캡션 기반 보행자 경로 안전도 추정 연구
Caption-Mediated Perceived-Safety Estimation for Pedestrian Routing
arXiv보행자 경로 탐색 시 안전도를 추정하는 새로운 방법을 제시하며, 이미지 자체 분석 대신 비전-언어 모델이 생성한 설명 문구(캡션)를 활용합니다.
보행자 경로의 안전도를 판단할 때, 단순히 이미지를 분석하는 것을 넘어 설명 문구(캡션)를 활용하여 점수 산출 근거를 명확히 제시한다는 점이 중요해요.
- 이 방식은 안전도 판단의 근거를 텍스트로 명확히 제공하여 시스템의 설명 가능성을 높였으며, 성능 면에서도 기존 이미지 임베딩과 동등한 수준을 달성했습니다.
- 특히 이동 거리가 길어질수록 사용자들이 낮은 위험도의 경로를 선호하는 경향이 확인되어, 보행자 행동 패턴 이해에 도움을 줄 수 있습니다.
- 다만, 실험실의 높은 성능 지표가 실제 현장 개선 효과를 예측하지 못했으며, 참여자 간 의견 불일치로 인해 상관관계가 비교적 낮게 측정된 한계도 확인되었습니다.
본 논문은 보행자 경로 탐색을 위한 설명 가능한(explainable) 접근 방식을 제시하며, 거리 이미지에서 인식된 안전도를 명시적인 자연어 중간 표현을 통해 추정합니다. 이 방식에서는 비전-언어 모델이 생성한 캡션을 먼저 저장하고, 이후의 위험도 점수는 오직 이 저장된 텍스트의 구조적 특징만을 이용해 도출됩니다. 따라서 사용자는 모든 구간별 점수가 검토 가능하도록 설계되었습니다.
연구진은 다섯 가지 모델 계열에 걸쳐 아홉 가지 캡션 생성 조건을 설정하고, 직접적인 CLIP 이미지 기준선과 비교했습니다. 그 결과, 이 캡션 기반 표현 방식이 이미지 임베딩을 따라가지 못하기보다는 동등한 수준의 성능(parity)을 달성하는 것으로 나타났습니다. 실제 현장 검증에서는 참여자들이 수집한 494개 이미지에 대한 평가를 통해 통계적으로 유의미하지만 낮은 상관관계($r=0.262$)가 확인되었습니다.
또한, 경로 탐색 행동은 이동 거리에 따라 체계적으로 변화하는 경향을 보였습니다. 이동 거리가 1km 미만일 때는 큰 변화가 없었으나, 3km에서 6km 사이의 장거리 이동에서는 낮은 위험도의 경로를 선호하는 경향이 나타났습니다. 이는 평균 우회 거리 대비 저위험 경로 길이가 최대 12.78% 증가하는 것으로 측정되었습니다.
용어 풀이
- 임베딩
- 글이나 이미지의 의미를 숫자 목록으로 바꾼 것. 의미가 비슷한 것을 찾을 때 써요.
안전도 점수의 근거는 어떻게 검토가 가능한가요?
시스템은 비전-언어 모델이 생성한 캡션을 저장하고, 이 텍스트의 구조적 특징만을 이용해 위험도 점수를 도출해요. 따라서 사용자는 모든 구간별로 안전도 점수가 검토 가능하도록 설계되었어요.
새로운 캡션 기반 방식은 기존 이미지 분석과 비교했을 때 성능이 어떤가요?
연구 결과, 이 캡션 기반 표현 방식은 기존의 CLIP 이미지 임베딩을 따라가지 못하기보다는 동등한 수준의 성능(parity)을 달성하는 것으로 나타났어요.
보행자들은 이동 거리가 길어질수록 어떤 경로를 선호하나요?
이동 거리가 3km에서 6km 사이의 장거리일 때, 보행자들은 낮은 위험도의 경로를 선호하는 경향을 보이게 돼요. 이는 평균 우회 거리 대비 저위험 경로 길이가 증가하는 것으로 측정되었어요.