Optimal Scheduling of Road Maintenance Jobs Considering Impact on Traffic Flows

도시를 모든 도로가 하나의 조각이고 모든 운전자가 이를 풀기 위해 노력하는 플레이어인 거대하고 살아있는 퍼즐이라고 상상해 보십시오. 도로가 보수를 위해 폐쇄되면, 그것은 마치 퍼즐에서 조각 하나를 빼내는 것과 같습니다. 갑자기 모두가 새로운 자리를 찾기 위해 허둥대야 하며, 전체 그림이 뒤바뀌게 됩니다. 이것이 바로 사람들이 이 복잡한 네트워크를 통해 어떻게 이동하는지를 연구하는 분야인 교통 공학의 세계입니다. 이 퍼즐의 핵심에는 '평형(equilibrium)'이라는 개념이 있는데, 이는 단순히 모든 사람이 경로를 바꾼다고 해서 목적지에 더 빨리 도착할 수 없는 상태, 즉 자신만의 경로를 찾아낸 상태를 의미하는 멋진 표현일 뿐입니다. 만약 여러분이 GPS가 경로를 재탐색하는 동안 교통 체증에 갇혀 있었고, 결국 새로 안내받은 길도 똑같이 막혀 있는 것을 경험했다면, 여러분은 이 균형이 작동하는 모습을 직접 목격한 것입니다. 도시 계획가들의 큰 고민은 다음과 같습니다. 어떻게 하면 작은 포트홀 수리가 도시 전체의 교통 악몽으로 변하지 않도록 도로 보수 일정을 잡을 것인가? 전통적으로 이를 결정하는 것은 새로운 보수 계획을 고려할 때마다 거대한 수학 방정식을 푸는 것과 같았으며, 이 과정은 너무 느리고 무거워서 계획가들이 최선의 결정을 내리는 것을 종종 가로막았습니다.

2026 IISE 연례 컨퍼런스에서 발표된 이 논문은 컴퓨터에게 매번 처음부터 계산하는 대신 정답을 추측하도록 가르침으로써 이 무거운 수학 문제를 해결합니다. 저자인 차리타 난데푸(Charitha Nandepu)와 그의 팀은 뉴저지주 뉴어크의 실제 교통 네트워크, 특히 가든 스테이트 파크웨이(Garden State Parkway)라고 알려진 번잡한 구간에 주목했습니다. 그들은 도로가 폐쇄되었을 때 교통이 정확히 어떻게 흐를지를 알아내기 위해 매우 정확하지만 매우 느린 컴퓨터 시뮬레이션을 실행하는 것으로 시작했습니다. 이것을 "골드 스탠다드(gold standard)" 또는 "그라운드 트루스(ground truth)"—즉, 완벽한 정답지—라고 생각하십시오. 그들은 이 데이터를 사용하여 네 가지 유형의 인공지능(AI) 모델을 학습시켰습니다. 본질적으로 사람들이 가고자 하는 곳(기점-종점 수요)을 보고, 복잡한 수학 계산 없이도 교통 흐로를 즉각적으로 예측하도록 가르친 것입니다.

연구팀은 AI를 위한 네 가지 서로 다른 "두뇌"를 테스트했습니다: 표준 다층 신경망(MLP), 패턴 탐지기(CNN), 네트워크 구조 전문가(GNN), 그리고 시스템의 모든 부분 간의 관계에 주목하는 모델(Attention-based NN)입니다. 결과는 명확했습니다. 전체적인 맥락에 주목하는 모델이 승리했습니다. "어텐션 기반(Attention-based)" 신경망이 주인공이었으며, 약 98%의 확률(R² 점수 0.9835)로 교통 패턴을 정확하게 예측했고, 가장 붐비는 도로에서도 가장 적은 실수를 기록했습니다. 반면, 다른 모델들, 특히 표준 모델들은 교통량이 많아지면 눈에 띄게 비틀거렸으며, 주요 구간에서의 오차는 시간당 거의 1,000대 차량까지 치솟았습니다. 그래프 기반 모델(GNN)은 준수한 성과를 냈지만, 어텐션 기반 모델이 전체 오차율 단 35.87대 차량에 불 만큼 가장 정확했습니다.

이 논문은 도로 보수 일정을 짜는 문제 전체를 영원히 해결했다고 주장하는 것이 아닙니다. 대신, 이러한 빠르고 데이터 중심적인 AI 모델을 사용하는 것이 계획 과정을 가속화할 수 있는 유망한 방법임을 제안합니다. 느리고 무거운 계산을 빠른 AI 예측으로 대체함으로써, 도시 관리자들은 예전에 단 하나의 계획을 테스트하는 데 걸렸던 시간 동안 훨씬 더 많은 보수 일정을 테스트할 수 있게 될 것입니다. 이 연구는 뉴어크 지역의 경우, 이러한 접근 방식이 충분히 유용할 만큼 잘 작동하며, 도로 공사 중에도 교통 흐름을 원활하게 유지할 수 있는 방법을 제공한다는 것을 보여줍니다. 이는 한 번에 하나의 스마트한 예측을 통해 우리의 도시를 교통 정체로부터 해방시키기 위한 하나의 발걸음입니다.