적응형 신호등이 바꾸는 도시 교통 흐름

초록

본 논문은 셀룰러 오토마타 기반 교통 흐름 모델을 이용해 멜버른 실제 도로망과 가상의 격자망에 적응형 신호제어를 적용한 결과를 비교한다. 비적응형 신호와 대비해 적응형 신호는 평균 통행시간을 줄이고 변동성을 크게 감소시킨다. 특히 상·하류 정보를 모두 활용하는 제어가 가장 효율적임을 확인하였다.

상세 분석

이 연구는 도시 교통 시뮬레이션에 셀룰러 오토마타(CA) 모델을 채택함으로써 미시적 차량 움직임과 매크로적 네트워크 흐름을 동시에 포착한다. CA는 도로를 이산 셀로 분할하고 각 셀에 차량 존재 여부와 속도를 할당해 시간 단계별로 업데이트한다. 이때 차량 가속·감속·차간 거리 유지 규칙을 적용해 실제 운전 행동을 근사한다. 논문은 두 종류의 도로망을 사용한다. 첫 번째는 멜버른 시내의 실제 도로 구조와 교차로 배치를 GIS 데이터로 재구성한 복합 네트워크이며, 두 번째는 정규 사각 격자 형태의 가상 네트워크이다. 두 네트워크 모두 동일한 CA 파라미터(셀 길이, 시간 간격, 최대 속도 등)를 적용해 비교 가능성을 확보하였다.

신호제어는 크게 비적응형(고정 주기)과 적응형(실시간 교통 상태 반영)으로 구분된다. 적응형 제어는 두 가지 전략을 제시한다. 첫 번째는 상류(link upstream) 정보만 이용해 대기 차량 수를 측정하고, 일정 임계치를 초과하면 녹색 신호 시간을 연장하거나 빨간 신호 시간을 단축한다. 두 번째는 상류와 하류(link downstream) 정보를 모두 활용한다. 하류 정보는 현재 교차로를 통과한 차량이 다음 교차로에 도달했는지 여부를 파악해 흐름 병목을 사전에 예측한다. 이때 신호 스케줄은 상류·하류 차량 밀도 비율에 따라 동적으로 조정된다.

시뮬레이션 결과는 네 가지 주요 지표로 평가된다. (1) 평균 여행 시간, (2) 여행 시간 표준편차, (3) 전체 네트워크 흐름량(veh/h), (4) 교차로 대기 차량 수 평균. 모든 경우에서 적응형 제어가 비적응형에 비해 평균 여행 시간을 약 1218% 감소시켰으며, 변동성(표준편차)도 2030% 수준으로 크게 낮아졌다. 특히 상·하류 정보를 모두 고려한 제어는 평균 여행 시간을 추가로 4~6% 더 단축하고, 변동성을 가장 낮게 유지했다. 이는 교차로 간 상호작용을 고려함으로써 병목 현상을 사전에 완화하고, 전체 네트워크의 흐름 균형을 맞출 수 있기 때문이다.

또한, 실제 멜버른 네트워크에서는 도로 길이와 교차로 배치가 비대칭적이어서 적응형 제어의 효과가 격자망보다 더 두드러졌다. 이는 복잡한 도시 구조에서 실시간 교통 정보가 신호 최적화에 더 큰 가치를 제공한다는 점을 시사한다. 한편, 적응형 제어 구현에 필요한 센서 인프라(루프코일, 카메라, V2X 통신 등)와 데이터 처리 지연을 고려하면, 실시간 알고리즘의 계산 복잡도와 안정성 확보가 향후 과제로 남는다.

결론적으로, 본 논문은 CA 기반 교통 모델이 실제 도로망에 적용 가능함을 입증하고, 상·하류 정보를 동시에 활용하는 적응형 신호제어가 평균 성능 향상뿐 아니라 서비스 품질(지연 변동성 감소)에도 크게 기여함을 보여준다. 이는 스마트 시티 교통 관리 시스템 설계 시 신호 제어 알고리즘에 다중 링크 정보를 통합하는 전략이 필수적임을 강조한다.