계단 내려오는 승객 98%는 '돌진'…지하철 끼임 방지 AI 나왔다

성균관대·KAIST, 승객 이동 예측하는 AI 모델 증명

CCTV 영상으로 움직임 파악해 '선제적 위험 감지' 구현

[서울=뉴시스] 성균관대 전자전기공학부 조희(왼쪽) 박사과정생, 정조운 교수. (사진=성균관대 제공) 2026.07.07. [email protected] *재판매 및 DB 금지

[서울=뉴시스]박시은 인턴 기자 = 성균관대·한국과학기술원(KAIST) 연구진이 미국 텍사스테크대 연구진과 함께, 지하철 승객의 움직임을 미리 살펴 출입문 끼임 사고를 사전에 막는 인공지능(AI) 기반 '승객 이동 예측 시스템(PMES)'을 개발했다.

성균관대는 전자전기공학부 정조운 교수 연구팀이 참여한 논문이 교통 시스템 분야 세계 최고 권위의 국제 학술지인 'IEEE 지능형 교통 시스템 논문집(Transactions on Intelligent Transportation Systems)'에 게재됐다고 7일 밝혔다.

해당 연구는 승객이 출입문에 다가가 센서가 반응한 뒤에야 문이 열리는 기존의 사후 대처 방식에서 벗어나, 승객이 위험 구역에 도달하기도 전에 선제적으로 위험을 감지했다는 점에서 학계와 산업계의 주목을 받고 있다.

연구팀은 지하철이 승강장에 멈춰 있거나 들어올 때, 계단을 내려오는 승객의 97.85%가 열차 출입문을 향해 곧바로 뛰어간다는 '승객 궤적 모델(PTM)'을 데이터로 증명했다.

승객의 행동 패턴을 바탕으로, 단 한 장의 폐쇄회로(CC)TV 영상 프레임만으로도 승객의 움직임을 파악하는 시스템을 구축한 것이다. 이에 승객이 열차 출입문에 도달하기 전부터 미리 끼임 위험을 감지하고 경고할 수 있게 됐다.

특히 연구팀은 실제 지하철 계단에서 이동하는 승객의 움직임을 ▲계단을 올라가는 사람(상행) ▲내려가는 사람(하행) ▲그냥 지나치는 사람(통과) 등 세 가지 유형으로 나눠 AI에게 학습시켰다.

그 결과, 화면 속 사람을 찾아내는 객체 탐지 기술을 통해 97.58%라는 매우 높은 정확도로 실시간 분류에 성공했다. 또한 지하철역처럼 컴퓨터 연산 환경이 제한된 곳에서도 부드럽게 작동할 수 있도록 크기를 대폭 줄인 모델 'SD-Net(지하철 문 네트워크·Subway Door Network)'을 함께 제안했다.

[서울=뉴시스] 승객의 이동 경로를 예측하는 'PTM'을 통한 위험 승객 예측 및 시스템 활용. (사진=성균관대 제공) 2026.07.07. [email protected] *재판매 및 DB 금지

연구팀은 이 분석 데이터를 기반으로 기관사에게 출입문을 언제 닫는 것이 가장 안전한지 알려주는 의사결정 지원 시스템(DSS)과 승객용 위험 경고 안내판까지 함께 개발해 시스템의 완성도를 높였다.

이는 향후 스크린도어가 설치된 현대식 지하철 환경에서도 끊이지 않고 발생하는 출입문 끼임 사고를 예방하는 데 있어 새로운 이정표가 될 전망이다.

한편 이번 연구에는 성균관대 전자전기공학부 조희 박사과정생을 비롯해 임리사 KAIST 교수, 이판 리 텍사스테크대 연구원 등 글로벌 연구진이 힘을 합친 융합 연구로 수행됐다.


◎공감언론 뉴시스 [email protected]