[논문 리뷰] A Systematic Literature Review about the impact of Artificial Intelligence on Autonomous Vehicle Safety

Alexandre Nascimento, Lúcio F. Vismari외 8명|arXiv (Cornell University)|2019. 04. 04.

Autonomous Vehicle Technology and Safety참고 문헌 74인용 수 15

한 줄 요약

이 체계적 문헌 고찰은 자율주행차(AV)의 안전성에 대한 인공지능(AI)의 영향을 평가하기 위해 59개의 연구를 분석한다. 이 연구는 AI가 안전성 향상에 기여할 잠재력이 있음을 확인하면서도 동시에 새로운 도전 과제를 제기함을 밝혀내며, 향후 AI 기반 AV 연구에서 신뢰할 수 있고 안전한 구현을 보장하기 위해 전용 안전 전략이 필수적임을 제안한다.

ABSTRACT

Autonomous Vehicles (AV) are expected to bring considerable benefits to society, such as traffic optimization and accidents reduction. They rely heavily on advances in many Artificial Intelligence (AI) approaches and techniques. However, while some researchers in this field believe AI is the core element to enhance safety, others believe AI imposes new challenges to assure the safety of these new AI-based systems and applications. In this non-convergent context, this paper presents a systematic literature review to paint a clear picture of the state of the art of the literature in AI on AV safety. Based on an initial sample of 4870 retrieved papers, 59 studies were selected as the result of the selection criteria detailed in the paper. The shortlisted studies were then mapped into six categories to answer the proposed research questions. An AV system model was proposed and applied to orient the discussions about the SLR findings. As a main result, we have reinforced our preliminary observation about the necessity of considering a serious safety agenda for the future studies on AI-based AV systems.

연구 동기 및 목표

• 인공지능(AI)이 자율주행차(AV) 안전성 향상과 도전 과제에 미치는 双중적 역할을 조사하기 위해.
• 현재 AV 시스템에서 AI 응용에 관한 연구의 격차와 추세를 식별하기 위해.
• 안전 중심의 연구 및 개발을 이끌기 위한 체계적인 AV 시스템 모델을 제안하기 위해.
• 향후 AI 기반 AV 시스템을 위한 안전 전략을 수립하여 발생 가능한 위험 요소와 신뢰성 문제를 해결하기 위해.
• 기존 문헌을 주제별 범주로 매핑하여 AI 및 AV 안전 분야의 최신 동향을 명확히 하기 위해.

제안 방법

• 재현 가능성과 투명성을 확보하기 위해 PRISMA 지침을 기반으로 체계적 문헌 고찰(SLR)을 수행하였다.
• 사전 정의된 키워드를 사용해 다수의 데이터베이스를 검색하여 최초 4,870편의 논문을 확보하였다.
• 엄격한 포함 및 배제 기준을 적용하여 최종적으로 59편의 고품질이며 관련성이 높은 논문을 선별하였다.
• 연구 질문을 해결하고 추세를 분석하기 위해 선택된 논문들을 6개의 주제 범주로 매핑하였다.
• 토론을 체계화하고 향후 안전 중심의 연구를 이끌기 위해 AV 시스템 모델을 제안하였다.
• 질적 종합을 통해 AI가 AV의 안전성에 미치는 영향을 해석하였다.

실험 결과

연구 질문

• RQ1 AI는 자율주행차의 안전성 향상에 어떻게 기여하는가?
• RQ2 AI는 자율주행차 개발 및 구현 과정에서 어떤 새로운 안전 과제를 야기하는가?
• RQ3 AI 기반 자율주행차 안전성 연구에서 지배적인 주제와 연구 추세는 무엇인가?
• RQ4 현재 AV에서 사용되는 AI 기법들은 기존의 안전 공학 원칙과 어떻게 부합하는가?
• RQ5 AI 기반 자율주행차 시스템을 위한 안전 프레임워크에 관해 문헌에서 드러나지 않는 주요 격차는 무엇인가?

주요 결과

• 초기 4,870편의 논문 중에서 59편의 연구가 선별되었으며, 이는 AI 및 AV 안전성 분야에 집중된 연구 관심이 증가하고 있음을 시사한다.
• 딥 러닝과 강화 학습과 같은 AI 기법이 AV의 인식 및 의사결정 모듈에서 널리 사용되고 있다.
• 문헌의 다수는 AI가 사고를 감소시키고 교통 효율성을 향상시킬 잠재력을 강조하고 있다.
• 그러나 연구들은 또한 모델의 해석 가능성, 극단적인 케이스에 대한 강건성, 시스템 수준의 검증과 같은 심각한 안전 과제를 제기하고 있다.
• 이 리뷰는 AV의 AI 구성 요소에 대한 표준화된 안전 프레임워크와 공식적인 검증 방법의 부족을 확인하였다.
• 저자들은 향후 연구에서 신뢰할 수 있고 안정적인 AI 기반 AV 시스템을 확보하기 위해 전용 안전 전략이 필수적임을 결론 내렸다.