자율주행 시스템이 위험한 주행 상황을 감지하고 회피 기동을 거부(veto)했을 때, 단순히 충돌을 피하는 것을 넘어 법적, 윤리적, 그리고 책임 소재가 명확한 '수리(repair)' 방안을 찾는 것이 중요합니다. 기존의 예측 기반 또는 게임 이론적 접근 방식은 협력적인 주행 방안을 제안할 수 있지만, 도로 규칙, 우선권, 비용 분담, 그리고 자율주행차(ego)의 비상 대처 능력 등을 명확히 준수한다는 증명을 제공하지 못했습니다. 이러한 한계를 극복하기 위해 새로운 인증 아키텍처인 CARVE(Certified Affordable Repair of Vetoed maneuvers via Envelopes)가 개발되었습니다.
CARVE는 거부된 주행 기동에 대해 유한한 '수리 격자(repair lattice)'를 구성하고, 구속력 있는 규칙, 선택된 공동 수리 방안, 우선권이 반영된 협력 범위, 책임 가중치에 따른 비용 분담, 그리고 자율주행차 단독 비상 대처 방안 등을 기록하는 구조화된 인증서(certificate)를 발행합니다. 하지만 여러 주체가 얽힌 수리 방안을 찾는 과정은 방대한 경우의 수를 탐색해야 하므로 계산 복잡성이 매우 높습니다. 이 병목 현상을 해결하기 위해 연구진은 CARVE-Q를 도입했습니다. CARVE-Q는 양자 최소값 찾기(quantum minimum finding) 알고리즘을 활용하여 이 복잡한 격자 탐색을 가속화하며, 고전 컴퓨팅 방식의 안전성 검증은 그대로 유지합니다. 양자 AI는 최악의 경우 고전 알고리즘보다 훨씬 빠른 $O(\sqrt{M})$의 오라클 쿼리로 해결책을 찾을 수 있습니다.
이러한 '양자 제안, 고전 인증' 방식은 자율주행 시스템의 신뢰성을 획기적으로 높일 수 있습니다. CARVE-Q는 Lanelet2 기반의 INTERACTION 리플레이 시뮬레이션에서 100% 우선권 준수, 100% 책임 일관성, 그리고 오탐(false positive) 없는 결과를 보여주며 그 효과를 입증했습니다. 이는 양자 컴퓨팅의 잠재력을 활용하여 복잡한 의사결정 문제를 해결하되, 안전에 필수적인 검증은 기존의 신뢰할 수 있는 고전 컴퓨팅에 맡기는 새로운 패턴을 제시합니다. 궁극적으로 이 기술은 자율주행차가 예측 불가능한 상황에서도 법적, 윤리적 기준을 충족하는 안전하고 책임감 있는 결정을 내릴 수 있도록 지원하여, 미래 자율주행 시대의 신뢰 확보에 중요한 역할을 할 것입니다.