실시간 예측 제어 전략 최적화와 교통 안내 통합 프레임워크

** 본 논문은 급증하는 도시 교통 혼잡을 완화하기 위해 기존 인프라를 보다 효율적으로 활용하고자 하는 필요성에서 출발한다. 저자들은 동적 교통 할당(DTA) 시스템 내에서 실시간으로 교통 제어 전략(예: 도로 요금, 램프 메터링)과 일관된 여행 안내를 동시에 최적화하는 새로운 프레임워크를 제안한다. 이 프레임워크는 크게 네 단계로 구성된다. 첫 번째 단계는 **상태 추정**이다. 실시간 센서(루프 검출기, CCTV, 모바일 데이터)와 과거 교통 데이터, 날씨·사고 정보 등을 융합해 현재 네트워크의 수요·공급 파라미터를 보정한다. 이를 통해 현재 시점 t₀의 네트워크 상태를 가장 정확하게 재현한다. 두 번째 단계는 **상태 예측 및 안내 생성**이다. 보정된 파라미터를 기반으로 향후 H·Δ(예: 30분)까지의 교통 흐름을 시뮬레이션한다. 이때 예측된 링크 여행시간을 여행 안내(tt_g)로 변환하고, 운전자들이 이 안내에 따라 경로를 선택하도록 모델링한다. 초기 안내와 예측된 실제 여행시간이 차이가 있으면, 성공적 평균법(MSA)을 적용해 안내를 반복적으로 업데이트한다. 이 과정을 안내와 예측이 수렴할 때까지 반복함으로써 ‘일관성’(consistency)을 확보한다. 세 번째 단계는 **예측 제어 최적화**이다. 일관된 안내와 예측 흐름을 전제로, 전체 네트워크 여행시간을 최소화하는 목적함수를 정의한다. 요금 벡터 τ는 비선형·비볼록 형태의 제약을 갖는 최적화 변수이며, 실제 목적함수는 시뮬레이션 기반이므로 직접적인 수식 표현이 어렵다. 저자들은 이를 해결하기 위해 **유전 알고리즘(GA)** 을 채택한다. GA는 후보 해 집합을 병렬로 평가하고, 교차·돌연변이 연산을 통해 탐색 공간을 효율적으로 탐색한다. 특히, 각 후보 해마다 전체 DTA 시뮬레이션을 수행해야 하는데, 이를 GPU 클러스터 혹은 멀티코어 서버에서 동시에 실행함으로써 5분 이내의 계산 시간을 달성한다. 네 번째 단계는 **롤링 호라이즌 적용**이다. 실시간 시스템에서는 최적화와 실행 사이에 일정한 지연(Δ)이 존재한다. 따라서 현재 사이클에서 얻은 최적 요금 λ는 다음 사이클의 첫 번째 요금 구간에 그대로 적용하고, 나머지 구간(τ₂…τ_H)만을 새롭게 최적화한다. 이렇게 하면 계산량을 크게 줄이면서도 연속적인 요금 정책을 제공할 수 있다. 실험은 싱가포르 전역의 대규모 도로망(수천 개 링크, 수백만 차량)에서 수행되었다. 저자들은 DynaMIT2.0을 예측 엔진으로 사용하고, Aimsun 마이크로시뮬레이터를 실제 흐름 재현에 활용했다. 실험은 **폐쇄 루프(closed‑loop)** 방식으로 진행되었는데, 이는 최적화된 요금과 안내를 실제 시뮬레이터에 적용하고, 그 결과를 다시 시스템에 피드백함으로써 과대평가를 방지한다. 주요 결과는 다음과 같다. (1) 평균 여행시간 감소율이 5%에서 최대 9%에 달했으며, 피크 시간대에서 특히 큰 효과가 나타났다. (2) 최적화 평균 실행 시간은 4.8분(최대 5분)으로, 실시간 적용 요건을 만족했다. (3) 수요 수준을 변동시킨 민감도 분석에서도 성능 저하가 미미했으며, 시스템이 다양한 교통량에 강인함을 보였다. 논문의 기여는 크게 세 가지로 요약된다. 첫째, **예측 기반 제어와 일관된 안내를 동시에 최적화**하는 통합 프레임워크를 제시함으로써 기존의 반응형 요금제 한계를 극복했다. 둘째, **대규모 네트워크에서도 실시간 성능을 보장**하는 병렬 유전 알고리즘 구현을 통해 계산 복잡성을 효과적으로 관리했다. 셋째, **폐쇄 루프 평가 방식을 도입**해 최적화 결과의 실제 적용 가능성을 객관적으로 검증했다. 한편, 몇 가지 제한점도 존재한다. 고정 수요(비탄력적) 가정 때문에 실제 요금 변화에 따른 수요 탄력성을 반영하지 못했으며, 현재는 요금만을 제어 변수로 다루었다. 또한, 운전자 행동 모델이 경로 선택에만 초점을 맞추고 있어, 출발 시간 선택·모드 전환 등 다른 행동을 포함한 확장이 필요하다. 향후 연구에서는 (1) 다목적 최적화(시간·수익·배출)와 (2) 다른 제어 수단(신호 제어·차선 관리) 통합, (3) 실시간 데이터 스트리밍 환경에서의 시스템 안정성 및 보안성 평가 등을 진행할 계획이다. **