교통사고 전문 변호사인 한문철 변호사는 교통사고 장면이 담긴 블랙박스 영상을 보고 ‘몇 대 몇’으로 과실비율을 알려주는 것으로 유명하다. 한문철 TV 유튜브 채널 구독자는 176만명에 이르고, 한 변호사를 내세운 TV 프로그램까지 있다.
국내 연구진이 인공지능(AI)을 이용해 한문철 변호사처럼 교통사고 과실 비율을 알려주는 기술을 개발했다. 광주과학기술원(GIST) 기계공학부 이용구 교수 연구팀은 AI 기술로 블랙박스 영상을 분석해 교통사고 과실 비율을 평가하는 기술을 개발했다고 10일 밝혔다.
연구팀은 블랙박스에 찍힌 교통사고 영상 1200건을 AI 네트워크에 학습시켜서 과실 비율을 평가하는데 성공했다. 블랙박스 영상은 사고 상황에 대한 정보를 그대로 담고 있기 때문에 주관적 개입 없이 AI가 사고 과실을 객관적으로 평가할 수 있는 도구라는 점에 착안한 것이다.
연구팀이 활용한 기술을 ‘3D CNN(Convolutional Neural Networks)’이다. CNN은 인간의 시신경을 모방해서 만든 딥러닝 구조의 AI 네트워크를 말한다. AI가 이미지를 학습하는데 많이 쓰이는 네트워크로 이미지를 쪼개고 각 픽셀을 곱하고 합하는 방식으로 AI가 이미지를 식별하게 된다. 합하고 곱하는 과정을 거친다고 해서 ‘합성곱 신경망’으로 부르기도 한다.
기존에 널리 알려진 CNN은 2차원 데이터를 기반으로 했는데, 연구팀은 시간축을 더한 3D CNN 기술을 활용했다. 연구팀은 “교통 사고 영상을 분석하려면 차도나 차선 같은 공간 정보 외에 사고 차량의 움직임 같은 시간 정보까지 동시에 분석해야 하기 때문에 시간축을 분석, 학습할 수 있는 3D CNN 기술을 활용했다”고 설명했다.
기존의 AI 영상 분석 기술은 주로 달리기나 수영처럼 반복적인 움직임을 분류하는 방식이었는데, 교통 사고 영상에서는 반복적인 움직임보다는 차량의 갑작스러운 차선 변경이나 추돌처럼 다양한 움직임을 분석해야 한다. 이 때문에 일반적인 AI 영상 분석보다 한 차원 높은 기술이 필요했다고 연구팀은 밝혔다.
연구팀이 실제 교통사고 블랙박스 영상을 AI를 이용해 분석한 결과를 보면 이해가 쉽다. 아래 이미지에서 블랙박스 차량은 녹색 신호에 정확하게 교차로에 진입했다. 이 교차로는 비보호 좌회전이 적용되는 곳이었는데 뒤늦게 교차로에 진입한 상대차량이 좌회전을 하다 블랙박스 차량을 추돌했다. 연구팀이 만든 AI는 녹색 신호의 유무, 비보호 좌회전 안내 표지판, 차량의 움직임을 분석해 블랙박스 차량과 상대 차량의 과실 비율을 각각 2대 8로 평가했다.
연구팀은 이번 기술이 교통사고 조사와 분쟁에 소요되는 인력과 시간, 비용을 획기적으로 줄여줄 수 있을 것으로 기대했다. 교통사고 과실 비율 평가와 관련한 분쟁은 매년 10만건에 달한다. 변호사 50명으로 구성된 위원회가 과실 비율을 평가하고 있는데 건당 75일 정도로 많은 시간이 필요하다.
이용구 교수는 “이번 연구성과는 인력에 의존하고 있는 사고 심의를 자동화하는데 활용할 수 있을 뿐만 아니라 소요 시간을 획기적으로 개선할 것으로 기대된다”며 “인공지능이 인식을 넘어 법률적 판단을 하는 시대가 올 것”이라고 말했다.
이번 연구 결과는 국제 학술지 ‘JCDE’에 지난 6월 게재됐다.
참고자료
JCDE, DOI : https://doi.org/10.1093/jcde/qwad063