자율 주행차에 대한 해킹 및 방해 행위의 위협이 증가하고 있습니다.
차량이 자율주행이 된다면 어떠한 형태의 해킹도 방지할 수 있는 안전한 방화벽이 있어야 합니다. 범죄자는 프로그래밍의 보안 허점을 이용하여 사고로 이어질 수 있는 오류 또는 피드백 루프를 생성할 수 있습니다. 일부는 소유자의 동의 없이 원하는 대로 차량을 재프로그래밍할 수도 있습니다.
현재 차량의 컴퓨터 시스템이 이미 해킹에 취약하기 때문에 이 문제가 존재한다는 것을 알고 있습니다. IOActive의 Chris Valasek과 Twitter의 Charlie Miller는 최신 기술을 사용하여 차량에 직접 접근하지 않고도 Jeep Cherokee의 전기 시스템을 인수하여 10마일 떨어진 곳에서 차량을 차단할 수 있었습니다.
교통 관련 고용 기회가 줄어들 수 있습니다.
지역 사회에서 지역 사회로 물품을 운송하기 위해 더 이상 운전자가 필요하지 않다면 지역 사회에서 운전 직업 수가 크게 감소할 수 있습니다. Uber 운전사에서 UPS 직원에 이르기까지 모든 사람은 자동화의 효율성으로 인해 노동력에서 쓸모없는 부분이 된다는 것을 알 수 있었습니다. 이 기술의 초창기에는 잠재적인 비상사태를 관리하기 위해 운전자가 있어야 할 가능성이 높지만 사용 가능한 직위의 수도 크게 줄어들 것입니다. 즉, 지역 경제에 유입되는 돈이 줄어듭니다.
운송 상호 작용 중 눈 접촉이 적습니다.
자율주행차를 이용하면 장거리 운전이 더 안전하다는 것은 알지만, 도심 상황에서도 과연 효과적일까? 대도시에서 시간을 운전해 본 적이 있다면 매일 발생하는 운전자와 승객 사이에 수많은 긴밀한 통화가 있다는 것을 알고 있습니다. 보행자가 횡단보도를 안전하게 횡단할 수 있는 유일한 방법 중 하나는 운전자와 눈을 마주치는 것입니다.
2018년 3월 18일, 자율 모드로 운전하는 Uber 차량이 애리조나주 템피에서 길을 건너던 49세의 Elaine Herzberg를 치었습니다. 운전석 뒤에 운전자가 있었음에도 사고 후에도 차량은 계속 운행되었습니다. 이 사고로 Uber는 여러 도시에서 이 분야의 운영을 중단했습니다.
판단은 자율주행차가 담당한다.
운전자는 자신의 차량에 있는 모든 사람과 다른 사람의 생명을 자신의 손에 맡기는 판단을 내려야 할 때가 있습니다. 숙련된 운전자는 어떤 상황에서도 자신의 탈출 경로가 어디인지 알고 생명을 구할 수 있는 기회를 제공합니다. 자율주행차는 도로 한가운데에 있는 물체를 감지하면 멈출 수 있지만, 성인 승객을 위험에 빠뜨리기보다 아이를 피하는 방향으로 방향을 바꾸는 것이 가치가 없다고 판단할 수 있다.
AI가 더 적응력이 높아지고 운전 기대치를 인식하게 되더라도 이 기술이 현재의 자원으로 할 수 없을 수도 있다는 것을 관리하는 데 때때로 필요한 실제 인간의 판단이 여전히 존재합니다.
기상 조건은 자율 주행의 품질에 영향을 미칠 수 있습니다.
자율 주행 차량은 기상 조건이 최적일 때 잘 작동할 수 있습니다. 우리는 야간 센서가 자율 모드에서 주간 시간만큼 자동차를 효과적으로 만들지 못할 수 있다는 것을 이미 발견했습니다. 또한 강수량이 탐색에 불리한 도로를 만들 때 고려해야 할 질문이 있습니다.
현재 시스템에서는 차량이 올바른 차선을 유지할 수 있도록 도로의 페인트 선을 추적해야 합니다. 눈이 이 선을 덮는다면 컴퓨터가 완전한 제어를 유지하는 것은 사실상 불가능할 것입니다. 즉, 우리 기술이 아무리 발전하더라도 자동차에는 항상 인간의 운전 요소가 존재해야 할 수 있습니다.
아직 해결해야 할 캥거루 문제가 있습니다.
Volvo가 호주에서 자율 주행 차량을 테스트하기 시작했을 때 센서에서 독특한 야생 동물 문제를 발견했습니다. 기술 관리자 David Pickett은 ABC와의 인터뷰에서 이렇게 말했습니다. “[캥거루]가 공중에 떠 있을 때 실제로는 더 멀리 있는 것처럼 보이지만 착지하고 더 가깝게 보입니다.” 현재 우리 센서 기술의 현실은 불완전하다는 것입니다. 우리는 많은 위험을 인식할 수 있는 자율 시스템을 만들기 위해 큰 진전을 이루었지만 모든 위험을 인식하지는 못합니다. 그렇기 때문에 대부분의 자동차 제조업체는 일부 모델에 반자율 기능을 사용하고 있습니다. 이 기술에는 아직 이론이 너무 많고 사실이 충분하지 않기 때문입니다.
자율 주행차는 법적 책임에 대한 문제를 야기한다.
기술이 변경되면 우리의 활동을 규정하는 법률도 새로운 환경에 적응해야 합니다. 2019년 현재 대부분의 관할 구역에서는 자율 주행 차량에 문제가 발생할 경우 누가 사고 책임을 져야 하는지를 규정하는 도로법을 통과시키지 않았습니다. 2017년 12월, 자율주행을 하던 쉐보레 볼트는 차량이 차선 변경을 하던 중 오토바이를 들이받았습니다.
GM은 Bolt가 오토바이의 측면을 "흘끗 보았다"고 말했습니다. 부상당한 자전거 운전자는 자동차 제조업체를 상대로 소송을 제기하여 사고에 대한 운전자 대신 제조업체에 책임이 있는 최초의 사례가 되었습니다. 이 기술이 계속해서 개선됨에 따라 우리는 문제가 발생했을 때 아무도 문제를 일으키지 않을 수 있는 법의 회색 영역을 제거하는 책임을 규율하는 규칙을 만들어야 합니다.
자율 주행차 기술을 구현할 때 직면하게 되는 비용 문제가 있다.
2019년 자동차 시장을 보면 다양한 제조사의 3만 달러대 반자율주행 차량이 있다. 완전히 자율적인 차량을 구매하려는 경우 Allstate는 이 기술이 차량의 최종 비용에 최소 $100,000를 추가할 수 있다고 제안합니다. Tesla의 Autopilot 시스템조차도 해당 기술에 대해 10,000달러에 제공됩니다.
미국에서 새 차의 평균 가격은 이미 믿을 수 없을 정도로 높습니다. Experian은 저렴한 옵션을 찾고 있더라도 오늘날 차량을 구입하는 데 34,000달러가 든다고 말합니다. 그렇게 되면 진정한 자율주행 자동차의 가격이 평균 중산층 가족이 감당할 수 없는 12만 5000달러가 넘을 것입니다.
우리는 여전히 자율주행차를 만드는 기술을 믿지 않는다.
현재 운전자 5명 중 1명만이 자율주행차를 믿고 목적지까지 안전하게 데려다줄 것이라고 말합니다. 7%만이 자율주행 차량을 사용하고 테스트를 거쳤고 안전하다면 먼저 운전하지 않고 신뢰할 것이라고 말했습니다. 자신이 어떤 컴퓨터나 로봇보다 운전을 더 잘할 수 있다고 말하는 사람과 같은 수입니다. 거의 60%는 도로에 있을 때 항상 자신의 차를 제어하는 것을 선호한다고 말합니다.
부상이나 사망을 유발하는 사고에 자율주행 기술이 포함되면 이 기술이 얼마나 성공적일 수 있을지 모두가 불안해합니다. 기계의 실수에 대한 우리의 관용은 우리가 이미 인간에게서 받아들이는 것보다 훨씬 낮습니다.
자율 주행차량에 대해 고려해야 할 개인 정보 보호 문제가 있을 수 있습니다.
자율주행 차량의 컴퓨터에는 각 운전자의 습관에 대한 중요한 데이터가 많이 저장됩니다. 그것은 당신의 다양한 목적지를 추적하여 누군가가 당신이 지역 사회에서 방문하기를 선호하는 상점과 사업체를 알 수 있도록 합니다. 그것은 당신이 집을 비웠을 때를 나타내는 자동차의 작동 시간도 기록할 것입니다. 이것은 마케터가 표적 정보를 더 자주 보내는 데 도움이 될 뿐만 아니라 누군가가 선의 없이 액세스 할 경우 귀하의 안전을 위험에 빠뜨릴 수 있습니다.
우리는 이미 우리의 개인 정보를 보호하는 보호 장치가 거의 없으며 자동차 제조업체는 구매를 완료하기 위한 요구 사항으로 수집된 정보를 판매할 수 있도록 요구할 수 있습니다.
자율 주행차가 성공하려면 다른 자율 주행차가 필요하다.
자율주행차는 거리를 계산하고 속도를 이해할 수 있지만, 지금 운전하면서 볼 수 있는 다른 신호 중 일부는 완전히 이해하지 못합니다. 비상 점멸등이 켜진 상태에서 느린 운전자를 만나면 어떻게 될까요? 브레이크 또는 방향 지시등이 작동하지 않는 차량과의 상호 작용을 차량은 어떻게 처리할까요?
이러한 단점은 운전 과정에 대한 인간의 통찰력이 오늘날 대부분의 사람들이 선호하는 과정인 또 다른 이유입니다. 눈이 센서가 감지하는 것보다 더 많은 것을 볼 수 있는 경우가 있습니다.
자 율 주 행 자 동 차의 주요 장단점에 대한 평결
우리의 미래가 될 것입니다. 이 시점에서 "만약"의 질문보다 "언제"의 문제입니다. 이는 우리가 차세대 교통망의 변화에 대비해야 함을 의미합니다.
변화는 좋을 수 있습니다. 1980년대의 아이들은 55mph 속도 제한이 있는 미국 전역을 여행하는 것이 얼마나 어려웠는지 기억할 수 있습니다. 이제 더 높은 속도 제한 및 운전 과정을 단순화하는 운전법에 대한 기타 변경 사항이 있습니다. 예를 들어 도시 전체의 HOV 차선, 고속 차선, 주의 산만 방지 알림 사용 등입니다.
자율 주행차의 주요 장단점은 이러한 변화를 관리하는 방법을 배우면서 효율성을 높일 수 있기 때문에 우리 모두가 앞으로 이 기술을 만들고 수용하는 데 도움이 될 것입니다. 오늘 잠재적인 위험을 인식함으로써 우리는 더 안전한 내일을 만들 수 있습니다.
댓글