데이터 기반 안전 설계형 ODD 정의를 위한 커널 기반 방법

초록

본 논문은 기존 전문가 중심의 ODD 설계 한계를 극복하고, 사전 수집된 데이터를 활용해 다차원 커널 기반으로 ODD를 정의하는 안전‑by‑Design 방법을 제시한다. 전역 친화도 함수를 통해 연속·결정적·차원 확장성을 확보하고, OOD 제약과 임계값 설정으로 인증 가능성을 검증한다. Monte Carlo 시뮬레이션과 항공 충돌 회피 시스템 사례를 통해 실제 적용 가능성을 입증하였다.

상세 분석

이 논문은 안전‑critical AI 시스템에 필수적인 운영 설계 영역(ODD)을 데이터 기반으로 정의하는 새로운 프레임워크를 제시한다. 기존 ODD는 전문가가 초기 단계에서 파라미터 범위와 관계(ontology)를 수작업으로 기술하지만, 복잡한 실제 환경에서는 이러한 정의가 불완전하거나 불가능한 경우가 많다. 저자는 ODD를 수학적으로 (X, R) 구조로 formalize하고, 두 ODD가 동일한 데이터 집합 Y를 생성하면 동등하다고 정의함으로써 데이터 중심의 동등성 개념을 도입한다.

핵심 기법은 ‘앵커 포인트’를 기반으로 한 다차원 커널(주로 RBF 커널)이며, 각 앵커 포인트 xi에 대해 로컬 친화도 αi(x)=exp