핵심 비유
로봇의 자율주행은 처음 등교하는 날 길을 익히는 것과 같다. 처음엔 모든 골목이 낯설어 천천히 두리번거리며(인식) 어디로 가야 할지 고민하고(판단) 조심스럽게 발을 뗀다(행동). 등교를 반복할수록 지름길을 발견하고 신호등 타이밍도 몸에 익는다. 강화학습도 마찬가지다. 잘 피했으면 '잘했어(보상)', 부딪혔으면 '다시 해봐(벌점)'를 반복하면서 AI가 스스로 가장 안전한 길을 학습한다.
핵심 포인트
- 로봇과 자율주행차는 '보고(인식) → 생각하고(판단) → 움직인다(행동)'는 3단계 루프로 작동한다. 카메라·라이다·레이더가 눈 역할을 하고, AI가 뇌 역할을 한다.
- 강화학습은 AI가 직접 시행착오를 겪으며 배우는 방식이다. 잘하면 '보상(점수+)', 잘못하면 '벌점(점수-)'을 주면서 AI가 스스로 최선의 행동을 찾아낸다.
- 자율주행 AI는 수백만 km 분량의 실제 주행 데이터와 시뮬레이터 훈련을 통해 학습한다. 인간이 운전을 배우는 것처럼 반복 경험이 핵심이다.
- 인식 단계에서 AI가 가장 어려워하는 것은 예외 상황(눈·비·역광, 도로 위 낙하물 등)이다. 이를 해결하기 위해 여러 종류의 센서를 동시에 사용하는 '센서 융합' 기술을 쓴다.
- 자율주행 수준은 레벨 0(완전 수동)부터 레벨 5(완전 자율)까지 6단계로 나뉜다. 현재 상용차 대부분은 레벨 2~3 수준이며, 완전 자율주행(레벨 5)은 아직 개발 중이다.
교사 팁
수업 도입 5분: 교실 앞에 학생 한 명을 '로봇' 역할로 세우고, 교사가 "눈을 감고 내 말만 듣고 의자까지 걸어가 보세요"라고 지시한다. 학생이 더듬더듬 이동하는 과정을 보여준 뒤, "이제 눈을 뜨면 카메라(센서)가 생긴 겁니다"라며 재시도하게 한다. 이 짧은 실험으로 '센서 없이는 판단도 행동도 불가능하다'는 인식→판단→행동 의존 관계를 체감시킨 후, 유튜브 영상으로 자연스럽게 연결할 수 있다.