본문영역 바로가기 메인메뉴 바로가기 하단링크 바로가기
ENG

연구보고서

정책연구(Policy Research[PR]): 서울시정을 위한 정책개발과 사회동향에 대응하는 연구 기초연구(Basic Research[BR]): 연구원의 역량강화와 정책개발에 필요한 기초자료 축적을 위한 연구 현안연구(Ordinary Research[OR]): 당면과제 해결을 위하여 단기적으로 수행하는 연구

시민 참여형 영상분석 기술 활용한 서울시 자전거도로 유지관리 발전방향
  • 등록일2026-08-27
  • 조회수389
  • 주제 안전/인프라 , 디지털/기술
  • 저자전범준, 신정일, 이성호
  • 과제코드2025-BR-05
  • 분량/크기(page)88
  • 발간유형기초
  • 부서명인프라기술연구실
  • 발행일2026-08-27
  • 자전거도로
  • 자전거

본문

시민 제공 영상 데이터·AI분석 기술 결합한 
서울시 자전거도로 유지보수 발전방향 제안

서울시 자전거도로 이용 안전 향상 위한 AI 기반 관리방안 마련해야

자전거를 이용하는 시민을 대상으로 서울시 자전거도로  이용 관련 설문을 실시한 결과 주 1회 이상 이용자는 89.1%에 달하며, 이는 자전거가 생활 교통 및 레저의 주요 수단임을 보여준다.
시민들은 자전거도로를 주로 운동과 레저, 출퇴근을 겸하여 이용하고 있으며, 운동(81.1%)과 레저/취미(74.3%)와 목적으로 한강 변 및 자전거 전용도로와 같은 핵심 간선망을 주로 이용하고 있다.
서울시의 자전거도로를 이용하는 시민들은 도로 포장 불량(79.5%)을 가장 심각한 위험 요소 및 최우선 개선 문제점으로 지적하고 있으며, 더불어 보행자와의 충돌 위험(71.6%) 역시 매우 높게 인지되어, 시설물 파손과 움직이는 대상 간의 부딪힘이라는 두 가지 복합적인 위험에 대하여 체계적 관리가 필요할 것으로 보인다. 
기존의 유지관리 방식이 현장 순찰 또는 시민들의 자발적 신고에 의존하는 경향이 있어, 도로 포장 불량과 같은 정적 위험을 적시에 파악하는 데 한계를 드러내고 있다. 또한 도로포장의 유지관리에 이용되고 있는 고가의 장비의 경우 그 규모와 운용예산등의 문제로 인해 적용이 용이하지 못한 실정이다.
자전거도로의  파손 감지 통해 사고를 사전에 예방할 수 있는 관리 접근이 필요할 것으로 보인다. 
우선은 자전거도로 파손 등 여러 문제(정적 위험)에 대하여 AI 영상분석 기술로 탐지 및 정량적으로 진단하고, 이를 유지관리에 이용할 수 있도록 하며 추후 사람이나 자전거 간의 충돌(동적 위험, 추후 연구 통해 접근 필요) 또한 연구를 통해 보다 안전하게 이용할 수 있는 자전거도로 환경을 제공할 수 있을 것이다.

시민 참여형 자전거도로 영상 데이터 취득과 관리 방안 마련해야

서울시의 자전거도로를 주 2~3회 이상 이용하는 시민들의 경우 절반 이상의 시민들이 사고대비 또는 일상녹화를 목적으로 블랙박스, 액션캠 등을 사용하며 자전거를 타고 있음을 확인하였다. 
또한 이러한 영상을 촬영하며 자전거도로를 이용하고 있는 시민들 중 경우 영상 제공 의사가 높은 비중이 64.9%로 매우 높았으며, 서울시 자전거도로의 안전이 높아지길 바라는 의사가 매우 높은 것을 알 수 있었다. 이 연구에서는 이러한 시민들의 이용 환경을 반영하여, 연구진이 직접 다양한 형태의 액션캠과 블랙박스 장치를 장착하고 시민의 입장에서 현장 라이딩을 수행하며 분석용 영상을 수집하였다. 
또한 영상제공의 경우 지속적이고 안정적인 영상 데이터의 확보를 위한 보상이 필요할 것으로 보이며, 이를 위한 시민들의 보상에 대한 선호 대상은 포인트(58.7%) 및 모바일 문화상품권(55.6%) 그다음으로 자전거용품(20.3%) 등의 보상을 선호함을 확인하였으나. 추후 서울시 정책 적용을 위해 서울시 운용 포인트등과 연계하여 운용될 수 있는 추가적인 논의가 필요할 것으로 보인다. 
그리고 영상데이터의 수집 구간의 경우 서울시 자전거도로의 이용 현황을 살펴본 결과 한강자전거도로, 지천, 주요 간선도로 등의 주요 집중 이용 구간이 존재하고, 주말과 야간 시기와 시간에 따른 이용자의 이용 행태가 상이함을 확인하였다. 이에 따라 이용자가 많이 이용함에 따라 포장파손 등 발생 시 안전에 노출되는 위험이 높은 구간의 경우 잦은 빈도의 데이터 수집과 관리가 필요할 것으로 보였다. 또한, 저이용구간의 경우 영상데이터 수집의 어려움이 발생할 우려가 있어 이러한 구간의 경우 주변 동호회, 지원자등을 섭외하여 미션형 데이터 수집을 통해 데이터를 확보하는 것이 바람직 할 것으로 판단된다. 
이에  ‘고밀도 구역 집중 수집’과 ‘저밀도 사각지대 미션 부여(Bounty)’ 방안을 병행하여 데이터의 양적·질적 확보를 추진하는 것이 바람직할 것으로 판단된다. 
이러한 자전거도로의 시민을 통한 영상 수집 시 개인정보 노출에 대한 우려가 높아 추후 이 연구의 모델을 고도화하여 적용할 경우 AI 기반 비식별화 기술 적용 및 개인정보 보호 목적의 명확한 고지 등 법적·제도적 거버넌스 구축이 필수적이라고 판단된다.

영상 활용 자전거도로 파손 탐지 AI 모델의 현장 적용성 확인

이 연구에서는 YOLO v8-Seg 모델을 기반으로 자전거도로 AI 영상분석 시범 모델을 구축하였다. 이 기술을 통해 자전거도로의 파손, 시설물의 파손등에 대한 탐지가 가능함을 확인하였다. 
탐지의 경우 Bounding Box(객체 탐지) 학습 결과를 보면 mAP 0.86을 달성하여, 볼라드, 분리봉 등 안전 시설물과 같은 이산적인 객체 탐지에서 80% 이상의 높은 정확도를 확인하였다.
또한 Segmentation(영역 탐지) 학습 결과의 경우 mAP 0.76을 기록하여, 크랙, 포트홀 등의 포장재질 파손 영역 및 난간 등 면형 객체의 탐지에도 우수한 적용 가능성을 확인하였다.
이 연구를 통해 구축된 모델은 시민들이 다양한 장치를 통해 제공하는 영상만을 가지고도 안전 시설물(분리봉, 볼라드 등)의 파손 여부 및 포장재질(균열, 포트홀) 등의 객체 탐지가 가능함을 확인하였다. 
이러한 시민제공형 영상을 이용한 영상 분석 기술을 활용할 경우 자전거도로 유지보수 목적에 기여할 수 있을 것으로 판단된다.

시민제공 영상분석 기술 활용 서울 자전거도로 유지관리 모델 실증 제안

AI 영상분석 결과를 활용하여 기존의 순찰 및 단순 신고 체계를 벗어나 위험도 기반의 예방적 유지보수 체계로 전환이 필요하다고 판단되며, 이를 위하여 토끼굴, 교차 지점 등 상충 위험이 높은 구간에 대한 추가 클래스 학습을 통해 AI 모델의 실시간 동적 위험 탐지 능력에 대한 모델 개발이 필요할 것으로 판단된다.
마지막으로 시민들이 이용하는 다양한 영상촬용 장치의 영상데이터를 통해 AI 분석이 가능함을 확인하였으므로, 이를 활용한 시민참여형 자전거도로 관리 체계를 구축하기 위한 모델의 고도화 개발 및 이를 활용한 구 또는 한강사업본부 단위의 시민 모집 및 소규모 실증을 통해 사업의 타당성을 확인해 보길 제안해 본다. 

본 공공저작물은 공공누리 “출처표시+상업적이용금지+변경금지” 조건에 따라 이용할 수 있습니다.