빅데이터와 인공지능을 활용한 자율주행 자동차 어디까지 왔는가?
날짜2017.02.28
조회수18524
글자크기
  • 4차 산업혁명 시대의 도래에 따른 지능정보기술의 중요성과 미래방향
    • 빅데이터와 인공지능을 활용한 자율주행 자동차 어디까지 왔는가?
    • The Importance and Future Direction of Intelligent Information Technology in the Age of the Fourth Industrial Revolution
    • How far have come the autonomous vehicles using Big Data and Artificial Intelligence?
    • 4차 산업혁명의 도래함과 그 핵심기술인 인공지능의 발전양상, 그리고 빅데이터의 연관성은 지난 호에서 살펴보았다. 이번 호에서는 4차 산업혁명이 몰고 올 지능정보사회의 사례로써 자율주행 자동차에 대한 기술과 동향을 살펴보고자 한다.
    • 4차 산업혁명의 핵심기술들인 사물인터넷(IoT), 빅데이터(Bigdata), 인공지능(AI), 클라우드(Cloud), 모바일(Mobile) 등과 같은 기술을 지능정보기술이라고 한다. 지능정보기술은 인공지능으로 대표되는 지능 기술과 사물인터넷, 클라우드, 빅데이터, 모바일 등을 의미하는 정보기술이 결합된 형태를 의미한다. 지능정보기술들이 산업과 사회 전반에 걸쳐 융·복합 되면서, 우리에게 직·간접적으로 영향을 미치는 사회를 지능정보사회라 하며, 결국 4차 산업혁명은 이러한 지능정보사회의 실현을 의미한다. 이 지능정보기술들이 서로 조화를 이룬 작은 지능정보사회의 대표적인 예가 바로 자율주행 자동차로 대변되는 스마트카(Smart Car)이다.
    • 스마트카는 국제전자제품박람회인 CES(Consumer Electronics Show)에서도 전시부스를 대거 점령했다. CES는 매년 1월 미국 라스베이거스에서 개최되는 최대의 글로벌 전시회로 가전, 자동차, IT업계를 비롯한 수많은 기업들이 자사의 기술과 제품을 소개하는 각축의 장이다. 주로 가전제품이 주력을 이루던 전시회였지만 작년도 올해도 스마트카가 전시의 많은 부분을 차지했다.
    • 자동차 산업은 메르세데스 벤츠 디터 제체회장의 ‘자동차는 이제 소프트웨어(SW)로 달린다‘는 말처럼 이미 SW융합이 가장 많이 진행된 산업들 중 하나이다. 실제로 차량 내 SW를 비롯한 전자 장비의 탑재 비율은 2000년에는 약 20%에서 2016년에는 약 40%까지 지속적으로 증가해 왔다. 과거부터 친환경성 및 안전성, 편의성에 대한 요구가 증가됨에 따라 차량에 요구되어지는 SW의 비율은 점점 더 커졌고, 최근에는 차량 스스로 주행을 할 수 있는 스마트카인 자율주행차가 점차 대중화 되어가는 과도기를 지나면서 SW의 비중은 커져가고 있다.
    • 현재 자동차 업계의 3대 미래 트랜드는 디지털화, 전기자동차, 자율주행으로 분석된다. 모두 SW가 필수적인 요소로 적용 되어야 한다. 이런 점이 자동차 업체가 SW를 중심으로 하는 업체로 변신을 꾀하고, SW를 중심으로 하는 IT 업체가 자동차 시장을 선도하고 있는 필연적인 이유이기도 하다.
    • 현 시점에서 볼 때 스마트카는 조만간 완전한 자율주행이 가능한 형태로 진화할 것으로 보인다. 아울러, 스마트카는 도로 및 교통시스템과 통합 연계할 수 있는 지능형교통시스템(ITS)영역까지 그 범위가 확대되어 가고 있다. 스마트카의 자율주행 단계는 미국도로교통안전국(NHTSA: National Highway Traffic Safety Administration) 기준으로 자율주행 관련 기술이 전혀 반영되지 않아 운전자가 100% 차량을 직접 컨트롤하는 레벨 0 외에 기술에 따라 4가지의 단계로 나뉜다.
    • 레벨 0은 비자율주행 단계로 운전자가 온전하게 운전하는 단계이다. 자율주행 관련 기능이 전혀 없는 보통의 자동차의 경우로, 자율주행 단계에 포함되지 않는다. 이 단계에서는 운전자에게 경고를 제공하는 정도이다.
    • 레벨 1은 선택적 능동제어 단계로써 특정 기능만을 자동화 시킨 경우이다. 예를 들면, 크루즈 컨트롤(Cruse Control, 항속주행 시스템)기능이나 현재 생산되고 있는 자동차에도 많이 적용되고 있는 차선이탈경보 기능 등이 여기에 속한다.
    • 레벨 2는 좀 더 발전된 단계로 운전자가 직접 운전대를 제어하거나 가속 및 감속 페달을 조작하지 않아도 되는 단계이다. 다만, 긴급한 사항에 대응하기 위해 운전자는 항상 전방을 주시하고, 언제라도 페달 조작을 할 수 있는 준비를 취하고 있어야 한다. 이 단계에서는 레벨 1에서 제공되는 기술들 간의 통합적인 제어가 필요하다. 최근 벤츠에서는 특정시간(최대 60초)동안 운전대 및 페달 조작을 하지 않아도 자율주행이 가능한 모델을 출시한 바 있다.
    • 레벨 3은 특정한 상황에서만 운전자의 개입이 필요한 제한적 자율주행 단계로 차량이 스스로 교통신호와 도로의 흐름을 인식하여 주행을 하는 단계이다. 운전자는 차량의 주행 중에 다른 행동을 할 수 있으며, 현재는 구글의 자율주행 자동차가 이 단계까지 이르렀다. 이 단계는 인공지능 딥러닝 기술을 통해 주변으로부터 습득한 정보를 학습하여 차량 스스로 판단을 할 수 있는 단계이다. 테슬라의 오토파일럿(Auto Pilot)은 현재 이 단계까지 근접한 것으로 알려져 있다.
    • 레벨 4는 완전자율주행 단계로, 모든 상황에서 운전자의 개입이 전혀 필요없는 단계이다. 지능형교통시스템(ITS)과 차량간의 통신을 통해 출발지에서 목적지까지의 완전자율주행이 가능해진다. 2025년 이후에나 상용화 될 것으로 전망된다.
    • 참고로, 미국 자동차공학회(SAE: Society of Automative Engineers)의 경우에는 레벨 4를 둘로 세분화 하여 레벨 0외에 총 5단계로 구분한다.
    • 앞서 살펴본 각 단계별로 자동차의 자율주행이 가능하도록 하려면 여러 가지 기술들이 필요한데, 이는 주행 관련 기술들과 이를 구동하기 위한 요소기술들로 나누어 볼 수 있다. 주행관련 기술들은 대표적으로 항속시스템(ASCC), 차선유지보조시스템(LKAS), 자동긴급제동시스템, 주차보조시스템(자동주차), 첨단운전자보조시스템 등이 있고, 이 외에 지능형교통시스템(ITS)과 연동되어 앞서 말한 기술이 통합 동작하면 완전 자율주행이 가능하게 된다. 부분 또는 완전자율주행을 위한 각각의 주행관련 기술들에는 LiDAR(Light Detection and Ranging), 영상인식, 초음파센서, 3D 지도 매핑, IoT, V2x 통신 등과 같은 요소기술들이 필요로 하다.
    • 이러한 요소기술들은 차량의 완전한 자율주행을 위해 상호 연동이 필요하고, 각각의 연결된 센서들로부터 차량 주변의 ‘수많은 데이터(=빅데이터)’들을 수집하게 된다. 수집된 데이터는 차량에 탑재된 인공지능 모듈 내에서 학습되거나 기존에 학습된 내용을 기반으로 최적의 판단을 내릴 수 있는 근거자료로 활용되어진다.
    • 예를 들면, 차량에 탑재된 카메라를 통해 주변 영상을 수집하고, 이후 수집된 영상에서 장애물과 보행자, 도로변에 주차된 차량, 자전거 등을 인식한다. 더 많은 경우의 수, 즉 주행과 관련된 모든 빅데이터를 학습할수록 영상내의 물체를 판독하는 정확도는 올라간다. 물체의 판독은 영상뿐 아니라 LiDAR와 같이 레이저를 이용하여 주변 물체에 반사되어 돌아오는 신호를 감지 후 3차원의 지형 및 장애물 데이터를 생성하여 인지·판독하기도 한다. 또한 커넥티드카(Connected Car)의 개념처럼 도로위의 차량들 간에도 상호 통신을 통해 서로의 위치와 속도 상태를 공유하는 방법도 자율주행을 위해 가능한 기술이다.
    • 자율주행 자동차의 개발은 자동차와 IT업계의 경계가 모호할 만큼 경쟁적으로 개발되고 있다. 구글은 현재 자율주행 자동차 분야에서 가장 앞서 있는 대표적인 IT 업체 중 하나로 지난 2010년부터 연구개발을 추진해왔다. 이미 2009년에 도요타 차량을 개조하여 시험주행을 실시한 바 있고, 2014년에 자율주행 자동차시제품을 공개했다. 구글의 자율주행차는 LiDAR, 음파, 3D 카메라가 포함된 센서장비를 통해 30m 전방의 실시간 도로상황을 파악할 수 있고, 또한 차량의 360도 전 방위를 초당 160만 번에 해당하는 정보인식으로 정확하게 파악할 수 있다. 그리고 이렇게 수집된 데이터를 자체 개발한 딥러닝 알고리즘을 통해 학습하고, 스스로 판단할 수 있도록 했다.
    • 구글 외에 애플 또한 자율주행 자동차 개발을 진행하고 있다. 약 600여명의 개발인력이 연구를 수행하고 있으며, 실리콘 밸리에서 주행 시험을 준비 중인 것으로 알려졌다. 중국의 바이두는 자체연구중인 딥러닝 기술과 독일 자동차 제조업체인 BMW와의 협업을 통해 작년 12월 자율주행 자동차로 베이징 시내 및 고속도로를 성공적으로 주행했다.
    • 전기차 글로벌 선도 업체인 테슬라는 오토파일럿을 통해 반 자율주행을 실현했다. 테슬라는 전방을 인지하기 위한 레이더(radar) 시스템과 12개의 360도 장거리 초음파 센서를 장착하고 있다. 테슬라에서 생산되는 모델S가 대표적이다. 지난해 10월부터는 생산하는 모든 차량에 완전자율주행을 위해 250미터 전방까지 인식하는 8개의 360도 서라운드 카메라를 추가로 장착하고 초음파 센서를 업그레이드했다. 레이더 기능도 업그레이드하여 비와 안개 등의 악천후 속에서도 주변 환경을 보다 정확하게 감지할 수 있다.
    • 완성차 업체인 BMW는 차량에 장착된 4개의 레이저 스캐너를 통해 주변을 탐지하고 충돌을 방지하는 기술을 탑재한 i3 모델을 지난해에 선보였고 벤츠 또한 운전자가 뒷좌석 승객과 마주볼 수 있는 형태의 자율주행 자동차 컨셉트카인 F015를 공개했다. 볼보는 카메라의 영상 인식 기술과 레이다를 이용한 차선과 차량간격을 유지하는 자율주행지원시스템을 개발 중이다. 포드 또한 축구장 2배 크기의 공간을 인식할 수 있는 LiDAR와 카메라, 센서를 이용하여 자율주행 기술을 구현하고 있으며, 2021년 상용화를 목표로 미국의 미시간과 캘리포니아, 애리조나 지역에서 개발과 테스트를 진행하고 있다.
    • 지난해 CES에서 주목받은 신생기업인 패러데이퓨처도 이번 CES에서 전기자동차인 FF91 모델을 공개했다. 자율주행을 위해 차에 탑재된 센서는 3D LiDAR 스캐너 1개를 포함하여 카메라 10개, 초음파 센서 12개, 레이더 센서 13개에 달하며, 많은 센싱 장비를 통해 보다 안전하고 정확한 컨트롤의 자율주행이 가능할 것으로 보인다. 이 모델은 2018년 출시를 목표로 하는 것으로 알려졌으며, 향후 자율주행에 대한 행보가 주목되는 업체이다.
    • 도요타는 병행 자율주행이라는 개념을 자체 개발 중인데, 평상시에는 운전자가 자동차를 제어하지만 위기 상황에서는 자동차가 스스로를 제어하는 형태로 인간보다 정확하고 빠른 상황 판단으로 사고를 최소화 하는 방식의 기술이다. 닛산은 NASA의 기술을 기반으로 하여 SAM(Seamless Autonomous Mobility)라는 돌발상황 및 장애물에 대처할 수 있는 자율주행기술을 개발하고, 일본의 인터넷 기업 DeNA와 함께 2020년을 목표로 도쿄 시내를 주행할 스마트 카를 개발 중이다. DeNA는 프랑스의 자율주행 자동차 벤처인 이지마일과 공동 개발한 무인 자율주행 버스인 로봇셔틀(Robot Shuttle)을 지난해 8월 일본의 지바시의 쇼핑몰 공원에서 시험운행에 성공했다. 혼다는 이번에 선보인 자율주행 전기차 NeuV에 운전자의 시선과 얼굴표정, 운전습관 등을 통한 감정예측 데이터를 자율주행에 반영하도록 했다.
    • 국내에서는 현대기아자동차가 대표적인데, 자율주행 자동차로 지난 2010년 4km 주행에 성공하였고, 2016년 3월에는 교통체증 시 사용가능한 혼잡구간주행지원시스템을 탑재한 신형 모델을 선보이기도 했다.
    • 국토교통부는 2017년 12월부터 판교역에서 제2판교에 이르는 2.5km 구간을 주행할 12인승 무인자율주행 버스 운행을 준비하고 있다.
    • 현재 자율주행 자동차에 대한 가장 빠른 대중화 가능성을 가진 업체는 우버(Uber)이다. 우버는 그동안 축적된 이동경로에 대한 교통 및 도로상황 등과 같은 빅데이터를 토대로 자율주행 자동차가 비교적 쉽게 운전할 수 있는 경로만을 골라 먼저 자율주행을 시행할 수 있는 업체이다. 또한 자율주행기능을 도입할 수 있는 택시 네트워크도 가지고 있다. 우버는 지난 2015년 2월 자율주행 자동차 개발 센터를 세우고 카네기멜론대 연구원들을 영입했고 이후 자율주행 택시를 개발했다. 실제로 작년 8월에는 미국 피츠버그에서 자율주행 택시 서비스를 세계최초로 시작했다. 이후 서비스 지역을 늘려가고 있으며 지역에 따라 법규 문제로 인해 제동이 걸리기도 했지만, 이런 추세로 볼 때 미국내 자율주행 택시의 상용화는 멀지 않았다. 우버는 최근 트레일러 차량 제조 회사인 오토모터를 인수하면서 유통·물류 분야로도 영역을 확장하고 있다.
    • 이처럼 자동차가 스스로 운전하여 사람을 목적지까지 데려다 주는 것, 공상과학 영화에서나 봐왔던 일들이 점차 현실가능성 있게 다가오고 있다. 기술적인 진보로 인하여 최근에 출시되고 있는 자동차들은 과거에 비해 분명 다분히 ‘지능적’이다. 판매되고 있는 차량들 중에서는 일시적이지만 차선을 따라 자동 운행이 가능하고, 앞 차량과의 간격을 자동으로 조절하며, 운전자가 졸음운전을 하는 것 같으면 경보를 띄워주기도 한다.
    • 앞서 살펴본 바와 같이, 보다 진보된 형태의 자율주행은 주행 중 장애물을 감지하는 수준을 넘어서서 보행자와 자전거, 차량의 종류까지 구분해 내며 가장 적절한 대응까지 할 수 있는 수준이어야 한다. 이것은 얼마나 정확하게 주변 사물을 인지하고 구분하여 판단을 내리는가가 관건인 기술로 최근 자동차나 인공지능 관련학회에서 종종 발표되고 있는 내용들이다.
    • 자동차가 정확한 판단을 내리기 위해서는 그만큼 여러 가지의 경우의 수(빅데이터)를 학습해야 하고, 차량에 탑재된 인공지능 알고리즘이 오류를 범하지 않도록 하는 것이 관건이다. 최근 구글과 테슬라의 자율주행차량 교통사고를 보더라도, 모두 인공지능 알고리즘의 잘못된 상황 인식 및 판단에 기인한 것이다. 이는 도로상황에 따라 발생할 수 있는 특수한 예외 상황에 대해서 차량의 인공지능 알고리즘이 아직 학습하지 못했거나, 학습을 했더라도 적절한 판단을 내리지 못한 경우라고 볼 수 있다.
    • 자율주행차에서 보여주는 인공지능의 범위를 어디까지 볼 것 인가에 따라서 현재 출시되었거나 시판 중인 자동차를 ‘인공지능이 도입된 차’라고 하는 것은 달라질 수 있다. 현재 출시중인 ‘지능적’ 차량들은 주로 자율주행 레벨 1~2에 속하는 모델들이 대부분을 차지하며, 옵션에 따라 레벨 0의 차량도 아직까지 많은 비중을 차지하고 있다.
    • 최근 출시되는 차량들이 탑재하고 있는 운전자의 부담을 줄여주는 형태의 사각지대경보, 차선이탈방지, 항속주행시스템(크루즈 컨트롤) 등과 같은 편의사항은 사실 단순 조건부 동작에 좀 더 가깝다. 보다 엄밀하게는 주변 환경에 대한 학습을 통해 매 상황마다 인간의 개입 없이 적절한 판단을 내려줄 수 있는 것 까지를 인공지능이 도입된 차라고 볼 수 있다. 여기에 제조업체의 광고 전략도 깔려 있음을 감안한다면, 인공지능을 갖춘 스마트카(자율주행 자동차)는 현시점에는 아직 대중화 되지 않았다. 특히 국내의 경우에는 더욱 그러하다.
    • 기술적인 측면에서 자율주행 자동차는 완전한 스마트카로 진화해 나가고 있는 것은 분명하다. 물론 아직 기술적 발전 외에도 법이나 제도적인 측면의 해결과제들이 많이 남아있지만, 선진국을 중심으로 상용화가 점점 실현되어가고 있다. 시간이 지나면 점점 IoT를 비롯한 센서들은 도시와 도로 등의 인프라에 더 많이 설치될 것이고, 여기서 생성되는 빅데이터들은 차량 자체의 자율주행기능을 더 보완해 줄 수 있는 커넥티드카의 형태로도 진화할 것으로 보인다.
    • 운전자의 개입이 거의 필요 없는 수준의 자율주행이 가능한 스마트카의 상용화는 약 2025년경에 가능할 것으로 보는 시각이 많은데, 현재의 추세로 볼 때 선진국을 기준으로 그보다 훨씬 더 빨리 상용화가 이루어질 것으로 보인다. 우리 정부와 산업계도 촉각을 곤두세우고 더욱 분발할 때이다.