성균관대학교 연구진이 지하철 승강장 CCTV 영상 한 장만으로 승객의 위험 탑승 행동을 예측해 출입문 끼임 사고를 사전에 막을 수 있는 인공지능(AI) 기술을 개발했다.

7일 성균관대에 따르면 전자전기공학부 정조운 교수 연구팀이 KAIST, 미국 텍사스 테크 대학교 연구진과 공동으로 AI 기반 '승객 이동 예측 시스템(PMES)'을 개발했다.

기존 지하철 출입문 안전 시스템은 승객이 문 가까이에 접근하거나 센서가 반응한 뒤 문을 다시 열어주는 방식이 주를 이뤘다. 반면 이번 시스템은 승객이 위험 구역에 도달하기 전 이동 방향과 탑승 가능성을 예측해 경고하거나 출입문 제어 판단을 지원하는 방식이다.

연구팀은 실제 지하철역 계단에서 이동하는 승객의 행동을 상행, 하행, 통과 등 세 유형으로 나눠 AI에 학습시켰다. 열차가 승강장에 정차했거나 진입할 때 계단을 내려오는 승객의 97.85%가 열차 출입문을 향해 이동한다는 행동 패턴도 실제 데이터로 확인했다.

이를 토대로 개발한 시스템은 CCTV 영상의 단일 프레임만으로 화면 속 승객을 탐지하고 이동 유형을 분류한다. 위험 탑승 가능성이 있는 승객을 실시간으로 가려내는 정확도는 97.58%에 달했다.

연구팀은 스크린도어가 설치된 지하철역에서도 발생하는 출입문 끼임 사고를 줄일 수 있는 실용 기술로 발전시킬 계획이다.

지하철역처럼 연산 자원이 제한된 환경에서도 작동하도록 초경량 AI 모델 'SD-Net(Subway Door Network)'도 함께 제안했다. 현장 CCTV와 연계해 별도의 대규모 장비 없이도 적용할 수 있도록 모델 크기와 연산량을 줄였다는 설명이다.

연구진은 승객 이동 분석 결과를 바탕으로 기관사에게 안전한 출입문 닫힘 시점을 제시하는 의사결정 지원 시스템(DSS)과 승객용 위험 경고 안내판도 개발했다. 향후 출입문 끼임 위험이 높을 때 기관사에게 경고를 보내거나, 승객에게 탑승 자제를 안내하는 데 활용할 수 있다.

정조운 교수는 "기존 CCTV가 사고 발생 뒤 상황을 확인하는 감시 장비였다면, 이번 기술은 사고 가능성을 미리 판단하는 능동형 안전 인프라로 활용할 수 있다"며 "출입문 끼임 사고 예방뿐 아니라 열차 운행 지연을 줄이는 데도 도움이 될 것으로 기대한다"고 밝혔다.

한편 연구 성과는 교통 시스템 분야 국제학술지 'IEEE Transactions on Intelligent Transportation Systems'에 지난 3일 게재됐다.

mine124@news1.kr