AI 기반 자전거 도로 크랙 탐지

자전거 도로, 방치된 유지보수가 부르는 위험

아스팔트 도로는 반복적인 하중과 기후 변화로 인해 포트홀과 균열(이하 크랙) 등의 손상이 발생하며, 적절한 유지보수가 이루어지지 않으면 자전거 이용자의 안전을 위협합니다. 그러나 국가 재정난으로 인해 유지보수 예산이 삭감되면서, 도로 상태가 악화되고 있습니다. 실제로 한강공원 자전거 도로에서는 크랙과 도로 경계석 단차로 인한 사고가 지속적으로 발생하고 있으며, 사고 건수는 2022년 107건, 2023년 117건, 2024년 9월까지 88건에 달합니다. 유지보수 부족이 현실적인 위험으로 이어지고 있는 상태입니다.

현행 자전거 도로 유지보수의 문제점

자전거 도로 유지보수의 문제는 예산 부족만이 아닙니다. 현재 유지보수는 사람이 직접 점검하고 데이터를 기록하는 수작업 방식으로 이루어지며, 이로 인해 시간과 비용이 많이 들고 객관적인 판단이 어려운 한계가 있습니다. 자전거 도로에는 폭, 색상, 재질 등 기본적인 규격이 존재하지만, 어느 정도의 손상이 발생했을 때 보수가 필요하다는 명확한 기준이 부족합니다. 기존의 유지보수 기준이 지나치게 정성적이어서, 실질적인 관리 지침으로 활용하기에는 애매한 부분이 많습니다. 예들 들어, 일부 기준을 적용해보면 다음과 같습니다.

높은 수준의 주행감을 제공하고 표면이 악화될 조짐이 보이는 포장상태

정량적으로 와닿는 기준은 아니란걸 알 수 있습니다. 언급된 문제를 몇 가지로 간추려보면 다음과 같습니다.

1. 수작업 점검으로 인한 시간, 비용의 소모
2. 점검자 주관에 의존하므로 유지보수 대상에 대한 기준 모호
3. 정량적 기준에 의한 손상 정도 분류 기준 부족

그렇다면 AI 기술을 활용하면 이러한 문제를 해결할 수 있을까요?

AI를 통한 자전거 도로 & 크랙 탐지

우선 크게 2가지가 필요합니다. 자전거 도로 자체를 인식하는 것과 해당 도로에 발생한 크랙을 탐지하는 것인데요. AI 모델을 통해 얻어낸 결과는 아래와 같습니다.

이미지 내에서 자전거 도로에 해당하는 부분과 해당 도로에 발생한 크랙을 탐지된 것을 알 수 있습니다.

AI가 자전거 도로 & 크랙을 탐지한 방식

자전거 도로와 크랙 탐지를 위해 미리 수집된 학습 데이터를 활용하여 YOLO 기반의 딥러닝 모델을 구축하였습니다. 이 모델을 통해서 자전거 도로를 식별하고 균열 여부를 분석할 수 있도록 하였는데요. 모델의 구축 과정은 다음과 같습니다.

사전에 라벨링된 이미지를 사용하였으며 학습을 위한 상태로 데이터를 전처리한 뒤 학습에 사용한 구조입니다.

1. 원본 이미지는 유지한 채 라벨링 데이터만 추출
2. 기존 라벨 데이터를 모델 학습에 가능한 형태로 가공
3. 라벨 데이터 중 추론할 대상에 대한 부분만 남기고 나머지 제거
4. 모델 학습 및 결과 확인

이 과정을 통해 자전거 도로와 크랙을 탐지할 수 있는 AI 모델을 제작하였습니다. 해당 모델을 사용하여 결과를 보는 과정 즉 추론 과정은 다음과 같습니다.

학습된 모델에 분석 대상 이미지를 넣고 그 결과값을 후처리하여 사용하는 구조입니다. 모델의 내부 구조와 후처리를 요약하면 다음 순서입니다.

1. 이미지 데이터로 부터 특징 추출 (Feature Map 형성)
2. 특징을 NMS, calc IOU 등을 통해 계산하여 수치 데이터를 뽑음
3. 모델에서 나온 원본 이미지와 수치 데이터를 기반으로 후처리를 진행
   • 좌표 데이터와 원본 이미지를 사용하여 추론 결과 이미지 생성
   • 또는 탐지된 영역의 크기 값 등을 사용한 수치 분석 가능

AI 기반 자전거 도로 & 크랙 탐지 효과

이렇게 학습된 모델을 사용해 자전거 도로와 발생한 크랙을 탐지할 수 있는데요. 이를 통해 얻을 수 있는 이점은 크게 다음 3가지 입니다.

1. 비용과 시간 절감
2. 객관적인 유지보수 기준 수집
3. 더 안전한 자전거 도로 환경 조성

AI 기반 자동화 방식으로 비용과 시간 절감 효과가 있고 더불어 시스템에 의한 정량적 평가가 가능해집니다. 결과적으로 유지보수 효율성이 높아져 자전거 도로 환경 조성도 더 쉬워질 수 있겟죠?

AI 기술을 활용한 자전거 도로 유지보수 혁신: 효율성 증대와 안전한 이동 환경 조성

AI 기반 자전거 도로 & 크랙 탐지는 자전거 도로 유지보수의 효율성을 획기적으로 개선할 수 있는 기술이라고 판단됩니다. 기존의 주관적이고 비효율적인 점검 방식에서 벗어나, 보다 객관적이고 정량적인 유지보수 기준을 마련할 수 있을 겁니다. 이를 통해 유지보수 비용을 절감하는 동시에 사고 위험을 줄이고, 자전거 이용자들에게 더욱 안전한 이동 환경을 제공할 수 있습니다. 자전거 도로의 안전은 단순한 관리 차원을 넘어 시민들의 삶의 질과 직결되는 중요한 문제입니다. 이 문제를 AI 기술을 활용하여 유지보수를 하게 된다면, 보다 지속 가능하고 안전한 자전거 도로 환경을 구축할 수 있을 것입니다.