[디지털데일리 배태용 기자] "미래 교통 상황을 예측한다고 가정해도, 변수가 많은 복잡한 교통 상황 속에서 모든 규칙을 정의하기란 불가능에 가깝습니다. 이러한 복잡한 교통 상황 패턴을 일반화 하기 위해 딥 러닝 도입을 결정했습니다. AI를 통해 문제를 풀어 보려고 합니다."

이정훈 현대오토에버 인공지능기술팀 책임은 <디지털데일리>가 산업별 AI 혁신과 도전과제를 주제로 진행한 콘퍼런스에서 내비게이션에서 활용되고 있는 AI 기술 중, ETA 예측 혁신 발표에서 이와 같이 말했다.

내비게이션에서 ETA는 더 정밀하고 정확하게 '예상 도착 시간'을 제공하는 솔루션이다. 현대오토에버는 AI를 활용 내비게이션의 품질을 높이기 위한, R&D(연구개발)를 4가지로 나누어 진행하고 있다.

구체적으로 ▲탐색 알고리즘과 AI의 예측 결과를 조합하는 '하이브리드 경로 탐색' ▲ 미래 교통 상황을 예측하는 '교통 정보 예측' ▲ 개인의 선호도를 파악, 반영하는 '개인화 경로 탐색' ▲ AI 모델을 통해 경로 및 도착 예정 시간을 예측하는 'ETA 예측' 등이다.

그중에서도 최근에는 AI(인공지능) 기술의 발전에 따라 ETA 예측이 주목받고 있다. 이 책임은 "기존 내비게이션 엔진에서는 ETA를 계산하기 위해, 중요한 핵심 팩터(Factor)들을 활용해 높은 정확도의 ETA를 산정하고 있었다"라며 "이 방식은 '링크와 링크 간의 연결성'을 규칙⋅통계 기반으로 산정, 극복해야 하는 한계점이 존재했다"라고 설명했다.

빈번하게 변수가 발생하는 복잡한 교통 상황에서, 최적의 회전 비용 통해 최선의 결과값을 도출하는 것은 사실상 불가능에 가깝다는 설명이다.

이러한 문제를 해결하기 위해, 현대오토에버는 ETA에 딥러닝을 도입했다. 그는 딥러닝을 통한 ETA 네비게이션 AI 트랜스포메이션을 이루기 위해선 ▲정확성 ▲ 일반화 ▲실시간성 등의 요건을 충족해야 한다고 설명했다.

현대오토에버는 이를 위해 R&D에 집중, 'AI 기반 ETA 예측 모델'을 설계하고 개발하는 데 성공했다.

그는 "회사가 갖고 있는 목표는 ETA 평균 오차를 감소시키는 것은 물론, 중대 오차 발생 건수를 감소시키는 것이 최상위 목표다"라며 "10번을 잘하는 것 보다, 1번 크게 잘못 하는 게 사용자의 경험 입장에서는 더 치명적이기 때문이다"라고 말했다.

이어 "(이를 위해선) 날짜, 시간, 교통 흐름에 따라 매우 다양한 교통 상황을 모두 커버할 수 있는 일반화된 단일 모델을 개발해야 하며, 끝으로 서비스가 가능할 정도의 추론 속도를 가진 '경량화된 모델'을 개발하는 것이 핵심이다"라고 덧붙였다.

이 책임은 현대오토에버의 AI 기반 ETA 네비게이션은 다양한 검증을 통해 정확도를 대폭 개선했음을 증명했다고 설명했다. 그는 "AI 적용 전 내비게이션 엔진의 ETA와 AI 적용 후 AI 모델의 ETA를 비교했는데 정확성, 일반화, 실시간성 모든 측면에서 ETA 예측 성능이 개선됨을 확인할 수 있었다"라며 "특히 저희가 중점적으로 보는 '큰 오차 발생 건수'도 74% 이상 많이 감소하는 것을 확인할 수 있었다"라고 강조했다.