AI 기반 BRT 동적 배차 최적화 시스템
세종 BRT는 연 1,328만 명이 탄다. 그런데 배차는 아직 고정 시간표다. 출퇴근 피크에는 꽉 차서 못 타고, 한산한 시간에는 빈 버스가 달린다. AI가 실시간 수요를 예측해 배차를 동적으로 조정한다.
세종시는 출퇴근 시간대에 공무원 및 직장인의 이동이 집중되는 구조다. BRT는 세종시 대중교통의 핵심이지만 배차는 고정 시간표로 운영되어, 피크에는 좌석이 부족하고 비피크에는 빈 차가 운행된다. 이는 비효율적인 운행 비용과 시민 불편을 동시에 낳는다. 특히 BRT 정류장 접근성이 낮은 구간에서 배차 간격이 길어지면 시민들이 자가용으로 전환하는 악순환이 반복된다.
BRT 교통카드 단말기 탭인(Tap-in) 데이터, 정류장 CCTV 인원 카운팅, 날씨·이벤트 정보를 실시간으로 수집한다. 기존 인프라 데이터를 최대한 활용해 초기 비용을 낮춘다.
시간대·날씨·요일·공휴일·행사 여부를 변수로 학습한 ML 모델이 향후 30분~2시간의 정류장별 탑승 수요를 예측한다. 과거 승하차 패턴 빅데이터로 정확도를 높인다.
예측된 수요를 기반으로 BRT 노선별 배차 간격을 자동 조정한다. 피크에는 간격 단축, 한산 시에는 연장해 운행 효율을 높인다. 운수업체 시스템과 연동해 기사에게 자동 지시한다.
조정된 배차 정보를 세종 교통정보 앱(bis.sejong.go.kr) 및 정류장 전광판에 즉시 반영한다. 시민은 정확한 도착 시간을 알고 대기해 불필요한 자가용 전환을 줄인다.
LSTM·Transformer 계열 모델로 정류장별 30분~2시간 탑승 수요 예측. 과거 수년치 교통카드 데이터 학습.
정류장 CCTV 영상에서 대기 인원 실시간 카운팅. 탭인 데이터 공백 구간 보완.
배차 조정 결과를 피드백받아 보상 함수를 최적화. 운행 효율과 시민 대기 시간을 동시에 최소화.
세종시 기존 BIS(버스정보시스템)와 연동. 새 인프라 없이 현재 운영 시스템 위에 AI 레이어 추가.