[북스터디] 비전공자도 이해할 수 있는 AI 지식: chapter 3

독후감 (Review)

'비전공자도 이해할 수 있는 AI 지식' 3장은 자율주행의 핵심 기술과 그 발전 과정을 테슬라의 자율주행차를 중심으로 설명하고 있다. 자율주행 기술은 AI와 밀접한 관련이 있으며, 특히 머신러닝, 센서 기술, 그리고 수많은 데이터가 결합되어 만들어지는 첨단 기술이다. 이 장에서는 자율주행의 역사적 배경부터 시작해, 현재와 미래에 대한 이야기를 다룬다.

 

먼저, 다르파 그랜드 챌린지는 자율주행 기술 발전의 시발점으로서 큰 의미를 지닌다. 스탠포드 대학의 '스탠리'가 우승한 이 대회는 자율주행차가 현실적으로 가능하다는 것을 처음으로 증명한 계기였다. 이 우승의 비결은 기술적 혁신뿐만 아니라 데이터 처리와 알고리즘의 개선에 있었다. 특히, 스탠리가 사용한 베이즈 정리는 불확실한 상황에서 확률을 추정하는 데 필수적이었으며, 자율주행에서 중요한 예측 모델로 자리 잡았다.

이어서 센서 전쟁에 대한 이야기는 자율주행 기술이 어떤 방식으로 주행 환경을 인식하는지를 심도 있게 다루고 있다. 자율주행차는 레이더, 라이다, 카메라와 같은 다양한 센서를 통해 주변 환경을 인식하는데, 각각의 센서는 장단점이 있다. 라이다는 3D 맵핑에 뛰어나지만 비용이 높고, 카메라는 사람의 시각처럼 상세한 영상을 제공하지만 기상 조건에 취약하다. 테슬라는 카메라 기반의 시스템을 선호하는데, 이는 인간의 눈과 비슷하게 도로를 인식할 수 있기 때문이다. 이 부분에서 카메라의 역할에 대한 설명이 매우 흥미로웠다. 동물의 눈처럼 세상을 바라보는 카메라가 실제 주행에서 얼마나 중요한 역할을 하는지 느낄 수 있었다.

모방학습에 대한 설명도 인상 깊었다. 자율주행차는 방대한 주행 데이터를 학습하여 실제로 사람이 운전하는 것처럼 도로에서 적절히 반응할 수 있도록 훈련된다. 이 과정에서 인간 운전자의 행동을 모방함으로써 자율주행이 가능해지는 것이다. 특히, 테슬라가 수집하는 방대한 주행 데이터가 모방학습에 활용된다는 점에서, 데이터가 자율주행 기술 발전에 얼마나 중요한지를 다시 한번 깨닫게 된다.

마지막으로, 자율주행차의 딜레마는 기술 발전이 단순히 기술적 문제뿐만 아니라 윤리적 문제도 내포하고 있음을 상기시킨다. 사고가 불가피한 상황에서 자율주행차가 누구를 희생할 것인가에 대한 문제는 아직도 해결되지 않은 난제이다. 이 장에서는 자율주행 기술이 우리의 삶을 얼마나 변화시킬지에 대해 다양한 시사점을 던져준다. 

완전 자율주행이 가능할까? 이 물음에 대한 답은 아직 확실하지 않다. 기술은 분명히 발전하고 있지만, 법적 문제, 윤리적 문제, 그리고 기술적 한계는 여전히 남아 있다. 그러나 자율주행차가 우리 미래의 교통 체계를 어떻게 바꿀 수 있을지에 대한 가능성은 무궁무진하다.

이 장을 통해 자율주행 기술의 현재와 미래에 대한 깊은 통찰을 얻게 되었으며, 테슬라가 꿈꾸는 자율주행차가 단순한 기계가 아닌, 우리의 생활을 혁신적으로 변화시킬 수 있는 도구라는 점을 다시 한번 깨닫게 되었다.

 

(마지막으로 무려 8년전에 보았던 자율주행의 도덕적 딜레마에 관한 영상을 첨부한다. 이 영상을 접했을 당시, 그러니까 2015년까지만 해도 이런 논의가 먼 미래의 일로만 느껴졌는데 자율주행차의 사망 사고를 뉴스에서 종종 접하는 지금에 다시 보니 다르게 와닿는다.)

https://www.youtube.com/watch?v=ixIoDYVfKA0