한국통신학회 KICS

자율주행기술의 현재와 발전방향

한양대학교 최준원 교수

자율주행기술은 4차산업혁명에 중심에 있는 기술로 앞으로 많은 가치를 창출해 낼 것으로 기대하는 미래 기술이다. 이 글에서는 자율주행기술의 현재 상황을 짚어보고 앞으로 어떻게 발전될 지에 대한 청사진을 그려보고 그 발전 방향에 대해 논의하도록 한다. 

먼저 자율주행기술의 수준은 SAE (미국자동차공학회)에서 나눈 5가지 분류를 따른다. 그 중 2단계 자율주행은 현재 차에도 장착되어 있는 ADAS라고 하는 운전자보조시스템을 말한다. 예를 들면 스마트크루즈시스템, 차선유지시스템이 이에 해당한다. 2단계 자율주행까지는 운전자가 계속 전방을 주시해야 하고 언제든지 운전을 할 태세를 취해야 하는 것을 요구하기 때문에 그 자율성에는 한계가 있다. 2단계를 넘어서서 향후 몇년간 우리에게 다가올 자율주행 기술은 3단계와 4단계 자율주행기술로 구분된다. 3단계 자율주행을 조건부 자동화라고 하는데 자율주행이 가능한 상황에서는 차량이 스스로 운전을 책임지지만 운전이 가능하지 않은 상황에서는 운전권을 운전자에게 돌려주는 자율주행 시스템을 말한다. 따라서 얼마나 자주 차량이 운전권을 포기(disengagement)하느냐가 자율주행기술의 성능지표라고 할 수 있다. 3단계 자율주행의 예로는 고속도로 조건에서만 자율주행을 허용하는 고속도로 자율주행이 있다. 현재 3단계 자율주행 기술은 현대자동차, 테슬라, GM 등의 자동차 회사들을 중심으로 활발히 개발이 되고 있으며 2023년에 상용화를 예상하고 있다. 한편, 4단계 자율주행은 고도의 자동화로 불리는 기술이며 특정 지역 또는 공간에서 운전자의 개입이 필요없는 자율주행 기술이다. 4단계 자율주행은 단기적으로는 캠퍼스나 공공지역 내의 셔틀이나 택시 서비스의 형태로 서비스가 될 것이고 장기적으로는 복잡한 도심 내의 자율주행으로 구현될 것이다. 4단계 자율주행은 한단계 높은 수준의 지능화를 필요로 하기 때문에 앞으로 더 긴 개발 기간이 필요할 것으로 예상된다. 

3단계 자율주행 기술 이상부터는 운전의 책임이 자율주행 시스템에 있기 때문에 자율주행 중 사고가 나면 책임소재가 복잡해지는 문제점이 있다. 이는 정책적으로 해결되겠지만 자율주행의 오류나 실패를 사회적으로 용인하기는 쉽지 않도. 따라서 자율주행 기술이 상용화가 되기 위해서는 안정성과 신뢰성을 높이는 시스템 설계가 무엇보다도 중요하다. 이를 달성하기 위해서는 첫째 고성능 자율주행 알고리즘이 필요하다. 카메라, 라이다, 레이다 등의 복합 센서를 사용하여 열악하거나 변화가 심한 환경에서도 동적환경에 대한 정확한 인지기능을 수행하고 고해상도 지도의 도움을 활용하여 정적 환경을 파악하고 자율주행차의 측위 신뢰성을 높일 수 있다. AI 기술의 능력을 적극적으로 활용해야 하고 AI 기술의 능력을 극대화하기 위해 대규모 학습 데이터를 확보해야 한다. 또한 학습데이터가 늘어남에 따라 지속적으로 자율주행 알고리즘을 업그레이드할 수 있는 확장가능한 머신러닝 플랫폼이 구현되어야 한다. 센서를 장착한 차량들이 도로를 다니며 학습데이터를 수집하고 이를 클라우드 서버로 전송을 하여 클라우드 서버에서 자율주행 모델을 학습한다. 그 후 학습된 모델을 다시 차량들에게 소프트웨어 업데이트의 형태로 이식할 수 있어야 한다. 이를 위해서는 OTA와 같은 차량 통신 기술의 역할이 필수적이며 학습데이터의 효율적인 가공 및 관리 기술도 필수적이다. 둘째, 자율주행을 위한 인프라의 도움이 필요하다. 최근에는 정부의 주도로 협력형 지능형 교통체계 (C-ITS)에 대한 사업이 활발히 진행되고 있다. C-ITS란 인프라에서 자율주행에 유용한 정보들을 수집하고 이를 가공하여 V2X 기술을 이용하여 주변 차량들과 공유하는 기술이다. 각 차량들은 센서만으로 안전한 자율주행주행을 보장할 수 없기 때문에 인프라에서 제공할 수 있는 정보들을 최대한 활용하여 안전성을 높여야 한다. 또한 인프라를 통해 고정밀 지도를 지속적으로 관리, 갱신하여 시간에 따라 변하는 정적환경을 잘 반영해야 한다. 마지막으로 자율주행을 위한 고성능 고효율 하드웨어 플랫폼 기술이 필요하다. 실시간으로 많은 양의 센서 데이터가 처리되어야 하기 때문에 많은 양의 AI 연산을 실시간으로 수행할 수 있어야 한다. 전기차에서는 전력소모가 중요하기 때문에 많은 연산을 저전력으로 수행가능해야 한다. 컴퓨팅 하드웨어 뿐만 아니라 센서 데이터를 컴퓨터에 전달하는 차량용 네트워크도 중요한 핵심 요소이다. 많은 양의 센서 데이터를 고속으로 전송하는 이더넷 또는 Serdes 기반의 차량용 네트워크 기술이 개발되어야 한다. 하드웨어 계산의 신뢰성도 중요하여 연산 오류나 실패를 방지 복구하는 기술이 갖추어야 한다. 이처럼 자율주행 기술은 알고리즘, 인프라, 하드웨어의 다양한 기술이 발전하여 위에서 살펴본 요구조건들이 만족될 때 우리 일상으로 들어올 것으로 예상된다. 자율주행은 일종의 플랫폼 기술로서 사용자가 자율주행 소프트웨어 사용에 따라 이익을 지속적으로 창출해 낼 것이다. 플랫폼 기술의 특성상, 누가 먼저 주도권을 잡느냐가 매우 중요한 게임이 되어가고 있으며 경쟁이 이미 치열하다. 이미 테슬라는 3단계 자율주행을 위한 기술 조건에 다가가고 있으며 FSD (Fully self-driving) 베타 버젼을 배포하여 그 가능성을 타진하고 있고 그 외의 후발 주자들이 열심히 테슬라를 추격하고 있다. 향후 전기차 기술과 함께 자율주행 기술의 완성도는 각국의 자동차 산업의 경쟁력을 좌우하는 궁극적인 성과 지표가 될 것이다.