교통사고 과실비율 산정은 보험사 직원, 경찰관, 분쟁심위위원회, 판사 등 모두 사람이 하는데 이를 인공지능(AI)이 한다면 모두가 인정할 수 있으며, 현 수준은 어느 정도일까?
◆교통사고는 줄었지만 왜 과실비율 산정 분쟁은 늘었나?
교통사고가 발생하면 누구의 과실인지 또는 피해자와 가해자의 과실이 어느 정도인지 과실비율을 가려야 한다. 2010년 이전 블랙박스, CCTV 등과 같이 사고 현장을 정확하게 판단할 자료가 부족한 때는 목소리 큰 사람이 이긴다는 말이 있을 정도였다.
도로 한복판에서 운전자는 물론 동승자까지 합세하여 차량흐름을 방해하면서 다투는 모습을 자주 보았다. 도로나 차량에 남아있는 증거를 충분히 확보하기 어려울 때는 올바른 과실비율 산정이 힘들기 때문이다. 최근에는 블랙박스, CCTV는 물론 과실비율 산정 기법도 발전해 사고 현장에서 다투는 모습은 많이 줄었지만, 아직도 과실비율을 줄이기 위해 억지를 부리는 가해자도 왕왕 있다.
과실비율 산정은 '과실비율 산정 원칙'에 따라 '과실의 산정 요인'을 살펴 경찰, 보험사에서 판정하고, 이의가 있어 분쟁이 생기면 심의를 하고 법원까지 가기도 한다. 2021년 자동차 사고는 370만 건으로 감소 추세지만 당사자 간 과실비율 분쟁은 빠르게 증가하고 있다.
지난달 20일 손해보험협회에 따르면 지난해 자동차 사고 과실비율분쟁심의위원회가 접수한 심의 청구는 11만 3804건으로 2020년 대비 9.3% 증가했다. 4년 전 2017년과 비교하면 증가율이 85.3%에 달했는데 그사이 보험사에 보고된 자동차 사고 발생량에는 큰 변화가 없었다.
과실비율 분쟁이 증가하는 이유는 운전자들이 앱이나 인터넷에서 관련 정보를 손해보험협회 등에서 쉽게 접할 수 있기 때문이라고 손해보험업계는 분석하고 있다. 도로 한복판에서 목소리 높여 다투는 일은 줄었지만, 보험사 보상직원이 판정한 과실비율에 승복하지 않는 비율은 오히려 높아졌다는 말이다.
가해자와 피해자 구분은 일반적으로 사고 현장에 출동한 조사 담당 경찰관이 결정하는데 과학적 분석이 필요하면 국립과학수사연구소 등 관련 기관에 의뢰해 가해자를 가려내기도 한다. 소송이 제기됐을 때는 법원이 가해자와 피해자를 판단한다.
경찰의 조사 내용과 결과를 바탕으로 손해보험사 보상직원이 과실비율을 정한다. 과실비율은 100을 기준으로 60대 40, 70대 30, 80대 20 등으로 산출된다. 과실비율이 '50'을 넘는다면 가해자가 된다. 경찰이 출동하지 않았을 때는 각자 가입한 보험사의 보상직원들이 자동차보험 약관의 부속서류 '자동차사고 과실비율 인정기준'에 따라 과실의 많고 적음을 따진다.
◆AI가 교통사고 과실비율 산정하면?
현재는 모두 사람이 과실 산정비율을 정하고 있는데 AI가 이를 대신할 수 있고 또 사람보다 정확하게 할 수 있을까? 필자가 판단하기에는 과실비율 산정을 사람보다 빨리할 수 있지만, 정확도가 높아지느냐는 의문이다.
AI 과실비율 산정 품질은 교통사고 현장 정보(data)를 얼마나 정확하게 입력하느냐에 달려있다. 또 수집한 데이터를 판단할 법, 규정, 판례 등에 따라 분석, 산정하는 프로그램을 정교한 알고리즘을 짜야 하며, 점진적으로 머신러닝( > 딥러닝)으로 고도화하여 산정 품질이 높여야 한다.
현재 손해보험협회가 서비스하는 '과실비율 정보 포털'을 보면 AI 과실 산정 현주소를 알 수 있다. '나의 과실비율 키워드 검색'을 먼저 한다. 키워드는 사고 장소나 사고 상황을 기준으로 구분해 놓았다. 예를 들면 주차장, 차로 변경, 교차로, 차도가 아닌 장소, 유턴, 개문 사고, 중앙선 침범, 추월 등이다.
키워드를 검색하면 여러 유형의 사고 상황을 예시하고 이에 따른 기본 과실에 검색자의 가감 요소를 선택하면 적용 과실을 제시해준다. 쌍방이 인정하는 데이터를 입력하면 짧은 시간 안에 과실비율을 상정할 수 있다. 그러나 이 또한 가해자, 피해자가 인정하는 데이터가 입력되지 않으면 분쟁이 생기는 것은 마찬가지다.
특정하기 어려운 애매하고 섬세한 상황을 세세하게 정하기 어렵고, 사고 상황 데이터를 입력하는 순간 이미 운전자 쌍방의 주관이 개입하였기 때문이다. 따라서 인공지능을 이용한 교통사고 과실 산정의 고도화는 분석하고 과실비율을 결정하는 인공지능보다는 오히려 현재의 블랙박스, CCTV와 함께 24시간 365일 사고 상황 자료를 수집하는 일이 더 중요하다.
◆교통사고 감시용 전용 위성 필요
‘365일, 24시간 한반도를 지키는 눈.’ 지난해 9월 10일 방위사업청이 이 같은 제목을 달아 우리 군의 우주 역량을 발전시킬 중대한 사업계획을 발표했다. 일명 ‘초소형 위성 체계’ 개발 사업 등을 본격적으로 추진하겠다는 내용이다.
2020년대 중반부터 2030년대 초반 사이에 수십 기의 초소형 위성을 쏘아 올려 우리 군의 독자적인 대북 감시정찰 능력을 보유하겠다는 게 우리 군과 정부의 계획이다. 올해 국방부 예산 중 112억 원을 초소형 위성 체계 착수 예산으로 편성해놓은 상태다.
마찬가지로 한국의 손해보험사들이 힘을 모아 교통사고 감시용 인공위성이 해답이 될 수 있다고 생각한다. 이를 통하여 교통사고 분쟁도 줄이고 보험서비스의 질을 획기적으로 높일 수 있다. 위성 발사 및 관리 비용은 보험사고용 이외에 다른 상업용 목적으로 활용하면 충분한 경제성이 있을 것이다.
한편 인공지능을 이용한 교통사고 과실비율 산정은 결과에 대하여 설명할 수 있어야 한다. 의사결정, 판단에 대한 AI 설명 가능성(XAI, eXplainable AI)이다. 교통사고 과실비율 산정 등은 사실상 재판과 같은 영역이다. 또 금융에서의 신용평가나 의료에서의 질병 진단·치료와 같이 데이터와 알고리즘으로 판단하는 AI 의사결정은 개인에게 큰 영향을 미친다. 그래서 판사, 보험사 직원, 은행원, 의사들은 의사결정, 판결, 진단에 대하여 설명할 의무를 지닌다. AI가 주어진 데이터와 알고리즘으로 신속하고 정확하게 판단을 하였지만 왜 그런 결정이 나왔는지 설명해주지 못하면 실제 상용서비스를 하기 어렵다.
현재 법률서비스, 회계, 금융, 의료 현장에서는 인공지능 활용 연구가 상당히 진전됐지만, 현장 보급에는 어려움을 겪고 있다. 그 이유 중 하나는 AI 설명 가능 여부다. 딥러닝 기술은 본질에서 판단 과정을 설명할 수 없는 블랙박스 문제를 지니고 있다. 풀어야 할 숙제다. 설명 가능한 AI 기술이 확보된다고 해서 반드시 모든 문제가 해결된다고도 할 수 없다. 다양한 기술 형태는 물론이고 기술을 적용하는 분야, 개별 상황, 사용 대상까지 고려해 어떤 형태로 어느 범위까지 AI 판단 과정을 설명할 것인지 규정하는 법 제도가 필요하기 때문이다.
◆자율주행차 사고 과실은?
자율 주행차 상용화 시대가 오면 오히려 자동차 시장 수요, 보험시장, 주차공간 수요는 줄어든다. 자동차는 공유경제의 주요 품목이 되어 필요하면 불러서 사용하게 되고 이에 따라 주차장 수요도 비례하여 줄어든다. 자동차 사고가 줄어 자동차 보험시장 역시 감소한다. 그뿐만이 아니라 자동차 정비업, 버스 등 운전 근로자도 줄어든다. 이를 위해 자율주행차 제조사는 소유와 공유의 사이에서 신문이나 월간지처럼 자동차 '구독'이라는 새로운 서비스로 돌파구를 찾아야 한다.
인공지능의 총아라 할 수 있는 자율 자동차가 사고를 내면 누가 과실을 판단하느냐가 인공지능 분야의 화두다. 지난 2018년 3월 미 애리조나주 템피시에서 자율주행 자동차가 보행자를 치어 숨지게 한 사건이 있었다. 우버가 생산하고 시범 운행하는 과정에서 발생한 사고였다. 피해자 일레인 허즈버그는 자율주행차량으로 인한 첫 희생자로 기록됐다.
허즈버그 사망 이후 누구에게 법적 책임을 물어야 할 것인가가 쟁점이 되었다. 이 사건은 AI로 인명피해 사고 발생 시 과실치사죄 적용 가능성부터 근본적 AI 존재 이유까지 많은 논란을 낳았다. 자율 자동차의 과실을 물으려면 사고 상황만큼 자율 자동차의 AI 내부를 들여다 봐야 한다. 알고리즘 등 프로그램 설계가 잘못된 점을 찾아봐야 하기 때문이다.
그래서 자율 자동차 사고는 별도의 자율 자동차 사고 AI가 판단해야 한다는 말까지 나오는 실정이다. 당분간 교통사고 과실비율 산정을 인공지능이 대신하는 영역은 인간이 얼마나 정확한 사고 상황 데이터를 입력하고 스스로 고도화하는 딥러닝의 알고리즘에 달려있다.
AI 산정 결과에 가해자, 피해자가 승복하느냐와 결과에 대한 AI 설명 수준은 아직 한계가 있지만, 사회적 분쟁과 사회적 비용을 줄이기 위하여 더욱 발전시켜야 한다.
info@blockchaintoday.co.kr
출처 : 블록체인투데이(http://www.blockchaintoday.co.kr)
