센서와 인공지능의 개선으로 상용화에 접어든 레벨3 자율주행

[테크월드=신동윤 기자] 자율주행은 지금까지의 성능과 기능 위주의 자동차 발전이 안전과 편의성 위주로 진화하는 변곡점에 위치한 기술이다. 특히 일부 계층을 위한 자동차가 누구나 사용할 수 있는 도구로 탈바꿈하고 있는 것이다. 심지어 미국에서는 심장에 이상이 생긴 환자가 테슬라의 자율주행 기능으로 30여km를 달려 병원 응급실까지 무사히 도착한 일도 있었으며, 이런 극적인 사건이 아니라고 하더라도 졸음운전, 보행자나 앞 차와의 충돌 방지, 사각지대에 위치한 차량을 미리 알려주는 등의 기능으로 보다 안전한 운행 환경을 만들어 나가고 있다.

하지만 현재 본격적인 자율주행이라고 할 수 있는 레벨3 수준의 자율주행은 거의 찾아볼 수 없으며, 레벨2, 혹은 레벨2+ 수준의 자율주행이라고 얘기하는 수준의 기술 완성도를 보이고 있는 것 또한 사실이다. 레벨3 자율주행이 가능한 차량은 현재 아우디의 5세대 A8 단 한 종만이 상용으로 판매되고 있다.
아우디 A8은 손이나 발을 사용하지 않고도 고속도로에서 주행하는 데 필요한 기능을 제공하며, 이를 위해 라이다(LiDAR), 카메라 등을 갖춘 자동차다.

엄청난 연산 능력 필요한 자율주행의 인공지능
2000년대에 접어들면서 보다 안전하고 편리한 자동차를 만들기 위해 카메라, 초음파 센서, 레이다, 라이다, 나이트비전 등의 센서와 이를 처리하기 위한 고성능 프로세서를 이용한 ADAS가 본격적으로 성장하기 시작했다.
여기에 기존의 자동차 업계뿐 아니라 구글이나 애플 등의 대형 IT 업체들까지 자율주행 자동차 개발 경쟁에 뛰어들면서 ADAS와 자율주행자동차용 부품 시장의 성장이 점차 가속화되고 있다. 욜 디벨롭먼트(Yole Developpement)의 연구에 의하면 ADAS용 센서시장은 2016년 129억 달러에서 2022년 258억 달러로 5년 사이 두배 가까운 성장세를 보일 것이라고 예측하고 있다. 자율주행자동차는 센서를 통해 얻은 주변상황과 V2X를 통해 얻은 주변 자동차, 도로 등의 인프라에서 전달되는 엄청난 양의 정보를 실시간으로 분석해 가장 안전하고 효율적인 경로를 결정하는 인공지능 기술이 필수다. 이런 인공지능을 통해 도로와 표지판, 보행자, 자전거, 야생동물, 그리고 주변의 차량 등을 지속적으로 인지하고 추적한다.

[그림 1] ADAS 관련 센서 시장 성장 전망(단위: 백만달러)

구글의 자율주행자동차는 초당 1GB의 데이터를 생성하는데, 이를 처리하기 위한 AI 컴퓨터의 능력은 초당 120조 회 연산 가능한 120TOPS(Theorerical Operation Per Second)로, 이는 대략 일반 PC의 2300배에 가까운 성능이다. 
물론 아직 자율주행 기술의 완성 가능성에 대해 논란은 지속되고 있다. 현재 실도로상에서 볼 수 있는 차량은 레벨2 수준의 ADAS 장착 차량으로, 일부 레벨3 수준의 자동차가 등장하고 있지만, 이를 넘어선 레벨4나 레벨5 수준의 완전자율주행자동차가 등장하기 까지는 아직 꽤 많은 시간을 기다려야 할 것이다.

[그림 2] 센서 기술 로드맵과 자율주행 기능의 연관관계 자료: 욜 디벨롭먼트

자동차 업계에 뛰어드는 IT 업체들
주요 자동차 제조업체들은 기존 모델에 ADAS를 적용하기 위해 노력하고 있으며, 이를 더욱 개선해 자율주행 수준으로 향상시키기 위한 노력을 기울이고 있다. 또한 이들 외에도 구글이나 우버 등의 IT 업체들도 자율주행 기술과 이를 이용한 서비스를 개발하기 위한 노력을 기울이고 있다.
이들은 라이다와 원적외선 카메라(열감지 카메라), 일반 카메라는 물론, 레이더와 초음파 센서 등으로 이뤄진 복합적인 센서군을 통해 생성된 데이터를 분석해 이를 바탕으로 자율주행을 시행한다. 또한 여기에는 엔비디아나 인텔, 르네사스, NXP 등의 반도체 업체와 운영체제, 소프트웨어 업체들의 협력으로 인공지능을 통한 주변 환경 분석 기능을 제공한다.

[그림 3] 플리어의 ADAS용 원적외선 카메라

레벨5는 아직 10년 이상 기다려야
자율주행의 궁극적인 목표는 운전자 없이 운행하는 레벨5의 구현이다. 하지만 이는 현재의 기술 수준으로는 당장 도달하기 어려운 상황이다.
현재는 레벨3조차 기존 모델의 자동차를 개조하기는 쉽지 않기 때문에, 신모델, 특히 최상위 모델을 중심으로 자율주행 기술의 적용이 시도되고 있다.
일반적으로 10년 이상의 라이프사이클을 갖고있는 자동차 산업의 특성상 레벨5를 구현할 기술력을 확보한다고 하더라도, 실제 상용화돼 일반인들이 체감할 수 있는 수준의 보급이 이뤄지기 까지는 훨씬 더 긴 시간이 소요될 것으로 예상된다. 또한 이런 자율주행의 주요 타깃은 일반 승용차보다는 전용도로나 정해진 경로를 오가는 버스나 택시와 같은 대중교통, 물류나 운송에 사용되는 트럭 등이 될 것으로 예상되고 있다.
또한 이를 활용한 다양한 비즈니스 모델이 등장할 것으로 예상되며, 우버나 리프트, 소카와 같은 차량공유 서비스가 이에 대한 관심이 특히 높은 이유도 바로 새로운 비즈니스 모델을 만들 수 있기 때문이다.
현재 구현이 가능한 레벨3의 경우 교통체증 상황이나 고속도로와 같은 상황에서의 제한적인 자율주행이 가능하며, 원격 주차, 운전자의 졸음이나 음주 여부 등을 파악하는 기능을 제공하고 있다.

[그림 4] 자율주행을 위한 주요 센서 자료: 욜 디벨롭먼트

하드웨어에서 소프트웨어에 이르는 다양한 기술의 진화 필요
자율주행은 자동차 분야에서 다양한 기술의 변화를 이끌어 가고있다. 특히 레벨이 올라갈 수록 이런 기술이 차지하는 위치와 영향력은 점점 더 커질 것이다. 가장 두드러지게 나타나는 기술적 특징은 음성 지원의 강화다. 아마존이나 구글, 마이크로소프트 등의 해외 대형 IT 업체는 물론이고, 국내에서도 네이버나 다음, 삼성전자 등이 음성 지원을 통한 자동차의 기능 제어가 가능해질 것이다.
두번째는 ECU의 통합이다. 현대의 자동차는 대당 약 100여 개의 ECU에 6~8개의 운영체제가 사용되고 있다. 이를 대폭 줄여 6~10개 수준의 통합된 도메인으로 구성하려는 시도가 이어지고 있다. 이를 위해서는 하이퍼바이저와 같은 가상화 기술이 필수며, 서로 다른 보안 규정과 안전도를 요구하는 각종 앱을 독립적으로 운용할 수 있는 기술이 필요하다.
이외에 센서의 성능 강화와 기능과 기술의 개선이 필요하다. 보다 효과적으로 물체를 인지하고 분류할 수 있는 카메라와 IR 센서, 그리고 고정형 라이다(Solid State LiDAR)와 같이 자동차의 디자인을 크게 해치지 않는 센서의 개발도 필요하다. 이외에도 기존 센서의 감지 범위와 정밀도의 향상도 반드시 이뤄져야 한다.

[그림 5] 벨로다인의 고정형 라이다

 

인공지능 성능과 방식의 개선도 필요하다. 딥러닝을 통해 정확도가 점차 개선돼 나간다고는 하지만, 최근 중국에서 점 세개만으로 테슬라 자동차의 오토파일럿 기능을 무력화시켰던 것처럼, 좀 더 정교하고 신뢰도 높은 인공지능이 필요하다. 물론 센서에서 수집된 엄청난 양의 데이터를 실시간으로 분류하고 분석해 인공지능에 전달하기 위한 높은 신뢰도의 고성능의 프로세서와 저장장치 또한 필수다.

이 기사를 공유합니다
저작권자 © 테크월드뉴스 무단전재 및 재배포 금지
이 기사와 관련된 기사