본 논문은 자율 주행 자동차와 인과 추론 간의 간극을 해소하고자 한다. 자율 주행 자동차는 인간 운전자와 상호 작용이 증가하고 있으며, 상호 작용하는 사람들의 신체적 또는 정신적 안녕에 위험을 초래할 수 있다. 인과 모델은 투명성과 대조적인 설명 제공 능력에도 불구하고, 이러한 시스템 내에서 제한적으로 사용되어 왔다. 따라서 본 논문은 먼저 자율 주행 자동차 내 구조적 인과 모델 통합을 제한하는 과제를 파악하고, 이러한 과제를 해결하기 위해 구조적 인과 모델 형식에 대한 이론적 확장을 제시한다. 이는 모델의 모듈화 및 캡슐화 수준을 높이고, 일정한 공간 복잡도를 갖는 시간적 인과 모델 표현을 제공한다. 또한, 도입된 확장을 통해 동적으로 변경 가능한 집합(예: 시간에 따라 변하는 자율 주행 자동차의 수)을 인과적 정상 상태의 완화된 형태를 유지하면서 구조적 인과 모델 내에서 사용할 수 있음을 증명한다. 마지막으로 자율 주행 자동차 및 서비스 로봇 분야에서 확장 적용과 향후 연구 방향을 논의한다.
