Enhancing Traffic Accident Data through Multimodal AI-based Narrative Mining
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형A)
2026년
2710115269
과학기술정보통신부
한국연구재단
서울시립대학교
박신형
8명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2028.08.31
6,430만원
6,430만원
기초연구
대학
서울특별시 동대문구
건설/교통 > 도로교통기술 > 교통안전기술
... 사고데이터와 민간 보험사 연간 50만건의 현장출동사고를 포함한 약 120만건의 사고접수자료 및 위험운전행동 데이터(착한드라이브)를 활용하여 기존 연구에서 찾아내지 못한 사고 원인과 사고발생 메커니즘을 규명하고자 합니다. 이를 대규모 멀티모달 언어모델(MMLM)으로 구현하여 대화형 인공지능 에이전트를 개발함으로써 기존의 도로안전관리체계를 혁신적으로 개선하고자 합니다.
본 연구는 교통사고 분석과 예방 체계의 혁신을 위해 단계적으로 진행됩니다. 첫 번째 단계에서는 텍스트와 코드 데이터를 수집 및 전처리하여 통합 학습 데이터셋을 구성하고, 이를 기반으로 MLLM(대규모 멀티모달 언어모델)을 설계하고, 사고 유형별 반복적 패턴을 분석하여 예측 정확도를 향상시킵니다. 그리고 검증된 모델을 활용하여 대화형 시나리오를 설계하며 최종...
연구 결과는 정부 및 공공기관의 사고 예방 정책 수립, 보험사의 보상 기준 정비, 도로 및 건설 기업의 안전 설계 등에 활용될 수 있을 것입니다. 또한 교통안전 관련 교육 및 연구 프로그램, 고도화된 사고 예측 시스템 개발 등 다양한 분야로 확산 가능할 것입니다. 특히 기존 분류체계에 포함되지 않았던 '기타' 사고 유형에서 새로운 위험 패턴을 발굴하고, 텍...