SOC 분야 AI 우수사례
AI 초정밀 도로 탐지 – 빗길·포트홀 사고를 막는 기술
"눈으로 볼 수 없는 도로 위험을 AI가 찾아낸다"
비 오는 고속도로에서 갑자기 차가 미끄러지는 순간, 도로에 난 구멍(포트홀)을 피하려다 핸들을 꺾는 순간. 운전자라면 한 번쯤 아찔했던 경험이 있을 거예요.
그런데 왜 이런 사고가 반복될까요? 도로공사가 관리를 안 해서? 그건 아닙니다. 문제는 "위험을 미리 발견하기가 너무 어렵다"는 것입니다.
빗길 사고의 원인 중 하나는 도로 표면의 미세한 기울기 문제예요. 비가 오면 물이 도로 바깥으로 빠져야 하는데, 어떤 구간은 물이 역류하거나 한곳에 고여요. 이런 곳에서 차가 수막현상을 일으키며 미끄러지죠. 하지만 이런 미세한 기울기 차이는 사람 눈으로는 절대 볼 수 없어서 비가 와야 비로소 "아, 여기가 위험했구나" 알게 되지만, 그때는 이미 사고가 난 뒤입니다.
포트홀도 마찬가지예요. 9,000km가 넘는 고속도로를 사람이 걸어 다니며 점검할 수는 없는데다가 고속도로에서 도보 점검은 그 자체로 위험하죠.
한국도로공사는 이 문제에 8년간 도전했고, 마침내 ‘비가 오기 전에 위험 구간을 찾아내고, 사람 대신 AI가 도로 파손을 탐지하는 시스템’을 개발했습니다. 수많은 실패 끝에 98.3%의 정확도를 달성한 이 기술을 살펴볼게요.
Challenge
문제는 두 가지예요. 도로는 계속 노후화되는데, 기존 점검 방식으로는 한계가 있다는 거예요. 어떤 부분에서 한계가 있는지 알아볼게요.
도로 노후화 현황
경부고속도로 개통 후 55년 경과
4계절 기후(고온다습, 한랭건조) 반복으로 도로 변형과 파손이 자연 발생
최근 10년간 전국 고속도로 노후화 2배 증가
2035년에는 전체 고속도로의 65%가 노후 포장 예상
육안 점검의 한계
낮은 정확성: 눈으로는 빗물이 흐르는 위치와 물이 고이는 지점 확인 불가
높은 위험성: 고속도로에서 도보 조사 시 차량 충돌 위험
낮은 효율성: 9,000km를 사람이 일일이 점검하려면 막대한 시간과 비용 소요
이용자 불편: 정밀 진단 시 도로 차단이 불가피해서 교통 정체 유발
현장 담당자들의 목소리는 이렇습니다.
"빗길 사고의 원인... 눈으로 봐서는 무엇 때문인지 잘 모르겠어요."
"전국을 어떻게 일일이 조사하나요. 사실상 불가능..."
Solution
한국도로공사는 사람의 눈과 발을 첨단 기술로 대체하는 기술로서 크게 두 가지 시스템을 개발했어요.
① 3D 빗길사고 분석 시스템 (디지털 전환)
기존에는 동영상을 찍고 사람이 눈으로 판단했지만 도로 표면의 미세한 기울기, 빗물이 흘러가는 방향 같이 육안으로 확인이 불가능한 영역에 확실한 대안이 필요했습니다.
새로운 시스템은 LiDAR(라이다) 센서를 사용해요. 레이저를 쏘아서 도로 표면의 높낮이를 밀리미터 단위로 측정하는 기술이에요. 이렇게 수집한 데이터로 도로의 3D 디지털 모델을 만들어요.
3D 모델이 있으면 컴퓨터가 "비가 오면 물이 어디로 흐를까?"를 시뮬레이션할 수 있습니다. 빗물이 도로 바깥으로 잘 빠지지 않고 역류하는 구간, 도로가 움푹 꺼져서 물이 고이는 구간을 비가 오기 전에 미리 찾아낼 수 있는 것이죠.
② AI 포장 파손 자동 탐지 시스템
포트홀(도로 구멍)이나 균열 같은 파손을 찾는 건 AI의 몫이에요.
특수 차량에 고해상도 카메라를 달고 고속도로를 주행하면서 도로 표면을 촬영한 다음, AI가 이 영상을 실시간으로 분석해서 파손 유형(포트홀, 균열, 줄눈부 파손 등), 위치, 크기를 자동으로 탐지합니다.
AI는 아스팔트 도로 파임, 콘크리트 도로 파임, 줄눈부 파손, 십자 파손 등 다양한 파손 유형을 구분할 수 있고 탐지 결과는 자동으로 위치도(MAP)로 생성되어서, 보수팀이 바로 현장으로 출동할 수 있게 되었습니다.
③ 8년간의 도전 끝에 98.3% 정확도 달성
이 기술은 하루아침에 완성된 게 아니에요. 기술 개발 → 현장 적용 및 검증 → 오류 수정 및 업그레이드를 8년간 반복하면서 그 결과 분석 정확도 98.3% 이상을 확보했고, 특허 등 지식재산권 13건을 창출했습니다.
Benefit – 사고 다발 구간이 무사고 구간으로
정량적 성과
빗길 사고 예방 효과
항목 | 기존 (최근 5년간) | AI 시스템 적용 후 |
|---|---|---|
빗길 사고 다발 구간 | 3년간 8건 발생 | 위험 요인 제거 후 무사고 전환 |
빗길 사고 건수 | 7,538건 | 전국 확산 시 대폭 감소 기대 |
포트홀 탐지·복구 효과
항목 | 기존 (최근 5년간) | AI 시스템 적용 후 |
|---|---|---|
포트홀 탐지·복구 | 수동 점검, 사후 대응 | 6개월간 8,872건 자동 탐지 |
연간 피해배상액 | 31억 원(2024년) | 13억 원(2025년), 58% 감소 |
운영 효율화
항목 | 개선 효과 |
|---|---|
점검 범위 | 9개 본부 59개 전 지사 확대 |
정기 스캔 | 전 구간 월 2회 (연간 21.6만 km) |
점검 효율 | 기존 대비 80% 향상 |
도보 점검 사고 위험 | 대폭 감소 |
최근 5년간(2020~2024년) 고속도로 빗길 사고는 7,538건, 사상자는 725명에 달했어요. 인명 피해에 따른 사회적 손실만 950억 원이었죠. 포트홀 등 도로 파손으로 인한 피해배상도 같은 기간 9,705건, 155억 원에 달했고요.
AI 시스템 도입 후 가장 눈에 띄는 변화는 빗길 사고 다발 구간의 무사고 전환이에요. 3년간 8건의 사고가 발생하던 위험 구간에서 3D 분석으로 물고임·배수불량 원인을 찾아 제거한 결과, 사고가 완전히 사라졌어요.
포트홀 피해배상액도 2024년 31억 원에서 2025년 13억 원으로 58% 감소했어요. AI가 6개월간 8,872건의 포트홀을 자동 탐지하면서 "사고 나면 배상하는" 방식에서 "사고 나기 전에 먼저 찾아 고치는 방식”으로 전환한 결과입니다.
이 기술이 전국 도로로 확산되면 연간 수백억 원 규모의 사회적 손실을 줄일 수 있을 것으로 기대하고 있습니다.
정성적 성과
도로교통연구원에서 출품한 과제가 행정안전부 장관상을 수상
신기술 표준 가이드북 개발
SCI 논문 및 국제학술대회 발표
확장 가능성
이 기술의 다음 목표는 고속도로를 넘어 국도, 지방도, 시군도까지 전국 도로로 확대하는 것입니다.
국토안전관리원에 장비를 보급하고, 이상기후와 도로 노후화에 공동 대응하는 전략을 수립 중이고, 해외로도 나가고 있어요. 이미 캄보디아에 기술 수출 계약을 체결했고, 현재 다우(多雨) 지역 국가들을 대상으로 해외 사업을 추진하고 있습니다.
인천공항 실시간 혼잡도 안내 시스템 – 공항이 얼마나 붐비는지 미리 아는 방법
"지금 출국장 얼마나 기다려야 해요?"
해외여행 가본 사람이라면 한 번쯤 경험해 봤을 거예요. 공항에 일찍 도착했는데 한산해서 시간을 때우거나, 여유 있게 왔다고 생각했는데 출국장이 인산인해라 비행기 시간에 쫓기거나.
인천공항은 연간 7,000만 명 이상이 이용하는 세계적인 허브 공항이에요. 이렇게 많은 사람이 오가는 곳에서 "지금 얼마나 붐비는지", "언제 가면 덜 붐빌지"를 알 수 있다면 얼마나 편할까요?
인천공항은 1,000개 이상의 센서와 AI를 활용해서 실시간 혼잡도를 측정하고, 여객들에게 미리 안내하는 시스템을 구축했어요.
Challenge
공항 운영의 핵심 과제는 "수많은 여객의 흐름을 어떻게 효율적으로 관리할 것인가"예요.
기존 혼잡도 관리의 한계
문제 | 설명 |
|---|---|
실시간 파악 어려움 | CCTV로 지켜봐도 정확한 대기 인원 파악 어려움 |
사후 대응 | 혼잡해진 후에야 인력 배치, 이미 불만 발생 |
정보 비대칭 | 공항 직원은 알지만 여객은 모름 |
예측 불가 | 내일, 다음 주 혼잡도 예측이 어려워 인력·시설 계획 수립 곤란 |
여행객들의 불만은 이랬어요.
"출국 심사 줄이 이렇게 길 줄 몰랐어요. 더 일찍 올걸..." "어느 게이트가 덜 붐비는지 알 수 있으면 좋겠어요."
Solution
인천공항은 "여객의 스마트폰이 곧 센서"라는 아이디어에서 출발했어요. 대부분의 여객이 스마트폰을 가지고 있고, Wi-Fi를 켜두니까요.
① IoT 센서 인프라
장비 | 수량 | 역할 |
|---|---|---|
여객흐름관리시스템(PEMS) 단말기 | 180여 개 | 특정 구역의 여객 수 측정 |
Wi-Fi AP | 800여 대 | 스마트폰 신호로 위치 파악 |
환경 센서 | 1,000여 개 | 온도, 습도 등 시설 환경 모니터링 |
센서 리더 | 300여 대 | 센서 데이터 수집·전송 |
② Wi-Fi 기반 여객 동선 분석
Wi-Fi 스캐너가 여객의 스마트폰 Wi-Fi 신호를 감지해요. MAC 주소는 비식별화 처리해서 개인정보 문제 없이 "이 구역에 몇 명이 있고, 어디로 이동하는지"를 파악해요.
이 데이터로 할 수 있는 것들이에요.
체크인 카운터 대기 시간 실시간 안내
출국장·입국장 혼잡도 표시
특정 구역의 여객 체류 시간 분석
③ 빅데이터 플랫폼과 머신러닝
실시간 데이터만이 아니라, 과거 데이터를 학습해서 미래 혼잡도도 예측해요.
요일별, 시간대별, 계절별 혼잡 패턴 분석
항공편 스케줄과 연계한 혼잡 예측
특이 이벤트(연휴, 대규모 행사 등) 반영
Benefit – 95% 정확도로 혼잡도 예측
정량적 성과
항목 | 성과 |
|---|---|
혼잡도 측정 정확도 | 약 95% 이상 |
데이터 분석 주기 | 요일별, 월별, 연도별 축적·분석 |
서비스 채널 | 공항 웹사이트, 인천공항+ 앱, KB국민은행 앱 연동 |
정성적 성과
항목 | 효과 |
|---|---|
여객 경험 | 출발 전 혼잡도 확인으로 여유로운 공항 이용 |
운영 효율 | 혼잡 예측에 따른 선제적 인력·시설 배치 |
성수기 관리 | 성수기 여객 혼잡도 크게 완화 |
데이터 개방 | 행정안전부 디지털서비스 개방 선도 사업 참여, Open API 제공 |
가장 큰 변화는 여객이 "알고 움직일 수 있게" 됐다는 거예요. 인천공항+ 앱이나 웹사이트에서 "지금 출국장 혼잡도", "1시간 후 예상 혼잡도"를 확인하고 출발 시간을 조절할 수 있어요.
공항 운영 측면에서도 "예측 기반 운영"이 가능해졌어요. "내일 오후 2시에 출국장이 붐빌 것 같으니 심사대를 추가로 열자"는 식의 선제적 대응이 가능해진 거죠.
확장 가능성
인천공항은 개항 24년 만에 "AI 혁신허브"로 도약을 준비하고 있어요. 혼잡도 관리를 넘어서 비행 데이터 분석, 항공 교통 관제, 항공기 비정상 행동 탐지 등 운항·보안·스마트 공항 전 분야에서 AI 솔루션을 개발하고 있죠.
특히 다른 공항이나 대규모 시설(KTX역, 경기장, 쇼핑몰 등)에서도 이 기술을 활용할 수 있어요. 사람이 많이 모이는 곳이라면 어디든 실시간 혼잡도 관리가 필요하니까요.
참고 자료