- (스페인) 철도 안전을 위한 AI 기반 실시간 열차 바퀴 결함 탐지 기술 -




연구전략본부 연구정책실 최승희 연구원
연구전략본부 연구정책실 문국현 책임연구원

○ 최근 국제 학술지 등을 통해 AI 기반 열차 바퀴 결함 실시간 탐지 기술이 소개되며 높은 관심을 받고 있다. 본 기술은 YOLO(You Only Look Once) 계열 모델(YOLOv5~v12)과 RTD(Real-Time Detection) Transformer 알고리즘을 활용하여, 열차가 정지하지 않고 통과하는 상황에서도 바퀴 결함을 실시간으로 분석할 수 있는 가능성을 제시한다.

○ 연구팀은 wayside(노변) 고해상도 영상 수집 시스템을 활용해 바퀴 박리(Shelling), 균열(Cracks, Scratches), 변색(Discoloration) 등 주요 결함을 자동 식별할 수 있는 AI 기반 분석 구조를 구현하였다. 실 운행 환경에서 확보된 고해상도 영상 데이터를 바탕으로 전용 데이터셋을 구성하고, 다양한 최신 AI 모델의 성능을 종합적으로 평가하였다.

○ YOLO 계열 모델은 단일 단계 기반 객체 탐지 방식을 사용하여 30 FPS 수준의 실시간 처리 속도를 확보하는 것으로 나타났다. 이 가운데 YOLOv5-seg 모델은 정밀도(Precision) 91%, 재현율(Recall) 90% 등의 안정적인 성능을 보였다. 이를 통해 고속으로 통과하는 열차의 바퀴 결함도 정지 없이 실시간 탐지 가능함이 실험적으로 입증되었다.

○ 그동안 철도 바퀴 점검은 NDT(비파괴 검사) 방식이 중심이었으며, 주기적·정지 상태에서 검사해야 하는 한계 때문에 즉각적 대응이나 연속 감시가 어렵다는 문제가 있었다. 이번 연구가 제시한 영상 기반 AI 진단 기술은 이러한 한계를 극복하고, 비접촉·연속 모니터링 기반의 차세대 상태기반정비(CBM) 체계를 구현할 수 있는 잠재력을 보여준다.

○ 또한 연구팀은 모바일 환경에서도 활용할 수 있는 AI 기반 즉시 분석 앱 ‘TrainScan’을 개발하여 현장에서 바퀴 결함을 바로 판독할 수 있음을 확인하였다. 이는 운영센터와 차량기지의 유지보수 의사결정 지원, 정비 주기 최적화, 차량·궤도 통합 안전관리 체계 구축 등 다양한 분야로 확장될 가능성을 제시한다.

○ 앞으로 바퀴 결함 실시간 탐지 기술은 다중센서 융합(영상·음향·진동·열화상)을 통한 정밀도 향상, 다양한 기상·조도 조건에서도 안정적으로 작동하는 강인성(Robustness) 확보, 고속열차·화물열차 등 실 운행 적용성 확대를 통해 실용화 단계로 진입할 전망이다. 더 나아가 디지털트윈 기반 자산관리 시스템, CBM 기반 유지보수 정책, 스마트 인프라 관리 체계와 연계되며 디지털 철도 안전관리의 핵심기술로 자리 잡을 것으로 기대된다.


※ 사진 및 내용 출처 : Nature, IEEE Xplore
https://www.nature.com/articles/s41598-025-29826-1
https://ieeexplore.ieee.org/document/10805632/references#references