연구데이터공유센터 이용 박사 인터뷰

Q. 자기소개

: 학력/경력, 맡은 연구분야/과제, 관심 분야 등 

안녕하십니까, KISTI 연구데이터공유센터의 이용입니다.

2013년부터 빅데이터 분석, IoT 사물데이터 수집·분석, 딥러닝 기반 시각지능 기술을

연구해오고 있습니다. 

현재 책임연구원으로, 다양한 도시현안 해결에 필요한 영상 데이터 분석 및

시각지능 적용 연구를 수행하고 있습니다. 

특히, 증가하는 다양한 도시 영상 데이터에 대한 모니터링 및 활용 요구에 부응하기 

위해 학습데이터 제작부터, 인공지능 모델 생성, 활용 서비스 및 시스템에 관한

연구개발을 수행하고 있습니다.

Q. ‘교통량 분석장치 및 교통량 분석방법’은 어떤 기술인가요?

본 기술은 기존의 도로 교통량 분석 방법을 개선하기 위한 개발한 기술입니다.

현재의 주된 교통량 측정 방식은, 현장에 인력을 파견하는 수동 계수 방식, 노면에 코일을 매장해 전자유도원리로 측정하는 루프센서 방식, CCTV로 영상을 직접 모니터링 방식이 있습니다.

이러한 방법들은 낮은 정확도, 막대한 인력과 인프라 관리 비용, 집계 소요시간 등의 한계점으로

지속적으로 증가하는 교통량 정보 생산 및 활용에 대한 니즈에 대응하기 어렵습니다.

본 기술은 이러한 한계점을 극복하고, 보다 경제적이며 효과적인 교통량 분석을 위한

새로운 방법을 제안합니다.

첫째, 기존에 설치되어 있는 교통 CCTV를 그대로 활용하여 이 장치들로부터 나오는 실시간 도로영상을 그대로 활용하여 새로운 장비 설치에 대한 부담이 없습니다.

둘째, 차선인식을 통해 차선별 교통상황을 모니터링하고, 차선별 교통량을 집계하여 

보다 정밀하게 교통량을 분석하고, 차선별 노면관리에도 활용할 수 있는 정보를 제공합니다.

셋째, 차종인식을 통해 승용차, 버스, 트럭, 바이크를 구별하고, 지역별로 차종의 흐름을 정밀하게 분석할 수 있습니다. 특히, 트럭들이 많이 통행하는 지역을 관리하여 노면파손 관리를 보다 효과적으로 수행하기 위한 정보를 제공할 수 있습니다.

본 기술에서 제안하는 교통CCTV 기반의 차선별, 차종별 교통량 측정 기술은 딥러닝과 영상분석 기술에 기반하고 있으며, 다양한 차선영상의 형태에 자동적으로 적응할 수 있는 능력을 가지고 있습니다.

특히, 직선 또는 곡선 형의 차선에 상관없이 스스로 차선을 인식하고 교통량을 측정하는 스마트한 기능을 가지고 있어, 별도의 추가적 설정없이 기존의 도로CCTV영상에 적용하여

바로 차선별, 차종별 교통량 측정을 시작할 수 있습니다.

Q. 본 기술의 기대효과는 무엇인가요?

일반적으로 교통량 측정을 위한 장치는 새로운 장비나 운영시스템을 요구하나, 이 방식은 기존에 설치되어 있는 CCTV인프라를 그대로 활용하여, 부가적인 정밀 교통정보를 제공할 수 있습니다.

또한, 차선의 형태에 자동으로 적응하기 때문에 어떠한 곳에 설치된 CCTV영상에도 적용할 수 있습니다.

따라서, 기존의 지자체별 도로관제센터 등에서 수집되는 영상에 적용하면 바로 

실시간으로 더 정교한 교통량 정보를 생산하여, 차세대 도시 교통제어 및 도로노면 관리에

큰 도움을 줄 수 있습니다.

Q. 어떤 동기(경험과 목적)로 본 기술을 개발하게 되었나요?

본 기술의 개발은 스마트 도시 구축과 관련한 연구 과정에서 지자체 교통 담당기관과의

논의 중에 정리한 요구사항으로부터 시작되었습니다.

지자체에서는 교량 및 노면관리를 위해 과적차량 통행 정보를 필요로 했으며

기존의 비정기적 측정 방식에 한계를 가지고 있었습니다.

이러한 문제들을 해결하기 위해 본 기술 개발을 시작하였으며

내부에서 수행하던 인공지능 기술 개발과 접목하여

보다 지능적인 도로 교통량 분석기술을 개발하게 되었습니다.

Q. 기술을 개발하시면서 어떤 점이 가장 보람차고 즐거우셨나요?

(혹은) 어떤 난관이 있었고, 그를 어떻게 극복하셨나요?

본 기술 개발을 하면서 실제 공개된 데이터를 통해, 이 연구에서

제안한 방식이 제대로 교통량을 집계하는 모습을 보면서

정말 쓸만한 기술이 만들어졌구나 했으면 가장 기뻤습니다.

다만, 야간 영상 등 여전히 잘 인식되질 않는 상황에 대해

고려가 필요했습니다. 특히, 야간 영상은 화질 개선을 통해

성능을 개선할 수 있습니다.

Q. (해당 시)본 기술은 현재 어떻게 활용되고 있나요?

: 활용 현황, 활용 사례, 활용처, 기술이전 사례 등등

Q. 본 기술을 향후 어떻게 개선·활용할 계획이신가요?

현재 본 기술은 대내외 기술 전시회 등을 통해 소개하고 있습니다.

코로나로 인해 다소 홍보가 어려운 상황이나 지속적인 홍보를 통해

지자체 및 관련 기업들이 활용할 수 있는 방안을 찾도록 하겠습니다.

Q. 박사님의 최종 목표는 무엇인가요?

앞으로 보다 다양한 분야에서 활용할 수 있는 영상 인식기술을

개발하고, 이를 실제 활용할 수 있는 서비스 형태로 제공하는 것을 

목표로 하고 있습니다.