웨이모, 도로 돌발 상황에 대한 인간 반응 연구를 위해 가상 운전자 구축

출처: The Verge

Waymo는 자율주행 차량이 현실 세계를 더 잘 이해하도록 돕기 위해 가상 시스템을 구축한 풍부한 경험이 있습니다. 자연재해와 예측하기 어려운 엣지 케이스를 미리 파악하기 위해 현실감 있는 3D 세계를 만들었고, 극도로 주의 깊은 운전자를 가상으로 구현하여 자체 자율주행 차량과 일련의 시뮬레이션 시나리오에서 충돌 회피 능력을 비교했습니다.

오늘 Nature Communications에 발표된 새로운 연구 논문에 따르면, Waymo는 인간 운전자가 순간적인 결정을 내려 충돌을 피하는 방식을 설명하는 컴퓨터 기반 인지 모델을 소개했습니다. 이 모델은 자율주행 시스템을 비교·평가하는 벤치마크가 되어 업계가 보다 통일된 안전 기준을 마련하는 데 기여할 것으로 기대됩니다. 또한 Waymo가 동료 검토 연구를 지속적으로 발표함으로써 다른 자율주행 업체와 차별화하고 있다는 점을 강조합니다.

Waymo는 네덜란드 델프트 공과대학과 협업해 **ReD(Reference Driver, 기준 운전자)**라는 새 모델을 설계했습니다. 자동차 산업이 충돌 테스트 더미를 사용해 차체 구조와 하드웨어 안전성을 평가하듯, 이 모델은 행동 더미 역할을 하여 자율주행 차량이 위험 상황을 얼마나 잘 회피할 수 있는지를 판단합니다.

“자율주행 차량 안전성 평가는 다면적이며, 인간이 갈등을 어떻게 다루는지를 이해하는 것이 핵심 퍼즐 조각입니다.”라고 Waymo의 최고 안전 책임자 Mauricio Peña는 말합니다. “유능한 인간 반응의 기준 모델을 마련함으로써, 업계가 충돌 회피 행동을 평가하는 과학적으로 기반한 공통 접근법으로 나아갈 수 있도록 돕고자 합니다.”

ReD는 세계적인 신경과학자 Karl Friston 교수와 같은 이들이 제안한 활동 추론(active inference) 프레임워크를 기반으로 합니다. 핵심 원리는 인간 두뇌가 시간이 지남에 따라 놀라움을 최소화하려는 지속적인 노력에 있습니다.

ReD는 인간 운전자의 여러 인지 특성을 층층이 쌓아 시뮬레이션합니다. 인간은 시야에 물체가 **확대되는 속도(looming)**를 통해 장거리 위협을 판단하는데, Waymo 모델은 먼 거리의 속도를 판단하기 어려워하는 인간과 동일하게 동작합니다. 또한 교통 규범 필터를 적용해 규칙을 따르는 행동을 우선 예측하고, 규범을 위반하는 차량을 명확히 관찰했을 때만 예측을 바꿉니다. 놀라움이 일정 임계치를 넘으면 현재 주행 계획이 실패하고 있음을 감지해 재평가를 트리거합니다. 인간이 한 발로 가속·브레이크 페달을 조작하는 점을 반영해 두 페달 사이를 전환할 때 0.2초의 지연을 두었습니다.

“활동 추론에 모델을 기반으로 함으로써 인간의 충돌 반응을 전체적으로 재현할 수 있었습니다.”라고 델프트 공과대학의 조교수 Arkady Zgonnikov는 말합니다. “이는 운전 중 겪는 내부 ‘놀라움’을 시뮬레이션해, 이전에는 대규모 자동화가 불가능했던 인간‑유사 벤치마크를 자율주행 시스템에 제공합니다.”

전통적인 안전 모델이 비상 상황만을 시뮬레이션하는 데 반해, Waymo는 ReD가 **능동적 회피(proactive avoidance)**가 가능하다고 주장합니다. 모델은 지속적으로 놀라움을 계산하고 자유 에너지를 최소화함으로써 위험을 조기에 감지하고, 상황이 갈등으로 번지기 전에 주행을 조정합니다.

Waymo는 현재 연구자·규제기관·SAE와 같은 표준화 기구와 협력해 이러한 기준 모델에 대한 합의를 구축하고 있습니다. 목표는 자율주행 업계가 “신중하고 유능한” 인간 반응의 정의를 과학적으로 공유하도록 하는 것입니다. 이를 위해 Waymo는 ReD 모델을 오픈소스로 공개하고, 테스트하고자 하는 누구에게든 자유롭게 제공할 예정입니다.

이 이야기에 대한 주제와 저자를 팔로우하면 개인화된 홈피드에서 비슷한 기사들을 더 많이 보고, 이메일 업데이트도 받을 수 있습니다.

• Andrew J. Hawkins