MIT AI 내비게이션, 도심 주차난 해결의 열쇠 찾았다
- •MIT 내비게이션 시스템이 주차 가능 여부를 예측해 운전 시간을 최대 35분 단축한다.
- •확률 인지 알고리즘을 통해 혼잡한 도심 시뮬레이션에서 이동 시간을 66% 절감했다.
- •크라우드소싱 데이터를 통합하여 7%의 낮은 오차율로 실시간 주차 예측 정보를 제공한다.
붐비는 도심에서 주차 공간을 찾는 일은 실제 주행 시간보다 더 오래 걸리는 경우가 많으며, 이는 기존 내비게이션 앱들이 간과해 온 고질적인 문제다. 이에 MIT 연구진은 이러한 불확실성을 제거하기 위해 설계된 '확률 인지(probability-aware)' 내비게이션 시스템을 선보였다. 이 시스템은 단순히 사용자를 최종 목적지로 안내하는 것을 넘어, 물리적 거리와 주차 공간을 찾을 수학적 확률 사이의 최적의 균형을 제공하는 주차 구역을 직접 제안한다.
시스템의 핵심 로직은 '동적 계획법(Dynamic Programming)'을 활용한다. 이는 복잡한 문제를 작은 단계로 나누어 목표 지점부터 역순으로 계산해 나가는 방식으로, 주행과 주차 및 도보 이동에 소요되는 총 시간을 정교하게 산출한다. 특히 다른 운전자들의 실시간 행동 패턴을 반영하여, 특정 주차장이 가득 찼을 때 주변 지역으로 차량이 몰리는 파급 효과까지 예측해낸다. 실제로 시애틀 교통 데이터를 활용한 시뮬레이션에서 이 시스템은 극심한 혼잡 구간의 총 이동 시간을 최대 66%까지 단축했다.
이러한 접근 방식은 운전자의 편의를 넘어 환경 보호 측면에서도 중요한 의미를 갖는다. 주차 자리를 찾기 위해 도로를 배회하는 시간을 줄임으로써 도심의 탄소 배출량을 효과적으로 낮출 수 있기 때문이다. 또한 총 이동 비용에 대한 투명한 정보를 제공하여, 통근자들이 대중교통과 자차 이용 중 더 합리적인 선택을 내리도록 돕는다. 향후 캐시 우(Cathy Wu, MIT 교수)와 연구팀은 위성 이미지와 자율주행 차량 데이터를 통합해 실시간 주차 예측 시스템의 완성도를 더욱 높일 계획이다.