“AI 영상분석으로 에스컬레이터 사고 예방”…지하철 안전관리 새 전환점

에스컬레이터에서 대형 캐리어에 의한 안전사고가 발생하며 지하철 내 스마트 안전관리 시스템 도입 논의가 재점화되고 있다. 최근 서울 지하철 9호선 마곡나루역에서 중년 여성이 운반하던 캐리어에 부딪혀 전치 8주 중상을 입은 사고가 알려지면서, AI 영상분석 기술의 실시간 위험 감지 필요성이 커지고 있다. 업계와 정부는 AI 기반 역내 CCTV와 센서 네트워크를 적용한 ‘지능형 안전사고 모니터링 시스템’ 개발을 ‘대중교통 안전 혁신’의 분기점으로 보고 있다.

현장 사고조사 결과, 캐리어 등 대형 물품이 에스컬레이터에서 예상치 못한 움직임을 보일 경우 기존 인력 중심의 관리 체계로는 즉각적 대응에 한계가 있었다. 이에 따라 AI 딥러닝 기반의 영상인식 시스템을 통해 수하물 크기·위치·움직임을 자동 분류하고, 이상 동작 감지 시 통제알림과 경고음, 관제실 자동 호출까지 연결하는 솔루션이 주목받고 있다. 기존 시스템 대비 실시간성, 오인식률 저감, 대응속도에서 2배 이상 성능 개선을 이룬 사례도 보고된다.

AI 영상분석 기술은 현재 일부 공항, 대형 환승역 등에서 대형 수하물·군중밀집·넘어짐 등 위험상황 자동 식별에 활용되고 있다. 적용 확대 시 보행자·운송물 모두에 대해 위험 예측과 맞춤형 대응이 가능해져, 이용객 안전 체감도를 높일 것으로 보인다. 특히, 노령층·장애인 등 교통약자가 많은 대중교통 환경에서 실효성이 크다는 평가다.

글로벌 시장에서는 일본·유럽의 주요 지하철이 이미 AI 안전관제 플랫폼을 상용화하고 있으며, 현지 법령에 따라 승객 안전 관리 기준도 강화됐다. 미국 뉴욕 MTA도 AI 기반 낙상·추락 예측 시스템을 단계적으로 도입 중이다. 국내에서는 아직 법적 보급 의무화 단계는 아니지만, 서울교통공사 등 공기업이 시범사업에 나섰다.

다만 개인정보 보안, 영상기록 저장 주체, 알람 시스템의 오작동 문제 등 관련 제도와 기술적·윤리적 검토 역시 병행되고 있다. 민감한 정보가 활용되는 만큼, 데이터 비식별화와 공공의 이해 소통이 향후 확산의 핵심 변수로 부상한다.

전문가들은 “AI가 에스컬레이터와 같은 동적 환경에서 실시간 위험 예측을 수행한다면, 대중교통 내 안전 관리 패러다임이 근본적으로 바뀔 것”이라며 “기술 적용 속도에 맞춘 제도·윤리 기준이 동반돼야 지속가능한 혁신이 가능하다”고 말했다. 산업계는 지하철 안전 혁신이 실제 현장에 정착할지 주목하고 있다.