한국과학기술원(KAIST) 전산학부 이재길 교수 연구팀은 군중 밀집 상황을 정확하게 예측할 수 있는 인공지능(AI) 기술을 개발했다고 17일 밝혔다.

이태원 참사와 같은 다중밀집 사고를 예방하려면 단순히 인원수를 파악하는 수준을 넘어 인파의 유입·이동 경로를 실시간으로 감지하는 기술이 필요하다.

연구팀은 특정 지역에 몇 명이 있는지(정점 정보)와 인구 흐름이 어떤지(간선 정보)를 동시에 분석할 수 있는 '시간에 따라 변하는 그래프'(time-varying graph) 개념을 도입했다.

지금까지는 정점 정보나 간선 정보 중 한 가지 정보에만 집중했으나, 연구팀은 두 정보를 결합해야만 위험 신호를 잡아낼 수 있다고 판단했다.

이를 위해 인구수와 흐름 정보를 동시에 고려해 어느 지역끼리 연결돼 있는지 등 공간적 관계와 언제, 어떻게 이동하는지 등 시간적 변화를 함께 학습할 수 있는 '바이모달 학습'(bi-modal learning) 방식을 개발했다.

연구팀은 3차원 대조 학습 기법도 도입했다.

2차원 공간(지리) 정보뿐만 아니라 시간 정보를 더해 단순히 '지금 인구가 많은지, 적은지'를 넘어서 '시간에 따라 어떤 패턴으로 밀집이 진행하고 있는지'를 읽어낼 수 있다고 연구팀은 설명했다.

연구팀은 서울·부산·대구 지하철과 뉴욕 교통 데이터, 한국·뉴욕의 코로나19 확진자 수 등 데이터를 직접 수집·가공해 연구용 데이터셋 6종을 구축, 공개했다.

제안 기술을 검증한 결과, 최신 예측 모델 16종과 비교해 모든 경우에서 더 뛰어난 성능을 보였으며 우수 방법론보다도 최대 76.1% 높은 예측 정확도를 기록했다고 연구팀은 설명했다.

이재길 교수는 "대형 행사 인파 관리, 도심 교통 혼잡 완화, 감염병 확산 억제 등에 활용할 수 있을 것"이라고 말했다.

이번 연구 성과는 국제 학술대회 '지식발견및데이터마이닝학회(KDD) 2025'에서 지난달 발표됐다.