운전자 이해를 높이는 교육형 RtI 음성 인터페이스

초록

본 연구는 레벨 3 자동운전 시스템의 제한 상황을 운전자가 정확히 인식하도록 돕기 위해, 트리거 cue와 원인(reason) 설명을 동시에 제공하는 음성 기반 HMI를 설계·검증하였다. 시뮬레이터 실험에서 트리거 cue와 reason을 모두 제공한 그룹이 제한 인지, 작업 부하, 사전 선제적 인계 시점에서 유의미하게 우수한 결과를 보였으며, 충돌 횟수도 감소하였다.

상세 분석

이 논문은 레벨 3 자동운전 시스템(ADS)의 “요청‑인계(RtI)” 상황에서 운전자가 겪는 인지 혼란과 과신 문제를 해결하고자, 두 가지 핵심 정보를 음성으로 전달하는 교육형 인간‑기계 인터페이스(HMI)를 제안한다. 첫 번째는 “트리거 cue”로, ADS가 감지한 제한 요인(예: 안개, 급커브 등)을 4초 이내의 짧은 음성 메시지로 전달한다. 두 번째는 “reason explanation”으로, 운전자가 ADS를 재활성화한 뒤 5초 후에 현재 제한 상황이 왜 발생했는지를 구체적으로 설명한다(예: “시야가 40 m 이하라 차선과 전방 차량을 인식하기 어렵습니다”). 이러한 설계는 기존 연구에서 제시된 청각·촉각·시각 단일 cue가 제공하는 정보량의 한계를 보완한다는 점에서 의미가 크다.

실험 설계는 45명의 22‑28세 참가자를 세 그룹(트리거 + reason, 트리거만, 무조건 cue)으로 무작위 배정하고, UC‑win/Road 기반 고해상도 시뮬레이터에서 복합 교통 상황(안개와 급커브 동시 존재 등)을 재현하였다. 주요 측정 변수는 작업 부하(NASA‑TLX), 제한 인지 정확도(질문지), 선제적 인계 시점(ADS 비활성화 전 인계 여부), 충돌 횟수였다. 결과는 다음과 같다.

1. 작업 부하 측면에서 트리거 + reason 그룹은 약간 높은 주관적 부하를 보고했지만, 통계적으로 유의미한 차이는 없었다. 이는 짧은 음성 메시지가 인지 과부하를 일으키지 않음을 시사한다.
2. 제한 인지 정확도는 트리거 + reason 그룹이 가장 높았으며, 트리거만 그룹보다 18 % 정도 향상되었다. 이는 원인 설명이 운전자의 정신모델을 정교화시키는 역할을 함을 보여준다.
3. 선제적 인계 비율은 트리거 + reason 그룹이 73 %로 가장 높았고, 무조건 cue 그룹은 42 %에 머물렀다. 이는 운전자가 시스템 제한을 사전에 예측하고 ADS가 비활성화되기 전에 자발적으로 인계한다는 행동 변화를 의미한다.
4. 충돌 횟수는 트리거 + reason 그룹이 평균 0.8건, 트리거만 그룹이 1.4건, 무조건 cue 그룹이 2.1건으로 차등 나타났다.

이러한 결과는 “트리거 cue + reason” 조합이 단순 경고보다 운전자의 상황 인식과 의사결정 속도를 동시에 개선한다는 강력한 증거를 제공한다. 또한, 지속적인 사후 설명(post‑hoc explanation)과 달리, 본 연구는 인계 직후가 아니라 인계 전·후에 적절히 시점을 배분함으로써 정보 전달의 시기적 적합성을 확보했다. 한계점으로는 실험이 시뮬레이터 기반이며, 실제 도로에서의 소음·주의산만 요인에 대한 검증이 부족하다는 점, 그리고 장기 기억 효과를 평가하기 위한 추적 연구가 필요하다는 점을 들 수 있다. 향후 연구에서는 실제 차량에 적용한 현장 테스트와, 다양한 기상·조도 조건에서의 음성 인식 정확도 및 운전자 피로도와의 상관관계를 탐색할 필요가 있다.