철도 건널목 무단 침입자...AI가 잡는다

럿거스 대 연구팀...철도 건널목 무단 침입 탐지 AI 도구 개발
과거의 사고 정보는 사고 후 정보...AI로 사고 직전 정보 찾아
딥러닝 도구가 천 시간 넘는 비디오 분석해 3천 건 사례 발견

미국 럿거스 대학 연구팀이 철도 건널목 사고를 분석하는 딥러닝 도구를 개발했다. (사진=셔터스톡)

미국 뉴저지 주에 위치한 럿거스 대학(Rutgers University)의 엔지니어 팀이 철도 건널목의 무단 침입을 탐지할 수 있는 AI 지원 도구를 개발했다고 인공지능ㆍ로봇뉴스 매체 유나이트 AI[Unite.ai]가 최근 전했다.

이 도구는 지난 10년 동안 증가해온 건널목 사고 사망자의 수를 줄이는데 도움을 주었다고 매체는 덧붙였다. 럿거스 대학의 연구는 사고 분석 및 예방(Accident Analysis & Prevention)저널에 발표됐다.

철도는 아직도 사람들이 가장 애용하는 교통수단 가운데 부동의 1위를 차지하고 있으나 가끔 발생하는 대형사고는 철도의 명성에 오점을 남기고 있다. 주로 선로 이탈, 신호등 오작동, 운전사 전방 주시 소홀 등이 원인인데 이중 건널목 사고는 가장 빈도가 높은 위험 요인이다.

개발자는 럿거스 프로젝트 엔지니어인 아심 자만(Asim Zaman)과 럿거스 공대의 수송 공학 부교수인 시엥 리유(Xiang Liu)다. 두 사람이 개발한 AI 지원 프레임워크는 철도 무단 침입 사실을 자동으로 감지해 위반자의 유형을 구별하고 비디오 클립을 생성하는 것이다.

AI 시스템은 객체 감지 알고리즘에 의존해 비디오 데이터를 단일 데이터 세트로 처리한다. 객체 감지란 사진이나 비디오 프레임과 같은 디지털 이미지에서 특정한 인간, 동물, 자동차 또는 건물 등을 탐지하는 데 사용되는 컴퓨터 비전 기술이다. “이 정보를 통해 우리는 사람들이 하루 중 몇 시에 가장 많이 철로에 침입하는가와 같은 많은 질문에 대답할 수 있다”고 자만은 말했다.

미 연방철도국(FRA)은 2008년에 해마다 약 500명의 사람들이 철도 선로를 침해해 목숨을 잃었다고 추정했다. FRA에 따르면 이 숫자는 2018년에 855명으로 증가했다. 이처럼 미국에선 지난 몇 년 동안 무단 철로 침입 사고가 지속적으로 증가하고 있으며 해마다 수백 명의 사람들이 목숨을 잃고 있다. 이러한 사망자를 줄이기 위해 많은 노력이 있었지만 아직 별다른 효과를 보지 못하고 있다.

자만과 리우는 무단 침입자는 철도나 운송 기관의 지역에 허가받지 않은 상태에서 열차가 진입할 때 철로에 침입하는 사람들이라고 정의했다. 중요한 사실 하나는 과거의 연구들은 대부분 사상자 정보에서 파생된 데이터를 포함했다. 즉 사고가 난 후의 수습된 사상자들로부터 사고의 원인을 추적한 것이어서 사고 직전은 고려되지 않은 것이다.

따라서 자만과 리우는“우리가 개발한 도구가 불법 침입 행위에 대한 귀중한 통찰력을 제공할 수 있다”며“이는 보다 효과적인 통제 조치의 설계로 이어질 수 있다”고 말했다.

AI가 분석한 정보는 건널목 사고 방지를 위한 솔루션 개발에 쓰일 계획이다. (사진=셔터스톡)

AI, 장시간 비디오 분석에 탁월

연구원들은 뉴저지 도심의 한 건널목에서 포착된 비디오 영상으로 그들의 이론을 실험했다. 그런데 이런 비디오 영상의 문제 중 하나는 공정이 노동 집약적이고 비용이 많이 들기 때문에 지속적으로 검토하기 어렵다는 것이다. 이에 따라 자만과 리우는 연구 사이트에서 1,632시간의 보관 비디오 영상을 분석하기 위해 딥러닝 도구를 훈련시켰다. 68일간의 모니터링 후, 그들은 3,004건의 무단침입 사례를 발견해냈다.

이는 하루 평균 44건이었으며 침입자의 70%가 거의 남성이었고 기차가 지나가기 전에 약 3분의 1이 무단 침입했다는 것을 발견했다. 아울러 대부분의 위반은 토요일 오후 5시경에 일어난 것으로 나타났다. 자만에 따르면 이러한 유형의 세분화된 데이터는 지역 당국이 위반이 가장 심한 시간 동안 건널목 근처에 경찰관을 배치하거나, 철도 소유자와 의사 결정자에게 더 효과적인 건널목 탐지 솔루션을 알리는 데 도움이 될 수 있다.

아울러 이 솔루션에는 경사 교차 제거 시스템 또는 고급 게이트 및 신호가 포함될 수 있다. 리우는“우리는 철도 업계와 의사 결정자들에게 특정 위치에서 데이터 피드(웹이나 모바일 앱을 통해 수집되는 데이터)의 위험 분석을 통해 비디오 보안 감시 인프라의 잠재력을 활용할 수 있는 도구를 제공하기를 원한다”라고 밝혔다.

연구원들은 또한 버지니아와 노스캐롤라이나에서 같은 연구를 수행하고 있다. 최근에 그들은 미국 교통부로부터 코네티컷, 루이지애나, 매사추세츠를 포함한 다른 주들로의 확장을 위한 58만 3천 달러의 보조금을 받았다.

[관련 기사]

빅데이터로 더욱 스마트하고 편리한 열차 여행

AI로 호남선 지킨다…"철로 주변 돌발 상황 분석·예방"

광주 도시철도2호선 전력관제시스템에 AI 도입

AI타임스 조행만 객원 기자 chohang5@kakao.com