도심 교통수단으로 노면전차(트램)가 도입되면서 보행자와 차량이 선로 주변을 함께 이용하는 환경에서의 안전 관리가 중요한 과제로 떠오르고 있다. 트램은 도로와 보행 공간에 인접해 운행하는 특성상 선로에 접근하는 사람이나 자전거, 차량의 움직임을 신속하게 파악해야 한다. 특히 여러 객체가 동시에 이동하는 혼잡한 구간에서는 기관사의 시야와 기존 관제 시스템만으로 모든 위험을 확인하는 데 한계가 있을 수 있다. 공간지능 기반 산업 AI 기업 딥파인이 서울교통공사와 함께 이러한 위험을 사전에 분석하고 운행 대응을 지원하는 AI 플랫폼 개발에 나섰다.
딥파인은 서울교통공사와 협력해 노면전차 운행 중 발생할 수 있는 위험 상황을 실시간으로 감지하고 분석하는 ‘노면전차 안전 운영 AI 플랫폼’을 개발한다.
딥파인이 서울교통공사와 함께 CCTV·라이다 기반 위험 감지와 3D 디지털트윈 관제 기술을 결합한 노면전차 안전 운영 AI 플랫폼을 개발한다. (자료 제공: 딥파인)
이번 연구개발은 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하는 ‘2026 AX혁신기업창의기술개발사업’의 일환으로 진행된다. 2026년 4월 시작됐으며, 단계평가를 거치는 후속 연구를 포함해 2027년 12월까지 추진할 계획이다.
연구의 핵심은 트램 선로 주변에서 이동하는 보행자와 자전거, 차량 등 다양한 객체를 AI로 인식하고 움직임을 분석해 사고 위험을 조기에 파악하는 기술이다. 위험 상황을 감지하는 데서 나아가 관제 시스템과 기관사에게 필요한 정보를 전달해 신속한 판단과 대응을 지원하는 플랫폼을 구축한다는 목표다.
딥파인은 과제의 주관연구기관으로 참여해 멀티센서 기반 위험 감지와 분석, 3차원 공간 모델링, 디지털트윈 관제, 스마트글래스 기반 기관사 지원 등 핵심 기술을 개발한다.
서울교통공사는 트램 운영과 철도 안전 분야의 전문성을 바탕으로 위험 유형과 운영 기준을 마련하고, 위례선 현장 실증에 참여한다.
연구개발 첫해에는 CCTV와 라이다(LiDAR) 등 서로 다른 센서에서 수집한 데이터를 결합해 선로 주변의 위험 요소를 인식하는 기술을 개발한다.
라이다는 레이저를 이용해 주변 물체와의 거리 및 공간 정보를 측정하는 센서다. 딥파인은 CCTV 영상과 라이다 데이터를 함께 분석해 객체의 위치와 이동 방향, 속도 등을 파악하고 선로 접근이나 침범 등 사고로 이어질 가능성이 있는 움직임을 탐지할 계획이다.
특히 여러 보행자와 차량이 동시에 존재하는 환경에서도 객체별 이동 경로를 지속적으로 추적하도록 설계한다. 단순히 선로 주변에 물체가 있는지를 확인하는 수준에서 나아가 실제 충돌 위험이 얼마나 높은지를 판단하는 방식이다.
충돌 예상 시간 분석해 위험 단계 구분…스마트글래스·디지털트윈 관제 연계
딥파인은 탐지한 객체의 위치와 선로까지의 거리, 이동 속도, 충돌까지 남은 예상 시간 등을 종합해 위험도를 분석하는 기술을 개발한다.
여기에는 충돌까지 남은 시간을 의미하는 TTC(Time to Collision) 지표가 활용된다. 객체가 현재의 속도와 방향으로 이동할 경우 충돌 가능성이 발생하는 시점을 계산해 위험 수준을 판단하는 방식이다.
분석 결과는 안전·주의·위험의 세 단계로 구분한다. 이를 통해 관제사와 기관사가 위험 상황의 우선순위를 파악하고 필요한 조치를 판단할 수 있도록 지원한다.
기관사를 위한 스마트글래스 기반 정보 제공 기술도 개발한다. AI가 감지한 위험 정보를 스마트글래스에 표시하고, 위험 경고나 감속 권고 등 운행에 필요한 정보를 제공하는 기능이다.
딥파인은 기관사의 직접적인 시야에서 확인하기 어려운 위험 요소도 센서와 AI를 통해 파악하고, 이를 운행 판단에 활용할 수 있도록 설계할 계획이다.
후속 연구개발 단계에서는 시간에 따른 객체의 움직임과 공간 정보를 결합해 위험 분석 기술을 고도화한다. 특정 시점의 위치뿐 아니라 이동 궤적과 혼잡도 변화, 비정상적인 접근 패턴 등을 분석해 위험 징후를 파악하는 방식이다.
3D 디지털트윈 기반 통합 관제 시스템도 구축한다. 실제 트램 운행 구간을 3차원 가상 공간으로 구현하고 보행자와 자전거, 차량 등의 위치와 이동 경로, 위험 구역을 실시간으로 시각화할 계획이다.
관제사는 디지털트윈 화면을 통해 현장 상황을 확인하고 위험도가 높은 구간과 객체를 구분해 대응할 수 있다. 딥파인은 이를 통해 개별 센서의 감지 정보를 하나의 공간 정보로 통합하고 관제 업무에 활용할 수 있도록 할 방침이다.
현장 실증은 위례선의 위례호수공원부터 위례역사공원까지 이어지는 트랜짓몰 구간에서 단계적으로 진행한다.
트랜짓몰은 보행자와 대중교통이 함께 이용하는 공간으로, 다양한 객체가 트램 선로 주변에서 이동하는 환경이다. 딥파인과 서울교통공사는 이 구간에서 1차 연도에 개발한 멀티센서 기반 위험 감지 시스템을 검증할 계획이다.
후속 연구개발 단계에서는 고도화된 위험 분석 기술과 3D 디지털트윈 관제 시스템을 적용해 추가 실증과 성능 평가를 진행한다.
딥파인은 연구개발 성능 목표로 위험 객체 및 상황 감지 정확도 95% 이상을 설정했다. 위험 상황 발생 이후 관제 화면과 스마트글래스에 경고 정보가 표시되기까지 걸리는 시간은 0.5초 이내, 비가시권 위험 객체 포착률은 90% 이상을 목표로 한다.
이 수치들은 현재 확보된 실증 성과가 아닌 향후 연구개발 과정에서 달성하고 검증할 성능 목표다.
딥파인은 위례선 실증을 통해 확보한 기술과 운영 데이터를 바탕으로 노면전차 안전 운영 플랫폼의 상용화를 추진할 계획이다. 신규 트램 노선을 비롯해 지하철과 경전철 등 도시철도 분야로 적용 범위를 확대한다는 구상이다.
스마트시티와 공공 안전 분야에서도 기술 활용 가능성을 검토한다. 나아가 공간 인식과 위험 판단, 현장 대응 지원 기술을 공통 기술 자산으로 축적해 물류와 제조 등 다양한 산업 현장으로 확장할 방침이다. 이는 실제 물리적 운영 환경에서 인식과 판단, 대응을 연결하는 딥파인의 ‘Physical Operations Intelligence’ 전략과도 맞닿아 있다.
김현배 딥파인 대표는 “트램은 보행자와 차량 등 다양한 객체가 선로 주변을 오가는 만큼 사고 발생 이후 대응하는 것을 넘어 위험을 사전에 인지하고 예측하는 기술이 중요하다”며 “딥파인이 보유한 공간인식 AI와 3D 공간 기술을 실제 위례선 환경에서 검증하고, 서울교통공사와 함께 위험 인식부터 판단·대응 지원까지 연결하는 기술을 고도화해 안전한 대중교통 환경 조성에 기여하겠다”고 말했다. 이어 “이번 연구를 통해 확보할 기술과 현장 경험을 바탕으로 다양한 산업과 운영 환경에서 활용할 수 있는 AI 기술 역량을 확대하겠다”고 밝혔다.
The post 딥파인, 서울교통공사와 트램 사고 예방 AI 개발…위례선서 현장 실증 appeared first on 벤처스퀘어.