시사위크=박설민 기자  교통사고가 발생하면 피해자의 구조가 가장 우선시 되지만, 이후 발생할 손해배상 및 책임소재를 가리는 일도 만만찮게 중요한 일이다. 때문에 교통사고 과실 비율 관련 분쟁이 매년 10만건 이상 일어나고 있다. 이는 천문학적인 인력과 시간이 투입되는 일이기도 하다. 손해보험협회에 따르면, 교통사고 1건 당 변호사 50명으로 구성된 위원회가 약 75일에 걸쳐 심의해야한다.

이 가운데 국내 연구진이 교통사고 과실 판별이 가능한 인공지능(AI)기술을 개발했다. 이용구 광주과학기술원(GIST) 기계공학부 교수팀은 블랙박스 영상 분석을 이용한 교통사고 과실 비율 평가 AI개발에 성공했다고 10일 밝혔다.

연구팀은 블랙박스 영상이 사고 상황에 대한 정보를 그대로 담고 있다는 점에 주목했다. 주관적 관점이 없는 AI가 사고 과실을 평가하면 오히려 사람보다 객관적인 평가가 가능할 수 있다는 기대에서다.

이에 연구팀은 ‘3D 합성곱 신경망(CNN)’ 기반 블랙박스 분석 AI모델을 고안했다. 사고 영상을 분석하려면 차도, 차선과 같은 ‘공간 정보’와 사고 차량의 움직임과 같은 ‘시간 정보’를 동시에 분석해야 하기 때문이다.

합성곱 신경망은 이미지 데이터 학습 및 인식에 특화된 AI알고리즘이다. 데이터 입력과 출력 과정에 ‘필터링 기법’을 적용, 각 데이터들의 연산 처리에 적합하도록 AI를 자동학습시킬 수 있다. 이때 GIST 연구팀이 고안한 3D 합성곱 신경망의 경우, 여기에 ‘시간축’을 더해 평면 이미지를 넘어 비디오 영상 데이터 학습도 가능하게 만든다.

연구팀은 블랙박스에 찍힌 사고 영상 1,200건을 분석해 AI모델에 학습시켰다. 그 다음, 도로를 선행해 진행하다 차로를 변경하는 과정에서 차량과 충돌한 사고에 대한 분석을 진행했다. 그 결과 내차 과실 30%, 상대차 과실 70%로, 실제 사고 책임 분석 결과와 거의 유사한 비율을 도출하는데 성공했다.

이용구 교수는 “이번 연구성과는 인력에 의존하고 있는 사고 심의를 자동화하고, 소요 시간을 획기적으로 개선할 것”이라고 기대했다. 이어 “이제 AI가 인식을 넘어 법률적 판단을 하는 시대가 올 것”이라며 “인간은 인공지능의 공정성과 투명성을 유지하지 위해 고민해야 할 것”이라고 전했다.

이번 연구 성과는 국제학술지 ‘저널오브 컴퓨테이셔널 디자인 앤 엔지니어링(Journal of Computational Design and Engineering)’ 7월자로 게재됐다.