PoliDriving

PoliDriving: 새로운 교통 안전 모델을 뒷받침하는 멀티모달 데이터셋

2025년 말, Kaggle의 “Distracted Driving Risk Detection Challenge”가 비교적 새 데이터셋을 조명받게 만들었습니다. 에콰도르의 Escuela Politécnica Nacional 연구진이 2024년 중반에 처음 공개한 PoliDriving은 머신러닝 실무자들이 빠르게 즐겨 찾는 자료가 되었습니다. 컴퓨터 비전과 LiDAR에 크게 초점을 맞춘 표준 자율주행 데이터셋과 달리, PoliDriving은 차량 텔레메트리, 운전자 생리 신호, 환경 맥락을 촘촘하게 융합하는 멀티모달 방식으로 도로 교통 안전을 겨냥합니다.

데이터 구조와 범위

PoliDriving에는 실제 도로 주행 18시간에 걸친 약 61,000개의 관측치가 포함되어 있습니다. 용량은 150 MB로 비교적 컴팩트한 저장소이며, 5개의 이질적인 소스에서 추출한 32개의 서로 다른 속성을 제공합니다. 여기에는 차량 역학, 운전자 건강 지표, 실시간 기상 조건, 과거 교통사고 기록, 도로의 기하학적 특성이 포함됩니다.

지도 학습 과제를 위해 데이터셋은 수동으로 라벨링된 1,980개의 샘플을 제공합니다. 이 샘플들은 네 가지 서로 다른 사고 위험 수준인 낮음, 중간, 높음, 매우 높음으로 분류됩니다. 나머지 라벨이 없는 샘플들은 준지도 학습 접근을 지원합니다. 이러한 구조 덕분에 주석이 완전히 달린 데이터가 충분하지 않더라도 데이터 과학자들이 견고한 모델을 구축할 수 있습니다.

수집 방법론

연구진은 에콰도르 키토의 도로에서 데이터를 수집했습니다. 그들은 특히 교통량이 많은 주요 회랑과, 시몬 볼리바르 대로 및 헤네랄 루미냐우이 고속도로 같은 알려진 사고 다발 구역을 골랐습니다. 수집 장비는 OBD-II 스캐너에 의존해 차량 텔레메트리를 가져왔으며, 여기에는 속도, 엔진 부하, 분당 회전수, 스로틀 위치 같은 지표가 포함됩니다. 동시에 웨어러블 건강 모니터가 운전자의 생리적 반응을 추적했습니다.

이 연구는 세 종류의 차량(세단, 픽업, CUV)을 운행하는 다섯 명의 사람 운전자를 기록했습니다. 실제 데이터를 보강하기 위해 제작자들은 3시간 분량의 합성 데이터도 생성했습니다. “furious”라는 시뮬레이션 운전자에게 귀속된 이 합성 프로필은, 실제 교통에서 포착하기 위험한 수준의 매우 공격적이고 위험한 운전 행동을 모델링하도록 특별히 설계되었습니다.

의도된 활용 사례

PoliDriving은 교통사고 예방과 운전자 행동 모델링을 위해 설계되었습니다. 데이터 과학자들은 이를 사용해 실시간으로 사고 위험 수준을 예측하는 알고리즘을 학습시킵니다. 원 연구진이 제공한 기본 모델인 그래디언트 부스팅 머신(GBM)과 멀티레이어 퍼셉트론(MLP)은 95% 이상의 정확도를 달성했습니다. 이 데이터셋은 계산 부담이 큰 비디오 피드나 값비싼 센서 어레이에 의존하지 않고도 가볍고 반응성 높은 운전자 보조 시스템을 만들려는 연구자들에게 특히 유용합니다.

라이선스 및 알려진 한계

이 데이터셋은 오픈소스이며 MIT 라이선스로 GitHub에서 제공됩니다. 접근성은 매우 높지만, 이 데이터로 학습한 모델을 배포하기 전에 연구자들은 몇 가지 내재된 편향과 한계를 고려해야 합니다.

• 지리적 편향: 모든 데이터는 에콰도르 키토에서만 수집되었습니다. 운전 행동, 도로 조건, 교통 패턴은 특정 라틴아메리카 도시 환경을 반영합니다. 이 데이터로 학습한 모델은 다른 지역에 배포하기 전에 미세 조정이 필요할 수 있습니다.
• 샘플 크기: 사람 데이터는 단 다섯 명의 운전자에 의존합니다. 이 소규모 집단은 운전 스타일, 경험 수준, 생리적 기준의 다양성을 제한합니다.
• 센서 해상도: 제작자들은 수집 과정에서 사용된 제3자 기상 웹 서비스가 충분한 공간 해상도를 제공하지 못한다고 지적합니다. 이 한계는 국지적인 기상 이벤트 동안 환경 상관관계의 정밀도를 떨어뜨릴 수 있습니다.