자율주행차는 운전 능력이 꽤 좋아졌습니다. 더 어려운 문제는 아무도 계획하지 않은 상황에서 안전하게 운전하도록 가르치는 것입니다. 우리는 긴급 상황에서 비정상적으로 행동하고 종종 최초 대응자가 현장에 도착하는 것을 지연시키는 자율 주행 자동차에 대한 끔찍한 이야기를 들었습니다.
전기컴퓨터공학부 최준원 교수가 이끄는 서울대학교 연구팀은 SafeDrive라는 새로운 AI 모델을 통해 그 퍼즐의 일부를 풀었다고 생각합니다. 이 연구는 최근 CVPR 2026에서 하이라이트 논문으로 선정되었으며, 이는 전체 제출의 약 3%에 불과합니다.
SafeDrive는 어떻게 운전 결정을 더욱 안전하게 합니까?
대부분의 엔드 투 엔드 자율 주행 모델은 방대한 양의 실제 주행 데이터를 연구하고 인간이 도로에서 반응하는 방식을 모방하는 방식으로 작동합니다. 대부분의 경우 잘 작동하지만 이러한 시스템은 왜 다른 경로보다 한 경로를 선택했는지 설명하는 데 어려움을 겪는 경향이 있으며 안전이 위태로울 때 실제 문제가 됩니다.
최 팀은 이 문제를 해결하기 위해 세분화된 안전 추론(Fine-grained Safety Reasoning)이라는 것을 구축했습니다. 하나의 주행 경로를 선택하고 이를 따라가는 대신 SafeDrive는 여러 가지 가능한 궤적을 생성하고 이를 자동차 센서가 인식하는 것과 결합하여 안전을 위해 각 옵션에 점수를 매깁니다. 그런 다음 자동차는 가장 좋은 점수를 받은 경로를 선택합니다. 간단해 보이지만 현재 엔드투엔드 시스템의 가장 큰 두 가지 약점인 안전성과 설명 가능성을 직접적으로 해결합니다.
이것이 한국에 왜 그렇게 큰 문제인가?
TechXplore가 보도한 바와 같이, 한국산 엔드투엔드 자율주행 논문이 세계 최대 AI 및 컴퓨터 비전 컨퍼런스 중 하나인 CVPR에서 하이라이트 자리를 차지한 것은 이번이 처음입니다. 미국과 중국이 자율주행 야망을 품고 앞다퉈 달려가는 상황을 한국이 더 이상 방관만 하지 않는다는 강력한 신호다.
SafeDrive도 연구실에 갇혀 있지 않습니다. 이미 한국 산업통상자원부의 지원을 받는 레퍼런스 모델인 EAD로 접혀졌고, 최 팀은 현재 국내 자율주행 기업들과 협력해 실제 차량에서 테스트를 진행 중이다. 최씨는 더 큰 데이터세트로 모델을 계속 개선하고, 궁극적으로 자체 수집된 데이터를 활용해 완전한 상용화를 추진할 계획이라고 말했습니다.
이 주제에 대해 더 알고 싶다면 아래를 참고하세요