S65. 활동 기반 교통수요 예측을 위한 생성형 인공지능 / 김의진

특별세션, MESH (Mobility Ecology Summit Hour), 교통 수요 및 계획 분야 연구 활성화, 27(금) 10:00-11:40, 라카이볼룸Ⅰ 

활동 기반 교통수요 예측을 위한 생성형 인공지능 / 김의진(아주대학교)

전통적인 가구통행실태조사 기반 4단계 교통수요 예측은 기술적, 사회경제적, 환경적 변화에 따른 시스템 규모의 통행 행태 변화를 제대로 반영하지 못하고, 자료 수집에 점점 더 많은 비용이 소모된다. 활동기반 교통수요 예측은 좀 더 세밀하고 동적인 교통수요 예측을 가능하게 하지만 모형의 잠재력을 극대화하기 위해선 충분히 많은 통행 데이터가 필요하다. 최근 수집되는 스마트 카드, LTE/5G 통신 데이터는 활동기반 교통수요 예측모형를 구축하기 위해 충분한 자료를 제공하지만 통행목적, 사회경제적 속성 등 핵심 정보가 누락되어 있어 활용이 어려웠다. 본 연구는 생성형 인공지능을 활용해 모빌리티 빅데이터와 가구통행실태조사 자료를 상호보완적으로 융합하여 활동기반 교통수요 예측을 수행하는 방법론을 제안한다. 제안된 방법론은 생성형 인공지능과 행위자 기반 시뮬레이션이 통합된 End-to-End 모델의 형태로 구현되며, 이러한 프레임워크는 향후 스마트 시티 내 도시 디지털 트윈 구축을 위한 핵심기술로 확장 가능하다.

발표원고가 접수되지 않았습니다.