“AI도 운전면허가 필요하다” – 인공지능의 도시 생활 적응 실험 시작된다

카네기멜런대학교와 토론토대학교 등 국제 연구진이 인공지능(AI)에게 교통 규칙과 도시 생활의 기본 원칙을 가르치기 위한 가상 도시 ‘로직시티(LogiCity)’를 개발했다. 실제 도로에서처럼 AI는 보행자, 구급차, 경찰차 등 다양한 상황을 마주하며 올바른 판단을 내려야 한다.

로직시티에서 AI는 마치 운전면허 학과 시험을 준비하는 학생처럼 기본적인 교통 규칙을 배운다. “구급차가 접근하면 양보하라”, “보행자가 있으면 멈추어라”, “경찰차가 오른쪽에 있으면 속도를 줄여라” 등의 규칙을 학습하는 것이다. 하지만 실제 도로에서처럼, 이러한 규칙들은 때로는 동시에 적용되어야 하고, 때로는 우선순위를 고려해야 한다.

특히 이번 연구의 혁신적인 점은 AI가 단순히 규칙을 암기하는 것이 아니라, 규칙의 ‘의미’를 이해하고 적용하도록 설계됐다는 것이다. 예를 들어 “구급차에게 양보해야 한다”는 규칙을 배울 때, AI는 단순히 구급차를 보면 멈추는 것이 아니라, 구급차의 이동을 방해하지 않는 방향으로 차량을 이동시키는 것까지 고려한다.

연구진은 AI가 복잡한 도시 환경에서 목적지까지 안전하게 도달하는 과제를 제시했다. 최소 40번 이상의 연속적인 판단이 필요한 이 과제에서 AI는 단순히 한 번의 판단이 아닌, 장기적인 계획을 세워야 한다. 실제 운전자처럼 앞차와의 거리, 교차로 통과 시기, 보행자의 움직임, 다른 차량과의 상호작용 등을 종합적으로 고려해야 한다.

특히 흥미로운 점은 다른 AI 운전자들과의 상호작용이다. 기존의 자율주행 시뮬레이션과 달리, 로직시티의 다른 차량들도 AI가 제어한다. 이는 마치 실제 도로처럼 모든 운전자가 서로의 행동을 예측하고 대응해야 함을 의미한다.

로직시티에서 AI는 단순히 규칙을 따르는 것을 넘어 ‘효율성’도 고려해야 한다. 예를 들어, 교차로에서 다른 차량이 올 때까지 기다릴 것인지, 아니면 속도를 높여 먼저 통과할 것인지를 결정해야 한다. 먼저 도착하면 다른 차들이 양보하므로 전체 이동 시간이 줄어들지만, 과속으로 인한 위험도 증가한다.

또한 AI는 “노약자가 있으면 속도를 줄이고, 구급차가 지나가면 멈추되, 경찰차를 방해하지 않아야 한다”와 같은 복합적인 상황도 처리해야 한다. 이는 실제 도로에서 운전자들이 마주하는 것과 같은 복잡한 의사결정 과정이다.

이러한 결정은 단순한 것처럼 보이지만, 실제로는 매우 복잡한 계산이 필요하다. AI는 현재 속도, 다른 차량들의 위치와 속도, 교차로까지의 거리, 신호등 상태 등 수많은 변수를 고려해야 한다. 더구나 이러한 결정은 즉각적으로 이루어져야 하며, 한 번의 잘못된 판단이 전체 여정에 영향을 미칠 수 있다.

연구진은 두 종류의 AI 시스템을 비교 실험했다. 하나는 데이터만을 학습하는 일반적인 딥러닝 AI이고, 다른 하나는 인간의 논리적 사고방식을 모방한 ‘뉴로-심볼릭 AI’다. 실험 결과는 흥미로웠다.

뉴로-심볼릭 AI는 새로운 상황에 더 잘 대처했다. 예를 들어 훈련 때 보지 못했던 ‘경찰차와 구급차가 동시에 나타나는 상황’에서도 올바른 판단을 내릴 수 있었다. 이는 이 AI가 단순히 상황을 ‘인식’하는 것을 넘어, 상황의 ‘의미’를 이해하고 있음을 보여준다.

반면 일반 AI는 훈련 때 보지 못한 상황에서는 종종 부적절한 판단을 내렸다. 이는 일반 AI가 단순히 패턴을 인식하는 데는 뛰어나지만, 그 패턴의 의미를 이해하고 새로운 상황에 적용하는 데는 한계가 있음을 보여준다.

로직시티는 AI에게 또 다른 중요한 과제를 제시한다. 바로 고해상도 이미지를 보고 모든 도로 참여자의 행동을 예측하는 것이다. 이는 마치 운전자가 도로 상황을 한눈에 파악하고 다른 차량이나 보행자의 움직임을 예측하는 것과 같다.

이 과제에서 AI는 단순히 물체를 인식하는 것을 넘어, 각 참여자의 의도와 가능한 행동을 예측해야 한다. 예를 들어 보행자가 횡단보도 근처에 서 있다면, 이 보행자가 곧 길을 건널 것이라고 예측할 수 있어야 한다.

이번 연구는 자율주행 AI가 실제 도로에서 마주칠 수 있는 다양한 상황에 대비하기 위한 중요한 진전이다. 현재 자율주행차의 가장 큰 과제 중 하나는 예측하지 못한 상황에서의 대처 능력이다. 로직시티와 같은 시뮬레이터를 통한 학습은 이러한 문제를 해결하는 데 도움이 될 것으로 기대된다.

물론 아직 갈 길이 멀다. 연구진에 따르면 현재의 AI는 매우 복잡한 상황이나 고차원적인 판단이 필요한 경우에는 여전히 한계를 보인다. 예를 들어 여러 규칙이 상충하는 상황에서의 우선순위 결정이나, 예외적인 상황에서의 판단은 아직 개선이 필요하다. 하지만 이번 연구는 AI가 인간의 논리적 사고방식을 배우면 더 안전하고 신뢰할 수 있는 판단을 할 수 있다는 가능성을 보여줬다.

앞으로 자율주행차가 일상화되면, 우리는 도로에서 AI 운전자와 함께 지내게 될 것이다. 이번 연구는 그들이 우리의 규칙을 이해하고, 상황에 맞는 올바른 판단을 내릴 수 있도록 하는 중요한 발걸음이라고 할 수 있다.

기사에 인용된 리포트 원문은 링크에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

관련 콘텐츠 더보기