당신은 높은 창가에서 번잡한 도시의 교차로를 내려다보고 있다고 상상해 보십시오. 자동차들이 질주하고, 회전하고, 멈춰 서며, 보행자들은 횡단보도를 가로질러 움직입니다. 컴퓨터에게 이것은 단순한 혼돈의 덩어리가 아닙니다. 모든 조각(자동차나 사람)이 끊임없이 마음을 바꾸고 이웃에게 반응하는 거대하고 움직이는 퍼즐입니다. 수십 년 동안 교통 안전 전문가들은 이 조각들이 언제 서로 충돌할지 예측하기 위해 노력해 왔습니다. 과거에는 실제 사고가 발생할 때까지 기다렸다가 그 잔해를 연구하곤 했는데, 이는 화재 안전에 대해 배우기 위해 집이 불타기를 기다리는 것과 같습니다. 대신, 그들은 '아찔한 순간들', 즉 자동차가 보행자 바로 앞에서 급브레이크를 밟는 것과 같은 상황을 관찰하기 시작했습니다. 이러한 것들을 '대리 안전 지표(surrogate safety measures)'라고 부릅니다. 이것은 교통 세계 버전의 '아찔한 순간' 탐지기라고 생각하면 됩니다.

하지만 기존의 구식 컴퓨터 프로그램들은 이러한 아찔한 순간들을 한 번에 한 쌍씩만 살펴보았습니다. 예를 들어 자동차 A가 자동차 B와 너무 가까운지 확인하고, 그다음 자동차 C가 보행자 D와 너무 가까운지 확인하는 식이었죠. 이는 자동차 A의 갑작스러운 정지가 자동차 B를 움찔하게 만들고, 그것이 다시 보행자 D를 놀라게 할 수 있다는 사실을 무시하는 방식입니다. 마치 두 명의 무용수만을 관찰하며 복잡한 춤을 이해하려고 하는 것과 같았습니다. 이 논문은 이 전체적인 춤의 흐름을 한꺼번에 관찰하는 더 똑똑하고 새로운 방법을 소개합니다. 이 방식은 교차로를 개별적인 쌍들의 목록이 아니라, 모든 움직임이 군중 속으로 파동처럼 퍼져 나가는 살아 숨 쉬는 연결망으로 취급합니다. 목표는 간단하지만 매우 중요합니다. 즉, 누군가 신호등 때문에 단순히 속도를 줄일 때마다 "가짜 경보"를 울리지 않으면서도, 비극으로 변하기 전의 위험한 상황을 포착할 수 있는 시스템을 구축하는 것입니다.

새로운 "교통 탐정": HERMES

새로운 종류의 교통 충돌 예측 컴퓨터 두뇌인 HERMES를 소개합니다. 연구자들인 텍사스 주립 대학교의 Md Monzurul Islam과 Subasish Das는 기존 모델들의 "평면적(flat)" 문제를 해결하기 위해 이 시스템을 설계했습니다. 교향곡을 각 악기의 볼륨을 따로 나열하여 설명하려고 한다면, 그 화음과 혼돈을 놓치게 될 것입니다. 기존 모델들은 교통 상황을 이와 같이 처리하여, 장면을 지루한 숫자 목록으로 평면화했습니다. 반면, HERMES는 교차로를 **이종 그래프(heterogeneous graph)**로 봅니다.

쉬운 말로 설명하자면, 여기서 "그래프"란 연결의 지도입니다. HERMES는 자동차와 보행자를 점(노드)으로, 그들의 상호작용을 그들을 연결하는 선(엣지)으로 그려 지도를 만듭니다. 하지만 이것은 평범한 지도가 아닙니다. 자동차가 다른 자동차와 대화하는 것, 자동차가 사람과 대화하는 것, 그리고 사람이 다른 사람과 대화하는 것의 차이를 아는 이종(heterogeneous) 지도입니다. 이는 당신이 절친한 친구와의 대화를 낯선 사람과의 대화와 다르게 대우하는 것과 마찬가지로, 이러한 관계들을 다르게 취급한다는 것을 의미합니다.

HERMES를 진정으로 특별하게 만드는 것은 "대리 안전 지표(SSM)"를 사용하는 방식입니다. 이들은 충돌 시간(충돌을 피하기 위해 아무도 움직이지 않을 경우 충돌까지 남은 초 단위 시간)이나 DRAC(충돌을 피하기 위해 얼마나 강하게 브레이크를 밟아야 하는가)와 같은 물리 기반의 단서들입니다. HERMES는 단순히 이 숫자들을 목록 끝에 덧붙이는 대신, 점들 사이의 연결 관계 속에 이들을 직접 녹여냅니다. 이것은 컴퓨터에게 초능력을 부여하는 것과 같습니다. 컴퓨터는 단순히 두 대의 차가 가깝다는 것만 보는 것이 아니라, 그들이 서로를 향해 빠르게 움직이며 가깝다는 것을 인지하고, 이 특정 조합이 위험하다는 것을 알게 됩니다.

작동 원리: 웹의 마법

HERMES는 양파 껍질을 벗기거나 블록을 쌓는 것처럼 층(layer)을 이루며 작동합니다.

1. 그래프 층(The Graph Layer): 교차로의 스냅샷을 보고 연결의 웹을 구축합니다. 특히 제동 요구(높은 DRAC)가 높은 "엣지"(점 사이의 선)에 주목합니다. 만약 자동차가 급브레이크를 밟아야 한다면, HERMES는 즉시 그 연결을 강조합니다.
2. 어텐션 층(The Attention Layer): 이것은 "멀티 헤드(multi-head)" 부분입니다. 상상해 보세요, HERMES가 서로 다른 렌즈를 통해 장면을 바라보는 여러 쌍의 안경을 가지고 있다고 말이죠. 한 쌍의 안경은 속도에 집중하고, 다른 한 쌍은 방향에, 또 다른 한 쌍은 서로 얼마나 가까운지에 집중할 수 있습니다. HER-MES는 이 모든 관점을 결합하여 어떤 상호작용이 가장 중요한지 결정합니다.
3. 시간 층(The Time Layer): 교통은 단 하나의 정지된 사진으로 일어나지 않습니다. 그것은 영화입니다. HERMES는 이러한 그래프의 시퀀스를 시간의 흐름에 따라 관찰합니다(구체적으로 8개의 프레임 연속). HERMES는 상황이 어떻게 진전되었는지 기억하기 위해 메모리 시스템(LSTM이라 불리는)을 사용합니다. 자동차들이 더 가까워졌나요? 보행자가 발을 내디뎠나요? 이야기가 전개되는 과정을 지켜봄으로써, 사건이 발생하기 전에 결말을 예측할 수 있습니다.

결과: 완벽에 가까운 점수

연구진은 텍사스주 산마르코스의 번잡한 교차로에서 얻은 109,000개 이상의 교통 데이터 시퀀스를 사용하여 HERMES를 테스트했습니다. 그들은 XGBoost와 같은 구식 통계 모델부터 Transformer와 같은 현대적인 딥러닝 모델에 이르기까지 다양한 "탐정" 팀과 비교했습니다.

결과는 인상적이었습니다. HERMES는 단순히 승리한 것이 아니라 압도했습니다.

• 정확도: HER-MES는 AUC-ROC 0.9898이라는 점수를 달성했습니다. 예측 모델의 세계에서 1.0은 완벽함을 의미하며, 0.5는 동전 던지기로 맞히는 수준입니다. HERMES는 완벽에 매우 근접했습니다.
• "가짜 경보" 테스트: 이것은 실제 사용을 위해 가장 중요한 부분입니다. 만약 안전 시스템이 자동차가 속도를 줄일 때마다 "충돌!"이라고 소리친다면, 아무도 그 말을 듣지 않을 것입니다. 연구진은 낮은 가짜 경보율(구체적으로 안전한 상황의 5%만이 잘못 표시됨)에서 실질적인 위험을 얼마나 잘 찾아내는지 테스트했습니다.
  • 가장 뛰어났던 이전 모델(Transformer)은 이 낮은 가짜 경보율에서 실제 충돌의 약 **81%**를 잡아냈습니다.
  • HERMES는 충돌의 **95.7%**를 잡아냈습니다.
  • 즉, HERMES는 가짜 경보를 거의 울리지 않으면서도 거의 모든 위험한 상황을 찾아냈습니다.

그들은 또한 HERMES가 다른 도시에서도 작동할 수 있는지 테스트했습니다. 텍사스에서 훈련된 모델을 가져와서 새로운 데이터로 재학습시키지 않고 미시간주 콜드워터의 교차로에 적용했습니다. 이것을 "제로샷 전이(zero-shot transfer)"라고 합니다. 새로운 도시를 보지 못한 상태에서도 HERMES는 여전히 놀라운 성능을 보였으며, 5%의 가짜 경보율에서 **91.45%**의 충돌을 잡아냈습니다. 새 도시의 데이터를 아주 조금만(훈련 세그먼트의 20%만) 추가했을 때, 성능은 더욱 높아져 충돌의 거의 **98.7%**를 잡아냈습니다.

한계 (그리고 배제되는 것들)

HERMES가 하지 않는 일을 아는 것도 중요합니다. 이 논문은 위험을 이해하기 위해 도로 사용자(예: 자동차와 보행자)의 개별 쌍만을 독립적으로 관찰해서는 안 된다는 주장을 명시적으로 펼칩니다. 이 연구는 개별적인 상호작용을 보거나 장면을 단순한 숫자 목록으로 평면화하는 것이 사고로 이어지는 복잡한 인과관계의 웹을 놓친다는 것을 보여줍니다.

또한 이 논문은 새로운 위치를 만들 때마다 방대한 양의 새로운 데이터를 반드시 필요로 한다는 생각도 배제합니다. 약간의 현지 데이터를 추가하는 것이 도움이 되기는 하지만, 시스템은 유사한 다른 곳에서 학습함으로써 새로운 장소에서도 잘 작동할 만큼 견고합니다.

핵심 요약

이 논문은 교통 안전의 미래가 단순히 더 좋은 카메라나 더 빠른 컴퓨터에 있는 것이 아니라, 더 나은 이해에 있다는 것을 시사합니다. 교통을 고립된 사건들의 목록이 아닌 연결된 관계의 웹으로 취급함으로써, HERMES는 이전보다 훨씬 더 빠르고 정확하게 위험을 감지할 수 있습니다. 이는 우리가 사고가 발생하기를 기다리는 것이 아니라, 아찔한 순간을 포착하고 문제가 발생하기 전에 해결함으로써 교차로를 더 안전하게 만드는 강력한 단계입니다. 저자들은 이러한 접근 방식이 무서운 순간과 실제 충돌을 구분할 수 있을 만큼 똑똑한 도로 안전 모니터링 시스템을 구축하기 위한 견고한 토대를 제공한다고 결론짓습니다.