레벨3 자율주행 환경에서 대화형 AI 에이전트의 정보 제공 방식에 따른 운전자 경험 효과 연구 : 설명 가능성과 시각적 단서를 중심으로

다국어 초록 (Multilingual Abstract)

As research for the development of autonomous driving technology is
actively progressing, the commercialization of level 3 conditional
autonomous vehicles is in full swing.
Conditional autonomous vehicles refers to vehicles in which the vehicle
system recognizes all overall driving situations and performs stable
autonomous driving under specific road conditions. At this time, the driver
deviates from vehicle control and driving responsibilities, and will be
guaranteed freedoms for doing Non-Driving Related Task(NDRT), such a
s using smartphone, watching media videos and etc. However, since
conditional autonomous vehicles can generate Take-Over Request at any
time, the driver must always exist as a ‘fallback-ready driver’ that can
safely continue manual driving. And for this, the existence of an AI agent
that supports driver is essential even in situations where safe autonomous
driving is being carried out.
This study explored the effective information provision method of
interactive AI agents that support drivers, focusing on the driver’s
situational awareness ability, which is deteriorated due to the performance
of NDRT in conditional autonomous driving environments. Specifically, it
was investigated through experiments how the AI agent’s level of
explainability and visual cues affect driver’s trust, perceived safety,
context awareness, perceived interruption, intention to use, and situation
awareness.
As a result, it was found that both the high level of explainability and
the case where visual cues are provided showed positive effects on the
driver’s trust, perceived safety, context awareness, intention to use, and
situation awareness. However, in terms of perceived interruption, both
high levels of explainability and visual cues were found to have negative
effects that hinder the driver’s consistent flow of NDRT.
This study is significant in that it presented a design guideline for an
effective interaction method between a driver and a vehicle based on a
conditional autonomous driving environments

국문 초록 (Abstract)

전 세계적으로 자율주행 기술 개발을 위한 연구가 활발히 진행됨에 따라, 우리들의 일상 주행 환경 내 레벨3 조건부 자율주행 차량(Conditional Autonomous Vehicle)의 상용화가 본격화되고 있다.
조건부 자율주행 차량은 특정 도로 조건하에 차량 시스템이 전반적인 주행 상황들을 모두 인지하며 안정적인 자율주행을 수행하는 차량을 의미한다. 이때 운전자는 차량 제어와 주행 책임으로부터 벗어나게 되어, 스마트폰 사용, 미디어 영상 시청, 독서 등과 같은 비주행과업(Non-Driving Related Task)에 대한 자율권을 보장받게 된다. 그러나 조건부 자율주행 차량은 자동화 시스템의 요구조건을 넘어서는 외부적 요인 감지 시 차량 제어에 대한 운전자의 즉시 개입을 필요로 하기에, 운전자는 항시 수동 주행을 안전하게 이어나갈 수 있는 ‘대처가 준비된 운전자(Fallback-Ready Driver)’로 존재하여야 한다. 그리고 이를 위해선 안전한 자율주행이 수행되고 있는 상황이라 할지라도 운전자를 지원하는 AI 에이전트의 존재가 필수적이다.
이 연구에서는 조건부 자율주행 환경에서 비주행과업 수행으로 인해 저하되는 운전자의 상황인식 능력을 중심으로 운전자를 지원하는 대화형 AI 에이전트의 효과적인 정보 제공 방식에 대해 탐구하였다. 구체적으로 에이전트의 설명 가능성 수준과 시각적 단서 제공 여부를 독립변인 조건으로 적용하여 운전자의 신뢰감, 지각된 안전감, 맥락인지성, 지각된 방해도, 지속사용의도, 상황인식에 어떠한 영향을 미치는지 실험을 통해 알아보았다.
그 결과, 설명 가능성 수준이 높은 경우와 시각적 단서가 제공되는 경우 모두 그렇지 아니할 경우보다 운전자의 신뢰감, 지각된 안전감, 맥락인지성, 지속사용의도, 상황인식에 긍정적인 효과를 보이는 것으로 나타났다. 그러나 지각된 방해도 측면에서는 높은 수준의 설명 가능성과 시각적 단서 제공 모두 비주행과업 수행에 대한 운전자의 일관된 흐름을 방해하는 부정적인 효과를 야기하는 것으로 나타났다.
이 연구는 기존의 자율주행 HMI(Human-Machine Interaction) 연구에서 보편적으로 다뤄지지 않았던 조건부 자율주행 환경에 대한 운전자 경험을 중심으로 운전자와 차량 간의 효과적인 상호작용 설계 방안을 제시했다는 점에서 의의를 지닌다.