전체 한강 교량의 모든 구간에 대한 도로 이상상황 모니터링 필요
이 연구에서 한강교량의 차량 통행량, 도로 이상상황 발생 특성 간의 관련성을 살펴본 결과, 교통사고와 고장차량은 통행량과 연관성이 있으나 포트홀과 공사 등은 통행량 및 공간적 분포에 대한 특성이 낮은 것으로 나타났다. 따라서 전체 교량의 모든 구간에 대한 모니터링이 필요하며, 특히 포트홀은 차로별 중차량 통행량, 기상, 포장상태, 교량 노후도 등 발생 원인들과의 연관성을 심층적으로 분석할 필요가 있다.
CCTV를 활용한 도로 이상상황 AI 모니터링 가능성 실험 수행해
한강교량 CCTV 기반 도로 이상상황에 대한 AI 모니터링 가능성을 알아보기 위하여 다양한 조건에 대한 실험을 수행하였다. 그 결과 동일 또는 유사한 촬영 환경에 대한 충분한 데이터로 학습된 모델의 경우 성능이 우수한 것으로 나타났다. 그러나 촬영 기하 및 환경, 학습데이터 수량에 따른 탐지 성능 및 한계가 있는 것으로 판단된다. 따라서 한강교량 CCTV 특성을 고려한 충분한 수량의 학습데이터 구축, 딥러닝과 컴퓨터 비전 기술을 융복합한 상황인지 모델 구축, 운영 과정에서 탐지된 도로 이상상황에 대한 데이터를 학습데이터로 재활용하여 순환 또는 강화 학습하는 순환구조의 파이프라인 등에 대한 고려가 필요하다.
AI 모니터링 체계 구축 위해 부서․기관 간 협업과 단계적 확장 필요
구축하고자 하는 시스템은 CCTV 영상을 수집, 저장, 관리하는 기능, AI 기반의 도로 이상상황을 탐지하는 기능, 탐지결과를 저장 및 검증 후 전달을 통해 후속 조치가 가능하게 하는 기능을 수행한다. 이는 소방재난본부를 비롯한 연계 부서 및 기관과 협업이 필요한 부분이므로, 이에 대한 운영 흐름 및 협의사항을 고려할 필요가 있다. AI 탐지모델은 한강교량, CCTV, 도로 이상상황이라는 요소를 동시에 충족하며 다양한 촬영환경 및 주변 환경을 종합적으로 고려할 수 있어야 한다. 특히 기존 데이터가 부족하다는 한계점을 극복하기 위하여 시범운영과 확대 적용이라는 단계적 전략이 필요하며, 탐지모델의 성능도 단계적 운영을 통해 향상할 수 있을 것으로 기대된다.