본 논문은 자율주행 자동차를 위한 해석 가능한 의사결정 프레임워크를 제시한다. 이 프레임워크는 교통 규정, 규범 및 안전 지침을 종합적으로 통합하고 다양한 지역에 대한 원활한 적응을 가능하게 한다. 기존의 규칙 기반 방법들이 교통 규칙의 전체 범위를 통합하는 데 어려움을 겪는 반면, 본 연구는 Retrieval-Augmented Generation (RAG) 기반의 교통 규정 검색(TRR) 에이전트를 개발하여 자율주행 자동차의 상황에 따라 방대한 규정 문서 및 관련 기록에서 관련 교통 규칙 및 지침을 자동으로 검색한다. 검색된 규칙의 의미적 복잡성을 고려하여, 대규모 언어 모델(LLM) 기반의 추론 모듈을 설계하여 이러한 규칙을 해석하고, 필수 규칙과 안전 지침을 구분하며, 법적 준수 및 안전에 대한 행동을 평가한다. 또한, 추론은 해석 가능하도록 설계되어 투명성과 신뢰성을 향상시킨다. 이 프레임워크는 다양한 시나리오에서 가정된 사례와 실제 사례 모두에 대해 강력한 성능을 보여주며, 다양한 지역에 쉽게 적응할 수 있는 능력을 가지고 있다.
