AI가 환승시간·혼잡까지 계산…환승센터 '지능형 교통거점'으로

ⓒ게티이미지뱅크 인공지능(AI)이 이용자의 이동시간과 사고 위험, 환승 피로도를 따져 최적 이동경로를 제시하고 디지털트윈으로 환승센터 혼잡을 미리 예측하는 지능형 환승체계가 본격 논의된다. 정부는 해외 운영 사례와 국내 기술을 토대로 기존 교통수단 간 연결에 머물렀던 환승센터를 데이터 기반의 지능형 교통거점으로 고도화한다. 국토교통부 대도시권광역교통위원회는 10일 서울 용산 피스앤파크 컨벤션파크홀에서 '연결된 모빌리티, 연결된 지역(Connected Mobility, Connected Regions)'을 주제로 '제4차 광역교통 환승혁신 포럼'을 개최한다고 9일 밝혔다. 올해 포럼은 AI와 디지털트윈을 활용한 미래형 환승센터에 맞춰졌다. 환승시설을 물리적으로 확충하는 데서 나아가 이용자 이동 데이터를 분석해 경로를 개인화하고 실시간 혼잡을 예측·관리하는 방향이다. 올해 처음 해외 전문가도 참여한다. 국토부와 지방정부, 연구기관, 학계, 산업계 관계자 등 200여명이 머리를 맞댄다. 한국과학기술원(KAIST) 티안티안 '니콜' 첸 교수는 거대언어모델(LLM)을 활용한 개인 맞춤형 복합수단 경로 계획 기술을 소개한다. 단순히 가장 빠른 길을 찾는 기존 길찾기와 달리 이동시간뿐 아니라 환승 피로도와 사고 위험, 주변 경치까지 함께 고려한다. 여러 AI가 이용자의 성향과 이동 상황을 분석해 최적 경로를 찾고, 해당 경로를 추천한 이유까지 설명하는 방식이다. 환승센터 자체의 운영 방식도 달라진다. 한국철도기술연구원은 3차원(3D) 모델링과 비전 AI, 인원 측정 기술을 결합해 시설 내부 상황을 실시간으로 파악하고 혼잡을 사전에 예측하는 방안을 제시한다. 사람이 몰린 뒤 대응하는 방식에서 벗어나 혼잡 발생 가능성을 미리 계산해 관리하는 체계다. 해외 사례로는 대중교통 분담률 90%를 달성한 홍콩이 집중 조명된다. 홍콩이공대학교 장성훈 교수는 철도와 대중교통 지향 개발(TOD)을 결합한 홍콩 MTR 사례를 토대로 환승 설계의 조기 반영과 통합 거버넌스, 역세권 연계 개발 필요성을 제안한다. 서울 환승체계의 문제점과도 비교한다. 대광위는 포럼에서 제시된 해외 사례와 기술·정책 제언을 향후 환승정책에 반영할 방침이다. 앞선 포럼이 모빌리티 연계와 데이터 활용, 2030 환승센터 혁신방안을 차례로 다뤘다면 올해는 AI·디지털트윈을 실제 환승서비스와 시설 운영에 접목하는 단계로 논의를 확장한다. 김용석 대광위원장은 “광역교통망이 ...