완전자율주행차 나오더라도 타이어펑크에 대처 할 수 없다면

출처: GETTY

(2020.10.03.) 타이어가 만들어지는 재료의 종류와 구성 방법은 지난 몇 년 동안 극적으로 발전했다. 타이어 문제가 생겼을 때 자급자족할 수 있도록 제작된 특화 타이어도 보급이 확대됐다. 하지만 완전자율주행차가 등장하더라도 타이어는 언제 어디서나 펑크가 날 수 있다. 완전자율주행차의 AI 기반 시스템이 펑크 난 타이어와 타이어 펑크에 관련된 상황에 잘 대처할 수 있을까. 이 모든 것은 자동차 회사와 자율주행 기술 회사가 그러한 상황에 대한 AI를 준비하기 위해 무엇을 했느냐에 달려 있다. 일부 개발자들은 AI가 자동차를 운전하게 하는 근본적인 문제에 너무 바빠서 타이어 문제 다루는 일을 부차적인 것으로 보고 있다. 보통 이러한 이차적 조건이나 이슈를 에지 또는 코너 케이스라고 하며, 낮은 우선순위로 밀려나서 나중에 처리될 것이다. 이는 AI가 자율주행차의 타이어가 문제가 생겼을 때 대처하기 위한 특별한 조항이 없다는 것을 의미한다. 나중에 개발자들은 그러한 조항을 고안한 다음 그에 따라 OTA 방식 등으로 AI의 업데이트나 업그레이드를 진행할 것이다.

 

일반적으로 개발자들의 가정은 AI가 자동차의 무언가가 잘못되었다는 것을 깨닫게 되면 차를 안전하게 멈추게 하려고 시도하도록 프로그램 되어 있다는 것이다. 이처럼 이 문제가 타이어에 오염됐든, 기계적인 문제가 많든, 그것들은 모두 AI의 비상요소로 합쳐져 다른 차량에서 벗어나 안전한 상태로 진입시키려 한다. 이런 포괄적인 프로그램이 다양한 조건들을 충분히 다루어 보조 역할을 할 수 있기를 바란다.

 

일부 사람들은 이러한 대처가 적절하지 않으며 타이어 문제를 다루는 방법에 대한 허용량이 우선 순위 목록에서 더 높아야 한다고 생각한다. 만약 AI가 펑크난 타이어 시나리오에 착수하려면 우선, AI는 펑크 난 타이어나 그와 동등한 타이어가 발생했다는 것을 인식해야 한다. 인간 운전자는 차가 불안정해지는 것을 느낄 것이고 타이어가 쿵 하는 소리를 들을 수 있을 것이다. 차량은 마모된 타이어 방향으로 당기는 경향이 있다. 그 차를 조종하려는 시도는 아마도 더 강요되고 덜 원활해질 것이다. 타이어에서 나는 소음들이 도로 위를 굴러갈 때 분명해지고 승차감의 거칠기는 뼈가 덜컹거리는 것처럼 느껴질 것이다.

 

하지만 AI는 사람이 아니고 로봇 드라이버도 아니다. 이처럼 AI가 인간 운전자가 느낄 수 있는 것과 같은 파급력이나 감각을 당장 경험할 수 있는 방법은 없다. 대신 AI는 조종 장치가 예전처럼 반응하지 않고 있다는 것을 잠재적으로 감지할 수 있을 것이다. 

 

자율주행차에 특별한 청취 센서가 장착되지 않는 한 타이어 소리를 들을 확률은 상당히 낮다. 자동차의 IMU(Inertial Measurement Unit)는 바람이 난 타이어를 감지하는 데 어느 정도 유용할 수 있지만, 울퉁불퉁한 승차감을 적절히 등록하여 펑크난 타이어의 가능성으로 해석할 것인지는 전체 시스템의 기능으로서 명시적으로 프로그램되어야 할 필요가 있다.

 

자율주행차 안에 탑승자가 있고 AI의 자연어처리장치(NLP)를 호출해 타이어에 펑크가 난 것 같다고 알려주면 AI가 펑크난 것을 인지할 수 있다. 이것은 다소 아이러니한데 인간이 AI에게 말하고 있기 때문이다. 심지어 펑크 난 타이어를 보고하기 위해 NLP를 사용하는 이 측면도 AI 기능에 프로그래밍되어야 한다. 오늘날의 AI 시스템은 상식적인 추론이나 다른 일반화된 지능을 가지고 있지 않기 때문에, AI는 펑크 난 타이어에 대해 경고를 하려는 승객이 무엇을 전달하려고 하는지 모른다고 반응할 수도 있다.

 

그러면 다른 방법은 잠재적으로 승객이 원격 에이전트(인간)에게 액세스를 호출 하는 것이다. 자율주행차는 대부분 승차자가 원격 에이전트를 호출할 수 있는 온스타급 시설을 갖추고 있다. 승객은 타이어에 펑크가 났고 원격 에이전트에게 잠재적으로 어떤 조치를 취할 수 있다고 설명할 수 있다. 원격 에이전트가 AI에 신호를 보내 차를 세우라고 알리거나 승객에게 AI 시스템에 상황을 알려주거나, 어쩌면 특수 명령을 사용하여 상황을 알릴 수도 있다.

 

결국 감지할 수 있는 가장 쉬운 방법은 타이어 자체가 스스로 AI에 알리는 것이다. 이는 결국 타이어가 AI를 실행하는 온보드 컴퓨터로 전자 신호를 전송하고, 그 후 AI가 타이어 문제를 인지하게 되는 가장 가능성이 높은 시나리오이다. 그런 의미에서 이 타이어는 카메라, 레이더, LIDAR, 그리고 다른 센서들이 자율주행차와 연결되는 것과 비슷하다. 타이어는 단순한 타이어가 아니라 센서도 있다. 센서들은 타이어의 상태를 감지하고 그 상태를 차량을 운전하는 AI에 보고할 수 있다. 한 가지 우려사항은 타이어가 실제로 정상일 때 타이어 문제를 잘못 보고할 가능성이다. 또 다른 자격 요건은 타이어에 문제가 있다고 보고하지 않고 타이어에 문제가 생겼다는 잘못된 음성의 가능성이다. 이러한 문제들은 타이어 측면에서 대처하기 위해 AI 프로그래밍의 일부로 고려될 필요가 있다. 전통적인 풀오버 안전 방식 외에 AI는 자동화가 가능한 정도까지만(즉, 사람이 아니며 인간의 사고가 부족한 정도) 인간 운전자와 동일한 종류의 기술로 운전하도록 명시적으로 프로그래밍할 수 있다. 여기에는 돌발 행동을 취하지 말 것, 급회전하지 말 것 등이 포함된다.

 

런플랫(run-flats) 타이어라면 AI는 더 느린 속도로 주행할 수 있도록 경로 계획을 조정하고 어디로 갈지를 알아내야 할 것이다. 런플랫 타이어의 바람이 새거나 손상된 경우에도 최대 90km/h의 속도로 계속 주행 가능하여 여분의 타이어를 들고 다닐 필요가 없어 자율주행차 모두 런플랫 타이어를 사용할 가능성이 높다. 문제가 발생한 경우, AI는 승객에게 상황을 설명한 후 승객을 수용하기 위해 무엇을 할 수 있는지 알아내고 타이어 문제를 해결해야 할 것이다. 오늘날의 AI가 수행 할 수 있는 것들을 단기적으로 볼 때, NLP가 AI와 탑승자 사이의 대화를 전적으로 수행하기에 충분할 것 같지 않기 때문에 원격 에이전트가 호출 될 것이며, 분명한 점은 AI가 스스로 타이어를 교체할 수 없을 것이다.

 

 

 

[출처]

https://www.forbes.com/sites/lanceeliot/2020/10/03/tire-blowouts-could-cause-self-driving-cars-to-go-astray/#7efe76b0463b

 

Edited by Lucy