[뉴스스페이스=윤슬 기자] 한국과학기술원(KAIST) 전산학부 이재길 교수 연구팀이 17일, 이태원 참사와 같은 대규모 다중밀집사고를 예방할 수 있는 인공지능(AI) 기반의 군중 밀집 예측 신기술을 공개했다. 이 기술은 기존 군중 예측 방법 대비 최대 76.1% 향상된 정확도를 기록하며 세계 최고 수준의 성능을 입증했다.
이 기술은 군중의 움직임을 시간에 따라 변하는 그래프(time-varying graph) 형태로 모델링하는 데 초점을 맞췄다. 기존 연구들이 인원수 혹은 이동 경로 중 한 가지 변수에 집중한 데 반해, KAIST 연구팀은 특정 지역의 인구수(정점 정보)와 지역 간 유입·유출 흐름(간선 정보)을 동시에 분석하는 ‘바이모달 학습(bi-modal learning)’ 방식을 새롭게 개발했다. 또한 3차원 대조 학습(3D contrastive learning) 기법을 도입, 공간적 관계와 시간적 변화를 통합해 군중 밀집 패턴의 정교한 진행 양상을 파악할 수 있도록 설계했다.
성능 검증 차원에서 연구팀은 서울, 부산, 대구 지하철 데이터와 뉴욕시 교통 데이터, 한국과 미국 뉴욕의 코로나19 확진자 수 등 실증 데이터를 직접 수집·가공해 연구용 데이터셋 6종을 구축했다. 이 데이터셋을 바탕으로 최신 예측 모델 16종과 비교한 결과, 전 모델 대비 최대 76.1% 높은 예측 정확도를 달성하며 모든 테스트 케이스에서 뛰어난 성능을 보였다.
이재길 교수는 “대규모 인구 이동과 군중 밀집상황을 정밀하게 예측하는 것은 도시의 안전관리와 공공 서비스 신뢰도를 획기적으로 높일 핵심 과제”라며 “대형 행사 인파 관리, 도심 교통 혼잡 완화, 감염병 확산 억제 등 일상 안전을 지키는 데 이번 기술이 크게 기여할 것”이라고 강조했다.
한편, 이번 연구 성과는 데이터 마이닝 분야 최고 권위 국제학술대회인 ‘지식발견및데이터마이닝학회(KDD) 2025’에서 지난 8월 발표되었다. 연구에는 전산학부 남영은 박사과정 학생이 제1저자로, 나지혜 박사과정 학생이 공저자로 참여했으며, 과학기술정보통신부와 한국연구재단의 지원을 받아 수행됐다.
이 기술은 다수 인파가 몰리는 대규모 축제나 행사뿐만 아니라 도심 내 교통 혼잡 완화, 감염병 확산 대응 등 다양한 공공 안전 분야에서의 실질적 활용이 기대된다. 특히 2022년 이태원 참사 이후 정부가 추진 중인 AI 기반 군중 밀집 예측 시스템 개발에 중추적 역할을 할 전망이다.
이번 혁신적인 AI 기술은 단순 숫자 집계 수준을 넘어, 군중이 어느 방향으로 어떻게 이동하는가까지 실시간으로 감지·예측함으로써, ‘곧 위험해질 공간’을 미리 포착할 수 있다. 이를 통해 다중밀집 사고를 미연에 방지하고, 안전한 도시 환경 조성에 크게 이바지할 것으로 평가받고 있다.
