정부가 지하철역 승강장의 혼잡상황을 실시간으로 파악할 수 있는 인공지능(AI) 기반 데이터 분석모델 개발을 마치고 이달부터 현장에 시범 적용한다.

 행정안전부(장관 이상민) 통합데이터분석센터는 지난 6월부터 서울지하철과 김포 골드라인을 샘플로 진행해온 ‘AI 기반 지하철 승강장 혼잡도 예측 모델’ 개발을 마치고 이달부터 서울지하철에 시범적용한다고 밝혔다.

 이번에 개발된 모델은 AI가 산출한 지하철 승강장의 체류인원을 토대로 승강장 면적을 고려한 밀도와 혼잡률을 산출한 뒤, 그 수준을 1단계부터 4단계까지로 구분하여 표출하는 개념이다.

 모델개발과정에는 통합데이터분석센터와 서울교통공사, 김포 골드라인이 함께 참여했으며, 지하철 승하차 태그 데이터, 교통카드 정산 데이터, 열차 출도착 데이터 등 800만 건의 데이터가 활용되었다.

 승강장 체류인원은 승차게이트를 통과한 후 승강장에서 지하철을 기다리는 인원과 지하철에서 하차 후 승강장을 통해 하차게이트로 이동하는 인원을 의미한다.

 해당역에서 실시간 승하차 게이트 통과인원, 이전역에서 승하차 게이트를 통과한 인원, 해당시간대의 과거 승하차 인원 등을 종합분석하여 승강장의 실시간 체류인원을 도출하게 된다.

 혼잡률은 철도안전관리체계 기술기준(도시철도정거장 및 환승편의시설 설계지침)에 따라 면적(m2)당 4.3명을 기준(100%)으로 인원 초과 비율에 따라 산출된다.

     ※ 예) 실시간 승강장 체류인원 : 300명, 승강장 면적 : 50m2, 면적당기준인원 : 4.3명,
→ 혼잡률 : (300 ÷ 50) / 4.3 = 1.395(139.5%) → 혼잡도 : 주의

 2차례의 성능검증 결과 분석모델의 정확도는 90.1%로 확인되었다.

 개발된 모델은 현재 서울교통공사 전자관제실 대시보드에 반영되었으며, 공사는 본 모델을 통해 표출되는 2개 역의 혼잡도 수준을 실시간으로 모니터링하고 있다.

     < 전자관제실 대시보드 화면 >

 공사는 이번 모델의 개발, 적용과 함께 혼잡상황 대응체계도 새로 정비했다. 예상치 못한 인파급증 상황이 인지되면, 별도로 마련한 혼잡도 관리 매뉴얼에 따라 자동 상황전파 및 적극적 현장조치가 이루어지게 된다.

 행안부와 서울교통공사는 이번 분석모델 활용이 지하철 역사 내 혼잡상황에 대한 효과적 대응에 도움을 줄 것으로 보고 있다.

 승강장 혼잡상황에 대한 과학적 모니터링을 바탕으로 단계별 적극적인 현장조치가 가능해져 실질적 사고예방 효과가 있을 것으로 기대된다.

 행안부는 연내 시범운영 과정을 거쳐 향후 지하철역 승강장 혼잡도 산출모델을 표준화하고 수도권 및 전국 4개 도시(부산, 대구, 광주, 대전)의 지하철역에도 확산시켜 나갈 계획이다.

 고기동 차관은 “이번 분석모델은 디지털플랫폼 정부의 구체적 성과물로, 지하철에 적용되면 국민께서도 편리함을 체감하실 수 있을 것”이라며, “혼잡 시 대응체계도 함께 정비한 만큼 지하철 인파사고를 실질적으로 예방할 수 있도록 지원해나가겠다”라고 밝혔다.