차도용 신호기는 보통 미리 설정한 간격이나 센서 반응에 의해 전환되는 구조가 되어 있다. 하지만 이런 기존 전환 방식에선 불규칙하게 교통량이 늘어나거나 한 경우에는 돌아가 정체를 일으키는 원인이 되는 경우가 있다.
독일 프라운호퍼 광학시스템기술이미지처리연구소는 이런 문제를 유연하게 대응하기 위해 AI가 전환 처리를 판단해 실시하는 신호기 개발을 실시하고 있다. AI 개발에 있어 먼저 교통량이 많은 교차로를 선정하고 여기에 고해상도 카메라와 레이더 센서를 설치해 신호 대기열에 늘어선 자동차 수, 각각 대기시간, 교차로를 통과할 때 평균 속도 장기 데이터를 수집하고 이를 바탕으로 AI를 훈련시켰다. 그리고 이런 AI를 이용해 가상으로 만들어진 교통 상황에서 신호 전환 패턴을 재조합해 가장 대기시간이 짧아지는 실험을 실시했다.
연구팀은 AI가 도출한 최적 신호 전환 패턴은 보통 설정 교차점에 비해 교통량을 10∼15% 향상시킬 수 있었다고 밝히고 있다. 하지만 어디까지나 가상 환경에서 실험 결과이기 때문에 현실 세계에서 이 방식을 완전히 대응할 수 없는 가능성은 부정하지 않았다. 그리고 이 점을 고려한 뒤 앞으로 몇 개월 안에 실제 교차로에서 AI가 신호기를 제어할 수 있는 실험적인 시스템을 마련해 알고리즘을 적응시켜갈 예정이다.
이 연구는 독일 연방교통디지털인프라 당국 자금 제공 하에 복수 파트너 기업이 협력해 실시하는 KI4LSA 프로젝트 일환으로 이뤄진 것이다. 같은 프로제트 내에선 횡단보행자 대기시간 단축과 패턴 최적화도 테마 중 하나로 연구되고 있으며 이곳에선 라이다를 사용해 보행자 걷는 속도를 측정하고 도로를 안전하게 횡단하는데 필요한 충분한 시간을 확보하는 등을 조사하고 있다. 관련 내용은 이곳에서 확인할 수 있다.