미국 샌프란시스코 시청은 올 가을부터 주차 공간의 활용성을 극대화하기 위한 대형 모니터링 네트워크를 가동할 예정이다. 대도시 지역인 샌프란시스코는 빠듯한 주차 공간 문제로 골머리를 앓고 있다. 이 시스템에는 6천 개의 무선 센서가 도시 곳곳의 주차 공간에 설치되며, 이 센서의 정보를 종합하여 주차 공간 가용 여부와 교통 상태를 전체적으로 감시하는 모니터링 시스템이 구축된다. 센서 기술은 스트리트라인(http://www.streetlinenetworks.com/)에 의해 개발되었다. 센서를 통해 자동 수집된 교통 정보는 웹 지도를 통해 공개되며, 스마트폰과 교통 신호판으로도 접근할 수 있다.

이 시스템이 얹혀지는 메쉬 네트워크는 일반적인 무선 네트워크는 달리 중앙집중형 시스템이 아니다. 각 노드가 다른 노드 전체와 연결되어 분산 시스템 형식으로 구현된다. 메쉬 네트워크가 그동안 흔히 쓰여온 분야는 환경 모니터링 시스템 구축과 무선 기기를 이용한 인터넷 통신 분야이다. 교통 모니터링 시스템도 개발된 적은 있지만, 주로 길이 막혔는지 뚫렸는지를 측정하는 도로 교통 상황에 대한 모니터링에 집중되어 있었기 때문에 주차 공간 모니터링과의 결합은 새로운 착상이다[GTB2004100202]. 비슷한 시스템으로는 영국 런던의 교통 과금 시스템을 들 수 있다. 런던 시내에서는 자동차가 몰리는 러시아워에 무인 카메라가 통행 차량의 번호판을 촬영하고 이에 따라 자동으로 요금 부과가 이루어지는 형태의 시스템이 실용화되었다. 그러나 주차 공간의 파악에는 대부분 수동 인력이 동원되었다.

샌프란시스코의 종합 교통 정보 시스템은 네트워크에 연결된 센서에 플라스틱 보호대를 씌워 거리 표면에 장착하는 식으로 구현된다. 주 센서는 자석으로 만들어져 자동차가 지나는 것을 감지하는데 쓰인다. 자석 센서와 관련하여 기술적으로 어려운 점은 자동차가 아닌 물체를 자동차로 인식하는 오류를 최소화하는 것이다. 이를 위해서 자석에만 의존하지 않고 다른 센서를 보조 센서로 이용하여 신뢰도를 높이는 기술이 도입되었다. 스트리트라인은 이 방식으로 자동차 인식 정확도를 크게 높인 것으로 알려졌다.

인식률 높은 센서가 구현되면 다음 단계로는 이 무선 센서를 하나의 망으로 묶는 기술이 필요하다. 스트리트라인 센서는 무선 센서 네트워크 전문 기업인 더스트 네트워크(http://www.dustnetworks.com/)의 스마트매쉬 시스템으로 연결된다. 스마트메쉬는 미국 국방성이 후원해 개발된 버클리 소재 캘리포니아 주립 대학교의 스마트 더스트 연구(http://robotics.eecs.berkeley.edu/~pister/SmartDust/)가 상업용 시스템으로 발전시킨 것이다. 교통 관리는 거리에 노출되는 시스템이므로 안정성이 중요하다. 스마트메쉬는 99.99%의 안정성을 확보했고, 전지 2개만 있으면 수명도 10년 이상 갈 수 있도록 설계되어 이러한 조건을 충족한다.

스트리트라인은 완전 연결 네트워크인 동시에 이 경우 제공이 어려운 안정성과 긴 수명을 함께 보장한다는 점을 장점으로 내세우고 있다. 더스트 네트워크는 이를 위해 잉여 라우팅이라는 기법을 활용했다. 첫 신호가 제대로 전송되지 않으면, 다른 노드에 다시 재전송하여 신호가 분실될 확률을 줄이고 안정성을 높이는 방식이다. 전송 채널을 일정 간격마다 수시로 바꾸는 채널 도약 방식도 도입되었고, 각 노드는 전송 동작 사이에 휴면 상태로 들어가 전력을 비축한다.

샌프란시스코 방식의 교통 관리 시스템은 궁극적으로 미터기를 이용하는 주차 관리 체계를 원격 관리 미터가 대신 관리하도록 대폭 변화시키는 것이 목적이다. 교통 상황에 더하여 소음이나 대기 오염에 대한 센서 정보를 추가해 도시 관리 시스템으로 진화할 수도 있다[GTB2006100382]. 그러나 스트리트라인의 기술에 대해 MIT의 요시 셰피(Yossi Sheffi, http://mit.edu/sheffi/)처럼 비관적인 견해도 있다. 빈 주차 공간을 기가 막히게 찾아주는 시스템이 등장한다면 그만큼 시내로 차를 끌고 나오는 사람들이 많아질 것이고, 이는 시스템의 성능을 떨어뜨리는 악순환을 불러올 것이라는 예측이다. 그러나 운전자에게 좀 더 정확한 정보를 적시에 제공하여 주차 장소를 찾으려 빙빙 돌면서 낭비되는 시간과 연료를 절약하는 효과는 기대된다. 여기에 인공지능 기능이 더해져 가까운 미래 특정 시점의 공간 상태를 예측하는 방향으로 발전할 예정이다.