도시 교차로에서 차량 대기열이 너무 길어져 다른 방향의 교통 흐름까지 막는 '꼬리물기' 현상은 심각한 교통 체증과 안전 문제를 유발합니다. 기존 교통 신호 제어(TSC) 알고리즘은 주로 전체적인 교통량 처리에 초점을 맞춰 피크 시간대 정체(overflow) 문제 해결에는 한계가 있었습니다. 이러한 문제를 해결하기 위해 연구진이 실시간으로 교차로 정체를 예방하고 교통 신호 효율을 높이는 새로운 프레임워크 '오버플로우라이트(OverFlowLight)'를 제안했습니다.
오버플로우라이트 시스템은 카메라와 레이더 등 다양한 센서 데이터를 활용해 교차로의 차량 정체 상황을 실시간으로 정확하게 감지합니다. 정체가 감지되면, 시스템은 신호 주기에 '정체 해소(overflow phase)' 전용 단계를 동적으로 삽입하여 막힌 차량 대기열을 신속하게 비워냅니다. 이 과정은 규칙 기반의 빠른 개입과 강화 학습(RL) 같은 장기적인 효율성을 고려한 제어 방식을 결합한 하이브리드 설계로 이루어집니다. 연구진은 이 시스템을 세 개 주요 도시의 43개 교차로에 실제 배포하여 기존 강화 학습 기반 TSC 시스템과 원활하게 통합됨을 확인했습니다.
실제 적용 결과, 오버플로우라이트는 기존 시스템 대비 정체 발생 건수를 60.4% 감소시키고, 전체 교통 처리량을 18.2% 증가시키는 놀라운 성과를 보였습니다. 또한, 전문가가 수동으로 신호 계획을 조정해야 하는 필요성을 크게 줄여 운영 효율성도 높였습니다. 이 연구는 교통 그리드락을 능동적으로 예방하는 최초의 실용적이고 확장 가능한 데이터 기반 프레임워크를 제시하며, 탄력적이고 효율적인 도시 교통 시스템 구축에 중요한 기여를 할 것으로 기대됩니다.