현재 자율주행 차량은 운전자를 보조하는 정도로 상용화되고 있다. 운전자를 보조하는 정도의 자율주행 차량이 아닌 이용자의 개입 없이 주행이 가능한 완전 자율주행 차량의 상용화를 위해서, 현재의 자율주행 개발뿐만 아닌 교통 체계 및 법률 등 다방면의 개정 및 개발이 필요하다.

완전 자율주행 차량이 상용화되는 과정에서 CAV(Connected and Automated Vehicle)와 CHV(Conventional Human-operated Vehicle)가 도로에 혼재하는 상황을 예측할 수 있는데, 이 상황에서 CAV 이용자의 자율주행 과정 중 발생하는 여러 가지 상황에 주행 정보와 상태정보가 필요한 경우가 발생한다[1]. 따라서 도로 상황 및 차량 상호작용 알고리즘 개발뿐만 아니라 차량과 차량 이용자 간 소통에 관한 사용자 중심 HMI 콘텐츠를 연구할 필요성이 있다.

사용자 중심 HMI 콘텐츠를 분석하고 개발하는 것이 핵심이기 때문에 CAV의 주변 환경과 차량간 소통에 관련된 내용 중 ‘자율주행 차량을 위한 HMI 개발 부분’을 중심으로 진행하였다. 본 과정의 범위는 CAV와 CHV가 혼재된 상황 중 인프라의 통제가 필요한 12가지 핵심 유스케이스(자율주행 상황의 공간적 범위와 주행 의도에 따라 선정한 12개 시나리오)로 하며, 이는 중요 IG(Infra Guidance)에 대한 선행연구의 정의를 기반으로 하였다. "자율협력주행을 위한 인프라 가이던스 서비스 유스케이스 도출 방법론 연구"[2]는 IG 서비스가 실시간 도로 동적 상황을 기반으로 보다 적극적으로 자율주행을 지원하고 이를 통해 교통류 최적화를 달성하기 위한 교통 운영 서비스라고 정의한다. 즉, IG는 센서 기반의 동적 정보를 수집하여 이를 활용해 IG 정보를 생성하고, 이 정보를 CAV에 지시 또는 권고하는 구조이다. 자율주행 차량의 사용자 중심 HMI 콘텐츠로서 인프라의 주행 관련 가이드 내용을 CAV 탑승자가 이해하도록 해석하여 전달하는 것을 ‘콘텐츠 메시지’라고 정의하였다.

본 과정의 목표는 12가지 핵심 유스케이스의 컨텍스트를 기반으로 상황에 따라 대응하는 콘텐츠 메시지 세트를 개발하고, HMI에 적용할 디자인 요소를 도출하는 것이다. 그림 1은 콘텐츠 메시지 개발 구성 요소 체계도이다[3].

Fig. 1. 
Contents message set development system

위 체계도는 유스케이스의 주행 시나리오를 기반으로 컨텍스트를 분석하여 일반 메시지와 이벤트 메시지로 구성된 ‘콘텐츠 메시지 세트’의 개발 구조를 설명한다.

사용자 중심 HMI 콘텐츠를 개발하는 것의 핵심은 12가지 핵심 유스케이스의 컨텍스트를 분석하여 콘텐츠 메시지를 도출하는 것이다. 이를 통해 CAV 이용자에게 전달되는 콘텐츠 메시지를 사용자 중심으로 디자인할 수 있다[4].

사용자 중심 자율주행 차량 HMI 콘텐츠를 개발하는 과정에서, 핵심 유스케이스에서 필요한 콘텐츠 메시지가 무엇인지 분석하기 위해 컨텍스트 분석법을 설계하였다. 컨텍스트 분석법은 상황을 구성하는 개체들과 개체 간 상호작용에 대한 작업을 분석하고, 이에 따라 이용자에게 미치는 영향을 도출하는 방법이다. 그림 2는 컨텍스트적 디자인 방법론을 활용한 컨텍스트 분석법의 개념도이다.

Fig. 2. 
Context-based contents message development

12가지 핵심 유스케이스의 컨텍스트를 분석하고 표현하기 위한 두 가지의 방법을 구성했다. 5W1H를 기반으로 유스케이스의 컨텍스트를 분석했으며, 이를 테스크 플로우로 나타냈다. 컨텍스트를 테스크 플로우 형식으로 분석함으로 개체 간 상호작용을 시각적으로 표현하여 문제점을 찾아내는 것에 효과적이었다. 이후, 테스크 플로우는 연구 결과로 도출한 콘텐츠 메시지 세트를 유스케이스에 적용한 구조를 표현하기 위한 방법으로도 활용했다.

그림 3은 콘텐츠 메시지 세트 개발 프로세스를 나타낸 것으로, 그림과 같은 총 4단계의 과정으로 진행하였다.

Fig. 3. 
Process to design a content message set

Phase 1은 12가지 핵심 유스케이스의 컨텍스트를 분석하는 것이다. 이 단계는 인프라 가이던스 정보를 이용자에게 공유하지 않는 상황에서 대상의 반응을 지표로 하여 사용자 중심 메시지를 도출할 수 있다.

Phase 2는 메시지의 유형을 세분화하여 이를 기준으로 각 메시지의 특성에 적합한 콘텐츠 요소를 구성하는 것이다. 메시지의 의도와 특성을 효과적으로 이용자에게 전달할 수 있도록 사용자 인식 체계를 기반으로 콘텐츠 요소를 조합한다. Phase 3은 Phase 1과 Phase 2에서 도출한 결과를 기반으로 콘텐츠 메시지를 개발하는 것이다. Phase 4는 콘텐츠 메시지가 각 유스케이스의 차량별로 적용되는 콘텐츠 메시지 세트를 개발하는 것이다. 차량에 적용된 콘텐츠 메시지 세트의 테스크 플로우를 통해 이용자의 반응이 변화하는 과정을 나타냈다.

네 번째 단계에서는 위 과정들을 통해 개발한 컨텍스트 기반 콘텐츠 메시지를 12가지 핵심 유스케이스에 적용해 콘텐츠 메시지 세트를 개발하였다.

그림 10은 콘텐츠 메시지 14개가 각 유스케이스의 차량에 적용되는 여부를 표시한 표다.

Fig. 10. 
Table of contents messages applied to each vehicle in the use-case

콘텐츠 메시지 세트는 각 상황의 차량별로 표출되어야 하는 콘텐츠 메시지 그룹을 의미한다. 유스케이스의 차량별 콘텐츠 메시지 적용 여부를 정리한 결과, 총 27개의 콘텐츠 메시지 세트를 도출할 수 있었다. 위 적용 표는 12가지 핵심 유스케이스 상황에 대한 자율주행 차량 이용자를 위한 HMI 콘텐츠 표출에 대한 가이드라인으로 활용할 수 있을 것으로 기대한다.

그림 11은 콘텐츠 메시지가 유스케이스에 적용되는 구조를 시각적으로 표현한 태스크 플로우[8]이다. 아래의 예시는 CAV의 비신호교차로 회전 대기 행렬 회피 상황(U2-3)을 표본으로 했다.

Fig. 11. 
Example of task flow in a use-case with applied contents message set

그림 11은 그림 10의 M.set 14가 적용된 상황을 예시로 IG 서비스와 CAV, 이용자가 상호작용하는 작업을 시각화했다. 이를 통해 동일한 콘텐츠 메시지 구성이라도 IG 서비스와 CAV 간 상호작용 의도 및 탑승자 반응에 따라 표출 순서와 횟수가 달라짐을 알 수 있다. 따라서 그림 11에서 동일한 콘텐츠 메시지를 서로 다른 메시지 세트(M.set)로 정의한 이유를 설명할 수 있다.

완전 자율주행 차량이 상용화되기 위해서 주행 컨텍스트를 고려한 사용자 중심 HMI 콘텐츠가 필요하다. 따라서 자율주행 상황의 차량과 차량, 차량과 인프라 등 외부에서 전달되는 기계적 언어 기반 정보를 사용자 중심적 언어로 해독하고, 쉽게 전달할 수 있는 콘텐츠 메시지로 재가공하는 개발 체계를 도출했다.

연구는 다음과 같은 과정을 통해 진행했다. 12가지 핵심 유스케이스 분석을 기반한 일반 및 돌발 상황에 따른 14개의 메시지를 도출하고 5가지 상황별 세부 유형으로 분류했다. 각 메시지의 유형에 맞추어 콘텐츠 구성을 정의했으며, 구성에 대한 표출 내용과 방식을 정리한 콘텐츠 메시지를 도출했다. 위 과정을 통해 도출된 콘텐츠 메시지는 각 유스케이스의 차량에 따라 적용되는 여부를 작성한 표로 27개의 메시지 세트를 제시하였다. 연구를 진행하며 자율주행 차량 혼재 상황에서 이용자의 감정에 따라 필요한 정보를 분석할 수 있는 컨텍스트 분석법을 제시하였다. 컨텍스트 분석법을 기반한 사용자 중심 콘텐츠 메시지 개발 결과, 이용자 반응 변화를 설명하는 데 유용한 태스크 플로우라는 특징적인 연구 결과를 도출할 수 있었다. 콘텐츠 메시지를 개발하는 전체 체계는 유스케이스가 확장되거나 세분화되는 상황에서 차량 HMI 디자인 요소를 개발할 때 활용할 수 있다.

또한, 결과물의 한계를 보완하기 위해 추가 연구를 진행할 예정이다. 첫째, 12가지 핵심 유스케이스 범위 이상의 상황에서 요구되는 CAV와 CHV의 HMI 디자인에 대한 연구가 필요함을 알 수 있었다. 즉, 향후 연구에서는 HMI 디자인 요소의 다양성과 활용성을 고려해 대상에 따른 HMI 디자인 연구 확장성을 적용할 필요가 있다. 둘째, 연구를 통해 도출한 User feeling score의 가설 및 콘텐츠 메시지 세트의 적합성에 대한 검증이 요구된다. 사용자의 시선을 추적하는 아이트래커(Eye-tracker) 장비를 활용하여 콘텐츠 메시지가 표출되었을 때 사용자의 인지 정도를 연구할 계획이다. 콘텐츠 메시지를 적용한 자율주행 HMI의 GUI 사용성 평가는 후속 연구로 진행되어 보완될 예정이다. 셋째, 현 연구의 콘텐츠 메시지는 와이드 디스플레이(12.3inch)를 기준으로 개발했으며, 플랫폼에 따른 확장성을 후속 연구할 계획이다.