서울 지하철역 승강장의 혼잡도를 인공지능(AI)을 활용해 실시간 분석한다.

행정안전부 통합데이터분석센터는 AI 기반 지하철 승강장 혼잡도 예측모델 개발을 완료하고 이달부터 서울 지하철에 시범 적용한다고 2일 밝혔다.

이 모델은 지하철 승강장 체류 인원을 토대로 밀집도와 혼잡률을 도출한 뒤 그 수준은 1~4단계로 구분하게 된다.

이때 승강장 체류 인원은 승차 게이트를 통과한 후 승강장에서 지하철을 기다리는 인원인 '승차대기인원'과 지하철에서 하차 후 승강장을 통해 하차 게이트로 이동하는 인원인 '하차통행인원'을 더해 산출한다.

밀집도는 '철도안전관리체계 기술기준(도시철도정거장 및 환승편의시설 설계지침)'에 따라 승강장 면적(㎡)당 4.3명을 기준으로 인원 초과 비율에 따라 구한다.

혼잡도는 이 밀집도 수치에 따라 '1(보통)-2(주의)-3(혼잡)-4(심각)' 단계로 구분하며, 3단계일 때 역사 외부나 승·하차 게이트 입구 안내를 통해 인파 분산을 유도하게 된다.

앞서 모델 개발 과정에는 지하철 승·하차 태그 데이터와 교통카드 정산 데이터, 열차 출발 도착 데이터 등 800만 건의 데이터가 활용됐다. 두 차례 성능 검증을 거쳐 모델의 정확도는 90.1%로 확인됐다.

현재 서울교통공사 전자관제실 대시보드에 반영됐으며, 공사는 이 모델을 통해 표출되는 2개 역의 혼잡도 수준을 실시간으로 모니터링하고 있다.

공사는 혼잡 상황 대응체계도 새로 정비했다. 예상치 못한 인파 급증이 인지되면 별도로 마련한 혼잡도 관리 매뉴얼에 따라 자동 상황 전파와 현장 조치가 이뤄지게 된다.

행안부는 연내 시범 운영을 거쳐 향후 지하철역 승강장 혼잡도 산출 모델을 표준화하고 수도권과 부산·대구·광주·대전 지하철역에도 확산시켜 나갈 계획이다.

고기동 행안부 차관은 "이번 모델은 디지털 정부의 구체적 성과물로 지하철에 적용되면 편리함을 체감할 수 있을 것"이라며 "혼잡 시 대응체계도 함께 정비한 만큼 지하철 인파사고를 실질적으로 예방할 수 있도록 지원해 나가겠다"고 말했다.