정보통신전자공학부

가톨릭대학교 정보통신전자공학부 오연주·원치훈·김도균 학생 팀이 지난 9월 16일 '제5회 미래 모빌리티산업 아이디어 공모전'에서 최우수상(K-Mobility 브릿지 재단 이사장상)을 수상했습니다. 팀은 자율주행 버스의 수동 개입 데이터를 활용해 엔드투엔드(E2E, End-to-End) 자율주행 모델의 성능을 높이는 학습 데이터 큐레이션 기법을 제안했습니다. 세 학생은 본 학부 최상호 명예교수가 운영했던 무선통신연구실 출신으로, 현재 최 명예교수가 창업한 S&Y Corporation에서 연구원으로 근무하고 있습니다.

K-Mobility 브릿지 재단이 주최하고 산업통상부·현대자동차그룹이 후원한 이 공모전은 미래 모빌리티 패러다임 변화에 대응할 혁신 기술 아이디어와 인재를 발굴하기 위해 매년 열리는 대학생 공모전입니다. 올해는 모빌리티·AI·로봇·ESG 분야에서 연구계획서와 논문 심사를 거쳐 선발된 7개 팀이 현대자동차 원효로사옥에서 열린 최종 발표 심사에 올랐으며, 자동차 업계와 학계 전문가가 심사를 맡았습니다.

수상팀의 발표 주제는 '클래스 균형 데이터 큐레이션을 통한 자율주행 버스의 선택적 모방학습'입니다. 카메라 영상에서 곧바로 주행 제어값을 출력하는 E2E 모델은 어떤 데이터를 학습하느냐에 따라 성능이 크게 달라집니다. 레벨 4 자율주행 버스는 주행이 어려운 순간마다 시험운전자가 수동으로 개입하는데, 팀은 바로 이 개입 순간이 모델의 약점을 알려 주는 데이터라는 점에 주목했습니다.

이에 팀은 수동 개입이 일어난 구간과 상황을 자동으로 라벨링하고, 해당 데이터를 학습에 반영해 약한 부분을 집중적으로 보완하는 방법을 제안했습니다. 이 과정에서 급정거·차선 변경·곡선 구간 주행 등 상황별 데이터 비율을 그대로 유지하는 '클래스 균형'을 적용해, 약점을 개선하면서도 기존 성능은 유지하도록 설계했습니다. 자율주행 시뮬레이터 CARLA에서 개입 상황을 재현해 검증한 결과, 주행 안정성·승차감·기존 성능 유지의 세 가지 지표에서 개선을 확인했습니다.

이번 연구는 무엇을, 어떤 비율로 학습시킬지 설계하는 데이터 큐레이션이 자율주행 모델의 성능을 높이는 효과적인 수단임을 보여 주었습니다. 특히 운행 중 자연스럽게 발생하는 수동 개입을 학습 자원으로 활용한다는 점에서, 향후 실제 운행 차량의 자율주행 소프트웨어 고도화에 기여할 것으로 기대됩니다.