MIT 연구진, 주차 시간까지 고려한 지능형 내비게이션 시스템 개발

섹션별 상세

기존 시스템은 목적지까지의 주행 시간만 계산할 뿐 주차 공간 확보에 소요되는 불확실한 시간을 반영하지 못해 부정확한 도착 예정 시간을 제공한다. 이는 운전자의 스트레스를 유발할 뿐만 아니라 주차 자리를 찾기 위해 배회하는 차량들로 인해 도심 정체와 탄소 배출을 심화시키는 원인이 된다.

연구진이 개발한 알고리즘은 동적 계획법을 기반으로 하며 목적지 주변의 모든 공영 주차장 정보를 분석한다. 출발지에서의 주행 거리, 각 주차장에서 목적지까지의 도보 거리, 그리고 해당 주차장에서 주차에 성공할 확률을 종합적으로 계산하여 가장 효율적인 경로를 역방향으로 산출한다.

알고리즘은 단순히 확률이 높은 주차장을 추천하는 것에 그치지 않고 선택한 주차장이 만차일 경우 인근의 다른 주차장으로 이동하는 시나리오까지 고려한다. 확률은 조금 낮더라도 여러 주차장이 밀집된 구역으로 이동하는 것이 단일 고확률 주차장보다 유리할 수 있음을 수학적으로 증명하고 이를 경로 최적화에 반영했다.

시스템의 실효성을 높이기 위해 타 운전자들의 행동이 주차 가용성에 미치는 영향도 모델링에 포함했다. 다른 운전자가 먼저 도착해 마지막 자리를 차지하거나 특정 주차장에서 실패한 차량이 다른 곳으로 유입되는 스필오버 효과 등을 체계적인 방식으로 시뮬레이션에 구현했다.

데이터 확보 측면에서는 게이트 센서 외에도 크라우드소싱 데이터를 활용하는 방안을 검증했다. 사용자가 앱을 통해 주차 여부를 표시하거나 차량의 배회 패턴을 추적하는 방식의 오차율은 실제 가용성과 비교해 약 7% 수준에 불과하여 실시간 데이터 수집의 대안으로서 충분한 가능성을 확인했다.

용어 해설

동적 계획법(Dynamic Programming): — 복잡한 문제를 여러 개의 작은 하위 문제로 나누어 해결하고 그 결과를 저장하여 재활용하는 최적화 기법이다. 이 아티클에서는 주차 성공 확률과 이동 시간을 역순으로 계산하여 최적의 경로를 찾는 핵심 알고리즘으로 사용되었다.
스필오버 효과(Spillover Effect): — 특정 영역의 현상이 인접한 영역까지 번져 나가는 효과를 의미한다. 교통 맥락에서는 특정 주차장이 만차일 때 그곳을 찾았던 차량들이 주변 주차장으로 몰려들어 인근 지역의 주차 난이도를 높이는 현상을 정의한다.
크라우드소싱(Crowdsourcing): — 대중의 참여를 통해 데이터나 아이디어를 얻는 방식이다. 본 연구에서는 사용자가 직접 주차 가능 여부를 앱에 입력하거나 차량의 움직임을 통해 주차장 상태 정보를 수집하는 대안적 데이터 확보 수단으로 활용되었다.

기술

Dynamic Programming
Probability Modeling
Crowdsourcing Data

활용 사례

지능형 내비게이션 앱
자율주행 주차 시스템
도심 교통 정체 관리

언급된 리소스

논문Probability-Aware Parking Selection