KAIST - MS, 빅데이터 활용해 대한민국 전체 교통 예측 연구

[IT동아 강일용 기자]

6개월 걸리던 데이터 분석을 MS 애저 컴퓨팅 파워 사용해 15일만에.. 12배 속도 향상
실시간 교통 측정에서 미래 교통상황 예측으로.. 사고확률 미리 예측해서 방지 가능
6시간 이후 교통상황 예측은 세계적으로도 유례없는 연구 성과

한국마이크로소프트(MS)가 12일 MS연구소 인재육성 플랫폼의 지원을 받은 협력 사례로 카이스트(KAIST, 한국과학기술원) 건설 및 환경공학과 여화수 교수의 스마트 교통 시스템(Smart Traffic System) 연구 사례를 공개했다.

빅데이터 분석 및 머신러닝 기법으로 미래의 교통 상황을 예측하고 그 결과를 공유할 수 있는 방법을 연구하고 있는 여 교수는 교통 신호, 교통정보수집용 영상, 모바일 기기에서 수집되는 데이터 등 교통과 관련된 엄청난 양의 빅데이터를 MS 애저 기반에서 분석하여 미래의 교통 상황을 예측하는 연구를 진행하고 있다. 그동안 기술적, 자원적 한계로 인하여 좁은 지역에만 국한했던 연구 규모를, MS의 다양한 교육 프로그램과 기술 지원 프로그램 및 MS 애저 사용 권한 등을 제공 받아 국가 단위로까지 확장시켰다.

여 교수는 2013년부터 MS 인재 육성 플랫폼에서 제공하는 ▲연구협력 ▲인재육성 ▲학술교류 분야 협업 및 지원을 통해 연구를 진행해오고 있다.

연구협력을 위해 MS연구소는 이 연구에서 필요한 데이터 처리 및 가공을 할 수 있도록 MS 애저를 제공, 약 5만 달러 상당 가치의 컴퓨팅 자원을 지원했다. 또한 관련 분야를 연구하는 MS연구소 소속 전문 연구원들과 온라인 논의 및 그룹 미팅을 통해 결과를 분석하고 연구를 더욱 발전시킬 수 있도록 했다. 인재육성 측면에서는 한국MS에서 애저 활용을 위한 기술 교육 및 미국 시애틀 본사에서 연구자들을 위한 애저 교육에 참여할 수 있도록 지원했다. 또한 중국 베이징에서 진행된 MS연구소 아시아 패컬티 서밋 2014에 참여해 클라우드 기반의 교통상태 예측 및 컨트롤 기술 발표하는 등 학술교류 분야에서도 협업을 진행했다.

실시간 교통상황은 물론 6시간 후 교통상황까지 예측 가능

여 교수의 스마트 트래픽 시스템은 고속도로에 설치된 VDS, DSRC, TCS 등의 인프라 데이터 등을 기반으로 속도, 교통류, 밀도 등과 같은 상태를 예측할 수 있다. 이를 위해 개발된 '리얼트래픽(REALTraffic)' 엔진은 기존 데이터 기반의 추측과 시뮬레이션을 통한 예측을 통해 가장 최적화된 결과를 보여준다.

이 연구 결과를 활용하면 현재 네비게이션 등에서 제공하는 현재 교통상황뿐 아니라 미래의 교통상황까지 예측이 가능하다. 고속도로 위의 사고, 공사, 날씨 변화 등과 같은 실제 데이터를 기반으로 교통상태를 예측하므로 더욱 정확한 값을 얻을 수 있다. 현재 국내 7개 주요도시에 대해 6시간 후의 교통 소요시간 예측을 제공하며 이를 기반으로 최적의 출발시간과 경로를 계산할 수 있는 수준까지 도달해 있다. 이러한 연구성과는 세계적으로도 가장 뛰어난 수준으로, MS연구소의 지원을 통해 빠른 연구 성과 도달이 가능했다.

애저 클라우드 시스템을 활용해 계산시간 75% 절감

특히 이러한 빅데이터는 애저 클라우드 서비스를 활용해 실시간으로 처리하여 운전자들에게 최신 교통정보 및 예측을 제공할 수 있다. 로컬 서버가 아닌 클라우드 서비스를 이용하여 향후 연구성과를 실제 ITS 센터로의 확장이 가능해졌다. 클라우드 상에서 제공하기 때문에 분산 컴퓨팅 기법으로 교통예측과 온라인 시뮬레이션 계산시간이 기존보다 75% 줄어들었으며, 하드웨어 구축 및 관리가 필요없어 비용 효율이 높다. 또한 전국의 네비게이션에서 사용하는 모든 데이터를 분석하려면 14분정도 걸리는데 클라우드 상에서는 1분 7초만에 전체 프로세스를 분석하는 것이 가능하다. 올해는 고속화 알고리즘을 통해 1분 내 모든 도로를 예측하는 것이 목표이고 달성가능할 것으로 예상하고 있다.

이를 활용하면 사고 사후의 대응적 시스템에서 예측적인 시스템으로의 이행이 가능하다. 고속도로 구간에 적용하면 교통흐름과 사고 데이터베이스를 이용하여 사고확률을 예측가능하며 이를 이용하여 사고 발생의 관리가 가능하다. 차량단위의 안전지표는 운전자에게 차량운전에 관한 가이드를 제공하여 사고예방에 기여할 수 있다. 공공서비스와의 접목, 세계 다른 도시로의 수출 등 활용 분야도 무궁무진하다.

여 교수는 "MS 연구소는 컴퓨터만 연구하는 회사인 줄 알았는데, 기후, 교통 등 모든 분야 다 연구하고 있었다. 융합연구가 이미 이뤄져 있어서 수월하게 협업했다. 교통공학이 컴퓨터 공학과 이 융합해 과거에는 꿈꾸지 못한 것들을 현실화 했다. 기존에는 랩에서 국내 한 두개 네트워크를 대상으로 예측했는데, MS 애저를 사용했기 때문에 '한국전역의 도로망'을 대상으로 하는 머신러닝과 빅데이타 분석해 예측을 할 수 있게 되었다. 또한, 연구를 위해서 필요한 툴을 개발하는데 기존에는 6개월 정도 걸렸는데, 이제 애저를 활용해서 15일 안에 해결할 수 있다. 애저 사용하기에도 쉬운 툴이어서 빠르게 익숙해졌다"고 밝혔다.

글 / IT동아 강일용(zero@itdonga.com)