AI로 지하철 혼잡도 미리 파악해 대응…군자역·장한평역에 시범 운영

분석 정확도 90.1%
2024년부터 부산·대구·광주·대전 지하철에 순차 도입 검토

앞으로 다수의 인파가 몰리며 인파 사고 발생 가능성이 제기됐던 지하철 승강장의 혼잡도를 AI(인공지능)가 미리 파악한다. AI가 사전에 혼잡도를 파악하면서 안전 관리 요원 파견 등 현장 조치가 빠르게 가능할 것으로 보인다.

지난해 김포도시철도 ‘김포골드라인’ 김포공항역 플랫폼에 퇴근길 시민 수백명이 발 디딜 틈 없이 빼곡히 들어차 열차를 기다리고 있는 모습. /김주영 민주당 의원실

행정안전부 통합데이터분석센터는 “지난 6월부터 서울 지하철과 김포골드라인을 기반으로 개발을 진행한 ‘AI 기반 지하철 승강장 혼잡도 예측 모델’의 개발을 마쳤다”면서 “이달부터 일평균 이용객이 많은 서울 지하철 군자역과 장한평역에 시범 도입한다”고 2일 밝혔다. 연내 시범 운영을 거쳐 내년부터 부산·대구·광주·대전 지하철에도 순차적으로 도입을 검토한다고 한다.

지난 7월 서해선이 개통된 이후 지하철 9호선 김포공항역의 혼잡도가 높아졌다는 지적이 나왔다. 지하철에 탑승하기 위한 인파가 승강장에 몰리면서 인파 사고가 발생할 수 있다는 것이다. 행정안전부는 실시간으로 지하철 승강장의 혼잡도를 파악하는 모델을 개발해 사고에 빠르게 대처하겠다는 계획이다. 모델 개발을 위해 지하철 승하차 태그 데이터, 교통카드 데이터, 열차 출도착 데이터 등 800만건 데이터를 활용했다. 행정안전부는 “성능 검증을 실시한 결과 정확도는 90.1%로 나타났다”고 했다.

이번 모델은 지하철 승강장의 체류 인원을 토대로 승강장 면적을 고려한 밀도와 혼잡률을 산출한다. 혼잡률은 1㎡ 당 4.3명이 있는 것을 기준으로 하고, 이후 인원이 초과되는 비율에 따라 산출한다. 예를 들어 50㎡ 면적 승강장에 300명이 있다면, 혼잡률은 139.5%가 되는 것이다.

AI 지하철승강장 혼잡도 예측모델 대시보드/행정안전부

기존의 지하철 혼잡도는 열차 탑승객 기준으로 산정한다. 그러나 이번 모델은 열차에 탑승하기 전 승강장에 체류하는 인원(탑승을 대기하는 승객, 하차한 승객 포함)을 기준으로 산정했다는 차이가 있다.

개발된 모델은 서울교통공사 전자관제실에 반영돼 실시간으로 혼잡도 수준을 모니터링할 수 있다. 행안부 관계자는 “이번 모델 도입으로 지하철 역사 내 혼잡 상황에 효과적이고 빠른 대응이 가능할 것으로 보인다”고 했다.