교통 분야의 AI: 지하철 시스템의 재정의

지하철 시스템은 도시 대중교통의 핵심이며, 매일 수백만 명의 승객을 수송합니다. New York과 Tokyo 같은 도시는 매일 300만 명 및 600만 명 이상의 지하철 승객을 수용합니다. 도시가 성장함에 따라 지하철 시스템을 더 효율적이고 안전하며 승객에게 쾌적하게 만드는 것이 매우 중요해집니다.

이 지점에서 인공지능(AI)이 도입되어 승차권 구매부터 열차 유지보수까지 모든 것을 혁신하고 있습니다. 이 기사에서는 지하철 시스템을 함께 살펴보며, AI가 여정의 각 단계를 어떻게 개선하는지, 그리고 모든 것이 원활하게 운영되도록 지원하는 숨겨진 AI 기술에 대해 알아보겠습니다.

대중교통에서의 AI는 운임 징수부터 시작됩니다#

일반적으로 지하철 여정은 줄을 서서 표를 사고 개찰구를 통과하는 것으로 시작됩니다. AI는 이를 적극적으로 간소화하여 승객에게 더 빠르고 편리함을 제공합니다. 예를 들어, 지하철 발권 시스템에 facial recognition technology를 사용할 수 있습니다. 바쁜 도시에서는 승객이 물리적 티켓이나 스마트 카드 없이 서비스를 이용할 수 있습니다. 대신 진입 지점에서 얼굴을 스캔하여 원활하게 입장할 수 있습니다. 2019년에 Beijing은 혼잡을 처리하고 출퇴근 시간대의 긴 대기 줄을 줄이기 위해 안면 인식 시스템을 도입했습니다.

Fig 1. 중국 선전 지하철의 안면 인식 시스템.

AI의 원활한 통합은 일상적인 통근을 더 쉽게 만들고 매일 수백만 명의 승객에게 혜택을 줍니다. AI 기반 매표 시스템은 승객 경험을 개선할 뿐만 아니라 보안도 강화합니다. 안면 데이터를 분석함으로써 시스템은 권한이 있는 승객만 역에 입장하도록 보장합니다. AI는 신원을 빠르게 확인하고, 무단 출입을 방지하며, 잠재적인 위협을 포착할 수 있습니다. 또한 입장 과정을 가속화하고 보안을 강화하며 부정 승차를 줄일 수 있습니다.

AI의 도움을 받아 지하철 노선 탐색하기#

지하철에 탑승한 후 역 내에서 길을 찾는 것은 혼잡한 시간대에 특히 혼란스러울 수 있습니다. AI 기반 내비게이션 시스템은 승객에게 실시간 안내를 제공하여 지하철 이동을 더 쉽게 만들 수 있습니다. 이 시스템은 AI 알고리즘을 사용하여 GPS, 센서, cameras 등의 소스로부터 데이터를 분석하여 최적의 경로를 찾고 정확하고 최신의 길 안내를 제공합니다. 승객은 Google Maps와 유사한 모바일 앱을 사용하여 역 내에서 단계별 길 안내를 받아 플랫폼, 출구, 편의시설을 빠르게 찾을 수 있습니다. AI 기반 내비게이션은 시간을 절약하고 스트레스를 줄여줄 수 있습니다.

내비게이션 외에도 지하철의 data from cameras와 computer vision을 사용하여 실시간으로 군중 밀도를 모니터링할 수 있습니다. 역 전체에 설치된 카메라는 특정 구역의 승객 수를 카운트하여 잠재적인 병목 현상과 혼잡 지역을 파악할 수 있습니다. 이러한 인사이트는 교통 당국이 열차 운행 빈도를 조절하거나 인력을 배치하여 군중을 관리하는 등의 선제적 조치를 취하는 데 도움을 줍니다. 실제로 두바이에서는 AI가 실험적으로 사용되어 reduce congestion by 40% to 60%를 달성하고 피크 시간대와 공공 행사 시 대기 시간을 30분으로 단축했습니다.

Fig 2. 객체 검출을 사용한 지하철 내 사람 수 카운팅.

AI 지원 지하철에 승차 및 탑승하기#

승객이 열차에 탑승할 때 AI는 다양한 방식으로 여행 경험을 개선할 수 있습니다. 이러한 애플리케이션 중 일부를 살펴보겠습니다:

• Accessibility 지원: object detection과 같은 computer vision 기술은 휠체어 이용자를 식별하여 열차의 가장 접근하기 쉬운 구역으로 안내할 수 있습니다. 또한 승객이 안전하게 탑승할 수 있도록 추가 시간을 제공하도록 출입문 닫힘 프로세스를 수정할 수도 있습니다.
• 맞춤형 안내 방송 및 광고: AI는 열차 내 승객 구성과 시간대에 기반하여 맞춤형 안내 방송 및 광고를 제공하는 데 사용될 수 있습니다.
• 빈 열차 확인: 지하철 네트워크의 마지막 역에서 컴퓨터 비전을 사용하여 승객이 열차 내에 남아 있지 않은지 확인하는 “빈 열차 확인”을 수행할 수 있습니다.
• 방치된 수하물 관리: 수하물이 방치될 경우, 컴퓨터 비전이 이를 탐지하여 승강장 화면에 해당 물품을 표시할 수 있습니다. 이를 통해 승객은 자신의 물품을 쉽게 찾을 수 있습니다.

지하철 열차 자체도 AI로 구동될 수 있습니다. 완전 autonomous 열차는 승무원 없이도 안전하게 운행할 수 있습니다. 이러한 AI 구동 열차는 실시간 의사결정을 위한 고급 알고리즘과 장애물을 감지하고 안전하게 운행하기 위한 센서를 사용합니다. AI 기반 지하철 열차는 인건비를 절감하고, 더 나은 서비스 품질로 더 많은 승객을 수용할 수 있는 유연성을 제공하며, 정시성을 더 일관되게 유지하고, 가감속을 최적화하여 전력 소비를 줄입니다. 예를 들어, Honolulu Rail Transit Project는 미국 최초의 완전 자율주행 시스템입니다. 이 시스템은 하루 약 4만 건의 자동차 운행을 없애 교통 혼잡과 배출 가스를 줄일 것으로 기대됩니다.

Fig 3. 이탈리아 밀라노의 무인 지하철.

지하철역에서 나가는 승객 모니터링에 AI 사용하기#

다양한 역을 통해 빠져나가는 사람들의 수를 모니터링하는 것도 지하철 흐름을 효율적으로 관리하는 데 필수적입니다. Ultralytics YOLOv8과 같은 AI 모델은 이 과정에서 핵심적인 역할을 합니다. YOLOv8은 object tracking도 지원하며 실시간으로 여러 객체를 식별하고 추적할 수 있어 바쁜 지하철 시스템에 완벽합니다. 역 전체에 설치된 카메라의 비디오 피드를 분석함으로써 YOLOv8은 하차하는 승객을 카운트하고, 이들의 이동을 추적하며, 혼잡 패턴을 파악할 수 있습니다.

지하철 출구 너머로도 AI를 라스트 마일 연결 솔루션에 통합할 수 있습니다. AI 기반 자전거 공유 정류장, 차량 호출 서비스 및 셔틀 서비스는 승객이 역을 더 쉽게 떠날 수 있도록 합니다. 실시간 데이터를 분석함으로써 AI는 수요와 서비스 가용 시간을 예측할 수 있습니다. 이 기술은 또한 현재 교통 상황과 개인의 선호도에 기반하여 최적의 경로와 교통 수단을 제안할 수 있습니다. 결과적으로 승객은 역을 나설 때 가장 적합한 교통 옵션을 빠르게 이용할 수 있어, 대기 시간을 줄이고 여정을 더 편리하게 만들 수 있습니다.

배후의 AI: 지하철 선로 유지보수#

승객으로서 우리는 지하철 여정 뒤에서 일어나는 복잡한 과정들을 종종 간과합니다. AI는 백스테이지에서, 특히 선로 점검 및 유지보수에서 매우 중요합니다. Duos Technologies Railcar Inspection Portal (RIP) 같은 시스템은 이러한 AI 기반 접근 방식을 보여줍니다. RIP는 AI 알고리즘을 사용하여 125 mph 이상의 속도에서도 몇 초 만에 모든 열차 칸의 360도 이미지를 캡처하고 분석합니다. 이러한 엣지 기반 AI 시스템은 문제를 감지하고 60초 이내에 철도 직원에게 유지보수 문제를 경고합니다. 지속적인 모니터링을 통해 잠재적인 문제를 신속하게 파악하고 해결할 수 있습니다.

에너지 관리와 최적화는 잘 알려지지 않은 지하철 내 AI의 또 다른 활용 사례입니다. 예를 들어, Metro de Madrid는 AI 기반 시스템을 사용하여 환기 에너지 비용을 25% 절감하고 연간 1,800톤의 CO2 배출량을 줄이고 있습니다. 연간 최대 80기가와트시의 에너지를 소비하는 891개의 환기팬을 운영하는 이 시스템은 벌 군대의 채집 행동에서 영감을 받은 최적화 알고리즘을 사용합니다. 이 알고리즘은 기온, 역 구조, 열차 운행 빈도, 승객 탑승률, 전기 가격 등의 요소를 고려하여 방대한 양의 데이터를 분석합니다. 과거 데이터와 시뮬레이션 데이터를 모두 사용하여 각 역에 가장 적합한 균형을 예측하고 달성하며, machine learning을 통해 시간이 지남에 따라 개선됩니다.

Fig 4. 마드리드 지하철의 AI 기반 환기 시스템.

대중교통에서 AI의 장단점#

지하철 시스템에 AI를 통합함으로써 수많은 이점이 생겼습니다. 예를 들어, 지하철 시스템이 일정표를 준수하고 지연을 줄이며 더 원활한 서비스를 위해 운영을 최적화하도록 도와 효율성을 높입니다. 지속적인 모니터링을 통해 안전성 또한 향상되며, 예측 유지보수는 사고와 고장을 방지하는 데 도움을 줍니다.

하지만 지하철 시스템에 AI를 구현하는 것에는 다음과 같은 과제들이 있습니다:

• Data privacy concerns: 승객 데이터의 수집 및 사용은 개인의 프라이버시 권리를 보호하기 위해 신중하게 관리되어야 하는 중요한 privacy concerns을 제기합니다.
• 기존 인프라와의 통합: AI 시스템을 기존 지하철 인프라에 통합하는 것은 복잡할 수 있으며 수정이 필요할 수 있습니다.
• High implementation costs: implementing AI technology의 초기 비용은 높을 수 있으며, 이는 일부 지하철 시스템에 장벽이 될 수 있습니다.
• 숙련된 전문가의 필요성: AI 시스템을 성공적으로 구현하고 유지 관리하려면 숙련된 전문가가 필요하며, 이는 자원 측면에서 도전 과제가 될 수 있습니다.

이러한 과제에도 불구하고, 이러한 이점들 덕분에 AI는 지하철과 같은 현대 도시 교통 시스템에서 혁신적인 원동력이 되고 있습니다. 효율성 증가, 안전성 강화, 승객 경험 개선의 잠재력은 왜 AI 커뮤니티가 AI가 제공하는 이점을 완전히 실현하기 위해 이러한 장애물을 극복하려고 적극적으로 노력하고 있는지를 설명해 줍니다. 그러니 다음에 지하철을 탈 때는 여러분의 여정 일부가 된 AI 혁신들을 찾아보시기 바랍니다.

교통 분야에서 AI의 미래#

역 진입부터 경로 탐색, 탑승, 하차에 이르기까지 AI는 여정 전체를 변화시키고 있습니다. AI는 운영을 최적화하고 안전을 강화하며 원활한 승객 경험을 제공합니다. 선로 유지보수와 에너지 관리를 개선함으로써 AI는 효율적이고 비용 효율적인 지하철 시스템을 보장합니다. 구현 비용과 데이터 프라이버시 문제와 같은 과제에도 불구하고, 지하철과 같은 도시 교통 시스템에서 AI의 이점은 부정할 수 없습니다. 도시가 계속 성장함에 따라 AI는 지하철 여행을 더 스마트하고 안전하며 효율적으로 만드는 데 점점 더 중요한 역할을 할 것입니다.

AI에 대해 계속 학습하려면 당사의 community와 연결 상태를 유지하세요! GitHub repository를 확인하여 agriculture 및 manufacturing과 같은 다양한 산업에서 혁신적인 솔루션을 만들기 위해 AI를 어떻게 활용할 수 있는지 알아보세요. 🚀