[ESG경제신문=김도산 기자] 디지털 전환의 상징이던 인공지능(AI)이 이제는 ‘친환경’ 혁신의 주역으로 도심 속 교통 풍경을 바꾸고 있다. AI 덕분에 일상적으로 수백만 리터의 연료가 절약되고, 수천 톤의 이산화탄소 배출이 줄어드는 시대가 열리고 있는 것이다.

구글은 최근 브라질을 중심으로 ‘AI 기반 모빌리티 솔루션’의 성과를 전격 공개했다. 교통 데이터 기반의 효율적 경로 안내, 신호등 제어를 위한 그린 라이트(Green Light) 등 다양한 서비스가 브라질 전국적으로 210만 리터에 달하는 연료와 약 4000톤의 온실가스 배출을 한 달 만에 줄였다는 구체적 결과다.

브라질서 AI 택시 효과 입증

구글의 AI 모빌리티 기술은 2025년 현재 리우데자네이루·상파울루·브라질리아 등 대도시 83개 교차로에 도입됐다. ‘그린 라이트’ 신호 최적화 시스템이 차량의 불필요한 정지를 9% 줄이고, 연료 사용은 15%나 감축했다.

9월 한 달 기준, 전국적으로 45만명의 시민이 연료 절감 경로를 선택해 이동했다. 그 결과 브라질 전체에서 2.1백만 리터의 연료가 절약됐고, 약 4000톤의 온실가스가 발생하지 않았다.

자세히 보면, AI가 실시간 교통 흐름과 GPS, 교통량, 신호주기 정보를 복합적으로 분석해 불필요한 정지·출발을 18만 8000건이나 줄였다. 이는 차량 운영비를 줄일 뿐 아니라 교통 혼잡 해소, 대기질 개선 등 도시의 지속가능성 강화로 이어지고 있다.

미국, 연료·배출 감축 효과 더 광범위

구글은 미국에서도 AI 기반 친환경 플랫폼을 교통·운송에 적극 적용 중이다. 연간 기준 효율적 경로 안내와 태양광 정보 제공 등 AI 솔루션 도입을 통해 미국 내에서만 약 600만 톤의 온실가스 감축 효과를 달성했다.

또한, 구글이 집계한 2024년 한 해 미국 사용자 대상 효율적 경로 지정 서비스는 연료비를 10% 이상 아낄 수 있도록 경로를 안내했다. 단순한 ‘가장 빠른 길’이 아니라, 연비·경사·교통상황·정차 가능성 등 다양한 변수를 AI가 분석해 가장 친환경적인 길을 제시한다는 점에서 기존 내비게이션과 차별화된다.

교통신호 제어 AI까지 결합된 ‘Project Green Light’는 교차로 정차를 최대 30% 줄이고, 도로 단위로 최소 10%의 탄소 배출 감축을 유도해왔다. 최근에는 내비게이션 데이터와 신호패턴 정보를 병합한 머신러닝 모델을 미 현지 대도시와 연방·주정부 기관에 공급, 도심 교통의 블록 단위 최적화를 실현하고 있다.

데이터가 증명한 스마트 교통혁신

구글은 데이터 기반의 실제 온실가스 감축, 도시 예산 절감, 교통 약자 이동권 개선 등 ‘실질적’ 효과를 여러 국가에 입증했다. 대규모 차량군과 택시, 배달, 소방·구급차량 등 서비스 영역까지 확장 가능성이 높다.

한편, 글로벌 10여 도시에서 시범운영 중인 교통AI 시스템은 브라질·미국 외에도 유럽(런던, 암스테르담), 인도, 동남아(자카르타) 등으로 확대 적용 중이다.

전문가들은 “AI는 단순히 개인의 이동 효율만이 아니라, 도시 전체의 기후정책, 교통행정, 예산 관리 혁신과 직결되는 전략기술”이라고 평가한다. 구글 측은 “도시와 시민의 실생활 속 지속가능성 확보를 위해 AI 모빌리티 기술의 현장 적용을 확대해갈 계획”이라고 밝혔다.

구글 AI 모빌리티의 데이터 산출 방식은

구글 AI 모빌리티의 브라질 연료·탄소 감축 데이터는 교차로 단위 교통 인프라와 실제 사용자 이동 통계를 복합적으로 활용해 산출한다. 주요 산출 방식은 다음과 같다.

1. 교통 신호 최적화(프로젝트 그린 라이트)

구글은 브라질 83개 대도시 교차로에 AI 기반 신호체계(그린 라이트)를 도입해 신호등 주기와 패턴을 실시간 데이터로 미세조정한다.

AI는 수십억 건의 내비게이션·GPS 경로 데이터를 수집하여 신호로 인해 발생하는 정지·재출발 횟수, 평균 신호대기 시간 등을 연동 분석한다.

최적화 전·후의 평균 주행 속도, 차량 정차 횟수, 신호 대기 시간, 교차로 통과량 등 교통지표가 일평균/월간 기준으로 도출한다.

2. 연료 절감량 계산법

차량 종류별 평균 연료 소모량(정차·가속 시 연비 감소분 포함)과, AI 도입 이후 줄어든 불필요한 정지·출발 변화량을 바탕으로 전체 연료 절감량(리터 기준)이 산출된다.

예를 들어, 평균적인 브라질 도심 차량의 정지-출발이 1회 감소할 때 절약되는 연료량(ml 단위)을 먼저 도출한 뒤, AI가 줄인 총 정지-출발 횟수와 곱해 월간/연간 절감 총량을 구한다.

실제 공개 수치 기준, 9%의 신호 정지 감소가 210만 리터 연료 절감으로 연결됐다.

3. 온실가스(GHG) 감축 산정

브라질 현지 차량 연료 구성(가솔린·에탄올 혼합 등)을 반영한 평균 온실가스 배출계수(예: 1리터 연소 시 발생 CO₂량)를 활용한다.

절감된 연료 총량 × CO₂ 배출계수를 적용해 줄어든 이산화탄소(톤) 수치가 산출된다. 

4. 사용자 이동 데이터 및 경로 최적화 결과

구글맵/웨이즈 사용자 데이터에서 월간 친환경경로(연비 최적 경로) 선택 빈도, 평균 이동거리, 절감 효과 누적값까지 통계적으로 산출한다.

5. 독립 검증

일부 데이터는 행정기관·교통연구소와 협력해 실도로 센서/카메라 또는 로컬 택시·차량단말의 실측치를 통해 교차검증하고 있다.

결과적으로, 실제 각 교차로·노선별 교통개선 효과, 연료 절약, 탄소 절감량 등이 데이터 기반 정량적 방식으로 매월 산출·보고되는 구조다.