본 논문은 자율 주행 시스템의 안전성 향상을 위해 차량 간 통신(V2X)을 활용한 협력적 인지 기능을 갖춘 실시간 경로 최적화 프레임워크인 REACT를 제시합니다. 기존의 Transformer 기반 V2X 프레임워크의 한계(일반화 성능 저하, 얕은 상황 추론, 단일 모달 입력 의존)를 극복하기 위해, 경량화된 시각-언어 모델(VLM)을 기반으로 다중 모달 입력 처리 및 위험 감지 경로 최적화 모듈을 통합했습니다. 실시간 성능을 보장하기 위해 에지 장치에 적합한 모델 경량화 및 추론 속도 향상 전략을 적용하였으며, DeepAccident 벤치마크 평가 결과, 최첨단 성능(충돌률 77% 감소, VPQ 48.2%, 추론 지연 시간 0.57초)을 달성했습니다. 에이블레이션 스터디를 통해 각 입력, 모듈 및 에지 적응 전략의 기여도를 검증했습니다.
