지하철 스마트폰 위치추적 기술 SubwayPS

초록

본 논문은 GPS·Wi‑Fi 등 기존 위치 서비스가 차단되는 지하철 환경에서 스마트폰의 가속도계만을 이용해 열차의 이동 구간을 추정하는 SubwayPS 알고리즘을 제안한다. 실험 결과, 기존 단순 가속도 기반 방법보다 평균 30 % 이상 정확도가 향상되었으며, 이를 활용한 MetroNavigator 앱은 사용자가 내릴 역을 사전에 알리는 등 다양한 서비스에 적용 가능함을 보여준다.

상세 분석

SubwayPS는 지하철이라는 특수한 실내·외 환경에서 GPS 신호가 완전히 차단되고, Wi‑Fi AP도 불규칙하게 배치되는 상황을 전제로 한다. 이러한 제약을 극복하기 위해 저전력 가속도계 데이터를 실시간으로 스트리밍하고, 신호 전처리 단계에서 저주파 잡음 제거와 고주파 진동 억제를 위한 2차 저역통과 필터를 적용한다. 전처리된 가속도 신호는 이동 구간(determine‑segment)과 정지 구간(stop‑segment)을 구분하기 위해 동적 임계값(threshold) 기반의 히스토그램 분석으로 분류된다. 핵심 아이디어는 열차가 일정 구간을 일정 속도로 이동할 때 가속도 변화가 거의 없으며, 역에 진입·진출 시 급격한 감속·가속 패턴이 나타난다는 점이다. 이를 기반으로 열차가 지나간 역의 개수를 누적 카운터에 저장하고, 사전에 구축된 역 간 거리 모델(예: 평균 1 km 구간)을 이용해 현재 위치를 추정한다.

알고리즘의 주요 파라미터는 (1) 가속도 임계값 α, (2) 정지 구간 최소 지속 시간 τ_stop, (3) 이동 구간 최소 지속 시간 τ_move이며, 각각 실험 데이터를 통해 교차 검증으로 최적화하였다. 특히, τ_stop을 3 초 이하로 설정하면 열차 정차 시 짧은 멈춤에도 오탐이 발생하지만, 5 초 이상으로 늘리면 실제 정차를 놓치는 경우가 발생한다. 논문에서는 4 초를 최적값으로 채택하였다.

성능 평가는 3개 도시(서울, 뉴욕, 파리)의 5개 노선을 대상으로 120 km 총 주행 거리와 30 % 이상의 정차·출발 패턴을 포함한 데이터셋으로 수행되었다. 비교 기준은 (a) 단순 가속도 절대값 기반 카운팅, (b) 기존 스마트폰 기반 지하철 위치 추정 연구인 “UndergroundNav”이며, SubwayPS는 평균 위치 오차를 각각 45 m, 68 m에서 31 m, 42 m로 감소시켰다. 또한, 배터리 소모량은 1시간당 3 % 수준으로, 실시간 서비스에 충분히 적용 가능함을 입증하였다.

시스템 구현 측면에서는 Android 8.0 이상을 타깃으로 하며, 백그라운드 서비스로 가속도 데이터를 수집하고, 로컬 SQLite DB에 역 거리 모델을 저장한다. 스마트워치 연동은 BLE를 통해 현재 구간 정보를 푸시하며, 사용자는 손목 진동과 UI 알림으로 다음 역 도착을 인지한다.

한계점으로는 (1) 열차가 비정상적으로 급정거하거나 급가속할 경우 오차가 급증한다는 점, (2) 동일 노선 내에서도 열차 간 평균 속도가 크게 변동하는 경우 모델 보정이 필요하다는 점을 들었다. 향후 연구에서는 기계학습 기반의 동적 임계값 조정 및 지하철 전용 BLE 비콘과의 융합을 통해 정확도를 10 m 이하로 끌어내는 방안을 제시한다.