
카카오내비는 도로 진출입을 위한 대기열로 인해 사용자의 경로이탈이 잦아지는 도로 구간(동작대교 남단 - 올림픽대로 등)도 오른쪽 하단의 이미지(B)와 같이 운전자의 행동 데이터를 경로 탐색에 반영함. / 사진=카카오모빌리티
이미지 확대보기카카오모빌리티는 운전자 반응 기반 AI 경로 안내 기술을 연구한 논문을 과학기술 논문 색인(SCI)급 학술지 'TRC'에 7월 초 게재했다고 14일 밝혔다.
이번 논문은 카카오모빌리티 AI연구개발팀과 김동규 서울대학교 교수 연구팀이 공동으로 저술했다. 운전자 행동 데이터를 기반으로 기존 내비게이션 시스템이 고려하지 못했던 도로의 잠재 특성을 경로 탐색에 반영하고, 실제 상용 서비스에서 효과를 확인했다.
카카오모빌리티는 지난해 11월부터 운전자 반응 기반 AI 경로 안내 기술을 카카오내비에 적용하고 있다. 운전자가 목적지를 선택하면, 카카오내비 알고리즘이 ‘빠른 경로’, ‘고속도로 우선 경로’, ‘큰길 우선 경로’ 등을 중심으로 이 기술을 적용해 ‘내비추천 경로’로 제안해 준다.
논문에 따르면 기술 적용 초기 일주일간의 데이터 분석을 통해 경로 탐색 방식 별로 운전자의 경로 준수율을 확인한 결과 빠른 경로에서는 새롭게 제공된 경로의 운전자 준수율이 64.22%에서 70.87%로 6.65%p 상승한 것으로 나타났다. 경로 준수율은 운전자가 안내받은 도로를 실제로 주행한 비율을 뜻한다.

카카오내비는 복잡한 골목길(Case A), 버스 환승센터 부근(Case B), 산간도로(Case C) 등 기존 내비게이션에서 자동으로 반영하지 못한 불편 구간을 실시간 경로 탐색에 반영한다. / 사진=카카오모빌리티
이미지 확대보기내비게이션은 일반적으로 차량의 속력, 도로 폭, 차선 수 등 관측 가능한 물리적 정보를 기반으로 경로를 탐색한다. 하지만 실제 주행 상황에서 운전자들은 불법 주정차가 많은 지역이거나 진출입이 불편한 경우, 또는 낯선 경로에 대한 불신과 같은 다양한 이유로 내비게이션이 알려주는 경로에서 잠시 벗어나기도 한다.
카카오모빌리티는 내비게이션이 안내한 경로와 실제 주행데이터를 비교·분석하는 것에서 이 차이를 내비게이션 길 안내 기능에 반영했다. 경로 준수율을 바탕으로 도로의 ‘통행가치’를 평가해 경로 탐색에 반영하는 방식이다.
이는 이용자 반응성을 토대로 특정 항목의 가치를 평가하는 강화학습의 한 방법론인 ‘멀티암드밴딧(MaB)’을 적용한 AI 알고리즘을 자체 구축함으로써 가능했다.
실제로 동작대교 남단~올림픽대로 진입 구간과 같이 대기열로 인해 사용자들의 내비 경로 이탈이 잦아지는 도로나 복잡한 골목길, 환승센터 인근 혼잡 구간, 고저 차가 큰 산간 도로 등 기존 내비게이션이 반영하지 못했던 불편 구간을 감지하고 실시간 경로 탐색에 반영할 수 있게 됐다.
논문의 제1저자인 김푸르뫼 카카오모빌리티 AI연구개발팀 연구원은 “이번 연구는 이용자 행동 데이터를 기반으로 내비게이션이 경로 탐색 시 고려하는 정보와 실제 주행 환경과의 ‘불일치’ 정도를 수치화하고, 격차를 줄여 개선된 경로를 제공하는 데 중점을 뒀다”며 “목적지까지의 실제 주행시간, 도로의 주행 편의성 등 다양한 경로품질 지표에서 개선된 효과를 확인했다는 점에서 학술적·서비스적으로 의미 있는 성과를 거뒀다”고 말했다.
정채윤 한국금융신문 기자 chaeyun@fntimes.com