TimelyTale와 자동 운전 솔루션에 대한 신뢰 구축

100년이 넘게 전, 자동차의 발명은 사람들의 삶을 혁신했으며, 이제 이 분야는 다음 큰 도약인 자율 주행을 준비하고 있습니다. 오늘날 모든 것이 스마트해지는 세상에서, 왜 자동차가 스마트하지 않을까요? 사실, 이미 스마트합니다.

자동차 분야의 기술 발전은 자율 주행 차량의 등장을 이끌었습니다.

강력한 하드웨어와 지능형 소프트웨어의 결합은 사람들을 편안하고 안전하게 목적지까지 데려다 주며 인간의 개입이 필요 없는 새로운 자율 주행 자동차 시대를 열고 있습니다.

이 자율 주행 환경은 빠르게 진화하고 있으며, 2024년부터 2030년까지 연간 자동 차량 출하량이 연평균 41% 성장할 것으로 예상됩니다.

자동 차량이 일상에 점점 더 통합됨에 따라 교통 혼잡을 감소시키고 접근성을 향상시키며 안전성을 높일 것으로 기대됩니다. 이러한 차량은 운전자가 운전과 무관한 업무, 예를 들어 휴대폰 사용, 멀티미디어 시청, 업무 수행 또는 이동 중 휴식 등을 할 수 있게 해줍니다.

하지만 모든 자동 차량이 이를 달성할 수 있는 것은 아닙니다. 자동 차량에는 다음과 같은 레벨이 있습니다;

레벨 0 – 이 단계에서는 운전 자동화가 전혀 없습니다. 완전히 수동으로 제어됩니다. 이 수준의 차량이 도로에서 가장 흔히 보이는 형태입니다.

레벨 1 – 한 단계 위로는 가장 낮은 수준의 자동화로, 조향이나 어댑티브 크루즈 컨트롤과 같은 단일 자동 시스템을 통해 운전자 지원이 제공됩니다.

레벨 2 – 이 부분적인 운전 자동화 단계는 고급 운전자 지원 시스템(ADAS)입니다. 여기서 차량은 조향과 속도를 제어할 수 있지만, 인간 운전자는 여전히 운전석에 앉아 언제든지 차량을 제어할 수 있습니다. 우리는 이미 주변에서 Tesla Autopilot 및 General Motors‘s Cadillac Super Cruise 시스템과 같은 레벨 2 차량을 보고 있습니다.

레벨 3 – 이 조건부 자동화 단계에서는 차량이 주변을 감지하고 이를 기반으로 판단된 결정을 내릴 수 있습니다. 그러나 인간 운전자는 여전히 경계를 유지하고 시스템이 작업을 수행할 수 없을 경우 제어를 인계받을 준비가 되어 있어야 합니다. 레벨 3의 대표적인 예로는 자율 고속도로 주행 및 차선 유지 기능을 갖춘 Mercedes-Benz (MBG.DE ) S-Class와 특정 상황에서 핸즈프리 주행이 가능한 Honda Legend가 있습니다.

레벨 4 – 이 다음 단계는 고도 자동화 차량으로, 대부분의 경우 인간의 도움 없이도 운행이 가능합니다. 그러나 인간은 여전히 수동으로 개입할 옵션이 있습니다. 레벨 4 차량은 자율 주행이 가능하지만 법적으로 제한된 구역에서만 운행할 수 있습니다. 이러한 차량은 이미 Google‘s Waymo One과 Baidu’s Apollo Go에서 개발 중입니다.

레벨 5 – 이제 이 단계에서는 운전자가 전혀 필요하지 않습니다. 이 단계에서 자율 차량은 완전한 운전 자동화에 도달하며, 지오펜싱이 없고 따라서 숙련된 인간 운전자가 할 수 있는 모든 것을 수행하고 어디든 갈 수 있습니다. Tesla, Amazon, Honda, Mercedes 등 전 세계 주요 자동차 제조업체들이 완전 자율 자동차를 테스트하고 있지만, 아직 일반 대중에게는 제공되지 않았습니다.

완전 자동화 차량(SAE 레벨 5)이 언제 널리 채택될지는 현재 알 수 없지만, 일부 연구에서는 이번 십년 말까지 시장 준비가 될 것으로 예측하고 있습니다.

따라서 이러한 차량의 성공적인 배치와 수용을 위해 사용자 신뢰를 구축하는 것이 중요합니다. 현재 제한된 승객 신뢰가 채택을 방해하고 있습니다.

따라서 자율 주행 차량을 승객 친화적으로 만들기 위해, 한국 광주과학기술원(GIST) 연구원들이 이에 대한 전략을 논의한 논문을 발표했습니다. 여기에는 승객에게 설명을 제공하는 것이 포함됩니다.

문제는, 형편없는 설명은 승객 경험에 부정적인 영향을 미칠 수 있다는 점입니다. 따라서 설명은 급변하는 도로 환경에서도 충분히 이해될 수 있도록 정보를 전달해야 합니다.

이전 연구들은 승객 경험을 향상시키고 불안과 인지 부하를 줄이기 위한 다양한 설명 제시 방법을 탐구했습니다. 그러나 설명의 최적 타이밍과 실제 승객 수요는 특히 실제 환경에서 아직 널리 연구되지 않았습니다.

GIST 연구원들은 승객의 안전감과 자동 차량에 대한 신뢰를 높이기 위해 시기 적절한 설명 제공 과정을 조사했습니다.

자율 차량 채택 가속화

자동 차량이 도시 이동성을 개선한다는 약속을 실현하려면 승객 신뢰를 확보해야 하며, 이를 위해 자율 주행 차량의 결정에 대해 시기 적절하고 승객 맞춤형 설명을 제공해야 합니다.

이러한 설명이 효과적이려면 이해하기 쉽고, 정보가 풍부하며, 간결해야 합니다. 이는 승객에게 통제감을 높이고 부정적인 경험을 줄여 신뢰를 증진시킬 것입니다.

설명 가능한 인공지능(XAI) 방법은 이미 존재하지만, 주로 개발자와 규제 기관을 대상으로 합니다. 고위험 시나리오에 초점을 맞추거나 지나치게 상세한 설명은 승객에게 적합하지 않습니다.

이는 실제 주행 상황에서 승객이 필요로 하는 정보 유형과 시점을 이해하는, 승객에 특화된 XAI 모델의 필요성을 강조합니다.

연구에 따르면, 승객 중심 설명 가능한 XAI 모델 개발의 주요 장애물은 승객 상황을 고려한 데이터셋이 부족하다는 점입니다.

이에 대해 GIST의 인간 중심 지능 시스템 연구소 교수 겸 책임자인 김승준 교수가 이끄는 GIST 연구팀은 시기 적절하고 상황에 맞는 설명을 위해 센서 데이터를 활용한 승객 중심 접근법의 부재를 해결하기 위해 TimelyTale을 도입했습니다.

TimelyTale은 실제 주행 시나리오를 포착하고 차량 내 설명을 제공하여 자동 차량에 대한 승객의 신뢰와 확신을 향상시키도록 설계된 새로운 멀티모달 데이터셋입니다.

“우리의 연구는 자율 주행에서 XAI의 초점을 개발자에서 승객으로 전환합니다. 우리는 차량 내 설명에 대한 승객의 실제 수요를 수집하고, 승객에게 시기 적절하고 상황에 맞는 설명을 생성하는 방법을 개발했습니다.”

– Professor Kim

연구진은 ‘What and When to Explain?: 고도 자동화 차량에서 설명에 대한 도로 평가’라는 연구로 ‘우수 논문상’을 수상했습니다.

우선, 연구진은 증강 현실을 활용하여 실제 주행 상황에서 다양한 유형의 시각적 설명(주의, 인식 및 두 가지의 조합)과 그 타이밍이 승객 경험에 미치는 영향을 조사했습니다.

차량의 인식 상태는 승객을 압도하지 않으면서 신뢰, 상황 인식 및 인지된 안전성을 향상시키는 것으로 나타났습니다. 또한 연구진은 교통 위험 확률이 설명 제공 시점을 결정하는 가장 효과적인 요소이며, 이를 통해 승객이 정보 과부하를 느끼는 시점을 파악할 수 있었습니다.

이러한 결과를 바탕으로 GSIT 연구진은 MIT와 협력하여 TimelyTale 데이터셋을 개발했습니다.

이 접근법을 위해 연구진은 소리와 시각과 같은 외부 환경(외감각) 데이터, 신체 위치와 움직임에 관한 고유감각 데이터, 그리고 승객의 상태(통증, 호흡, 심박수 등)와 같은 내부감각 데이터를 사용했습니다.

승객으로부터 이러한 데이터를 수집하기 위해 연구진은 자연주의 주행 시나리오에서 다양한 센서를 사용하여 설명 요구를 예측했습니다. 외감각 및 고유감각 데이터를 위해 GPS, 3D LiDAR, OBD-II, IMU, 스테레오 카메라를 사용했으며, 내부감각 데이터를 포착하기 위해 LiDAR 카메라, 깊이 카메라, 열 영상, E4 손목 밴드, 좌석 압력 센서를 사용했습니다.

특히 연구진은 차량 내 중단 가능성 개념을 도입하여 설명에 적절한 시점을 찾았습니다. 중단 가능성은 승객이 비운전 관련 작업(NDRTS)에서 운전 관련 정보로 초점을 전환하는 것을 의미합니다.

수동 운전 차량과 달리 운전자가 산만해질 수 없는 반면, 자동 차량에서는 승객이 일반적으로 운전 작업에 관여하지 않습니다. 따라서 NDRTs 중에 운전 관련 정보를 제공할 적절한 순간을 정확히 파악할 필요가 있습니다.

그 결과, 연구진은 승객이 설명을 요구하는 시점과 빈도를 효과적으로 식별할 수 있었습니다. 모델은 또한 운전 상황에서 승객이 원하는 구체적인 설명을 인식했습니다.

연구진은 이후 이 접근법을 활용하여 승객에게 설명을 제공하기 가장 적절한 시점을 예측하는 머신러닝(ML) 모델을 개발했습니다. 또한 다양한 주행 위치를 기반으로 텍스트 설명을 생성하기 위해 도시 전체 모델링을 수행했습니다.

연구에 따르면 예비 분석은 차량 내 설명에 대한 승객 요구 시점을 결정하는 모델의 잠재력을 보여줍니다. 동시에 데이터셋은 환경, 운전 관련 및 승객 특화 상황에 맞는 텍스트 설명 콘텐츠를 생성하는 데 활용될 수 있습니다.

“우리의 연구는 자율 차량에 대한 수용과 채택을 확대하기 위한 기반을 마련하며, 향후 도시 교통 및 개인 이동성을 재구성할 가능성이 있습니다.”

– Prof. Kim

자동 운전 솔루션을 선도하는 기업들

이제 자동 차량의 미래를 형성하고 설명 가능한 AI의 발전을 활용할 위치에 있는 기업들을 살펴보겠습니다.

AV 분야에서 General Motors (GM )는 무인 라이드 서비스를 위한 Cruise를 개발했으며, Ford Motor (F ) 는 Escape Hybrid를 통해 이 방향으로 움직이고 있습니다.

다음은 NVIDIA (NVDA )이며, 그들의 DRIVE 플랫폼은 자율 차량 개발을 위한 하드웨어와 소프트웨어 도구군을 제공합니다. Amazon (AMZN )도 Zoox를 통해 자율 차량 기술에 관심을 가지고 있으며, 내년 출시를 앞두고 무인 차량 테스트를 시작했습니다. 라이드셰어링 네트워크를 보유한 Uber (UBER )와 Lyft (LYFT ),는 자율 차량 서비스에서 신뢰와 안전을 증진하는 발전의 혜택을 받을 수 있습니다.

이제 투자 가치가 있을 수 있는 자율 차량 시장의 두 주요 기업을 소개합니다:

1. Waymo

자율 차량 개발 분야에서 Waymo는 큰 진전을 이루고 있습니다. 이 Alphabet (GOOG ) 자회사는 자율 주행 기술과 승객 중심 기능에 집중하고 있습니다.

지난 달 말, 이 회사는 모회사 Alphabet이 주도하고 기존 투자자와 프라이빗 에쿼티 기업인 Fidelity, Tiger Global, Andreessen Horowitz, Perry Creek, Silver Lake, T. Rowe Price (TROW ) 등이 참여한 56억 달러 규모의 초과청약 투자 라운드를 마감했다고 발표했습니다.

이 자금은 Waymo One 라이드헤일링 서비스를 미국 내 더 많은 도시로 확대하고 AI 기반 “Waymo Driver”를 개선하는 데 사용될 예정입니다. 최근에는 로스앤젤레스에서 로보택시를 출시했으며, 이는 도시 내 누구나 Waymo One 앱을 통해 무인 차량을 호출할 수 있음을 의미합니다. 이 로보택시는 이미 4년째 피닉스에서 운행 중이며, 작년부터는 샌프란시스코에서도 운영되고 있습니다. 한편, 오스틴과 애틀랜타에서는 Waymo가 Uber 플랫폼에 자율 차량을 추가하여 고객이 Uber 앱을 통해 차량을 호출할 수 있게 했습니다.

Google은 Waymo가 비밀 프로젝트였을 때부터 15년 넘게 자율 주행 자동차 개발에 착수했습니다. 이 기술 대기업의 자율 주행 자동차는 주요 사고 없이 2천만 마일 이상을 주행한 것으로 알려졌습니다.

$2.2조 달러 시가총액을 가진 이 거대 기업의 주가는 현재 $180.91에 거래되고 있으며, 올해 30% 상승했습니다. EPS(TTM)는 7.54, P/E(TTM)는 24.09, 배당 수익률은 0.44%입니다. 2024년 3분기에는 순매출 29억 3천만 달러와 영업 현금 흐름 7억 200만 달러를 보고했습니다.

2024년 3분기 Alphabet은 매출 882억 7천만 달러를 보고했으며, 전년 대비 15% 증가했습니다. 클라우드 매출은 전년 대비 35% 상승해 이번 분기에 사상 최고인 113억 5천만 달러에 달했으며, 이는 AI 제품 덕분입니다.

AI는 사용자와 기업 모두에게 큰 관심을 받고 있으며, Google은 AI 덕분에 신규 고객을 유치하고 대형 계약을 체결하며 채택이 증가하고 있습니다. 따라서 당연히 회사는 AI 활동을 지원하기 위해 “최첨단 인프라에 투자”를 지속하고 있습니다.

2. Tesla Inc. (TSLA )

Elon Musk가 설립한 Tesla는 전기차로 유명하며, 레벨 2 자동화인 Autopilot을 제공합니다. Autopilot은 모든 신형 Tesla에 기본으로 탑재되어 있으며, 각 차량은 다중 카메라와 비전 처리 시스템을 갖추어 추가적인 안전 레이어를 제공합니다.

또한 반자율 내비게이션을 제공하는 Full Self-Driving(FSD)도 있습니다. Autopilot과 FSD 모두 완전 주의 집중 운전자를 전제로 합니다.

Autopilot은 교통 인식 크루즈 컨트롤 및 자동 조향과 같은 기능을 포함하고, FSD(감독형)는 자동 파일럿 내비게이션, 도시 거리 자동 조향, 자동 차선 변경, 자동 주차, 소환 및 스마트 소환, 교통 제어, 정지 신호 제어 등 추가 기능을 제공합니다.

Tesla 차량은 차량이나 장애물 감지, 충돌 임박 경고, 측면 충돌 경고, 사각지대 모니터링 등 다양한 능동 안전 기능을 탑재하여 운전자를 지원합니다.

하지만 이 자동차 제조사는 현재 미국 고속도로 교통 안전국(NHTSA)의 조사를 받고 있습니다. NHTSA는 Tesla가 소셜 미디어에서 FSD 기능에 대해 홍보하는 문구에 불만을 표명했으며, 해당 메시지가 시스템의 위험한 사용을 조장할 수 있다고 판단해 Tesla에게 FSD 기능에 대한 커뮤니케이션 전략을 재검토하도록 요청했습니다.

이는 FSD 모드에서 운행 중이던 Tesla에 의해 여성이 충돌당한 비극적인 사건 이후이며, 시스템이 어려운 환경 조건을 처리할 수 있는지에 대한 의문을 제기합니다.

NHTSA는 Tesla에게 12월 18일까지 FSD의 “성능 미달 가능성, 특히 도로 가시성이 감소해 FSD의 안전 운행이 제한될 수 있는 특정 상황에서 적절히 감지하고 대응하는 것”에 관한 질문에 답변하도록 기한을 부여했습니다.

시가총액 1.05조 달러인 Tesla의 주가는 현재 약 $340에 거래되고 있으며, 연초 대비 32.2% 상승했습니다. EPS(TTM)는 3.65, P/E(TTM)는 90.07, ROE(TTM)는 20.65%이며, 부채비율(D/E, MRQ)은 11.01%입니다.

2024년 3분기에 회사는 매출 233억 5천만 달러와 순이익 21억 7천만 달러를 보고했습니다. 규제 기관이 자동차 제조업체에게 일정 수량의 저배출 차량을 판매하거나 Tesla와 같은 기업으로부터 크레딧을 구매하도록 요구함에 따라, 자동차 규제 크레딧 매출이 7억 3천 9백만 달러 증가해 이익률이 상승했습니다.

이번 분기에 이 자동차 제조업체는 47만 대를 생산하고 46만 3천 대를 출하했습니다. 최근에는 로보택시와 로보밴도 공개했습니다.

Tesla에 대해 모두 알아보려면 여기를 클릭하세요.

결론 

급속히 확장되는 자율 차량 세계는 이동성 향상, 교통 혼잡 감소, 편의성 증대 및 안전성 향상을 가져올 미래를 예고합니다.

전 세계 자율 차량 시장 규모는 이번 십년 말까지 13조 6,324억 달러로 성장할 것으로 예상되는 반면, AV에 필수적인 자율 주행 소프트웨어 시장은 2024년 18억 달러에서 2035년 70억 달러로 증가할 것으로 예상됩니다.

효율적이고 안전한 교통 솔루션에 대한 수요 증가가 자율 주행 소프트웨어 시장 성장의 원인입니다. 자율 차량이 점차 보급되고 채택됨에 따라 자동차 제조업체는 안전 기술을 도입해야 합니다. 여기서 자동 조종 주행 소프트웨어는 알고리즘과 실시간 데이터 처리를 통해 차량 안전을 보장합니다.

이제 완전 자율 차량의 미래를 실현하려면 기술 발전만으로는 부족합니다. 승객 신뢰를 얻는 것이 광범위한 채택을 달성하는 데 핵심입니다. TimelyTale와 같이 시기 적절하고 관련성 있는 설명에 초점을 맞춘 솔루션을 통해 승객의 우려를 더 잘 해결하고 신뢰를 증진시켜, 자율 주행에 보다 인간 중심적인 접근 방식을 만들 수 있습니다.

이러한 혁신은 자율 주행 차량이 일상에 원활히 통합되는 미래에 한 걸음 더 다가가게 하며, 궁극적으로 도시 이동성을 변화시킵니다.

2027년까지 자율 택시가 최대 4조 달러를 창출하는 방법을 알아보려면 여기를 클릭하세요.