또 자율주행차?! 이번엔 아니야! 인공지능을 탑재한 자율주행차를 소개합니다!

또 자율주행차?! 이번엔 아니야!인공지능을 탑재한 자율주행차를 소개합니다!안녕하세요! KAIA 서포터즈 5기 이채원입니다.지금은 너무나도 익숙한 자율주행차! 그런데 이번에 소개해드릴 자율주행차는 조금 다르다고 하던데요.자율주행차에 ‘인공지능 탑재’라는 단어가 붙으면 어떻게 달라질까요?그림 출처 : 무료 저작권 이미지 사이트 앤 스플래시자율주행차는 센서, 알고리즘 및 다양한 기술을 사용하여 운전자의 도움 없이 스스로 주행합니다. 자율주행차는 다양한 단계로 나누어져 있습니다.SAE(미국 자동차 엔지니어 협회)에 따르면 0단계부터 5단계까지 총 6단계로 구분됩니다.그림내용출처 : 자율주행기술동향 – 기술수준구분, 한국교통연구원, 2016.04.그림내용출처 : 자율주행기술동향 – 기술수준구분, 한국교통연구원, 2016.04.Lv 0. 비 자동 운전자 100%조작 제어 및 동적 주행 Lv 1.운전자 지원 시스템의 조작 제어, 운전자가 동적 주행 Lv 2.부분 자동화 시스템의 조작 제어 및 주행 다만 운전자가 모니터링하는 책임 부담 Lv 3.조건부 자동화 자동 운전이 가능하지만, 운전자 개입이 필요한 용우인 Lv 4.고도 자동화 시스템 99%제어(완전히 항상 제어하는 것은 아니다)Lv 5.완전 자동화 모든 도로 조건 및 환경에서 시스템이 100%제어되는0단계에서 2단계는 사람의 제어 및 주행 부담 비율이 크다고 3단계에서는 시스템의 비율이 커진다고 말할 수 있습니다.참고로 2022년 기준, 상업적으로 발매된 자동 운전 차는 2~3단계에 해당했고, 그 후 단계 이후는 아직 상용화되지 못했답니다.”인공 지능 탑재 자동 운전 자동차”의 정의나 범위는 다소 모호한 경우가 있습니다. 왜냐하면 대부분의 자동 운전 차는 어느 정도의 인공 지능 기술을 사용하고 있기 때문입니다.그러나”인공 지능 탑재”라는 표현이 강조되는 경우는 통상 더 발전된 지속적으로 학습하는 딥-러닝 및 머신 러닝 알고리즘이 탑재된 차량을 의미합니다.여기에서 딥 러닝 머신 러닝과는 쉽게 말하면 인공 지능이 데이터를 통해서 스스로 학습하는 기술입니다.차량의 경우 다양한 상황에서의 주행 데이터를 지속적으로 학습하고 그 학습을 토대로 예측과 의사 결정을 하는 것으로 볼 수 있습니다!더 알기 쉽도록 기존의 자동 운전 차와 인공 지능 탑재의 자동 운전 차의 차이를 중심으로 정리했습니다.0단계에서 2단계는 사람의 제어와 주행 부담 비중이 크면 3단계부터는 시스템 비중이 커진다고 볼 수 있습니다.참고로 2022년 기준 상업적으로 출시된 자율주행차는 2~3단계에 해당하며 이후 단계부터는 아직 상용화되지 않았다고 합니다.’인공지능 탑재 자율주행 자동차’의 정의나 범위는 다소 모호할 수 있습니다. 왜냐하면 대부분의 자율주행 자동차는 어느 정도의 인공지능 기술을 사용하기 때문입니다.하지만 ‘인공지능 탑재’라는 표현이 강조되는 경우는 보통 더 발전되고 지속적으로 학습하는 딥러닝 및 머신러닝 알고리즘이 탑재된 차량을 의미합니다.여기서 딥러닝, 머신러닝이란 쉽게 말해 인공지능이 데이터를 통해 스스로 학습하는 기술입니다.차량의 경우 다양한 상황에서의 주행 데이터를 지속적으로 학습하고 그 학습을 바탕으로 예측 및 의사결정을 하는 것으로 볼 수 있습니다!좀 더 알기 쉽도록 기존 자율주행차와 인공지능 탑재 자율주행차의 차이점을 중심으로 정리해봤습니다.0단계에서 2단계는 사람의 제어와 주행 부담 비중이 크면 3단계부터는 시스템 비중이 커진다고 볼 수 있습니다.참고로 2022년 기준 상업적으로 출시된 자율주행차는 2~3단계에 해당하며 이후 단계부터는 아직 상용화되지 않았다고 합니다.’인공지능 탑재 자율주행 자동차’의 정의나 범위는 다소 모호할 수 있습니다. 왜냐하면 대부분의 자율주행 자동차는 어느 정도의 인공지능 기술을 사용하기 때문입니다.하지만 ‘인공지능 탑재’라는 표현이 강조되는 경우는 보통 더 발전되고 지속적으로 학습하는 딥러닝 및 머신러닝 알고리즘이 탑재된 차량을 의미합니다.여기서 딥러닝, 머신러닝이란 쉽게 말해 인공지능이 데이터를 통해 스스로 학습하는 기술입니다.차량의 경우 다양한 상황에서의 주행 데이터를 지속적으로 학습하고 그 학습을 바탕으로 예측 및 의사결정을 하는 것으로 볼 수 있습니다!좀 더 알기 쉽도록 기존 자율주행차와 인공지능 탑재 자율주행차의 차이점을 중심으로 정리해봤습니다.특정 도로환경 vs 다양한 도로환경복잡하고 예측 불가능한 도로 환경에 대한 대응 능력이 향상됩니다.또한 주변 환경의 데이터를 통해 스스로 최적의 주행 전략을 결정합니다.프로그래밍된대로VS계속학습지속적인 학습으로 주행 환경과 상황에 적응합니다.이로 인해 시간이 지남에 따라 주행 성능이 향상될 가능성이 있습니다.개인화된 주행 경험 제공운전자의 습관, 취향 등을 학습하여 좌석 위치, 에어컨이나 히터의 온도, 음악 선택 등을 자동으로 조절할 수 있습니다.돌발 상황에 대한 신속한 대응프로그래밍 시나리오 기반이 아닌 데이터를 기반으로 상황을 예측하고 돌발 상황에도 유연하게 대응할 수 있습니다.오늘은 자동 운전 기술과 그 단계, 그리고”인공 지능 탑재”자동 운전 차만의 차이를 소개했습니다.자가용만 아니라 공공 교통 기관에도 적용된다면 어떤 모습인가요?신경 쓰이시는 분 때문에 KAIA가 도심 속의 자동 운전 기반의 공공 교통에 관한 영상을 준비 했어요!당장 시청하고 보세요.인공지능을 탑재한 자율주행차를 통해 운전이 행위가 아닌 경험으로 바뀌기를 기대하세요!이러한 첨단 기술이 우리의 미래 도로 환경을 바꿔나갈 수 있도록 KAIA가 함께 하겠습니다!인공지능을 탑재한 자율주행차를 통해 운전이 행위가 아닌 경험으로 바뀌기를 기대하세요!이러한 첨단 기술이 우리의 미래 도로 환경을 바꿔나갈 수 있도록 KAIA가 함께 하겠습니다!* 이 콘텐츠는 KAIA 서포터즈 5기 이채원의 기사입니다.국토교통과학기술진흥원의 견해와 일치하지 않을 수 있으며, 저작권에 대한 책임도 KAIA 서포터즈에게 있습니다.