샘튼, SK이노베이션 AI 임팩트 솔루션에서 루트아키텍트 PoC 시작

샘튼은 SK이노베이션이 주최하는 AI 임팩트 솔루션에 ‘루트아키텍트(Route Architect)’로 참여해 2026년 7월 14일 킥오프 부트캠프를 시작했습니다.

AI 임팩트 솔루션은 AI를 활용해 에너지와 사회문제를 해결하는 팀을 선발하고, PoC 개발과 전문가 멘토링, 사업화를 지원하는 프로그램입니다. 샘튼은 에너지 효율화와 탄소감축을 다루는 Track A: AI for Energy에서 실증을 추진합니다.

SK이노베이션 AI 임팩트 솔루션에서 루트아키텍트의 문제와 해결 방식을 발표하는 모습

가장 빠른 길이 아니라, 에너지를 가장 적게 쓰는 길

통근버스와 전세버스, 교통약자 이동지원 차량의 운행 현장에서는 여러 차량과 예약, 시간표를 함께 고려해 배차해야 합니다. 그러나 여전히 운전자의 개별 내비게이션과 수작업 배차에 의존하는 경우가 많아, 비슷한 경로를 여러 차량이 반복하거나 승객 없이 이동하는 공차거리가 발생하기 쉽습니다.

루트아키텍트는 단순히 이동거리가 짧은 경로를 찾는 데서 한 걸음 더 나아갑니다. 실제 운행기록인 DTG 데이터와 예약·수요 정보를 AI가 학습해, 차량이 소비할 연료와 에너지가 가장 적은 배차와 경로를 설계합니다.

이 과정에는 네 가지 AI 기능이 연결됩니다.

• 노선과 시간대별 탑승 수요 및 예약 패턴 예측
• 차량·노선·시간을 함께 고려한 배차 최적화
• 구간과 운전행태에 따른 에너지 소비량 예측
• 여러 배차·경로 시나리오의 탄소와 비용 비교

정기적으로 운행하는 통근버스뿐 아니라 예약 시간과 휠체어 탑승 공간 등 여러 조건을 함께 고려해야 하는 교통약자 차량에도 같은 최적화 구조를 적용하는 것이 목표입니다.

측정하고, 줄이고, 다시 검증합니다

루트아키텍트의 핵심은 AI가 제안한 경로에서 끝나지 않는다는 점입니다. 운행 전 데이터를 바탕으로 기준선을 만들고, 최적화된 배차와 경로를 실제 차량에 적용한 뒤, 운행 후의 연료 사용량과 탄소배출량이 얼마나 달라졌는지 Samton-DMRV로 다시 확인합니다.

측정 → 최적화 → 검증을 하나의 흐름으로 연결해, 감축 효과를 주장이 아닌 데이터로 증명합니다.

검증 결과는 다시 AI 모델의 학습 데이터가 됩니다. 현장에서 반복적으로 데이터를 쌓을수록 차량과 노선의 특성에 맞는 예측과 최적화가 가능해지는 구조입니다. 기업 입장에서는 이렇게 축적된 데이터가 실제 연료비 절감뿐 아니라 수송 과정에서 발생하는 Scope 3 배출량을 관리하는 기반이 될 수 있습니다.

루트아키텍트 PoC의 실행 계획을 구체화한 AI 임팩트 솔루션 킥오프 부트캠프 현장

통근버스와 교통약자 이동 서비스에서 검증합니다

이번 PoC는 서로 다른 두 운행 현장을 대상으로 계획했습니다. 파트너사인 스위스관광의 통근버스 3~5개 노선과 힐빙케어의 교통약자 이동 서비스 ‘헤이드’ 차량 2~3대를 대상으로, 실제 운행 데이터를 확보하고 AI 배차·경로 최적화의 효과를 검증할 예정입니다.

7월에는 대상 노선과 기준선을 정하고, 8월에는 AI 모델 학습과 엔진 시제품 개발을 진행합니다. 이후 9월부터 실제 차량에 적용해 운행한 뒤 10월에 Samton-DMRV로 감축 효과를 검증하고 모델을 고도화합니다. 연료 사용량과 공차거리, 배차 대기시간, 탄소감축량은 이번 실증에서 확인할 주요 지표입니다.

현재 제시된 수치는 달성 결과가 아니라 PoC를 통해 검증할 목표입니다. 샘튼은 실제 차량에서 수집한 데이터를 바탕으로 최적화 전후의 차이를 비교하고, 어떤 조건에서 감축 효과가 발생하는지 구체적으로 확인할 계획입니다.

에너지 감축을 이동권 개선으로 연결합니다

운행 경로가 효율적으로 바뀌면 연료와 탄소배출량뿐 아니라 운영비도 함께 줄일 수 있습니다. 통근버스 사업자에게는 지속 가능한 차량 운영과 기업 고객의 탄소 데이터 관리 기반이 되고, 교통약자 이동 서비스에는 더 빠른 배차와 안정적인 서비스 운영으로 이어질 수 있습니다.

특히 교통약자 차량은 단순한 최단거리보다 예약 시간, 승하차 지원, 휠체어 탑승 가능 여부처럼 다양한 조건을 함께 반영해야 합니다. 루트아키텍트는 이러한 현장의 제약을 AI가 함께 고려하도록 설계해, 에너지 효율과 이동 편의를 동시에 높이고자 합니다.

킥오프 부트캠프 행사 공간에서 마주한 이른바 ‘깐부치킨 회동’ 기념사진

현장의 데이터로 AI의 효과를 증명하겠습니다

킥오프 현장 한편에는 AI 산업 협업의 상징적인 장면으로 널리 알려진 ‘깐부치킨 회동’ 기념사진도 전시돼 있었습니다. 서로 다른 산업과 기술이 만날 때 새로운 실행 가능성이 열린다는 점에서, 이번 프로그램의 방향과도 맞닿아 있는 장면이었습니다.

샘튼이 루트아키텍트에서 만들고자 하는 것도 기술을 따로 떼어놓지 않는 구조입니다. AI는 실제 운행 데이터를 바탕으로 감축 방법을 설계하고, Samton-DMRV는 그 변화가 현장에서 일어났는지 검증합니다. 운수사업자와 이동 서비스 운영사는 검증된 데이터를 다시 운영 개선과 탄소 관리에 활용할 수 있습니다.

샘튼은 AI 임팩트 솔루션의 멘토링과 PoC 과정을 통해 루트아키텍트의 모델과 현장 적용 방식을 구체화하고, 실제 운행에서 확인한 에너지·탄소 감축 데이터를 성과로 제시하겠습니다.