앞으로 지하철 승강장의 혼잡도를 AI(인공지능)가 미리 파악해 인파 사고 발생을 줄일 수 있을 전망이다.

행정안전부 통합데이터분석센터는 2일 “지난 6월부터 서울 지하철과 경기 김포골드라인을 기반으로 개발을 진행한 ‘AI 기반 지하철 승강장 혼잡도 예측 모델’의 개발을 마치고 이달부터 일평균 이용객이 많은 서울 지하철 5·7호선 환승역인 군자역과 인접 역인 5호선 장한평역에 시범 도입하겠다”고 밝혔다.

AI 지하철 승강장 혼잡도 예측 모델 대시보드(각종 데이터를 동시에 비교하는 여러 뷰 모음). 행정안전부 제공

행안부는 올해 안에 시범 운영을 거쳐 내년부터 부산·대구·광주·대전 지하철에도 순차적으로 도입을 검토하기로 했다.

행안부는 지난 7월 서해선이 개통된 이후 지하철 9호선 김포공항역의 혼잡도가 크게 높아지고, 김포골드라인의 김포공항역 출근길 혼잡도가 최악의 상황이 되면서 실시간으로 지하철 승강장의 혼잡도를 파악하는 모델 개발에 나섰다.

행안부는 모델 개발을 위해 지하철 승하차 태그 데이터, 교통카드 데이터, 열차 출도착 데이터 등 800만건 데이터를 활용했다. 행안부는 “성능 검증을 한 결과 정확도는 90.1%로 나타났다”고 말했다.

이 모델은 지하철 승강장의 체류 인원을 토대로 승강장 면적을 고려한 밀도와 혼잡률을 산출한다.

혼잡률은 1㎡당 4.3명을 기준으로 하고, 이후 인원이 초과되는 비율에 따라 산출한다. 예컨대 50㎡ 면적의 승강장에 300명이 있다면 혼잡률은 139.5%가 된다.

현재 활용 중인 지하철 혼잡도는 열차 탑승객 기준으로 산정한다. 하지만 이번 모델은 열차 탑승 전 승강장에 체류하는 인원(탑승 대기 승객과 하차 승객 포함)을 기준으로 산정했다.

김포도시철도가 운행 중인 ‘김포골드라인’의 퇴근시간대 혼잡한 김포공항역 플랫폼 모습. 김주영 민주당 의원실

이 모델은 서울교통공사 전자관제실에 반영돼 실시간으로 혼잡도 수준을 모니터링 할 수 있다.

행안부 관계자는 “이 모델 도입으로 지하철 역사 내 혼잡 상황에 효과적이고 빠른 대응이 가능할 것”이라고 기대했다.

사이렌스 정기홍 기자 bonnylim@naver.com 정기홍 기자의 기사 더보기

저작권자 ⓒ 사이렌스. 무단 전재 및 재배포 금지