자율주행 자동차 (AVs)가 도시 환경에 점점 더 많이 배치되고 있지만, 이들의 안전 프레임워크는 여전히 불확실성이 발생할 때 속도를 줄이거나 정지하는 것과 같은 충돌 회피 및 최소 위험 조건 (Minimal Risk Condition, MRC) 행동을 중심으로 설계되어 있습니다. 이러한 방식은 즉각적인 충돌 위험을 줄이는 데는 효과적이지만, 실제 배치 사례를 보면 정지하는 것만으로는 인간이 통제하는 도로 시스템에 안전하게 통합되는 것을 보장할 수 없음을 보여줍니다. 지방 자치 단체와 공공 기록에 보고된 사건들에 따르면, AV의 폴백 (Fallback) 행동은 교통을 방해하고, 응급 대응 작전을 간섭하며, 승객과 보행자에게 접근성 문제를 야기할 수 있습니다. 본 논문은 AV의 정지 행동 및 인간-AV 상호작용 실패와 관련된 공개 문서화된 사건들에 대한 분석을 제시합니다. 우리는 이러한 사건들을 현재 AV 아키텍처 내의 인지 (Perception), 계획 (Planning), 제어 (Control)의 한계에 따라 분류합니다. 이 분류 체계를 사용하여, 우리는 기존 안전 패러다임의 주요 격차, 특히 인간의 권위를 해석하고, 다중 모드 지시 (Multimodal instructions)에 대응하며, 동적이고 사회적으로 규제되는 교통 상황에 적응하는 메커니즘의 부족을 식별합니다. 그런 다음 우리는 인간 상호작용형 인지, 언어 기반 (Language-grounded) 및 접근성 인식 계획, 그리고 원격 가이드 및 원격 조종 (Teleoperation)을 통한 보조 제어를 지원하는 신흥 연구 방향을 검토합니다. 이 분석은 인간 에이전트 및 인프라와의 협력적 상호작용을 가능하게 하는 역량을 통해 현재의 AV 안전 프레임워크를 강화할 필요가 있음을 강조합니다. 이러한 연구 결과는 AV의 신뢰할 수 있는 도시 배치를 위해 수동적인 폴백 전략을 넘어 인간 상호작용형 자율성 (Human-interactive autonomy)으로 나아가야 함을 시사합니다.