갑작스러운 폭우와 폭설, 그리고 빙판이 된 도로는 운전을 좀 한다는 사람들까지도 당황스럽게 만든다. 이 때문에 많은 이들은 악천후와 최악의 도로상황에서도 안전하게 운전할 수 있는 자동차가 만들어지길 기대한다.

미국 스탠퍼드대 기계공학과 연구팀은 자동차 레이서처럼 경험이 풍부한 드라이버들의 운전경험을 통합해 다양한 도로상황에 신속하게 대처 가능한 자율주행차 기술을 개발하고 로봇공학 분야 국제학술지 ‘사이언스 로보틱스’ 28일자에 발표했다.

현재 개발 중인 자율주행차 기술은 대부분 주변 차량의 흐름이나 장애물의 등장에 대응하는 수준이다. 그렇지만 자율주행차가 실제 도로에서 제대로 운행하기 위해서는 폭우, 폭설처럼 갑작스럽게 변한 날씨와 이로 인한 도로 상황의 변화에도 제대로 대응할 수 있어야 한다.

연구팀은 전문 레이서들의 운전경험과 각종 기상조건, 다양한 상황에서 나타날 수 있는 도로·타이어 마찰력 등 물리 기반 운행 정보 약 20만 건을 인공지능(AI) 기술의 일종인 신경망 모델로 통합 구축했다.

연구팀은 이번에 개발한 신경망 모델을 ‘니키’와 ‘셸리’라고 이름 붙인 자율주행차에 장착시키고 다양한 도로환경에서 주행시험을 실시했다. 그 결과 니키와 셸리 모두 빙판이 된 도로는 물론 눈이 쌓이거나 폭우가 쏟아지는 상황에서도 숙련된 운전자와 비슷한 수준으로 주행했으며 일반인이 운전한 것보다 제동, 가속, 조향 모두 우수하다는 평가를 받았다.

일단 신경망 모델에 입력한 범위를 벗어나는 돌발상황에서는 여전히 자율주행차의 반응 속도가 느리지만 입력되는 데이터들이 많아질수록 상황 대응력은 높아지고 탑승자와 보행자는 더 안전해질 것으로 연구진은 전망하고 있다.



edmondy@seoul.co.kr