Chris Urmson: How a driverless car sees the road

번역: ChulGi Han 검토: 태준 공

So in 1885, Karl Benz invented the automobile.

1885년, 카를 벤츠가 자동차를 발명했습니다.

Later that year, he took it out for the first public test drive,

얼마후에, 그는 처음으로 사람들 앞에서 시험 운행을 했습니다.

and -- true story -- crashed into a wall.

그리고 벽에 충돌했죠.

For the last 130 years,

130년 동안에

we've been working around that least reliable part of the car, the driver.

우리는 자동자의 가장 취약한 부분인 운전자에 대해서 연구를 했습니다.

We've made the car stronger.

우리는 자동차를 튼튼하게 만들었고

We've added seat belts, we've added air bags,

우리는 안전벨트와 에어백을 추가시켰고

and in the last decade, we've actually started trying to make the car smarter

그리고 최근에 우리는 자동차를 똑똑하게 만들기 위한 시도를 시작했습니다.

to fix that bug, the driver.

운전자라는 결함을 고치기 위해서죠.

Now, today I'm going to talk to you a little bit about the difference

저는 오늘 운전자 보조 시스템의

between patching around the problem with driver assistance systems

문제 해결 방식 차이에 대해 이야기 하고자 합니다.

and actually having fully self-driving cars

그리고 완전한 무인자동차와

and what they can do for the world.

그것이 세상에 미칠 영향도요.

I'm also going to talk to you a little bit about our car

우리의 자동차에 대해서도 잠시 이야기 할 예정입니다.

and allow you to see how it sees the world and how it reacts and what it does,

그것이 어떻게 세상에 있고 반응하며 실제로 무엇인지 말이죠.

but first I'm going to talk a little bit about the problem.

하지만 먼저 저는 문제점에 관해 이야기 할까 합니다.

And it's a big problem:

그리고 이것은 큰 문제입니다.

1.2 million people are killed on the world's roads every year.

매년 120만명의 사람들이 전세계의 도로에서 죽습니다.

In America alone, 33,000 people are killed each year.

미국에서만 33만명의 사람들이 매해 죽고 있습니다.

To put that in perspective,

이것을 넓은 시각으로 보면,

that's the same as a 737 falling out of the sky every working day.

주말을 제외하고 매일 비행기 한 대가 추락하는 것과 같습니다.

It's kind of unbelievable.

믿을 수 없는 일입니다.

Cars are sold to us like this,

자동차는 이렇게 많이 팔리지만

but really, this is what driving's like.

이 통계가 운전의 현실입니다.

Right? It's not sunny, it's rainy,

그렇죠? 화창하지 않고 비오는 날씨에는

and you want to do anything other than drive.

여러분은 운전보단 다른 것이 하고 싶을 겁니다.

And the reason why is this:

그리고 그 이유는

Traffic is getting worse.

교통량이 점점 악화되고 있다는 것입니다.

In America, between 1990 and 2010,

미국에서 1990년과 2010년 사이에

the vehicle miles traveled increased by 38 percent.

운행 거리가 38% 늘어났습니다.

We grew by six percent of roads,

같은 기간에 도로는 6% 증가했습니다.

so it's not in your brains.

이것은 상상속의 일이 아니며

Traffic really is substantially worse than it was not very long ago.

교통이 실제로 예전보다 나빠진 것이 그리 오래되지는 않았습니다.

And all of this has a very human cost.

이 모든 결과는 심각한 인적비용을 초래합니다.

So if you take the average commute time in America, which is about 50 minutes,

그래서 만약 미국의 평균이동시간인 50분을

you multiply that by the 120 million workers we have,

1억 2천만의 일하는 사람에 곱하게 되면

that turns out to be about six billion minutes

60억분이라는 시간이

wasted in commuting every day.

매일 낭비되고 있다는 결론이 나옵니다.

Now, that's a big number, so let's put it in perspective.

매우 큰 숫자이죠. 조금 다른 관점에서 보면,

You take that six billion minutes

그 60억분을 가져와

and you divide it by the average life expectancy of a person,

평균 수명으로 나누면

that turns out to be 162 lifetimes

162명분의 수명이

spent every day, wasted,

매일 낭비된다고 볼 수 있습니다.

just getting from A to B.

그냥 통근시간에 말이죠.

It's unbelievable.

이건 믿을 수 없는 일입니다.

And then, there are those of us who don't have the privilege

그리고 통근시간에 서서가야하는

of sitting in traffic.

사람들도 있습니다.

So this is Steve.

이 분은 스티브씨 입니다.

He's an incredibly capable guy,

굉장히 능력 있는 분이죠.

but he just happens to be blind,

하지만 그는 시각장애인 입니다.

and that means instead of a 30-minute drive to work in the morning,

그 말은 아침에 30분 운전대신

it's a two-hour ordeal of piecing together bits of public transit

그는 2시간동안 불편한 대중교통을 이용하거나

or asking friends and family for a ride.

친구와 가족들에게 픽업을 부탁해야 합니다.

He doesn't have that same freedom that you and I have to get around.

그는 여러분과 제가 가지고 있는 자유가 없습니다.

We should do something about that.

우리는 그것을 해결해야 합니다.

Now, conventional wisdom would say

기존 해결책은

that we'll just take these driver assistance systems

운전보조시스템을 도입하고

and we'll kind of push them and incrementally improve them,

점차적으로 발전시켜

and over time, they'll turn into self-driving cars.

결국, 무인자동차를 개발하는 것 입니다.

Well, I'm here to tell you that's like me saying

글쎄요, 이건 사실 이런 말과 비슷하죠.

that if I work really hard at jumping, one day I'll be able to fly.

"점프를 정말 열심히 연습한다면 언젠가 하늘을 날 수 있을꺼야"

We actually need to do something a little different.

우리는 사실 살짝 다른 일을 할 필요가 있습니다.

And so I'm going to talk to you about three different ways

그래서 저는 무인자동차와 운전보조 시스템이

that self-driving systems are different than driver assistance systems.

다른 3가지에 대해 이야기해보고자 합니다.

And I'm going to start with some of our own experience.

우리들의 경험을 이야기하며 시작할까 합니다.

So back in 2013,

2013년으로 돌아가서,

we had the first test of a self-driving car

우리는 무인 자동차 첫 시범 운행을 했습니다.

where we let regular people use it.

보통 사람들이 잘 다니는 장소에서요.

Well, almost regular -- they were 100 Googlers,

일반적인 100명의 구글 이용자들입니다.

but they weren't working on the project.

프로젝트와는 무관한 사람들입니다.

And we gave them the car and we allowed them to use it in their daily lives.

우리는 그들에게 자동차를 주고 일상 생활에 사용하도록 했습니다.

But unlike a real self-driving car, this one had a big asterisk with it:

하지만 진짜 무인차와는 다르게 크게 주목해야 할 점이 있었습니다.

They had to pay attention,

집중해야 했죠.

because this was an experimental vehicle.

왜냐하면 그것은 테스트 차량이었으니까요.

We tested it a lot, but it could still fail.

우리는 많은 실험을 했지만 계속 실패했습니다.

And so we gave them two hours of training,

2시간의 훈련 끝에

we put them in the car, we let them use it,

그들은 자동차를 사용할 수 있었습니다.

and what we heard back was something awesome,

그리고 후기는 놀라웠습니다.

as someone trying to bring a product into the world.

어떤 사람이 상품을 소개하려고 시도할 때처럼

Every one of them told us they loved it.

모든 운전자들이 극찬했습니다.

In fact, we had a Porsche driver who came in and told us on the first day,

사실, 포르쉐 오너가 우리에게 와서 첫 날 이런 말을 했습니다.

"This is completely stupid. What are we thinking?"

"정말 멍청한 짓입니다."

But at the end of it, he said, "Not only should I have it,

하지만 마지막 날에 그는 "나만 가질 것이 아니라,

everyone else should have it, because people are terrible drivers."

모든 사람에게 필요하다." 라고 말했습니다.

So this was music to our ears,

우리에게 음악처럼 들렸죠.

but then we started to look at what the people inside the car were doing,

그리고 우리는 사람들이 차 안에서 무슨 일을 하는지 살펴보았습니다.

and this was eye-opening.

그리고 이것은 놀라웠습니다.

Now, my favorite story is this gentleman

가장 좋아하는 일화는 한 신사분의 이야기입니다.

who looks down at his phone and realizes the battery is low,

그는 핸드폰을 보고 배터리가 얼마 남지 않았다는 것을 알았습니다.

so he turns around like this in the car and digs around in his backpack,

그리곤 그는 차 안에서 이렇게 둘러보며 그의 가방안을 뒤집니다.

pulls out his laptop,

그의 노트북을 꺼내고

puts it on the seat,

그것을 좌석에 두고

goes in the back again,

다시 찾기 시작합니다.

digs around, pulls out the charging cable for his phone,

그리고는 핸드폰 충전기를 꺼냅니다.

futzes around, puts it into the laptop, puts it on the phone.

그의 노트북과 핸드폰을 연결합니다.

Sure enough, the phone is charging.

아니나 다를까 핸드폰을 충전합니다.

All the time he's been doing 65 miles per hour down the freeway.

그가 시속 60 마일로 고속도로을 달리는 동안에 말이죠.

Right? Unbelievable.

그렇죠? 놀라운 일입니다.

So we thought about this and we said, it's kind of obvious, right?

이것은 굉장히 명백합니다.

The better the technology gets,

기술이 점점 나아질 수록

the less reliable the driver is going to get.

운전자들이 해야할 것은 줄어듭니다.

So by just making the cars incrementally smarter,

자동차를 혁신적으로 똑똑하게 만드는 것으로는

we're probably not going to see the wins we really need.

우리가 정말로 필요로 하는 것을 볼 수 없습니다.

Let me talk about something a little technical for a moment here.

여기서 제가 기술에 대해 약간 설명하겠습니다.

So we're looking at this graph, and along the bottom

아래 쪽부터 그래프를 보시면

is how often does the car apply the brakes when it shouldn't.

안좋은 시점에 브레이크를 얼마나 밟았나 보여줍니다.

You can ignore most of that axis,

대부분의 축을 무시해도 좋습니다.

because if you're driving around town, and the car starts stopping randomly,

왜냐하면 여러분이 시골에서 운전한다면 자동차는 어느때나 멈출테니까요.

you're never going to buy that car.

우리는 그런 차들을 안사겠죠.

And the vertical axis is how often the car is going to apply the brakes

그리고 수직선은 자동차가 얼마나 자주 브레이크를

when it's supposed to to help you avoid an accident.

사고를 막기 위해 밟는지 보여줍니다.

Now, if we look at the bottom left corner here,

자 그럼 여기 아래쪽 구석을 보시면

this is your classic car.

이것이 전형적인 자동차입니다.

It doesn't apply the brakes for you, it doesn't do anything goofy,

스스로 브레이크가 작동하지 않습니다.

but it also doesn't get you out of an accident.

그렇지만 또한 이것은 사고방지 시스템도 없습니다.

Now, if we want to bring a driver assistance system into a car,

운전보조 시스템을 자동차에 추가시키기 위해

say with collision mitigation braking,

we're going to put some package of technology on there,

우리는 약간의 기술적인 것들을 넣어볼까 합니다.

and that's this curve, and it's going to have some operating properties,

이 커브가 우리가 기술을 적용할때 나타날 그래프입니다.

but it's never going to avoid all of the accidents,

하지만 이것이 모든 사고를 예방할 수는 없습니다.

because it doesn't have that capability.

왜냐하면 그런 역량이 없기 때문이죠.

But we'll pick some place along the curve here,

우리는 이 커브를 중심으로 다루어볼까합니다.

and maybe it avoids half of accidents that the human driver misses,

이것은 운전자들이 놓치는 절반의 사고를 줄여줍니다.

and that's amazing, right?

참 놀랍습니다. 그렇죠?

We just reduced accidents on our roads by a factor of two.

도로 위 사고를 절반으로 줄일 수 있습니다.

There are now 17,000 less people dying every year in America.

이제 1만 7천명보다 적은 사람들이 미국에서 매해 사망할 것입니다.

But if we want a self-driving car,

만약 우리가 무인자동차를 원한다면,

we need a technology curve that looks like this.

그래프가 이러한 모양으로 보여야합니다.

We're going to have to put more sensors in the vehicle,

우리는 더 많은 감지 장치들을 삽입할 것입니다.

and we'll pick some operating point up here

주황색 선까지 성능을 개선시킬 것입니다.

where it basically never gets into a crash.

절대 충돌이 일어나지 않죠.

They'll happen, but very low frequency.

충돌이 일어난다해도, 매우 낮은 횟수일 것입니다.

Now you and I could look at this and we could argue

이제 이것이 점진적으로 가능한지 이야기 해봅시다.

about whether it's incremental, and I could say something like "80-20 rule,"

저는 이것은 "80-20 규칙" 이라고 말합니다.

and it's really hard to move up to that new curve.

그리고 그래프를 변화시키는 것은 정말 힘듭니다.

But let's look at it from a different direction for a moment.

잠깐 다른 방향으로 생각해봅시다.

So let's look at how often the technology has to do the right thing.

기술의 신뢰도를 한번 살펴볼까요?

And so this green dot up here is a driver assistance system.

여기 초록색 점은 운전보조 시스템입니다.

It turns out that human drivers

이것은 운전자들이

make mistakes that lead to traffic accidents

미국에서 거의 십만 마일에 한번씩

about once every 100,000 miles in America.

교통사고로 이어지는 실수를 하는 것을 보여줍니다.

In contrast, a self-driving system is probably making decisions

그와 반대로, 무인 자동차는 대략

about 10 times per second,

초당 10번씩 결정을 합니다.

so order of magnitude,

크기에 비교하면,

that's about 1,000 times per mile.

일 마일당 천 번 정도 하는 것이죠.

So if you compare the distance between these two,

그래서 만약 거리에 이 두가지를 비교한다면,

it's about 10 to the eighth, right?

10의 여덟 제곱을 한 것입니다. 그렇죠?

Eight orders of magnitude.

10의 여덟 제곱입니다.

That's like comparing how fast I run

이것은 내가 빛과 비교 했을 때 얼마나 빨리 달릴 수

to the speed of light.

있는지와 비슷합니다.

It doesn't matter how hard I train, I'm never actually going to get there.

이것은 훈련의 문제가 아닙니다. 저는 절대 따라잡을 수 없을 것입니다.

So there's a pretty big gap there.

그러니까 엄청난 차이인 것입니다.

And then finally, there's how the system can handle uncertainty.

그리고 어떻게 시스템이 불확실한 것을 다루는 지 알 수 있습니다.

So this pedestrian here might be stepping into the road, might not be.

이 사람은 도로로 걸어갈 수도 있고 안 갈 수도 있습니다.

I can't tell, nor can any of our algorithms,

저도 말할수 없고 어떤 알고리즘도 마찬가지 입니다.

but in the case of a driver assistance system,

하지만 운전보조 시스템의 경우에는,

that means it can't take action, because again,

행동을 취하지 않을 것입니다. 왜냐하면

if it presses the brakes unexpectedly, that's completely unacceptable.

예측되지 않은 브레이크는 절대 용납할 수 없는 일이기 때문입니다.

Whereas a self-driving system can look at that pedestrian and say,

반면에 무인자동차는 보행자를 볼 수있고

I don't know what they're about to do,

어떤행동을 취할지는 모르겠습니다.

slow down, take a better look, and then react appropriately after that.

속도를 줄이고 주위를 살피고 그 후에 적절한 행동을 할 것입니다.

So it can be much safer than a driver assistance system can ever be.

그러니 운전보조 시스템 보다 더욱 안전할 수 밖에 없습니다.

So that's enough about the differences between the two.

지금까지 두 시스템에 차이에 대해서 설명했습니다.

Let's spend some time talking about how the car sees the world.

이제 어떻게 차가 세상을 보는지에 대해 이야기 나눠보도록 합시다.

So this is our vehicle.

이것이 자동차 입니다.

It starts by understanding where it is in the world,

그것이 어디에 있는지를 감지하면서 시작합니다.

by taking a map and its sensor data and aligning the two,

지도와 센서의 자료를 보고 정렬합니다.

and then we layer on top of that what it sees in the moment.

그리고 순간적으로 인식하는 주변상황을 삽입합니다.

So here, all the purple boxes you can see are other vehicles on the road,

여기 보라색 박스들은 도로위에 다른 차들을 의미하고

and the red thing on the side over there is a cyclist,

빨간색은 자전거를 의미합니다.

and up in the distance, if you look really closely,

그리고 저 멀리 자세히보면

you can see some cones.

몇몇 원뿔도 볼 수 있습니다.

Then we know where the car is in the moment,

우리는 주변 도로상황을 이해하지만

but we have to do better than that: we have to predict what's going to happen.

이를 바탕으로 예측능력을 키워야 합니다.

So here the pickup truck in top right is about to make a left lane change

오른쪽에 있는 트럭은 앞쪽 도로가 막혀서

because the road in front of it is closed,

현재 차선에서 벗어나야 합니다.

so it needs to get out of the way.

왼쪽으로 차선변경을 시도합니다.

Knowing that one pickup truck is great,

이 트럭을 감지한 것은 훌륭합니다.

but we really need to know what everybody's thinking,

하지만 우리는 모두의 생각을 읽어야 합니다.

so it becomes quite a complicated problem.

이제 꽤 문제가 복잡해 집니다.

And then given that, we can figure out how the car should respond in the moment,

주어진 상황으로 부터 무인자동차는 순간적으로 판단해야 합니다.

so what trajectory it should follow, how quickly it should slow down or speed up.

어떤 흐름을 따를 것인가 얼마나 속도를 조절할 것인가

And then that all turns into just following a path:

그리고 모든 것은 하나의 결론으로 귀결됩니다.

turning the steering wheel left or right, pressing the brake or gas.

왼쪽이나 오른쪽이냐 브레이크를 밟느냐 안밟으냐 입니다.

It's really just two numbers at the end of the day.

마지막에는 숫자 두개가 끝입니다.

So how hard can it really be?

정말 힘든일입니다.

Back when we started in 2009,

2009년에 이것을 시작했을때

this is what our system looked like.

이것이 우리의 시스템이었습니다.

So you can see our car in the middle and the other boxes on the road,

가운데 자동차가 있고 다른 박스들이

driving down the highway.

고속도로에 있습니다.

The car needs to understand where it is and roughly where the other vehicles are.

무인자동차는 스스로의 위치와 다른 차량들의 위치도 알아야 합니다.

It's really a geometric understanding of the world.

기하학적 이해가 필수적입니다.

Once we started driving on neighborhood and city streets,

우리가 길거리에서 테스트를 진행하면서

the problem becomes a whole new level of difficulty.

새로운 단계의 어려움이 나타났습니다.

You see pedestrians crossing in front of us, cars crossing in front of us,

보행자들이 차 주변에 나타나며

going every which way,

자유롭게 다니고 신호등, 횡단보도가 나타났습니다.

the traffic lights, crosswalks.

It's an incredibly complicated problem by comparison.

이전과는 비교도 안되는 복잡한 문제였죠.

And then once you have that problem solved,

이 문제를 해결하자

the vehicle has to be able to deal with construction.

이제 도로위의 작업현장에 대처해야 했죠.

So here are the cones on the left forcing it to drive to the right,

화면 속 원뿔은 오른쪽으로 차를 유도합니다.

but not just construction in isolation, of course.

하지만 동시에 다른 문제들도 존재합니다.

It has to deal with other people moving through that construction zone as well.

다른 사람들이 그 현장에서 움직이는 것도 고려해야하죠.

And of course, if anyone's breaking the rules, the police are there

그리고 물론 현장에 문제가 생기면 경찰이 출동할 수 있고

and the car has to understand that that flashing light on the top of the car

무인자동차는 위쪽에 불빛이 반짝이는 차는

means that it's not just a car, it's actually a police officer.

경찰이라는 것을 인지해야 합니다.

Similarly, the orange box on the side here,

비슷하게 갓길쪽에 오렌지색 박스는

it's a school bus,

학교 버스입니다.

and we have to treat that differently as well.

그것 또한 다르게 대처해야 합니다.

When we're out on the road, other people have expectations:

도로 밖에서는 다른 상식들이 있습니다.

So, when a cyclist puts up their arm,

만약 자전거 탄 사람이 손을 뻗으면

it means they're expecting the car to yield to them and make room for them

그것은 그 차선으로 이동할태니

to make a lane change.

양보해 달라는 의미입니다.

And when a police officer stood in the road,

경찰이 길에 서있으면

our vehicle should understand that this means stop,

무인자동차는 그 신호가 멈추라는 뜻임을 알아채야 합니다.

and when they signal to go, we should continue.

가도 좋다는 신호도 물론 알아야 겠죠.

Now, the way we accomplish this is by sharing data between the vehicles.

우리는 차량들간의 정보를 공유함으로써 해결책을 찾았습니다.

The first, most crude model of this

처음 시도한 대략적 모델은

is when one vehicle sees a construction zone,

한 차량이 작업현장을 보면

having another know about it so it can be in the correct lane

다른 차량이 그 정보를 받아

to avoid some of the difficulty.

차선을 변경합니다.

But we actually have a much deeper understanding of this.

우리는 무인자동차에게 상황에 대해 잘 이해시켰습니다.

We could take all of the data that the cars have seen over time,

우리는 오랜 시간동안 축적한

the hundreds of thousands of pedestrians, cyclists,

수백만의 자동차, 보행자, 자전거들의

and vehicles that have been out there

정보를 받아서

and understand what they look like

종합적인 상황을 이해하고

and use that to infer what other vehicles should look like

다른 자동차들과 보행자들의

and other pedestrians should look like.

상황을 추론했습니다.

And then, even more importantly, we could take from that a model

더 중요한점은 우리의 예측모델을 토대로

of how we expect them to move through the world.

세상에 적용시킬 수 있다는점 입니다.

So here the yellow box is a pedestrian crossing in front of us.

여기 노란색 박스는 우리 앞을 지나는 보행자들입니다.

Here the blue box is a cyclist and we anticipate

파란색 박스는 자전거들이고

that they're going to nudge out and around the car to the right.

우리는 그 자전거가 우회전 할 것이라는 것을 예상합니다.

Here there's a cyclist coming down the road

자전거가 맞은편에서 오고있고

and we know they're going to continue to drive down the shape of the road.

도로를 따라 직진할 것이라는 것을 알고 있습니다.

Here somebody makes a right turn,

누군가 우회전하고 있고

and in a moment here, somebody's going to make a U-turn in front of us,

뒤이어 누군가 우리 앞에서 유턴하고 있습니다.

and we can anticipate that behavior and respond safely.

우리는 모든 행동을 예상하고 안전하게 반응합니다.

Now, that's all well and good for things that we've seen,

지금까지 잘 대처된 상황들을 봤지만

but of course, you encounter lots of things that you haven't

물론 이전에 볼 수 없었던 돌발상황도

seen in the world before.

많이 겪었습니다.

And so just a couple of months ago,

바로 몇달전에

our vehicles were driving through Mountain View,

차량은 마운틴뷰(도시)에서 운행했습니다.

and this is what we encountered.

그리고 이 상황을 마주쳤습니다.

This is a woman in an electric wheelchair

이 여성은 전자 휠체어를 타고 있었는데

chasing a duck in circles on the road. (Laughter)

도로에서 오리를 쫒아 빙빙돌고 있었습니다.

Now it turns out, there is nowhere in the DMV handbook

도로교통부 지침서에는 이 상황에 대한

that tells you how to deal with that,

대처법이 없었지만

but our vehicles were able to encounter that,

우리 차량은 속도를 줄이고

slow down, and drive safely.

안전하게 주행했습니다.

Now, we don't have to deal with just ducks.

오리 뿐만이 아니라

Watch this bird fly across in front of us. The car reacts to that.

우리 앞으로 오는 새에도 무인자동차는 반응합니다.

Here we're dealing with a cyclist

자전거에 대처하는 사례입니다.

that you would never expect to see anywhere other than Mountain View.

마운틴뷰(도시)가 아니라면 예상하기 어렵겠죠.

And of course, we have to deal with drivers,

물론 조화로운 운행은 필수입니다.

even the very small ones.

매우 작은 자동차라도 말이죠.

Watch to the right as someone jumps out of this truck at us.

오른쪽 트럭에서 운전자가 잠깐 내리는걸 보세요.

And now, watch the left as the car with the green box decides

왼쪽 차선에서 갑자기 우회전 하는 차량을 보세요.

he needs to make a right turn at the last possible moment.

마지막 순간에 급한 결정을 했죠.

Here, as we make a lane change, the car to our left decides

차선변경이 동시에 일어나자

it wants to as well.

양보하는 모습을 보입니다.

And here, we watch a car blow through a red light

신호위반한 차량에도

and yield to it.

잘 대처합니다.

And similarly, here, a cyclist blowing through that light as well.

비슷하게 자전거의 신호위반에도

And of course, the vehicle responds safely.

무인자동차는 잘 대처합니다.

And of course, we have people who do I don't know what

물론 제가 알지 못하는 사람들이 있습니다.

sometimes on the road, like this guy pulling out between two self-driving cars.

이 사람은 무인자동차 사이에 본인 차를 집어 넣었습니다.

You have to ask, "What are you thinking?"

물어보고 싶군요 "무슨 생각 인가요?"

(Laughter)

(웃음)

Now, I just fire-hosed you with a lot of stuff there,

주변 도움으로 재빨리 수습했고

so I'm going to break one of these down pretty quickly.

돌발상황 중 하나를 극복했습니다.

So what we're looking at is the scene with the cyclist again,

이번 장면은 또 다른 자전거입니다.

and you might notice in the bottom, we can't actually see the cyclist yet,

여러분은 보일수도 있지만 운전자 시각에서 자전거가 보이지 않습니다.

but the car can: it's that little blue box up there,

하지만 무인자동차는 가능합니다.

and that comes from the laser data.

레이저로부터 정보를 얻기 때문입니다.

And that's not actually really easy to understand,

이것은 쉽게 이해하기는 어렵지만

so what I'm going to do is I'm going to turn that laser data and look at it,

이 레이저 데이터를

and if you're really good at looking at laser data, you can see

자세히 보면 곡선상의 몇개의 점들이 보입니다.

a few dots on the curve there,

right there, and that blue box is that cyclist.

그 파란색 박스가 자전거입니다.

Now as our light is red,

신호등은 빨간불이지만

the cyclist's light has turned yellow already,

자전거 신호등은 노란불이었습니다.

and if you squint, you can see that in the imagery.

여러분이 사시라면 뭔가 봤을테지만

But the cyclist, we see, is going to proceed through the intersection.

자전거에 탄 사람은 교차로에 진입했습니다.

Our light has now turned green, his is solidly red,

자동차등은 녹색등 자전거등은 빨간등이 됐습니다.

and we now anticipate that this bike is going to come all the way across.

그 자전거는 건너 올게 뻔했죠.

Unfortunately the other drivers next to us were not paying as much attention.

불행하게도 우리 옆 운전자는 그 사실을 몰랐습니다.

They started to pull forward, and fortunately for everyone,

자동차는 출발했고 운좋게

this cyclists reacts, avoids,

자전거는 반응했고 피했습니다.

and makes it through the intersection.

위험상황이 끝났습니다.

And off we go.

그리고 우리는 출발했죠.

Now, as you can see, we've made some pretty exciting progress,

지금까지 보신대로 우리는 흥미로운 진행상황을 보였습니다.

and at this point we're pretty convinced

어느 시점에서 우리는 이 기술이

this technology is going to come to market.

시장에 나올 수 있다고 믿게 됐습니다.

We do three million miles of testing in our simulators every single day,

우리는 3백만 마일의 테스트 주행을 매일 하고 있습니다.

so you can imagine the experience that our vehicles have.

얼마나 많은 경험이 있는지 상상할 수 있겠죠.

우리는 이 기술이 실제로 적용되기를 고대하고 있습니다.

We are looking forward to having this technology on the road,

and we think the right path is to go through the self-driving

우리는 운전보조시스템보다 무인자동차가

rather than driver assistance approach

적절하다고 생각합니다.

because the urgency is so large.

왜냐하면 그만큼 위급하기 때문입니다.

In the time I have given this talk today,

제가 여기서 강연하고 있는 동안에

34 people have died on America's roads.

34명의 사람이 미국 도로에서 사망합니다.

How soon can we bring it out?

언제 이 기술을 공개할 수 있을까요?

Well, it's hard to say because it's a really complicated problem,

사실 이건 굉장히 복잡한 문제라서 알 수 없습니다.

but these are my two boys.

저는 두 아들이 있습니다.

My oldest son is 11, and that means in four and a half years,

큰 아들은 11살이고 그 의미는

he's going to be able to get his driver's license.

4년 6개월 후면 운전면허를 딸 수 있습니다.

My team and I are committed to making sure that doesn't happen.

제 팀과 저는 그 일이 벌어지지 않기 위해서 노력합니다.

Thank you.

감사합니다.

(Laughter) (Applause)

(웃음) (박수)

Chris Anderson: Chris, I've got a question for you.

크리스 앤더슨: 크리스, 질문이 있습니다.

Chris Urmson: Sure.

크리스 엄슨: 네 말씀하세요.

CA: So certainly, the mind of your cars is pretty mind-boggling.

크리스 앤더슨: 당신 차에 대한 생각은 무척 놀라운데요.

On this debate between driver-assisted and fully driverless --

운전보조 시스템과 무인자동차에 대한 토론들이 많습니다.

I mean, there's a real debate going on out there right now.

지금 진지한 토론들이 많이 진행중인데요.

So some of the companies, for example, Tesla,

테슬라같은 회사는

are going the driver-assisted route.

운전보조 시스템을 발전시키고 있습니다.

What you're saying is that that's kind of going to be a dead end

당신생각은 이런 방식은 막다른 길에 다다를 것이며

because you can't just keep improving that route and get to fully driverless

왜냐하면 그저 발전시키는 것으로는 무인자동차를 만들 수 없으며

at some point, and then a driver is going to say, "This feels safe,"

운전자가 안전하다고 생각될때

and climb into the back, and something ugly will happen.

위험이 생긴다는 것입니다.

CU: Right. No, that's exactly right, and it's not to say

크리스 엄슨: 맞습니다.

that the driver assistance systems aren't going to be incredibly valuable.

운전 보조 시스템이 가치가 없는 일은 아닙니다.

They can save a lot of lives in the interim,

많은 생명을 구할 수 있습니다.

but to see the transformative opportunity to help someone like Steve get around,

하지만 스티브같은 사람을

to really get to the end case in safety,

구할 변화의 힘이나

to have the opportunity to change our cities

우리의 도시를 변화시키고

and move parking out and get rid of these urban craters we call parking lots,

우리가 주차장이라고 부르는 도시 분화구를 사라지게할 방법은

it's the only way to go.

무인자동차가 유일합니다.

CA: We will be tracking your progress with huge interest.

크리스 앤더슨: 모두들 무인자동차의

Thanks so much, Chris. CU: Thank you. (Applause)

미래를 큰 관심을 가지고 지켜볼 것입니다. 고맙습니다. 크리스씨