실시간 교차로 교통 최적화를 위한 AI 교통 신호 제어 시스템 개발

국문 초록 (Abstract)

현대 도시 교차로의 고정식 교통 신호 체계는 교통 정체와 보행자 안전 문제를 지속적으로 야기한다. 본 연구에서는 실시간 교통 영상을 기반으로 차량과 보행자를 인식하고, 교차로에서 지속적으로 생성 및 누적되는 교통 영상 및 객체 인식 데이터를 실시간으로 분석하는 빅데이터 기반 AI 교통 신호 시스템을 설계하고 그 효과를 검증하였다. YOLO 기반 객체 탐지를 통해 교통량을 정량화하고, 이를 바탕으로 신호 시간을 유동적으로 조절하였다. 실험 결과, 교통량이 집중된 방향의 대기 시간을 효과적으로 줄였으며, 기존 고정식 신호 대비 최대 약 169%의 교통 효율 개선을 보였다. 본 연구는 AI 기반 교통 신호 제어가 소규모 환경에서도 실질적으로 구현 가능함을 보여주며, 향후 스마트시티 및 지능형 교통 시스템(ITS)을 위한 핵심 기술로 활용될 수 있는 가능성을 제시한다.

다국어 초록 (Multilingual Abstract)

Fixed-time traffic signal systems at modern urban intersections continuously cause traffic congestion and pedestrian safety issues. This study designs and evaluates a big data–based AI traffic signal control system that recognizes vehicles and pedestrians from real-time traffic videos and analyzes continuously generated and accumulated traffic video data and object detection results at intersections in real time to dynamically control signal timings. Traffic volumes are quantified using a YOLO-based object detection model, and signal durations are adaptively adjusted accordingly. Experimental results show that the proposed system effectively reduces waiting times in high-traffic directions and achieves up to approximately 169% improvement in traffic efficiency compared to conventional fixed-time signal systems. This study demonstrates that AI-based traffic signal control can be practically implemented even in small-scale environments and highlights its potential as a core technology for future smart cities and intelligent transportation systems (ITS).