현실감 있는 보행자 모델을 활용한 적대적 시나리오 생성 및 자율주행 제어 파라미터 최적화

초록

본 연구는 인지 기반 인간‑유사 보행자 모델(COMMOTIONS)을 도입해 CARLA 시뮬레이터에서 보다 현실적인 적대적 시나리오를 생성하고, 이를 활용해 자율주행 차량(AV) 제어 파라미터를 안전·효율을 동시에 고려하도록 최적화한다. 실험은 보행자‑차량 1:1 교차 상황을 대상으로, 규칙 기반 CARLA 보행자와 COMMOTIONS 보행자를 각각 적용하고, 두 종류의 AV 컨트롤러(CARLA 기본 플래너, Autoware)를 비교한다. 결과는 인간‑유사 보행자가 보다 현실적인 간격 수용(gap acceptance)과 부드러운 감속을 유도하며, 충돌 위험은 특정 보행자 개체와 조건에서만 발생함을 보여준다. 이러한 변동성을 반영한 적대적 시나리오는 AV 제어기의 안전·효율 최적화에 유용한 기반을 제공한다.

상세 분석

이 논문은 자율주행 차량(AV)의 안전 검증에 있어 시뮬레이션 기반 적대적 시나리오가 현실성 부족으로 과도하게 보수적인 제어 정책을 유도한다는 문제점을 지적한다. 이를 해결하기 위해 저자들은 인간의 인지·감각·운동 메커니즘을 통합한 COMMOTIONS 보행자 모델을 채택한다. COMMOTIONS는 개별 보행자의 지각·판단·운동 파라미터를 다르게 설정해 inter‑individual 변이성을 구현하고, 의사결정 과정에 확률적 요소를 도입해 intra‑individual 변이성도 재현한다. 이러한 설계는 실제 보행자가 보이는 다양한 속도, 반응시간, 위험 인식 수준을 시뮬레이션에 그대로 옮겨 놓는다.

실험 설계는 2×2 요인 설계(보행자 모델 × AV 컨트롤러)로, 보행자 모델은 기존 CARLA WalkerAIController(규칙 기반, 결정론적)와 COMMOTIONS(확률적, 인간‑유사) 두 가지를 사용한다. AV 컨트롤러는 CARLA 기본 플래너(간단한 규칙 기반)와 Autoware(전체 스택, 센서 기반 경로 계획 및 제어)를 비교한다. 시나리오는 무신호 횡단보도에서 보행자가 정지 상태에서 차량이 접근할 때 TTA(Time‑to‑Arrival)를 6 s, 10 s, 14 s, 18 s로 설정해 시간적 압박을 조절한다. 각 TTA‑보행자 조합에 대해 COMMOTIONS는 5개의 서로 다른 보행자 파라미터 집합을 무작위 추출하고, 각 집합을 4번 반복해 총 20번의 시뮬레이션을 수행한다. CARLA 보행자는 동일 조건에서 20번 실행해 비교 가능성을 확보한다.

평가 지표는 충돌율, Gap Acceptance Rate(보행자가 차량보다 먼저 횡단하는 비율), PET(Post‑En‑Crouchment Time, 차량·보행자 충돌점 통과 시간 차), 급제동 비율(2.5 m/s² 초과 감속 횟수) 네 가지다. 이 지표들은 안전(충돌, PET), 효율(Gap Acceptance), 승차감(급제동) 측면을 포괄한다.

핵심 결과는 다음과 같다. 첫째, COMMOTIONS 보행자는 CARLA 보행자에 비해 Gap Acceptance가 현장 조사와 유사한 분포를 보이며, 과도한 회피 행동을 줄인다. 둘째, Autoware 컨트롤러는 인간‑유사 보행자와 상호작용 시 급제동 발생 빈도가 현저히 낮아 승차감이 개선된다. 셋째, 충돌은 특정 보행자 파라미터(예: 낮은 인지 한계, 높은 속도)와 짧은 TTA(6 s) 조합에서만 발생했으며, 동일 TTA에서도 다른 보행자 개체는 안전하게 횡단했다. 이는 보행자 개체 간 변이성을 고려하지 않으면 AV 제어기의 과잉 보수화 혹은 위험 과소평가가 발생할 수 있음을 시사한다.

또한, 저자들은 COMMOTIONS 모델을 이용해 TTA를 파라미터 탐색 공간으로 삼아 적대적 시나리오를 자동 생성한다. 이 과정에서 목표는 “안전은 유지하되, 불필요한 감속을 최소화”하는 제어 파라미터(예: 감속 한계, 거리 기준)를 찾는 것이며, 기존 ‘Suicidal Pedestrian’와 같은 비현실적 공격 모델보다 현실적인 위험 상황을 제공한다. 최적화 결과, AUTOWARE 기반 제어기가 기존 규칙 기반 대비 평균 PET가 0.3 s 개선되고 급제동 비율이 45 % 감소했으며, Gap Acceptance는 12 % 상승했다.

결론적으로, 인간‑유사 보행자 모델을 적대적 시나리오 생성에 통합하면 시뮬레이션의 신뢰성을 크게 향상시킬 뿐 아니라, 실제 도로에서 기대되는 보행자 행동 변동성을 반영한 제어 파라미터 튜닝이 가능함을 입증한다. 이는 AV 검증·인증 단계에서 현실감 있는 위험 상황을 제공하고, 과도한 보수성 혹은 위험 과소평가를 방지하는 실용적인 방법론으로 평가될 수 있다.