자율주행 판단을 말로 풀어낸 MIT 설명 AI

인공지능신문에 따르면 MIT와 모셔널은 1억3천만개 주행 장면으로 학습한 'CW-Net'을 개발해 자율주행 AI의 판단 근거를 사람이 이해할 수 있는 개념으로 실시간 바꿔 보여줬다. 9월 8일 소개된 이번 연구는 차량이 왜 멈추거나 특정 경로를 택했는지 설명해, 탑승자와 안전 운전자가 다음 행동을 더 잘 가늠하도록 돕는 데 초점을 맞췄다. 핵심은 기존 주행 계획기의 중간 과정에 설명 모듈을 붙여 사후 해석이 아니라 실제 의사결정과 맞물린 설명을 내놓는 방식이다. 기사에서는 자전거 이용자 근처에서 반복 정차한 사례를 통해, 사람이 짐작한 이유와 차량 내부 판단이 다를 수 있음을 보여줬다. 이런 정보는 위험 상황에서 더 이른 개입을 돕고, 개발 단계에서는 문제 원인을 더 빨리 짚는 실마리로도 쓰일 수 있다. 연구진은 실제 시험 차량과 시뮬레이션에서 이 접근이 차량 행동 예측 능력을 높였고, 주행 성능을 해치지 않으면서 설명 가능성을 더하는 방향을 제시했다고 설명했다.