교차로 신호는 대부분 미리 짜 둔 시간표대로 돌아갑니다. FlowLight는 대구대학교 부트캠프에서 출발한 프로젝트를 Solar Pro 4로 다시 정리한 데모입니다. 서울시 공공 교통량 데이터 형식의 시간대별 수요로 시뮬레이터에 차량을 만들고, Solar Pro 4 Agent 세 개가 교차로 상황을 분석해 신호 계획을 세우고 평가합니다. 마지막으로 코드로 작성한 Guardrail이 안전 규칙을 확인한 뒤 신호에 적용하며, 이 과정을 화면에서 단계별로 확인할 수 있습니다.
Empty space, drag to resize
🧐 문제 정의
고정 시간표 신호와 LLM 출력의 한계
빈 횡단보도의 보행 신호: 건널 사람이 없어도 매 주기 보행 신호가 켜져 모든 차량이 멈춰 섭니다.
교통약자를 고려하지 않는 보행 시간: 노약자·어린이·휠체어 이용자가 건너도 보행 시간은 똑같습니다.
숫자를 계획으로 바꾸기 어려움: 교통량과 보행자 수는 셀 수 있지만, 이를 신호 계획으로 옮기는 판단은 여전히 어렵습니다.
LLM 출력을 그대로 쓰기 위험함: 답의 형식이 매번 달라지고, 최소 녹색 시간 같은 안전 규칙을 지켰는지 확인할 수 없습니다.
Empty space, drag to resize
💡 문제 해결
데이터 → Agent → Guardrail로 이어지는 3단계 파이프라인
1. 공공 교통량 데이터로 수요 만들기: 서울시 교통량 이력 정보 형식의 시간당 교통량을 차로당 초당 발생률로 바꿔 접근로별로 차량을 생성합니다. 교통량은 '들어오는 양'으로만 쓰고, 대기 차량 수는 시뮬레이터가 신호와 차간 거리로 계산합니다.
활용 기술: FastAPI, 서울시 교통량 이력 정보(공공데이터포털·TOPIS)
2. Solar Pro 4 Agent 3개의 분석·계획·평가: 분석 Agent가 접근로별 포화도와 교통약자를 파악하고, 계획 Agent가 남북·동서 축의 녹색 시간을 배분하며, 평가 Agent가 점수와 함께 '자동 적용 / 운영자 승인 필요 / 재계획 필요'를 판단합니다.
활용 기술: Solar Pro 4, Structured Outputs(JSON Schema)
3. Guardrail 검증과 사람 승인: 차량 녹색 최소 8초, 보행자가 없으면 보행 0초, 교통약자가 있으면 보행 10초 이상을 코드로 강제합니다. 진행 과정은 SSE로 단계별로 보여 주고, 승인이 필요한 계획은 운영자가 직접 적용합니다.
활용 기술: Guardrail 규칙 검증, SSE 스트리밍
Empty space, drag to resize
⚙️ 핵심 기능
실데이터 프로파일: 0~23시 24개 시간대의 교통 수요로 차량을 만들고, 시간대를 바꾸면 발생률이 즉시 바뀝니다. 합성 예제 외에 서울 숭례문 일대 실측 데이터(2026-09-16)도 고를 수 있습니다.
AI 신호 최적화: 버튼 한 번으로 세 Agent가 10~25초 안에 신호 계획을 세우고, 단계별 진행 상황과 Agent가 실제로 작성한 근거 문장을 리포트로 보여 줍니다.
교통약자 보행 보호: 횡단보도에 노약자·어린이·휠체어 이용자가 있으면 모든 차량이 멈추는 보행 전용 현시를 10초 이상 확보합니다.
비교 실험 결과: 보행자가 없는 교차로에서 시드 10개로 비교한 결과, 보행 8초 고정 신호보다 90초 통과 차량이 평균 134.1대에서 148.8대로 늘고 정지 차량은 26.3대에서 22.0대로 줄었습니다. 효과의 대부분은 빈 보행 신호를 차량에 돌려준 데서 나왔습니다.
설치 없는 체험: 공개 데모 페이지에서 기록해 둔 실제 Solar Pro 4 응답을 재생해 전체 흐름을 볼 수 있습니다.
