KAIST, 군중 밀집 예측 정확도 76% 높인 AI 기술 개발

인원수와 이동 흐름을 결합한 바이모달 학습·3D 대조 학습 도입

KAIST 전산학부 이재길 교수 연구팀이 군중 밀집 상황을 더 정밀하게 예측할 수 있는 인공지능 기술을 개발했다고 17일 밝혔다.

군중 밀집은 단순한 인원수 증감만으로 설명되지 않는다. 같은 인원이더라도 어디서 유입되고 어떤 방향으로 빠져나가는지에 따라 위험 수준이 달라진다. 연구팀은 이를 시간에 따라 변하는 그래프(time-varying graph)로 표현, 특정 지역의 인원수(정점 정보)와 인구 이동 흐름(간선 정보)을 동시에 분석해야 한다고 설명했다.

이번에 개발된 ‘바이모달 학습(bi-modal learning)’은 인원수와 이동 흐름을 함께 학습하며, 공간적 관계와 시간적 변화를 동시에 반영하는 방식이다. 여기에 ‘3차원 대조 학습(3D contrastive learning)’을 도입해 지리적 공간(2D)과 시간 축을 결합, 밀집 패턴의 시간적 진행까지 파악할 수 있도록 했다.

연구팀은 서울·부산·대구 지하철, 뉴욕 교통 데이터, 한국·뉴욕의 코로나19 확진자 수 등 실제 데이터를 바탕으로 6종의 데이터셋을 구축해 검증을 진행했다. 그 결과 기존 최신 기술 대비 최대 76.1% 높은 예측 정확도를 기록하며 세계 최고 수준 성능을 입증했다.

이재길 교수는 “이번 연구는 대형 행사 인파 관리, 도심 교통 혼잡 완화, 감염병 확산 억제 등 안전한 사회를 만드는 데 크게 기여할 수 있다”며 “사회적 파급력을 낼 수 있는 기술로 발전시켜 나가겠다”고 말했다.

이번 성과는 KAIST 남영은 박사과정 학생이 제1저자로, 나지혜 박사과정 학생이 공저자로 참여했으며, 데이터마이닝 분야 최고 권위 국제학술대회인 *지식발견및데이터마이닝학회(KDD 2025)*에서 발표됐다.

이 연구는 중견연구 과제(RS-2023-NR077002)와 사람중심인공지능핵심원천기술개발 과제(RS-2022-II220157)의 지원을 받아 수행됐다.

[전국매일신문] 정은모기자

J-em@jeonmae.co.kr

저작권자 © 전국매일신문 - 전국의 생생한 뉴스를 ‘한눈에’ 무단전재 및 재배포 금지