검색어 입력 후 엔터

검색
내가 타고있던 자율주행 자동차가 교통사고를 낸다면?

미리 알아야 대처할 수 있는 미래기술

기술은 매우 빠른 속도로 발전하고 있습니다. 인공지능, 머신 러닝, 딥 러닝, 사물 인터넷(IOT), 5G 등 이름만들어도 머리가 아파오는 최첨단 기술들이 상용화 되고있습니다.

그렇다면 이런 첨단기술들을 어떻게 알아보는 게 가장 효과적일까요?

심리학에는 ‘손실회피심리’라는 이론이 있습니다. 사람들은 얻을 가치보다 잃을 가치를 크게 평가하기 때문에 이익보다 손해에 민감하다는 뜻입니다. 다시 말해 무언가를 얻었을 때 느끼는 행복감보다 잃어버렸을 때 느끼는 상실감을 더 두려워한다는 뜻이죠. 때문에 첨단기술을 알았을 때 생길 이점 대신 기술에 대한 이해도가 부족했을 때 일어날 수 있는 미래의 사고들에 대해 이야기하고자 합니다.

미래에 우리에게 충분히 일어날 수 있을법한 부정적인 상황들을 미리 상상해본다면, 미래 기술에 대해 알고 싶은 욕구가 생겨날지도 모르니까요!

“자율주행 자동차”

205x년 xx월 xx일 금요일.

오늘도 당신은 바쁜 회사 일정을 끝냈습니다. 한 달 동안 고생했던 프로젝트는 당신의 아이디어로 인해 성공적으로 끝나게 되었고, 당신은 회사 팀원들과 함께 기분 좋게 회식을 마치고 귀가하는 중이었습니다. 당신은 지난 달, 얼마전부터 상용화된 자율주행 자동차를 장만했습니다. 평소 자율주행 자동차에 관심이 많았던 당신은 자동차 브랜드 A사가 자율주행 차량 국내 판매를 실시했다는 소식을 듣고 큰 결심을 했던 것입니다.

ⓒpixabay

대형 프로젝트로 정신없이 바빴던 지날 한 달 동안 자율주행 자동차가 당신에게 가져다 준 혜택은 대단했습니다. 당신은 차에서 잠을 자거나, 책을 읽거나, 업무를 보는 등 예전에는 운전하며 보냈을 시간들을 효율적으로 사용할 수 있었습니다. 오늘처럼 술을 마신 날이면 대리기사를 부를 필요도 없이 집까지 편안하게 돌아갈 수 있다는 점 또한 당신에게 충분한 만족감을 주었습니다. 이번 주말을 어떻게 보낼 지 행복한 상상과 함께 잠에 든 지 얼마 안 되었을 때였습니다. 당신은 커다란 흔들림을 느끼게 됩니다.

ⓒpexels

잠에서 깬 당신은 황급히 핸드폰을 꺼내 확인해보았고, 당신이 속해있는 단체 메신저들은 이미 방금 전 흔들림에 대한 얘기로 가득한 상태였습니다. 단순한 당신의 착각이 아니었음을 깨달을 때쯤 자동차의 디스플레이에 처음 보는 문장이 표시되었습니다.

[도로에서 강한 흔들림이 감지되었습니다. 안전상의 문제로 자율주행 모드를 해제합니다.]

“HOW?”

이렇게 주행 중 갑작스러운 상황이 발생한다면 여러분은 어떻게 하시겠습니까?

실제로 작년 미국에서는 시범운행 중이던 자율주행 자동차가 자전거를 타고있던 보행자를 들이받아 사망사고가 일어났습니다. 이 때 역시 운전석에는 비상상황에 대비해 운전자가 앉아있었고 갑작스러운 상황에 대처하지 못하면서 사고가 발생하게 된 것입니다. 이후 일본과 독일 미국 등 다른 나라에서는 자율주행차와 관련한 법안에 대한 논의가 빠른 속도로 이루어지고 있습니다. 결과는 대부분 비슷했습니다. 사고시에 운전자가 책임을 져야 한다는 결론이었습니다.

일본에서는 ‘자율주행 관련 제도정비 개정안 초안’에서는 운전자가 있는 상태에서 조건부로 자율주행하는 레벨3단계까지의 사고까지는 운전자가 배상 책임을 지도록 하고 차량제조사는 자동차에 명백한 결함이 있을 때에만 책임을 지는 것입니다. 미국 역시 레벨3까지는 운전자가 책임을 지게 되고, 이는 독일 역시 마찬가지입니다.

미국 자동차 공학회(SAE)가 분류한 자율주행기술 레벨은 0단계부터 5단계까지 총 6단계로 나뉩니다. 이 중 레벨3이 기본적인 주행은 AI시스템이 실시하되, 고장 시에는 운전자가 대응하는 단계입니다. 즉 위에서 본 예시를 포함해 주행 중 AI시스템이 차량을 정상적으로 운행할 수 없다고 판단할 시에는 수동운전으로 바뀐다는 뜻이 됩니다.

아직 우리나라에는 자율주행관련 법안이 정해지지 않았습니다. 그러나 미국, 일본과 같은 국가의 사례를 봤을 때 크게 다르지 않은 선에서 결정될 확률이 높습니다. 따라서 여러분이 미래에 자율주행자동차를 구매하신다면 구매하려는 차량이 레벨 몇의 차량인지를 가장 중점적으로 보셔야 합니다. 위의 사례와 같이 음주, 재난 등 여러가지 예상 못한 변수들이 생길 수 있기 때문에 5레벨 혹은 4레벨의 차량을 구매하시는 것이 가장 현명한 선택이 될 것입니다.

“인공지능”

206x년 08월 01일 토요일.

당신은 군사법원에서 근무하는 군법무관입니다. 아침부터 요란하게 울려대는 전화 소리에 잠에서 깬 당신은 다소 신경질적으로 전화를 받았습니다. 그러나 이내 들려오는 후배법무관의 떨리는 목소리에 금새 정신이 번쩍 든 당신은 그에게서 XX사단에서 지난 밤 일어난 사고에 대해 듣게 되었습니다.

XX사단은 강원도 최전방에 위치한 부대로, 올해초 인공지능 감시시스템 시범부대로 선정되었습니다. 테스트는 격 월로 시행되었으며, 홀수 달은 감시시스템이 경계근무를 수행하고 짝수 달은 기존처럼 병사들이 경계근무를 수행하는 방식으로 인공지능 감시시스템의 효율성을 확인해보고자 하였습니다.

ⓒpixabay

결과적으로 인공지능 감시시스템의 도입은 매우 성공적이었습니다. 인공지능은 밥먹을시간도, 잠에 들 시간도 필요로 하지 않고 24시간 자신의 임무를 성실히 수행했습니다.

문제는 지난 밤 일어났습니다. 어제는 7월의 마지막 날이었고 8월 1일이 되는 자정, 두 명의 병사가 이번 달의 첫 번 째 근무자로서 자신의 경계 장소에 도착하여 인공지능 감시시스템을 종료시키는 임무를 맡게 되었습니다.

물론 부대에서부터 근무지까지의 동선은 인공지능 감시시스템이 따로 감시를 하지 않고있었고, 경계 장소에 도착한 두 명의 병사는 자신들의 지문을 인식시켜 감시시스템을 종료 시키면 될 일이었습니다.

그러나 근무지로 향하던 병사들이 서로 장난을 치던 도중 공포탄이 허공을 향해 발사되어 버렸습니다. 인공지능 시스템은 일말의 망설임도 없이 소리가 나는 곳을 향해 곧장 총알을 발사하였습니다.

“HOW?”

사고는 언제나 예상치 못한 곳에서 일어나는 법입니다. 우리가 인공지능을 제대로 사용하기 위해서는 인공지능과 머신 러닝, 딥 러닝의 관계를 이해할 필요가 있습니다. 특히 머신 러닝과 딥 러닝은 자주 서로 바꿔서 사용되곤 하는데, 두 개념은 서로 연관은 있지만 동일한 의미가 아닙니다. AI의 하부 개념에 머신 러닝이 속하고 다시 그 하부에 딥 러닝이 속한다고 이해하는 것이 가장 쉬울 것입니다.

위의 사례에서 인공지능은 아군과 적군이라는 ‘인간’을 구별할 수 있어야 합니다. 우선 인간이 아닌 꽃이라는 대상을 통해 보다 간단히 설명해 보겠습니다. 만일 인공지능에게 꽃의 종류를 구분하게 만든다면 우리는 세상에 존재하는 모든 꽃의 종류를 시스템에 등록시켜 각각의 꽃이 장미꽃인지, 해바라기인지를 컴퓨터에게 교육시킬 것입니다. 그 이후부터는 시스템이 알아서 장미꽃을 들고 오는 사람은 출입을 허가하고, 해바라기를 들고 오는 사람은 출입을 금지하는 등의 판단을 할 수 있게 될 것입니다. 이것이 바로 머신 러닝 입니다.

하지만 위의 사례처럼 인공지능이 판단해야 하는 대상이 만일 인간이라면 어떻게 될까요? 이를 머신 러닝 방법으로 해결하려면 70억명의 사람들을 모두 하나하나 등록하여 인공지능을 교육시켜야 합니다. 적군과 아군의 식별을 단순히 입고있는 군복의 디자인이나 들고있는 무기의 종류에 따라 구분 짓는 것도 가능한 얘기지만, 생명이 달린 문제에 적용하기에는 변수가 많다고 느껴질 것입니다. 그렇다고 70억이나 되는 데이터를 모두 입력하는 것은 시간적으로 보았을 때 사실상 불가능한 이야기 입니다. 이런 시간적 문제를 해결해줄 기술이 바로 딥 러닝입니다.

딥 러닝은 머신 러닝과는 다르게 인공지능이 스스로 알고리즘을 파악하는 방식입니다. 이를테면 한국인의 사진을 연령대와 성별에 맞게 입력하면 인공지능이 각 데이터 간 상관관계를 찾아 한국인 만의 특성들을 스스로 파악하게 되는 것입니다. 물론 이러한 딥 러닝 방식을 적용한다면 시간적 문제는 해결되겠지만 결국 각 데이터를 인간이 직접 입력하는 머신 러닝보다도 변수가 많이 생기는 문제가 발생할 것입니다.

최고의 방법은 역시 인간이 최종 판단의 주체가 되는 것 입니다. 시간이 오래 걸리는 데이터의 분석은 딥 러닝과 머신 러닝을 활용하여 결과를 보여주되 최종 판단은 인간이 함으로써 변수의 요소를 최대한 줄이는, 각 방식의 장점만을 결합한 방법이 될 것입니다.

첨단기술은 앞으로 가속도가 붙은 것처럼 지금까지보다 더욱 빠른 속도로 발전할 것입니다. 물론 기술은 우리의 삶을 지금보다 더욱 편리하게 해 줄 것입니다. 우리는 인공지능을 통해 부족한 노동력을 해결하고 자율주행 자동차에서 이전 세대보다 더 긴 하루를 누리게 되겠죠.

하지만 기술이 발전하는 만큼 기술과 관련된 여러가지 유형의 사건사고도 생겨날 것입니다. 그 중에는 충분히 우리에게도 일어날 법한 사고들도 많을 테고요. 물론 기술이 발전하는 만큼 관련 법률에 대한 논의가 충분히 이뤄지겠지만 스스로가 미리미리 대비하는 것보다 더 좋은 해결책이 있을까요?

콘텐츠 크리에이터 - 유찬영