대전

KAIST 전산학부 이재길 교수 연구팀이 군중 이동 경로와 밀집도를 함께 분석해 위험 상황을 더 정확히 예측할 수 있는 AI 기반 군중 밀집 예측 기술을 개발했다.

이번 성과는 기존 기술 대비 예측 정확도를 최대 76.1% 높였으며, ‘이태원 참사’와 같은 다중밀집사고 예방에 기여할 것으로 기대된다.

연구팀은 단순히 특정 공간에 몇 명이 있는지만 보는 기존 방식에서 벗어나, 인구 유입·이동 경로까지 동시에 고려하는 바이모달 학습기법을 도입했다.

여기에 시간 변화를 반영한 3차원 대조 학습(3D contrastive learning)을 적용해, 인공지능이 밀집 현상의 진행 패턴까지 읽어낼 수 있으며 실험에는 서울·부산·대구 지하철, 뉴욕 교통 데이터, 코로나19 확진자 수 등 실제 생활 데이터가 활용됐다.

검증 결과, 기존 모델로는 놓치기 쉬운 ‘점진적 밀집’까지 효과적으로 예측해 세계 최고 수준의 성능을 입증했다.

이재길 교수는 “이번 기술은 대형 행사나 도심 교통 관리, 감염병 확산 억제 등 안전을 지켜야 하는 다양한 상황에 적용할 수 있다”며 “사회적 파급력이 큰 연구성과를 실질적인 생활 안전으로 연결하는 데 최선을 다하겠다”고 말했다.

연구에는 박사과정 남영은 학생이 제1저자로, 나지혜 학생이 공저자로 참여했으며, 지난 8월 데이터마이닝 최고 권위 학회인 KDD 2025에서 발표됐다.