Q. 이달의 우수논문 선정되셨습니다. 최근 선정되신 논문 소개 부탁드립니다.

논문명: TRACS-LLM: LLM-based traffic accident criminal sentencing prediction focusing on imprisonment, probation, and fines

이 연구의 목적은 거대언어모델(LLM)을 활용하여 교통사고 형사 사건에서 징역 개월 수, 구속 여부, 벌금액 등을 예측할 수 있도록 하는 것입니다. 핵심 아이디어는 인공지능이 법률 문서를 읽고 그 안의 문맥적 의미를 이해하여, 사람처럼 사건의 상황과 법적 근거를 해석한 뒤 합리적인 형량을 제시할 수 있다는 점에 있습니다. 즉, AI가 법률 문맥을 스스로 파악해 형량 판단을 도울 수 있음을 보여주는 연구입니다.

이 연구는 법률 전문가의 판단을 대체하기보다는, 판사나 변호사가 판결 과정에서 참고할 수 있는 보조 의사결정 도구로서의 가능성을 제시합니다. 장기적으로는 이러한 기술이 법적 판단의 일관성과 공정성을 높이고, 보다 객관적이고 투명한 사법 시스템을 구축하는 데 기여할 수 있을 것으로 기대됩니다.

Q. 교수님께서는 자율주행 및 인프라를 기반으로 모빌리티와 AI·빅데이터 분석 기술을 융합·응용하는 연구를 활발히 진행하고 계신 것으로 알고 있습니다. 최근 인공지능이 대중화되면서 다양한 분야에서 손쉽게 활용되고 있으며, 그 대표적인 예 중 하나가 자율주행 기술입니다. 자율주행버스, 자율순찰로봇, 자율주행 도로청소차 등이 실제 도심에 도입되면서 빠르게 상용화가 진행 중인데, 교수님께서는 앞으로 어떤 분야까지 자율주행이 상용화될 것으로 전망하시는지 궁금합니다.

미국에서는 이미 Waymo 같은 기업에서 자율주행 택시 서비스를 상용화하며 실제로 도심 운행이 이루어지고 있습니다. 기술적인 측면만 놓고 보면, 자율주행은 이미 충분히 가능한 단계에 와 있다고 생각합니다. 다만 앞으로 중요한 것은 기술의 완성도보다, 이 기술을 인간의 일상 속에 어떻게 자연스럽게 녹여낼 것인가에 대한 사회적 논의입니다.

개인적으로는 대중교통과 물류 분야에서 자율주행의 상용화가 가장 먼저 가속화될 것으로 봅니다. 예를 들어, 장거리 화물 운송 트럭이나 도심 내 '라스트마일(last-mile) 배송' 같은 분야에서는 인력난 해소와 효율성 향상 측면에서 이미 기술 도입이 현실화되고 있습니다. 특히 라스트마일 배송은 택배기사가 가정집 문 앞까지 물건을 전달하는 과정으로, 향후에는 자율주행 차량/드론/로봇이 결합된 형태로 자동화될 가능성이 큽니다.

그러나 자율주행이 사회 전반으로 확산되기 위해서는 여전히 해결해야 할 문제가 많습니다. 예를 들어, 자율주행차가 사고를 냈을 때 보험은 어떻게 처리할 것인지, 책임은 누구에게 있는지와 같은 법적 문제가 여전히 명확하지 않습니다. 특히 자율주행차와 인간 운전 차량이 충돌한 경우는 판단이 훨씬 복잡해질 수 있습니다. 또한 자율주행 택시가 보편화된다면 기존 택시 기사들의 생계 문제도 사회적으로 반드시 논의되어야 할 부분입니다. 결국 기술은 이미 준비되어 있지만, 이를 사회적으로 수용하고 제도적으로 정착시키는 과정이 남아 있습니다. 자율주행의 성공적인 상용화를 위해서는 기술 발전뿐 아니라, 사회적 합의와 제도적 기반 마련이 함께 이루어져야 합니다.

그리고 이러한 자율주행차가 어느 정도 상용화된 이후에도 해결해야 할 과제는 여전히 많습니다. 인간이 직접 운전할 때와 자율주행 차량이 판단하는 방식은 근본적으로 다릅니다. 지금은 자율주행 알고리즘이 인간 운전 데이터를 학습하여 움직이지만, 완전한 자율주행 단계로 가면 그 '생리' 자체가 달라집니다. 현재 자율주행의 목표는 단순히 "사고를 내지 않는 것"에 초점이 맞춰져 있습니다. 하지만 완전 상용화 단계에서는 여기에 더해 "탑승자의 편안함", "차량 운용비용", "도로 내 인간 운전자와의 조화" 같은 새로운 문제가 등장하게 됩니다.

예를 들어, 시속 200km로 달리는 상황에서 앞 차량이 갑자기 끼어들었을 때, 자율주행 알고리즘이 '충돌 가능성이 낮다'고 판단해 감속하지 않는다면, 기술적으로는 문제가 없더라도 탑승자는 결코 그 상황을 편안하게 받아들이지 못할 것입니다. 즉, 기술적 안전과 인간이 느끼는 심리적 안전 사이에는 여전히 간극이 존재합니다. 결국 자율주행의 완전한 상용화는 단순히 기술의 문제가 아니라, 인간의 감각과 경험을 어떻게 기술에 녹여낼 것인가에 대한 문제이기도 합니다.

저는 이런 측면에서 자율주행 차량이 실제 도로 환경 속에서 어떻게 인간의 감각과 심리를 고려하며 주행해야하는 지를 주로 연구하고 있습니다. 단순한 주행 안전성을 넘어서, 탑승자의 심리적 안정감과 사회적 수용성까지 아우르는 자율주행 알고리즘을 만드는 것이 앞으로의 중요한 과제라고 생각합니다.

Q. 연구 중 특별히 기억에 남는 에피소드가 있으신가요?

지금 수행 중인 연구가 가장 인상깊게 남는데요. 교통 데이터 수집과 사고 상황 재현을 위한 인공지능 모델링 연구입니다. 이 연구는 단순히 도로 위 차량의 움직임을 관찰하는 수준을 넘어, 실제 교통사고가 발생하는 다양한 상황을 데이터로 재현하고, 이를 통해 사고의 원인과 위험 요인을 정량적으로 분석할 수 있는 기반을 마련하는 데 초점을 두고 있습니다.

특히 여러 대의 드론을 활용해 교차로나 고속도로 구간을 촬영하고, 영상 인공지능을 통해 차량의 속도, 방향, 차간 거리 등을 정밀하게 추적함으로써 사고로 이어질 수 있는 위험 운전 행동(급가속, 급감속, 끼어들기 등)을 생성하는 연구입니다. 이렇게 구축된 데이터는 자율주행 차량의 안전성 평가나, 교통 시뮬레이션을 통한 정책 검증에도 활용될 수 있습니다.

이 연구가 의미 있는 이유는, 실제로 발생한 사고를 단순히 '기록'하는 것이 아니라, 인공지능을 통해 사고를 '이해하고 재현하는' 단계로 나아갔다는 점입니다. 현재도 이러한 연구를 확장하여, 복잡한 도심 환경에서의 사고 시나리오를 생성하고 예측할 수 있는 인공지능 모델을 개발하고 있습니다. 이를 통해 향후에는 사고를 미리 예방하고, 더 안전한 자율주행 환경을 조성하는 데 기여하고자 합니다.