공간을 이해하는 솔루션, Vueron Lookout™ - 3편
‘혼잡해 보인다’로는 왜 부족할까요?
사람이 몰린 공간을 보면 누구나 "혼잡하다"고 느낄 수 있습니다. 하지만 시설을 운영하는 입장에서는 이 느낌만으로는 아무것도 결정할 수 없습니다. 지금 몇 명이 있는지, 특정 구역에 얼마나 오래 머무는지, 몇 시부터 혼잡이 심해지는지, 대기 줄이 얼마나 길어지는지 — 이런 구체적인 정보가 함께 있어야 합니다.
같은 100명이라도 넓게 흩어져 있는 것과 한 구역에 몰려 있는 것은 완전히 다른 상황이니까요. 결국 혼잡을 관리하려면, 눈으로 느끼는 '상태'를 운영에 쓸 수 있는 '데이터'로 바꾸는 과정이 필요합니다.
‘사람 많네’는 데이터가 아닙니다! 혼잡을 이루는 6가지 신호
혼잡을 제대로 이해하려면 단순히 인원을 세는 것만으로는 부족합니다. 혼잡한 공간에는 최소한 이런 정보들이 함께 필요합니다.
구역별 통행량
사람·차량이 머무는 시간(체류시간)
대기 줄의 길이
이동 흐름(어디서 어디로)
시간대별 혼잡 수준
특정 구역의 밀집도 변화
예를 들어 공항 보안검색대에서는 현재 대기 인원뿐 아니라 대기 줄의 길이와 기다리는 시간이 핵심 운영 지표가 됩니다. 행사장이나 다중이용시설이라면 어느 구역에 사람이 몰리는지, 어느 방향으로 움직이는지, 특정 구간의 혼잡이 얼마나 오래 이어지는지를 함께 봐야 하죠. Lookout™은 공간을 수만 개의 점으로 스캔해 3D로 그려내는 센서로 사람과 차량을 실시간으로 찾아내고, 구분하고, 따라가며, 구역별 통행량·체류·혼잡도·대기열 같은 공간 정보를 분석합니다.
Lookout™은 혼잡을 어떻게 ‘숫자’로 바꿀까요?
Lookout™은 LiDAR가 만든 3D 점 데이터(포인트클라우드)를 기반으로, 공간 안의 대상을 끊김 없이 파악합니다. 한 번 '있다/없다'를 확인하고 끝나는 게 아닙니다. 사람과 차량을 구분하고, 위치·속도·방향을 읽어 그 움직임을 계속 따라갑니다. 덕분에 어떤 대상이 특정 구역을 지나갔는지, 얼마나 머물렀는지, 어느 방향으로 이동했는지가 자연스럽게 데이터로 쌓입니다. 여기에 분석하고 싶은 공간을 구역(존) 으로 지정하면, 구역 단위의 수치가 나옵니다.
예를 들면,
특정 구역을 지나간 사람·차량 수
그 구역 안에 머문 시간
대기 줄의 길이
공간 안의 이동 흐름
구역별 혼잡 수준
이런 값을 계속 집계할 수 있습니다.
이렇게 모은 데이터를 시간대별로 쌓으면, 단순히 "지금 혼잡하다"를 넘어 언제 혼잡이 생기고, 어느 구역에서 반복되며, 공간 이용 패턴이 어떻게 바뀌는지까지 보이기 시작합니다.
공항: ‘긴 줄’을 운영 데이터로 바꾸다
공항 보안검색대처럼 대기 줄이 끊이지 않는 공간을 떠올려 봅시다. 운영자가 눈으로 줄을 보면 '지금 사람이 많다'는 정도는 알 수 있습니다. 하지만 실제 운영에는 더 구체적인정보가 필요합니다. 지금 대기 인원이 몇 명인지, 줄이 얼마나 길어졌는지, 평균 대기 시간은 어느 정도인지, 특정 시간대에 혼잡이 반복되는지를 계속 알 수 있어야 하죠. Lookout™은 이런 대기 공간에서 인원 수, 대기 줄 길이, 대기 시간, 혼잡도를 실시간으로 분석하는 방식으로 활용됩니다.
이 데이터는 '지금 얼마나 혼잡한가'를 확인하는 데 그치지 않습니다. 운영자가 시간대별 이용 현황을 파악하고 시설 운영 계획을 세우는 기초 자료가 됩니다. 실제로 Lookout 도입 효과로도 공간별 이용 규모, 시간대별 변화, 구역별 혼잡 수준을 숫자로 파악하고 운영·관리 계획 수립을 지원하는 점을 꼽고 있습니다.
행사장: ‘몇 명’보다 ‘어디에 몰리는가’
축제나 행사장처럼 많은 사람이 동시에 움직이는 공간에서는, 전체 인원만으로 혼잡을 설명하기 어렵습니다. 같은 인원이라도 특정 출입구·통로·대기 공간에 사람이 쏠리면 그 구역의 혼잡도가 순식간에 치솟기 때문입니다. 그래서 행사장에서는 전체 방문객 수와 함께 군중 밀집도, 이동 흐름, 혼잡이 생기는 구역을 같이 봐야 합니다.
Lookout™은 행사장·다중이용공간의 군중 밀집도와 이동 흐름, 혼잡 구역을 분석해 공간 운영에 필요한 정보를 제공합니다. 공간을 구역(존) 단위로 나눠 데이터를 보면, 어느 구간에 사람이 몰리는지, 시간에 따라 혼잡이 어떻게 변하는지를 감이 아니라 근거로 확인할 수 있습니다.
차량의 흐름도 같은 방식으로
혼잡 분석의 대상은 보행자에 그치지 않습니다. 도로, 휴게소, 주차장처럼 차량이 많이 오가는 공간에서도 똑같은 방식이 통합니다. 실제 국내 고속도로 휴게소 사례에서는 차종별 차량 유입량을 실시간으로 모니터링해 혼잡 대응과 운영 계획에 활용했습니다. 또 다른 휴게소에서는 차량 점유 상황을 실시간으로 지켜보며 혼잡도와 체류시간을 분석하고, 주차 현황을 도로전광표지(VMS) 와 연동해 운영했습니다. 즉 Lookout의 혼잡 분석은 단순히 '사람이 얼마나 많은가'를 세는 기능이 아니라, 공간을 오가는 대상의 통행·체류·이동을 숫자로 기록해 운영 데이터로 바꾸는 구조입니다.
얼굴을 찍지 않고도 분석할 수 있는 LiDAR의 또 다른 강점
많은 사람이 오가는 공간에서는 데이터의 정확성만큼이나 개인정보 보호도 중요한 문제입니다. Lookout™은 카메라 영상으로 얼굴이나 신원을 알아내는 방식이 아닙니다. LiDAR가 만든 점 데이터로 공간과 대상을 파악합니다. 그래서 얼굴 같은 개인 식별 정보는 수집하지 않으면서도 통행·체류·이동 흐름 같은 데이터는 그대로 확보할 수 있습니다. 뷰런의 스마트 인프라 자료에서도 이를 'Privacy-Preserving Monitoring(개인정보를 보호하는 모니터링)'의 핵심 특성으로 소개하고 있습니다. 공항, 행사장, 공공시설처럼 불특정 다수가 이용하는 공간일수록, 운영 데이터 확보와 개인정보 보호를 동시에 잡을 수 있다는 점은 큰 강점이 됩니다.
혼잡은 ‘상태’가 아니라 ‘데이터’가 관건입니다
혼잡은 그저 사람이 많이 모인 상태가 아닙니다. 누가 어디를 지나고, 얼마나 머물며, 어느 구역에 쏠리는지가 쌓일 때, 비로소 혼잡은 다룰 수 있는 데이터가 됩니다. Lookout™은 이 흐름으로 공간 데이터를 이어줍니다.
실시간 감지 → 공간 이용 데이터 분석 → 공간 상황·이벤트 정보 생성 → 시설 운영 활용
이를 통해 공간별 이용 규모와 이동 현황을 파악하고, 시간대별 변화와 반복되는 혼잡 구간을 확인하며, 시설 운영·관리 계획에 필요한 기초 데이터를 확보할 수 있습니다. 결국 중요한 건 "사람이 많아 보인다"를 확인하는 게 아닙니다. 혼잡을 측정하고, 비교하고, 쌓을 수 있는 데이터로 만드는 것. 그 데이터가 쌓일 때, 공간 운영은 경험과 직관에만 기대지 않고 한층 객관적인 판단으로 이어질 수 있습니다.
마무리하며
지난 세 편에 걸쳐 Lookout™이 공간을 어떻게 '이해'하는지 안전, 구역 인지, 그리고 혼잡까지 함께 살펴봤습니다. 결국 핵심은 하나였습니다. 보이는 공간을, 판단할 수 있는 데이터로 바꾸는 것. 여러분의 공간에는 지금 어떤 데이터가 숨어 있을까요?
다음 이야기에서 또 다른 현장 유즈케이스로 찾아뵙겠습니다.