운수종사자 교통사고 위험 예측 모델·관리 웹 개발
행안부·NIA·한국교통안전공단(주관) 위탁사업. 검사 결과와 사고 이력을 학습한 앙상블 모델로 위험도를 예측하는 관리 웹을 개발하고, 발주기관의 쿠버네티스 기반 폐쇄망 클라우드 환경에 실제 배포까지 전 구간을 PL로 수행.
배경
운수종사자의 검사 결과와 사고 이력으로 교통사고 위험을 사전 식별하는 시스템이 필요했습니다. 2025년 같은 주제 경진대회 솔루션(상위 7.8%)을 출발점으로 삼아 실제 운영 가능한 플랫폼으로 확장했고, 외부망이 차단된 폐쇄망 환경에서 운영되어야 한다는 제약에서 구조를 잡았습니다.
접근
위험도 예측은 도메인별 스태킹 앙상블(HistGradientBoosting·XGBoost·CatBoost, Dirichlet 가중 탐색)과 시퀀스 LightGBM을 가중 블렌딩해 만들고, 시점 누수가 없도록 각 검사 시점 이전의 기록만으로 피처를 구성했습니다. React 프론트엔드와 eGovFrame 백엔드, FastAPI AI 엔진을 Nginx 뒤에 3-티어로 묶었고, SHAP 해석과 PDF 리포트, 모델 버전 관리(DB 저장·활성 버전 전환·중단 학습 자동 복구)까지 관리 화면에서 다룹니다.
결과
실제 시스템은 발주기관의 쿠버네티스 기반 폐쇄망 클라우드 환경에 배포까지 수행했습니다. 공개 저장소는 실무 구현을 익명화해 재구성한 것으로, 클라우드 없이 단일 PC에서도 인터넷 없이 전 구간이 재현되도록 Python·JRE·Nginx 런타임과 오프라인 wheel을 전부 담은 zip 설치 체계를 담았습니다.
아키텍처
공개 구현 기준 시스템 구성입니다. 성능 수치는 실제 데이터로 학습해 저장된 결과이며, 검사 데이터가 저장소에 없어 저장소만으로는 재현되지 않습니다.
핵심 수치
저장소 리포트에 저장된 실측값입니다.