 의한 국내 손실은 연간 약 280만명 분의 노동력에 해당한다. 경제 손실액은 약 10조엔 규모에 달할 것으로 보고 있어, 노동력 부족 및 업무방식 혁명으로의 대응이 중요시되는 현재, 교통정체 대책은 기다릴 여유가 없다.

-- 실시간 데이터를 AI로 똑똑하게 --
그렇다고 해도 교통정체의 해소는 쉽지 않다. 대책에 효과가 큰 것은 새로운 도로의 설치 및 차선의 추가와 같은 하드웨어적 대책이다. 그러나 NEXCO 동일본은 “하드웨어 대책은 오래 걸리며 비용도 발생한다. 모든 정체 다발 장소에 실시한다는 것은 비현실적이다”라고 지적한다.

따라서 국가 및 도로사업자는 소프트웨어적 대책을 겸용하고 있다. 정체 정보를 자세하게 전송하거나 ETC(전자요금징수 시스템)에 시간대별 할인을 적용하거나, 표지판에 ‘속도 회복을 부탁합니다’라고 호소하는 등의 시도이다. 이것들은 하드웨어적 대책보다는 실행이 쉽지만 효과는 적었다.

한편, 스마트폰의 보급 및 커넥티드카의 등록 등에 의해 자동차나 인간의 움직임을 실시간으로 취합할 수 있게 되었다. 이들의 데이터를 AI에 활용하여 높은 정밀도로 정체 예측 및 교통 제어가 가능하다면 정체 해소로 이어질 가능성이 있다. AI 활용의 시도가 확산되는 것은 이런 기대가 있기 때문이다. “자동차 스마트화의 뒤를 이어, 데이터를 활용한 교통 제어가 중요해 질 전망이다”라고 IDC Japan의 마나베(眞鍋) 리서치 제2 유닛 그룹 디렉터는 말한다.

-- 신호 제어에 AI를 활용 --
중국남서부의 관광도시인 귀주성(貴州省) 귀양시(貴陽市). NTT데이터는 2018년 5월 일부터 11일에 걸쳐 귀양시의 일부 지역에서 AI를 활용한 신호 제어에 들어갔다. 지금 현재로서는 실증 실험에 불과하지만, NTT 데이터의 쓰다(津田) 에볼루셔널 IT센터 부장은 “자동차의 평균 속도가 약 60% 빨라지는 효과를 얻었다”라고 말한다.

이용한 것은 교통량 및 자동차의 평균 속도와 같은 데이터이다. 교차점의 신호기에 설치한 카메라로 자동차의 번호판을 인식. 교차점에서 어느 정도의 자동차가 직진, 우회전, 좌회전을 했는지를 통해 교통량을 파악했다. 또한 교차점에서 다른 교차점으로의 이동 시간으로부터 평균 속도를 구했다.

AI는 통계 해석 수법과 함께 ‘강화학습의 수업을 도입하고 있다”(쓰다 부장). 강화학습은 기계학습의 하나로, 얻을 수 있는 가치를 시행착오를 통해 높여가는 수법을 말한다. NTT 데이터는 복수의 신호제어 패턴을 경합시켜 대상 영역의 교통 전체에 최적화된 방법을 선택했다고 한다.

쓰다 부장은 이번 시도의 의의에 대해 다음과 같이 말한다. “중국은 압도적인 자동차 사회이다. 알리바바 및 디디추싱, 텐센트와 같은 기업이 모두 교통 상황의 가시화에 주력하고 있다. 가시화된 데이터를 교통 체증 해소를 위한 현실적인 액션으로 어떻게 연결시킬 지가 차기의 테마이기도 하다”.

-- 요금을 변동시켜 교통량 제어 --

-- 산∙학∙으로 신호의 자립분산에 도전 --
AI로 교통 정체를 해소하는 시도가 진행되는 한편, 실용화를 위한 장벽은 높다. 특히 일본에서는 도로 및 신호가 국토교통성 및 경시청, 현의 경찰본부 등이 관할하고 있을 뿐만 아니라, “특정의 독점 업체가 협력하고 있어 AI분야에 뛰어난 IT기업이 새롭게 진출하는 것은 쉽지 않다”(업계 관계자). 그러나 “시장의 흐름이 바뀌기 시작했다”라며 AI의 신호 제어 응용을 연구하고 있는 게이오기주쿠 대학의 구리하라(栗原) 이공학부 관리공학과 교수는 자신감을 내비쳤다.

새로운 산관학 프로젝트의 명칭은 ‘인공지능을 활용한 교통신호 제어의 고도화에 관한 연구 개발’. 신 에너지∙산업기술종합개발기구(NEDO)가 2018년 6월 28일에 채택했다. 게이오대학 및 도쿄대학, 경제산업성 계열의 산업기술종합연구소와 더불어 NEC 및 스미토모(住友)전기공업 등의 제조업체, 교통관리 시스템의 연구 개발을 이끌고 있는 경찰청과 깊은 관련이 있는 UTMS협회 등이 참가한다. 일본의 신호 제어에 관한 이해관계자 (Stakeholder)가 거의 다 결집된 것이 된다.

프로젝트는 최고 2020년도까지. 2019년도까지는 전(前) 단계의 연구 개발로 거듭나게 되어 심사를 거쳐 2020년도부터는 본격적인 연구 개발에 나설 계획이다. 주요 테마 중 하나가 될 가능성이 높은 것은 “자립 분산’이다. 중앙의 센터에서 신호 전체를 제어하는 ‘집중 제어’가 아닌, 개별의 신호가 서로 협조 및 연대를 통해 최적의 제어를 도모한다는 이미지이다.

지금까지의 AI 및 엣지컴퓨팅에 관련된 기술 진화에 따라, ‘국가 및 경시청 등도 AI 및 자립분산에 관심을 나타내기 시작했다”(구리하라 교수). 이것이 시장의 흐름이 바뀌기 시작했다는 것을 의미한다. 그러나 모든 것을 자립분산형으로 하는 것이 아니라, 집중형과의 겸용이 현실적일 것이다. “교통 정체가 없는 평상시에는 집중형이 더욱 효율적이다”라고 구리하라 교수는 말한다.

 -- 끝 --