다양한 문화와 복합 상황을 담은 INTERACTION 데이터셋

본 논문은 자율주행 차량의 행동 예측·플래닝·학습에 필수적인 고품질 상호작용 모션 데이터의 부족을 지적하고, 이를 해결하기 위해 INTERACTION 데이터셋을 설계·제공한다. 데이터는 드론과 교통 카메라 두 가지 시점에서 촬영된 영상을 기반으로 하며, 각각의 데이터 수집·정합·트래킹 파이프라인을 간략히 설명한다. 주요 기여는 다음과 같다. 1. **시나리오 다양성**: 라운드어바웃(수익·정지 표지판 포함), 신호등이 있는 교차로, 일시정지·양방향 정지 교차로, 고속도로 램프 합류·차선 변경, 도시 지퍼 병합 등 10여 종류의 복합 교통 상황을 포함한다. 각 시나리오는 고밀도 차량·보행자·자전거 상호작용을 담고 있어, 기존 데이터셋이 제공하지 못한 복잡한 교통 흐름을 재현한다. 2. **국제성**: 미국, 중국, 독일, 불가리아 등 네 국가·세 대륙에서 수집된 데이터를 제공한다. 동일한 교통 규칙(예: 라운드어바웃의 양보 규칙) 하에서도 문화적 차이(속도, 간격, 공격성 등)가 드러나, 국제적인 자율주행 알고리즘 개발에 필요한 문화적 적응성을 연구할 수 있다. 3. **행동 복잡성 및 대립·협력**: 협력적 차선 양보, 합류 시 순차적 진입 등 정상적인 행동뿐 아니라, 급가속·불법 진입·교통법 위반·비합리적 판단 등 공격적·비협조적 행동을 다량 포함한다. 특히 ‘협상’ 상황(예: 여러 차량이 동시에 라운드어바웃에 진입해 순서를 두고 경쟁)과 ‘위험’ 상황(근접 충돌·경미한 실제 충돌)을 풍부하게 제공한다. 4. **위험도 스펙트럼**: 안전 주행부터 근접 충돌, 실제 경미한 충돌까지 연속적인 위험 레벨을 포함한다. 논문은 위험 상황 비율을 정량적으로 제시하며, 이는 위험 상황에 특화된 예측·플래닝 모델의 벤치마크로 활용 가능하다. 5. **의미론적 HD 지도**: 물리 레이어(차선, 도로 경계), 레퍼런스 라인, 레인렛 연결, 교통 규칙(정지·양보 표지판 등)을 포함한 완전한 의미론적 지도를 제공한다. 이러한 지도는 경로 예측·목표 설정·제어에 필수적인 컨텍스트 정보를 제공하며, 기존 데이터셋에서 흔히 누락된 부분을 보완한다. 6. **완전한 상호작용 엔티티**: 드론·카메라 시점 덕분에 시야 제한·오클루전 문제가 최소화되어, 모든 교통 참여자(차량, 보행자, 자전거)의 궤적이 포함된다. 이는 온보드 센서 기반 데이터셋에서 자주 발생하는 ‘상호작용 불완전성’을 해결한다. 논문은 NGSIM, highD, Argoverse 등 기존 공개 데이터셋과의 정량적 비교표를 제시한다. 비교 결과 INTERACTION은 시나리오 복잡도, 공격적 행동 밀도, 근접 충돌 비율, 지도 완전성, 엔티티 완전성 등 모든 항목에서 우수함을 확인한다. 또한 데이터셋 활용 사례를 6개 연구 분야(모션 예측, 모방 학습, 의사결정·플래닝, 표현 학습, 상호작용 추출, 사회적 행동 생성)에서 제시한다. 각 분야별 베이스라인 모델을 적용해 성능을 평가하고, 데이터셋이 제공하는 풍부한 상호작용과 지도 정보가 알고리즘 성능 향상에 기여함을 실증한다. 결론적으로 INTERACTION 데이터셋은 국제적·다양한·복합적인 교통 상황을 포괄하고, 완전한 의미론적 지도와 모든 교통 참여자를 포함함으로써, 자율주행 연구 커뮤니티가 표준화된 고품질 상호작용 데이터를 활용해 보다 현실적인 시나리오에서 알고리즘을 검증·개선할 수 있는 기반을 제공한다. 데이터는 https://interaction-dataset.com 에서 자유롭게 다운로드 가능하다.