뜬금없는 우주과학 ⑧

[테크월드=선연수 기자]

 

신호 주고받는데만 25분 걸리는 화성

최근 인공지능(AI), 클라우드 기술의 발전, 5G 통신망 보급 계획 등으로 자율 주행 자동차가 계속 거론되고 있다. 사람의 제어 없이 자동차가 스스로 운전하는 기술은 우리가 달려왔던 지구 위뿐만이 아니다. 무려 화성의 지표면을 탐사하는데 자율 주행 기술이 필요한 것이다. 그러나 지구에서 화성까지 신호를 주고받는데만 최대 25분이 걸린다. 클라우드처럼 서버 공유 기능을 이용해 제어했다간, 25분 후엔 만신창이가 된 탐사선의 잔해만 남을지도 모른다. NASA는 지구로부터 2억 2500만km 떨어진 화성에서 어떤 방법으로 탐사선의 여행을 도왔을까?

 

딥러닝 기술로 외딴 행성에서 홀로 자율 주행

지구에선 화성 탐사선의 눈인 카메라를 통해 표면을 살필 수 있다. 하지만 탐사선의 이동 경로에 있는 높은 언덕, 커다란 구덩이는 사람의 제어 없이 어떻게 피할 수 있을까? NASA는 뉴랄라(Neurala)의 딥러닝 기술을 이용해, 탐사선이 화성의 구석구석을 탐색하고 지도를 그릴 수 있도록 연구했다.

딥러닝 기술이란 AI 중 머신 러닝 기술의 한 종류로, 인간의 뇌를 본뜬 심층 신경망(DNN, Deep Neural Network) 알고리즘에 기반한다. 뇌가 정보를 인식하고 분류하는 것처럼, AI 로봇이 학습한 데이터를 통해 실제 상황을 판단하고 임무를 수행하게 만드는 기술이다.

뉴랄라의 딥러닝 기술은 인터넷 연결을 필요로 하지 않아, 클라우드를 이용하지 않고 자체적으로 데이터를 분석하고 학습해 판단할 수 있다. 이로 인해 기기를 제어하기 위한 데이터 전달 에너지를 아끼게 돼, 저전력 컴퓨터 제작이 가능하다. 또한 병렬식 연산 시스템으로, 대량의 데이터라도 빠르게 연산할 수 있다.

NASA는 인터넷 연결이 힘들고, 전력 공급이 쉽지 않은 화성에선 뉴랄라의 기술이 적합하다고 여긴 것이다. 현재 화성의 데이터 처리 등 자료 연구 과정에선 딥러닝 기술이 쓰이고 있으나, 탐사선 적용은 아직 개발 단계에 놓여있다.

 

통화도 불가, SNS도 먹통, 자율 주행 차는 괜찮을까?

NASA는 뉴랄라의 딥러닝 기술을 화성의 낯선 환경 탐사에 이용하려 했으나, 오히려 로봇, 드론, 자율 주행 자동차와 같은 분야에서 환영받고 있다. 클라우드를 이용한 자율 주행 자동차는 자동차의 센서로 정보를 얻은 후 클라우드로 전송한다. 이후 클라우드는 정보를 분석해 자동차에 지시를 내리면, 그에 반응해 자동차가 움직이는 것이다. 네트워크를 통해 어디서든 관리할 수 있는 클라우드는 강력한 이점을 가졌지만, 동시에 치명적인 단점이 된다.

화성과 달리 지상 통신에선 4G의 경우 100분의 1초, 상용화 예정인 5G는 1000분의 1초의 지연 시간을 갖게 된다. 이는 신호를 전달하는데 지연되는 시간으로, 데이터 처리 과정을 통해 더 길어질 수 있다. 한순간에 일어나는 사고를 네트워크를 통한 결정이 막아줄 수 있을까?

뿐만 아니라, 네트워크란 항상 안정하지가 않다. 지진 알림이 울렸을 때, 전화가 먹통이 되고, 데이터를 이용한 SNS 사용이 불가능했던 경험이 한 번씩은 있을 것이다. 데이터 이용량이 폭주할 경우, 네트워크를 통해 엄청난 양의 데이터를 주고받는 자율 운전 자동차가 과연 제대로 작동할 수 있을까?

뉴랄라의 딥러닝 기술은 인터넷에 연결하지 않고도 데이터 학습이 가능한 알고리즘으로, 지연 시간과 네트워크의 불안정으로 발생할 수 있는 문제에 대한 해답을 가져다준 것이다.

 

딥러닝 기술과 1초에 320조 번 계산 가능한 GPU의 결합

뉴랄라는 엔비디아(NVIDIA)와 협력 연구를 진행해오다, 2016년 엔비디아의 Jetson Embedded Platform ecosystem에 합류했고, 엔비디아는 해당 기술을 자동차 컴퓨팅 시스템에 적용했다. GPU는 자율 주행 자동차 구성에 있어 중요한 역할을 한다. CPU가 외부로부터 정보를 받아오면, GPU가 수치 연산을 처리하는데, 자율 주행 자동차의 경우 처리할 데이터의 양이 방대하다. 따라서 복합적인 연산도 빠르게 처리할 수 있는 고성능 GPU가 필수적이다.

 

‘NVIDIA DRIVE AGX Pegasus’   출처 : 엔비디아

현재 테스트 단계에 있는 ‘NVIDIA DRIVE AGX Pegasus’는 ‘NVIDIA DRIVE AGX Xavier’ 프로세서와 2개의 차세대 ‘TensorCore GPU’에 기반해, 1초에 320조 번의 딥 러닝 계산을 할 수 있는 슈퍼컴퓨터다. 이를 통해 자동차와 클라우드 간의 데이터 전송 없이도 자체 구축 시스템으로 직접 데이터를 처리해, 안전한 자율 주행 서비스를 제공하도록 설계됐다.

엔비디아는 현재 자율 주행 컴퓨팅 플랫폼 개발 단계로, 자동차 부품 제조업체 콘티넨탈, ZF와 함께 상업용 레벨2+ 자율 주행 솔루션을 이용해 2020년 제품을 생산할 계획을 발표했다. 또한 메르세데스-벤츠, 폭스바겐, 도요타, 아우디, 볼보, 테슬라 등의 기업과 파트너 관계를 유지하며, AI 차량을 개발 중이다.

 

연간 안전운전의무 불이행으로 인한 교통사고 12만 1322건, 해결책은 자율 주행?

2017년 법규위반별 교통사고 현황   출처 : 교통사고분석시스템(TAAS)

교통사고분석시스템(TASS)의 2017년 교통사고정보에 따르면, 전체 교통사고 발생 건수 21만 6335건 중 56.1%가 안전운전의무 불이행이고, 이어 신호위반 11.3%, 안전거리미확보 9.3%, 교차로 통행방법위반 6.6%, 중앙선 침범 4.7% 등으로 나타났다. 이 중 안전운전 의무는 운전 중 휴대전화 사용 금지, DMB 시청 금지, 안전띠 착용, 난폭운전 금지, 방향지시등 설정 등을 포함하며, 이를 지키지 않아 발생하는 사고가 절반 이상인 12만 1322건을 차지한다.

자동차를 통해 안전한 자율 주행 기술이 확보된다면, 사람의 잘못과 실수로 일어나는 교통사고량이 현저히 줄어들 것으로 예상할 수 있다. AI 기술을 통해 순간의 방심이 불러일으킬 재앙의 가능성을 원천봉쇄할 수 있기 때문이다. 뿐만 아니라 노인, 장애인 등 이동에 불편함을 겪는 사람들에게 혁신적인 이동 수단이 될 수 있다. 자율 주행 기술이 가져다 줄 안전하고 편리한 이동 시스템을 기대해본다.

 

 

이 기사를 공유합니다
저작권자 © 테크월드뉴스 무단전재 및 재배포 금지