[공학저널 김하늬 기자] 최근 철도산업은 디지털 전환이라는 시대적 흐름에 따라 비용 절감, 인프라 가용률 극대화, 효율적인 자산관리와 안전, 위험 최소화를 추진하기 위한 방안으로 ‘철도 디지털화’를 추구하고 있다.

특히 국내에서는 인공지능 기반 철도시설물·철도차량 유지관리의 디지털화와 철도사고 예방·관리의 다양성 반영을 위한 철도 디지털 트윈기술 등에 관한 기술개발이 활발히 이뤄지고 있다.

철도운영·관리 부문의 막대한 데이터를 대상으로 데이터의 새로운 가치를 찾거나 인공지능 기술을 융합해 철도운행의 효율성을 구축하는 등 노력이 이어지고 있으며, 특히 최근에 등장한 chatGPT 기술을 적용해 철도운영·관리를 편리하게 지원하는 기술도 연구 중인 상황이다.

한국철도기술연구원 철도인공지능연구실은 지난 2021년 6월 설립 이후 철도분야 데이터 및 인공지능 중심의 디지털 융합기술에 대한 원천·융합기술 확보와 더불어 철도분야 종사자·연구원 구성원의 인공지능 융합연구를 효과적으로 추진하도록 데이터 기반 인공지능 융합연구 생태계 구축을 주요 업무로 수행하고 있다.

이를 위해 연구실에서는 인공지능 융합연구를 위한 인프라 조성, 철도분야에 특화된 인공지능 융합연구 그리고 이들 성과를 산업 전반에 확산하기 위한 철도 인공지능 융합 관련 교육과 기술지원을 추진 중이다.

특히 철도인공지능연구실은 철도특화 인공지능 연구개발을 위해 ‘디지털 철도 통합플랫폼 개발’을 기획·추진하고 있어 눈길을 끈다.

디지털 철도 통합플랫폼은 디지털 전환을 통해 새로운 도전을 추구하는 철도운영사 및 관계 기관이 효과적이고 실용적으로 디지털 전환을 수행할 수 있는 인공지능 기반 디지털 철도 통합플랫폼이다.

이 플랫폼은 5개의 서브 플랫폼으로 구성된다. 철도 디지털트윈 플랫폼, 철도 인공지능 플랫폼, 지능형 로봇 플랫폼, 철도기술 데이터 안심존, 그리고 철도 인공지능 교육플랫폼이 그것이다.

철도 디지털 전환을 가속화하기 위한 ‘철도 디지털트윈 플랫폼’은 복합적으로 작용하는 철도시스템을 디지털트윈화해 다양한 시나리오를 적용하면서 철도시스템의 안전성 확보와 효율성 추구를 목표로 하고 있다.

특히 철도시설 및 철도차량 가상시험환경 등은 실제 환경에서 실현하기 어려운 충돌, 탈선 등의 다양한 사고를 모사해 대응방안과 복구 방안을 수립해 실제 환경에서 대응력을 높이고 있다.

이와 함께 연구실은 디지털트윈과 GPT 인공지능 모델을 연계해 철도 디지털 브레인 기술을 기획하기도 했다. 향후 철도 디지털트윈 플랫폼에 ‘RailGPT’ 기반 철도 통합 운영/관리 기술을 적용하려는 계획이다.

철도분야에 특화된 GPT 즉 RailGPT를 통해 철도 전문 인공지능을 기반으로 철도 노선 계획 최적화, 차량과 시설 설계 최적화, 철도운영 지능화 및 예지 보전 기술 등의 새로운 디지털 철도기술을 통해 세계 철도기술을 선도할 것으로 기대를 모으고 있다.

철도인공지능연구실 원종운 실장(사진)은 “인공지능을 통한 연구환경 조성을 위해 연구원은 올해 지능형 철도 인공지능 연구센터를 건설하기 위한 기획을 추진했으며, 오는 2028년까지 지능형 철도 인공지능 연구를 통합적으로 추진할 수 있는 연구인프라 구축을 지속적으로 추진할 계획”이라고 설명했다.

한편, ‘철도 인공지능 플랫폼’은 누구나 빠르고 편리하게 데이터 기반 인공지능 융합연구를 수행할 수 있는 연구개발 플랫폼으로, 인공지능 초보자와 숙련자 모두가 이용할 수 있도록 개발됐다.

초보자를 위해 low-code 기반 플랫폼으로 구성해 드래그 앤 드랍으로 데이터 처리 및 인공지능 학습·분석을 수행할 수 있도록 지원하고 있으며, 숙련자를 위해서는 직접 프로그램 작성이 가능한 개발환경 vscode와 주피터노트북 등의 개발환경을 연계해 지원하고 있다. 이와 함께 개발과정에 코드 생성·분석을 지원하기 위한 개방형 GPT를 활용할 수 있도록 시스템을 개발한 것이 특징이다. 개방형 GPT는 향후 RailGPT로 고도화되어 철도분야 전문 브레인으로 사용될 예정이다.

철도산업의 디지털 유지보수 또는 무인 유지보수 체계 개발을 지원하기 위한 ‘지능형 로봇 통합플랫폼’은 로봇개발 플랫폼인 ROS를 기반으로 개발됐으며, 현재 ROS2까지 지원하고 있다.

지능형 로봇 플랫폼은 ROS2와 gazebo 등을 연계해 시뮬레이션과 동시에 로봇개발을 추구하도록 했으며, 연구실은 해당 플랫폼을 기반으로 RailAMR(Railway Autonomous Mobile Robot) 궤도 자동주행 로봇을 우선 개발했다.

RailAMR은 궤도를 자율주행하는 로봇으로 작업자의 안전 관리와 작업지원을 통한 작업자 안전 강화, 철도시설 검측 장치 부착을 통한 자동점검기능을 수행할 수 있다. 현재 RailAMR은 시제품이 개발됐으며, 현장 시험 등을 통해 기술이전을 추진할 계획이다. 이밖에도 차량기지 무인화를 위한 차량 점검 및 유지보수를 위한 무인이동체 시스템 개발을 계획 중이다.

한편, 철도산업 특히 철도운영사 등은 민감한 철도기술 데이터를 관리하기 때문에 연구개발이라고 하더라도 해당 데이터를 오픈하는 것은 매우 어려운 실정이다.

이에 따라 연구실은 ‘철도기술 데이터 안심존’ 즉 네트워크와 공간적으로 폐쇄된 장소에 민감한 철도기술 데이터를 분석하고 인공지능 융합연구를 추진할 수 있는 연구개발 인프라를 구축하고 있다.

현재 인프라 환경을 구축·완료해 CPU, GPU 및 저장 서버를 연계한 폐쇄망으로 구성한 상태다. 향후 안심존 운영을 위한 규정·지침 등을 수립하고, 철도 유관기관 간 협력체계를 구축해 민감 데이터를 확보하는 것은 물론 데이터의 새로운 가치를 찾아 철도운영 효율성 향상과 안전성 향상을 추구할 계획이다.

이러한 철도 인공지능 융합연구가 철도산업 전반에 확산되고, 철도산업이 디지털 전환 시대의 흐름을 선도하기 위해서는 무엇보다 교육이 중요시되고 있다. 이에 연구실은 누구나 인공지능을 배울 수 있는 ‘철도 인공지능 교육플랫폼’을 개발하고 있다.

철도 인공지능 교육은 기초, 기본 그리고 활용 교육의 3부분으로 구성되며, 기초교육은 인공지능과 데이터에 대한 이해를 쉽게 할 수 있도록 내용을 구성하고, 기본교육은 인공지능 프로그램을 위한 프로그래밍 기법을 교육한다. 특히 철도 인공지능 플랫폼의 사용법도 배울 수 있다.

활용 교육은 철도분야 인공지능 융합연구 사례를 중심으로 교육 콘텐츠를 구성해 철도산업 현장에 적용할 수 있도록 할 계획이다. 교육프로그램은 올해 기본교육과정까지 구성됐으며, 2024년부터 활용과정에 대한 콘텐츠를 발굴해 교육을 추진할 예정이다.

원 실장은 “2024년에는 통합 인공지능 연구환경조성을 위한 지능형 철도 인공지능연구센터 건설을 지속적으로 추진할 계획”이라며 “철도 인공지능 플랫폼을 고도화해 사용자 편의성 향상과 시스템 안정화를 추구하고, 철도기술 데이터의 편향성을 극복하는 것은 물론 데이터 다양성 확보를 위한 철도기술 데이터 증강기술 개발을 추진하고자 한다”고 말했다.

내년부터 연구실은 글로벌 철도 인공지능 기술 선도를 위한 RailGPT의 기초연구와 더불어 RailAMR에 대한 실증 시험을 통해 시스템을 안정화하고 실용화를 위한 노력을 추진할 계획이다.

특히 철도특화 거대언어모델 RailGPT에 대한 기초연구를 시작해 관련 분야 기술을 선도하고, 정부, 산업체, 학계 및 출연연 등과 연계해 지속적인 연구개발이 될 수 있도록 노력을 이어나갈 예정이다.

이뿐만 아니라 철도인공지능연구실은 현재 철도운영사와 공동연구를 통해 철도기술 데이터확보와 연구결과의 현장 검증 등을 통한 기술 안정화를 추구하고 있으며, 대표적인 성과로 인천교통공사와 ‘TCMS 데이터를 이용한 보조전원장치 고장진단 및 고장예측을 위한 인공지능 기술’을 개발했다.

이 기술은 열차가 운행되기 전에 차량의 주요장치에 대한 고장을 예측하고 사전 정비를 통해 열차 운행의 효율성을 구축해 국민의 불편함을 해소할 수 있을 것으로 기대를 모으고 있다.

원 실장은 “최근 부산교통공사와 상태기반 유지보수를 위한 차량운행정보를 이용해 제동시스템의 디지털트윈 플랫폼을 개발했다”며 “㈜플럭시티의 시각화 기술을 반영해 현실감 있는 철도차량 운행환경을 구축했으며, 연구원의 오송시험선 구간을 디지털트윈화하고 부산교통공사 1호선 차량을 반영해 차량 제도시스템에 대한 디지털트윈을 완료했다”고 설명했다.

차량 제동시스템의 디지털트윈은 향후 제동시스템의 이상 상태 예측 및 고장진단을 위한 가상데이터 생성과 인공지능 진담 모델 개발 등에 활용될 예정이다.

이처럼 철도분야는 데이터·인공지능 융합을 통해 디지털 철도를 구축하고, 이를 바탕으로 비용 절감, 인프라·자원 활용 극대화, 안전·위험도 감소 등의 효과를 볼 수 있을 것으로 전망되고 있다.

원 실장은 “우리가 기획하고 계획하는 통합 인공지능 연구환경 조성을 조속히 구축하고, 체계적이고 지속적인 디지털 철도 플랫폼을 꾸준히 개발하고 발전시키고자 한다”며 “향후 교육체계를 철도 유관기관, 산업체 및 학교 등에 제공해 데이터 기반 철도기술 생태계를 조성할 것”이라고 전했다.