서울시립대 이승재 교수팀, 설명가능한 AI 기반 자율주행 시스템 개발

제1저자 교통공학과 곽주현 박사수료 연구원, 공동저자 이용령 연구원(석박사 통합과정), 교통공학과 최민제 연구교수, 교신저자 교통공학과 이승재 교수

서울시립대학교 교통공학과 이승재 교수 연구팀이 설명 가능한 인공지능(XAI; eXplainable AI) 기술을 활용해 자율주행 딥러닝 기술의 투명성과 에너지 효율성을 향상시키는 연구 결과를 발표했다. 이번 연구는 ‘Deep Learning Based Approaches to Enhance Energy Efficiency in Autonomous Driving Systems’라는 제목으로 SCI급 국제 학술지 Energy (Impact Factor: 9.0, Q1)에 게재되었다.

자율주행차는 다수의 센서와 고성능 컴퓨터 시스템을 통해 데이터를 처리하기 때문에 상당한 전력을 소모하며, 이는 자율주행차의 도입 확대에 따라 온실가스 배출 증가로 이어질 수 있다. 또한, 자율주행차에 적용되는 딥러닝 기술의 의사결정 과정을 직접 확인할 수 없는 ‘블랙박스 문제’와 이로 인해 발생하는 다양한 사고 사례들은 자율주행차의 안정성과 신뢰성에 대한 우려를 증폭시키고 있다. 이에 연구진은 자율주행차의 에너지 효율성을 높이고 사회적 수용성을 개선하기 위한 연구의 필요성을 강조했다.

본 연구에서는 자율주행차의 블랙박스 문제를 설명 가능한 인공지능(XAI) 기술을 통해 해결하고, 에너지 효율을 개선하는 방안을 제시했다. 연구진은 딥러닝 모델의 에너지 효율성을 평가하여 자율주행차의 에너지 소비를 최적화하는 방법을 제안했다. 특히, 다양한 주행 환경에 맞춰 객체 탐지 알고리즘을 유연하게 선택함으로써 자율주행차의 에너지 소비를 줄이고 효율성을 극대화할 수 있는 방법을 입증했다.

본 연구의 교신저자인 이승재 교수는 “XAI 기술을 활용해 자율주행차의 딥러닝 시스템을 해석하고 이를 적용하는 접근법을 제시함으로써 현재 자율주행 기술이 직면한 문제를 해결할 수 있는 원천기술의 기반이 될 것”이라고 밝혔다.

연구진은 서울시립대학교 교통공학과 곽주현 박사수료 연구원이 제1저자로, 교통공학과 이용령 연구원(석박사 통합과정)과 최민제 연구교수가 공동저자로, 그리고 이승재 교수가 교신저자로 구성되었다.

이 연구는 국토교통과학기술진흥원의 선도기술탐색형 국토교통 국제공동연구 사업, 과학기술정보통신부와 한국연구재단의 박사 후 국내연수 사업, 그리고 국토교통부의 스마트시티 혁신인재육성사업의 지원으로 수행되었다.

온라인 중앙일보