▲ 모비젠이 한국도로교통공단이 발주한 ‘교통AI 빅데이터 융합플랫폼 2차 사업’을 성공적으로 수주하며 사업에 본격 착수했다고 25일 밝혔다. [사진출처=모비젠]
딥러닝과 생성형 AI 접목한 지식 서비스 시범 구축도 포함
모비젠이 한국도로교통공단이 발주한 ‘교통AI 빅데이터 융합플랫폼 2차 사업’을 성공적으로 수주하며 사업에 본격 착수했다고 25일 밝혔다.
이번 사업에서 모비젠은 지난해 11월 완료한 1차 사업의 성과를 기반으로 교통 데이터 분석 고도화와 인공지능(AI) 기술을 플랫폼에 확대 적용할 계획이다.
1차 사업에서는 빅데이터 인프라 구축과 함께 내·외부 데이터 204종을 연계해 데이터 레이크를 조성하고, 데이터 검색 포털과 AI 분석 인프라를 구축했다. 이와 함께 5개의 분석 모델을 개발하고, 이를 바탕으로 실제 서비스도 제공했다. 특히 면허시험장 실시간 민원대기현황 분석 서비스는 사내 우수 서비스로 선정되는 성과를 거뒀다.
이번 2차 사업에서는 데이터 수집 대상을 대폭 늘려 1000여 종을 추가 수집하고, 분석 모델 기반의 서비스를 확대한다. 분석 모델과 서비스 구축에는 생성형 AI 및 딥러닝 기술을 도입하기로 했다. 이를 통해 공단 내부적으로는 데이터 기반 업무 혁신 사례를 발굴하고, 외부로는 대국민 대상 서비스를 늘려 맞춤형 교통안전 정보를 제공할 예정이다.
모비젠은 기 구축된 빅데이터 융합플랫폼을 확대 구축한다. 데이터 레이크를 확대해 25종의 데이터 세트를 전처리 및 가공함으로써 주제 영역별 데이터 마트를 구성할 예정이다. 사용자 포털도 사용자가 플랫폼을 적극적으로 사용하도록 개선한다. 사용자의 맞춤 콘텐츠에 대한 정보 제공, 데이터 공유 및 분석 프로젝트 현황 등과 같은 개인화 기능을 개선할 계획이다.
생성형 AI와 같은 자연어 처리 및 검색 기술도 도입한다. 공단이 보유한 방대한 비정형 데이터를 효과적으로 검색하고 활용하기 위해 딥러닝과 생성형 AI 기술을 접목한 지식 검색 데이터베이스를 시범 구축한다. 이 서비스는 온톨로지와 RAG (Retrieval-Augmented Generation) 기술을 기반으로 내부 지식을 구조화하며, 자연어 질의에 대해 대규모 언어 모델(LLM)을 통해 자연어 답변과 요약 결과를 제공한다. 이를 통해 공단의 다양한 문서들을 통합 관리하고, 생성형 AI 기반의 검색 요약 기능을 도입해 문서 검색의 정확성과 실용성이 크게 향상될 것으로 기대된다.
노드링크 기반 위험도로예측 서비스는 전국의 도로에 적용 가능한 표준위험예측 AI 활용모델 개발을 통해 외부 서비스를 추진할 계획이다. 기존에 적용된 원주시 AI 모델을 확장해 지자체 및 도로관리청별 특화 AI 모델을 개발한다.
교통사고 다발 지역 분석 서비스는 기존 교통사고분석시스템(TAAS)에 있는 동일한 기능을 최적화하고, 하나의 사용자만 사용할 수 있었던 시스템을 여러 사용자가 동시에 정보를 공유하며 사용할 수 있도록 개선해 구축할 예정이다. 결과적으로 시스템 산출물 요청이 몰리던 담당자의 업무 과중이 해소되고, 전 직원이 정보를 활용하는 등 교통안전 행정 업무에 도움이 될 것으로 기대된다.
면허시험장 실시간 민원대기현황 분석 서비스는 현재 13개 면허시험장을 대상으로 실시간 예약 및 대기 현황을 서비스 중으로, 이번 사업에서 사용자 편의를 고려해 고도화할 예정이다. 가령 예상 대기시간을 더욱 정교하게 알려주거나 알림톡으로 대기시간뿐만 아니라 다음 단계의 업무 안내와 같은 적극적인 정보를 제공해 면허시험장 이용자 경험을 향상할 계획이다.
한국도로교통공단 교통AI빅데이터융합센터 고영우 센터장은 “2차 연도 목표는 전 직원이 사용할 수 있도록 하는 것”이라며 “내부 업무 시스템 데이터와 연동해 업무 효율성을 크게 향상할 것으로 기대한다”고 밝혔다.
모비젠 김태수 대표이사는 “1차 사업 결과, 공공데이터 품질관리 수준 평가에서 96점을 획득하고, 면허시험장 혼잡도 분석 서비스는 내부 표창을 수상한 만큼 이번 사업에서도 최선을 다해 공단과 국민이 만족할 만한 성과를 내놓을 것”이라며 “특히 지식 검색 및 요약 서비스 구축을 통해 생성형 AI 및 딥러닝 활용 능력을 인정받는 기회가 될 것”이라고 말했다.
저작권자 ⓒ 한국소비경제신문, 무단 전재 및 재배포 금지