본 연구는 교차로 대기열로 인한 교통 혼잡 문제를 해결하기 위해, 단일 에이전트 강화 학습(RL) 기반의 지역 적응형 교통 신호 제어(TSC) 프레임워크를 제안한다. 기존의 복잡한 교통 상황을 반영하지 못하는 기존 모델의 한계를 극복하기 위해, 본 연구는 도로 네트워크 토폴로지, 실시간 차량 데이터 기반의 대기열 상태, 신호 타이밍 파라미터를 인접 행렬을 이용하여 통합 인코딩하고, DreamerV3 월드 모델을 활용하여 교통 흐름을 제어한다. 시뮬레이션 결과는 제안된 모델이 다양한 수요 변동 상황에서 강력한 성능을 보이며, 대기열 길이를 효과적으로 감소시킴을 보여준다.
