희귀성의 저주
희귀성의 저주는 자율주행 분야의 핵심적인 과학적 문제이다. 실제 주행 환경에서는 안전에 중요한 사건(교통사고 등)이 발생할 확률이 극히 낮아 주행 데이터에서 이러한 사건이 극히 희소하게 발생하고, 딥러닝 모델이 이러한 사건의 특성을 학습하기 어렵다는 사실을 말합니다. 안전에 중요한 사건의 희소성이 증가함에 따라 딥 러닝 그래디언트의 추정 분산은 기하급수적으로 증가하여 모델을 학습하는 데 더 많은 데이터와 계산이 필요하게 되며, 이로 인해 모델이 안전에 중요한 작업에서 학습하는 능력이 심각하게 저하됩니다.
희소성 재해라는 개념은 청화대학교의 풍수 조교수와 미시간대학교 MCity의 책임자이자 석좌교수인 헨리 류가 처음으로 국제적으로 제안했습니다. 그들의 연구 결과자율주행차의 희소성에 대한 저주"는 Nature의 자회사인 Nature Communications에 논평 기사로 게재되었습니다.
이 연구에서는 또한 희소성 재해를 해결하기 위한 세 가지 기술적 경로를 제안했습니다.
- 안전에 중요한 사건과 관련된 데이터를 활용한 밀도 학습.
- 모델의 일반화 및 추론 기능을 향상시킵니다.
- 차량-도로 협업과 같은 기술을 활용해 안전 위험 사고 발생 가능성을 줄입니다.