테슬라 200만 대 차량 리콜, 자율주행 기술에 대한 우려 촉발

전기차 거인인 테슬라는 미국에서 200만 대의 차량에 대한 대규모 리콜을 발표했으며, 이는 주로 Autopilot 기능과 관련된 우려 때문입니다. 이 조치는 전 테슬라 직원의 Autopilot 기능 안전성에 대한 고발 allegations(제보) 직후 이루어졌습니다. 자율주행 기술이 상당한 진전을 이루었지만, 최근 사건과 리콜은 완전히 자율 주행하는 자동차가 도로에서 흔한 광경이 되기 전에 아직 갈 길이 멀다는 점을 강조합니다.

Autopilot의 단점: 우려의 원인

테슬라의 Autopilot 시스템은 조향 및 가속과 같은 작업을 지원하도록 설계되었지만, 여전히 운전자의 능동적인 입력이 필요합니다. 보고된 수많은 사례는 기술이 주변 환경을 정확하게 해석하는 능력의 부족을 보여줍니다. 여기에는 테슬라 차량이 광고판의 정지 표지판 이미지를 실제 정지 표지판으로 오인하거나, 노란색 달을 노란색 신호등으로 혼동하는 사례가 포함됩니다.

또한 우려는 테슬라의 소비자 차량을 넘어 샌프란시스코에서 운영되는 '로봇택시'로까지 확대되어, 자율주행차(AV) 기술이 실제 상황에 준비되었는지에 대한 의문을 더욱 높입니다.

자율주행차에서 AI의 역할: 누락된 고리

자율주행차의 핵심은 인공지능(AI)이지만, 현재 알고리즘은 복잡한 실제 상황을 탐색하는 데 필수적인 인간 수준의 이해력과 추론 깊이가 부족합니다. 이 결여는 고급 문맥적 추론, 가려진 객체 해석 능력, 환경에서 보이지 않는 요소 추론을 포함합니다.

또한 AV는 반사실적 추론(counterfactual reasoning) 능력을 갖추어야 하며, 이는 가상의 시나리오를 평가하고 잠재적 결과를 예측할 수 있는 능력을 의미합니다. 이는 동적인 운전 상황에서의 의사 결정에 필수적인 측면입니다.

예를 들어, AV가 신호등이 있는 번화한 교차로에 접근한다고 가정해 봅시다. AV는 현재 교통 신호를 준수해야 할 뿐만 아니라 다른 도로 사용자의 행동을 예측하고, 이러한 행동이 다른 상황에서 어떻게 변경될 수 있는지를 고려해야 합니다. 애리조나에서 노란색 신호등을 위반한 Uber 로봇택시 사고(2017년)는 이러한 예측적 추론의 중요성을 강조합니다.

또한, 인간은 뛰어나고 로봇이 약한 사회적 상호작용은 모호한 교통 상황을 탐색하는 데 필수적입니다. 인간은 도시 도로(양쪽에 차량이 주차되어 있음)나 여러 대의 차량이 동시에 도착하는 회전 교차로와 같은 시나리오에서 우선권을 협상하기 위해 사회적 기술을 사용합니다.

인간 유사 알고리즘에 대한 긴급한 필요성

AI 구동 차량과 인간 운전 차량의 원활한 공존을 위해서는 인간 유사한 사고, 사회적 상호작용, 새로운 상황에 대한 적응, 경험을 통한 학습이 가능한 획기적인 알고리즘이 긴급히 필요합니다. 이러한 알고리즘은 AI 시스템이 미묘한 인간 운전자의 행동을 이해하고, 예기치 않은 도로 조건에 반응하며, 인간 가치를 고려하여 의사 결정을 우선순위화하며, 다른 도로 사용자와 사회적 상호작용할 수 있도록 할 것입니다.

자율주행의 기준 재정의

AI 구동 차량이 기존 교통에 통합됨에 따라, 자율주행 시스템을 평가하고 검증하기 위한 기존 기준은 부족할 수 있습니다. AI 구동 차량이 최고 수준의 안전성, 성능 및 상호 운용성 기준을 충족하도록 보장하기 위해 새롭고 더 엄격한 프로토콜에 대한 시급한 필요가 있습니다.

이러한 프로토콜은 무인 차량과 인간 운전 차량이 공존하는 더 안전하고 조화로운 교통 환경을 위한 기반을 마련해야 합니다. 자동차 제조업체, 정책 입안자, 컴퓨터 과학자, 인간 및 사회 행동 과학자, 엔지니어 및 정부 기관 간의 협력을 촉진하면서 테스트 및 검증 방법에 중점을 두어야 합니다.

자율주행차의 특정 사용 사례

완전 자율 주행차의 앞길이 예상보다 길 수 있지만, 특정 사용 사례에서는 여전히 그 위치가 있습니다. 여기에는 통제된 환경을 구축하여 위험을 완화할 수 있는 자율 셔틀과 고속도로 주행이 포함됩니다.

예를 들어, 자율 버스는 전용 차선이 있는 미리 정의된 경로에서 운영될 수 있으며, 자율 트럭은 고속도로에 전용 차선을 가질 수 있습니다. 그러나 이러한 사용이 사회의 특정, 종종 부유한 집단에 전적으로 부응하기보다는 전체 커뮤니티의 이익을 우선시하는 것이 중요합니다.

자율주행을 위한 협력적 접근

자율주행과 관련된 현재 도전을 해결하기 위해 다양한 전문가 그룹이 대화에 참여해야 합니다. 이 그룹에는 자동차 제조업체, 정책 입안자, 컴퓨터 과학자, 인간 및 사회 행동 과학자, 엔지니어 및 정부 기관 등이 포함되어야 합니다.

이러한 협력적 노력은 실제 운전 시나리오의 복잡성과 가변성을 고려한 견고한 프레임워크를 만드는 것을 목표로 해야 합니다. 기술이 진화함에 따라 적응력을 보장하기 위해 모든 이해관계자의 입력을 받아 업계 전반의 안전 프로토콜과 기준을 개발해야 합니다.

실제 테스트 및 시뮬레이션에서 얻은 데이터와 통찰력을 공유하기 위한 개방된 채널을 설립하여, 투명성을 통해 대중의 신뢰를 고취하고 자율주행차의 AI 시스템의 신뢰성과 안전성을 입증해야 합니다.

최근 테슬라의 리콜은 자율주행 기술이 직면한 도전을 강조하지만, 자율주행차의 종말을 의미하지는 않습니다. 오히려 자율주행과 인간 운전 차량이 도로에서 조화롭게 공존하는 더 안전하고 효율적인 미래를 만들기 위해 지속적인 개발, 엄격한 테스트 및 전문가 간 협력이 필요함을 강조합니다.