사람이 운전 중 위험한 상황에서 두려움을 느낄 때 방어 운전을 하는 것처럼, 인공지능(AI)에 공포감을 느끼는 상황을 훈련해 안전을 강화하거나 보장하는 자율주행 기술이 나왔다.
IEEE 스펙트럼은 20일(현지시간) 싱가포르 난양대학교 연구진이 자율주행 에이전트 ‘공포에서 영감받은 강화학습(FNI-RL, Fear-Neuro-Inspired Reinforcement Learning)’를 공개했다고 보도했다.
이에 따르면 이 기술은 인간이 위험한 상황에 대한 두려움으로 방어 운전을 하는 점에 착안, 공포를 느낄 때 인간 감정을 조절하는 뇌 부분인 편도체에서 발생하는 것과 유사한 신경 반응으로 안전을 강화하는 방식이다.
자율주행 에이전트 FNI-RL은 반복과 예측을 통해 인간 운전자가 운전 중 두려움을 느끼는 위험한 상황과 그에 대처하는 방법을 훈련했으며, 이를 통해 시스템이 실제 환경과 상호작용할 때 위험한 결정이나 조치를 취하는 빈도를 크게 줄일 수 있었다는 설명이다.
첸 뤼 난양대학교 기계 항공 우주공학부 교수는 “우리 뇌에서는 불쾌하거나 무서운 다양한 시나리오를 상상할 수 있다”라며 "따라서 우리는 충돌과 같은 무서운 상황을 효과적으로 피하는 방법을 이해하고 있다"라고 말했다.
연구진은 시뮬레이션을 통해 FNI-RL을 테스트하고, 기본 지능형 주행 시스템, 적대적 모방 학습 신경망, 면허가 있는 인간 운전자 집단 등 10가지 기본 주행 및 자율주행 시스템과 비교했다.
그 결과, FNI-RL은 다른 AI 에이전트보다 훨씬 뛰어난 성능을 발휘하는 것으로 나타났다. 교차로에서 좌회전하는 단거리 주행 시나리오에서 FNI-RL은 다른 자율 시스템에 비해 주행 성능이 1.55~18.64% 향상한 것으로 나타났다.
또 2400m 장거리 시뮬레이션 주행 테스트에서 FNI-RL은 다른 자율 시스템에 비해 주행 성능을 64% 향상했다. 특히 충돌이나 적색 신호등 주행과 같은 안전 위반 없이 목표 지점에 도달할 가능성이 더 높았다.
연구진은 30명의 인간 운전자를 대상으로 다른 차량이 갑자기 앞에서 끼어드는 것과 같은 세가지 시나리오에 걸쳐 FNI-RL과 비교 테스트를 수행했다. FNI-RL은 세 시나리오 모두에서 인간보다 성능이 뛰어났다.
첸 뤼 교수는 “‘FNI-RL는 아직 초기 단계이며 자동차 제조업체나 자율주행차 회사가 도입하기 전에 해야 할 일이 많이 남았다”라고 밝혔다.
하지만 “FNI-RL 모델을 대형언어모델(LLM)과 같이 시간 순서를 고려하는 다른 AI 모델과 결합, 성능을 향상하는 데 관심이 있다"라며 "이는 높은 수준의 AI 구현과 신뢰할 수 있는 자율 주행으로 이어질 수 있으며 교통을 안전하게 만들고 세상을 좋게 만들 것"이라고 말했다.
박찬 기자 cpark@aitimes.com
