카카오내비는 어떻게 터널 내에서도 작동할까?
상태바
카카오내비는 어떻게 터널 내에서도 작동할까?
  • 이건한 기자
  • 승인 2019.09.09 13:38
  • 댓글 0
이 기사를 공유합니다

카카오모빌리티 리포트 2019 발간, 여러 이동 서비스에 대한 구체적 내용 담아

[테크월드=이건한 기자] '2019 카카오모빌리티 리포트'가 발간됐다. 올해로 3번째 발간되는 이번 보고서에는 카카오모빌리티가 서비스하는 택시, 주차, 내비게이션, 대리운전 등 다양한 분야에 대한 소개와 데이터 분석 결과가 담겼다. 이 중 추석 명절 귀성·귀경길을 앞두고 가장 많이 사용하게 될 내비게이션 서비스에 대한 부분을 발췌해 정리해봤다.

카카오내비 같은 디지털 내비게이션 앱은 사용자들에게 가장 적합한 길안내를 제공하기 위해 다양한 데이터를 조합해 사용한다. 일반 차량용 내비게이션과 달리 모든 데이터가 실시간으로 업데이트되고 안내에 적용된다는 장점이 있다.

카카오내비는 지도, 도로, 네트워크, POI(Point of Interest, 건물명 등 지도상 특정 위치) 같은 필수 데이터부터 신호등, 속도제한, 단속 카메라, 과속방지턱, 톨게이트 등 보조적인 데이터를 종합해 길안내 서비스를 제공한다. 카카오모빌리티는 특히 POI에 신경 쓰고 있다고 밝혔다. 가령 사용자들이 주유소나 주차장을 찾는 상황이 있다면, 단순 목적지 정보만 제공하는 게 아니라 유가 정보, 주차장 인근의 정보를 함께 제공하는 것이다.

 

GPS가 동작하지 않을 땐?

잘 알려져 있다시피, 내비게이션이 차량 위치를 측정할 때는 주로 위성 GPS 신호가 사용된다. 그런데 이 GPS의 약점은 건물 내부나 터널 같이 신호가 통과하기 어려운 지역에서는 측정의 오차범위가 커지는 부분이다. 

이 경우 맵매칭(Map-matching) 기술이 사용된다. 맵매칭은 '차량이 도로 위에 있다'는 전제조건과 GPS 위치, 도로 네트워크 배치, 길안내 정보 등을 종합해 현재 운전자가 지나치고 있을 위치에 대한 경우의 수를 계산한 뒤 가장 높은 확률을 보인 경우로 현재 위치를 특정한다. 예를 들어 터널 내부를 지나갈 땐 해당 터널을 통과하는 차량들의 평균 속도와 시간을 계산해 터널 내 현재 위치를 유추하는 방법 등이 맵매칭에 해당된다.

카카오내비 맵매칭 개념 (붉은선: GPS 신호 위치, 푸른색: 맵매칭 적용 후 위치) 자료=카카오모빌리티
카카오내비 맵매칭 개념 (붉은선: GPS 신호 위치, 푸른색: 맵매칭 적용 후 위치) 자료=카카오모빌리티

또 맵매칭을 활용하면 전통적인 기계식 미터기를 간편한 앱 기반의 미터기로 대체할 수 있다. 바퀴가 굴러간 거리에 따라 요금을 계산하는 방식 대신에도 GPS 신호가 수신되는 스마트폰이 있으면 택시 탑승 시간과 거리에 따라 요금을 계산하는 앱 미터기 구현이 가능하다. 앱 미터기는 현재 카카오T 택시와 대리 서비스 요금 계산 시스템에 일부 활용되고 있다. 

 

Seamless! 어떤 상황에서도 끊기지 않으려면

맵매칭이 모든 문제를 해결해주진 않는다. 따라서 이를 보완할 여러 보조 장치들이 필요하다. 우선 스마트폰이 수신하는 이동통신 신호를 활용하는 방법이 있다. 위치별 통신 신호의 세기 패턴을 사전에 학습하고, 수신되는 신호 패턴과 비교해 이동 경로를 추정해내는 방법이다. 카카오모빌리티는 현국 한국과학기술연구원과 함께 LTE, 5G 신호를 활용해 터널이나 지하 공간 등에서 내비게이션의 위치 측정 정확도를 높이는 기술 상용화를 추진하고 있다고 한다.

또 컴퓨터 비전(Computer Vision)이라는 인공지능 기술을 활용하는 방식도 있다. 스마트폰으로 촬영된 영상이나 이미지 데이터에서 환경적 특징을 추출하고 특징점과 절대 좌표를 비교해 차량의 위치를 추정하는 원리다.

터널 내 내비게이션 동작 구조 (자료=카카오모빌리티)
터널 내 내비게이션 동작 구조 (자료=카카오모빌리티)

 

소요시간 예측에 활용되는 인공지능

목적지까지 시간이 얼마나 걸릴까? 내비게이션을 쓰는 가장 큰 이유 중 하나다. 소요시간은 크게 개별도로 통과시간과 대기시간으로 구분한다. 카카오모빌리티는 개별도로 통과 시간에 대해 카카오내비 사용자들의 평소 통행 데이터를 기반으로 머신러닝 모델을 만든 뒤, 이를 기반으로 도로별 통과시간을 예측해 제공한다. 대기시간은 도로 네트워크나 기타 보조 정보와 사용자 예상 경로를 반영해 계산한다.

만약 경로상 갈림길이 있는 경우, 각 도로의 진입 시간과 빠져나가는 시간을 계산해 서로 다른 정보를 반영해 소요시간 예측에 반영될 수 있도록 한다. 이 외에도 사용자가 고속도로에서 주유소나 휴게소를 이용하는 경우가 많은데, 이런 정보는 걷어내지 않으면 도로 속도 예측에 영향을 줄 수 있다. 따라서 카카오내비는 이런 비정상 데이터를 함께 걸러내는 알고리즘을 사용하고 있다고 설명했다. 또 궁극적으로 운전자 개개인의 운전 스타일이나 취향을 인공지능으로 학습해 이에 걸맞은 최적의 루트를 제안하는 방법도 연구되고 있다.

머신러닝 기반의 소요시간 예측 알고리즘 (자료=카카오모빌리티)
머신러닝 기반의 소요시간 예측 알고리즘 (자료=카카오모빌리티)

미래운행정보는 어떻게 예측하나?

요즘 내비게이션은 미래 출발 시간을 입력하면 실제 그 시간을 기준으로 언제 도착할지 알려주는 기능도 있다. 이것이 어떻게 가능한 걸까? 답은 역시 인공지능에 있다. 다만 미래운행정보는 기존 통행 패턴만을 가지고 미래 시점의 소요시간을 정확히 예측해야 한다는 한계가 있다.

이런 예측 정확도를 높이기 위해 카카오내비는 과거 데이터와 함께, 설정한 날짜의 타입을 자세히 구분한다. 해당 날짜의 통행량은 사용자들의 일상적인 이동 패턴과 연관되므로 요일이나 휴일, 명절 시기 등을 감안한 예측을 내놓는 것이다.

이밖에 2019 카카오모빌리티 리포트에는 카카오의 여러 이동성 서비스와, 지역별 인기 택시 출발·도착 장소, 제주도 이동 명소에 대한 다양한 내용이 알기 쉽게 정리돼 있다. 전문의 요약과 보고서 다운로드는 카카오 브런치 계정(https://brunch.co.kr/@kakaomobility/36)을 통해 확인할 수 있다.

 


관련기사