완전한 자율주행을 위한 주요 기술은?

먼저 자율주행에 있어 카메라 센서는 사람의 ‘눈’과 같은 역할을 합니다. 연구진은 카메라 센서를 이용하여, 사람 눈처럼 인식하는 소프트웨어를 개발했습니다. 예를 들어 카메라의 역할은 주변에 차선이나 도로를 알아내어 차의 위치를 정확하게 알게 합니다. 고성능 GPS를 쓸 수 있지만, 아직까지 오차범위가 굉장히 큽니다. 1억 원에 가까운 GPS도 도심지에 가면 사용할 수 없습니다. 자율주행은 기본적으로 운전자가 탑승한 차의 위치가 어디인지 정확히 알아야 다음 단계로 넘어갈 수 있습니다. ETRI는 개발한 카메라 센서를 이용하여 차량의 위치를 인식하기 위해 차선과 주변 마크를 알게 만들어 줍니다. 신호등 인식도 카메라 센서를 이용하지만, 향후 5G 기술을 통해 정보를 받으려고 합니다.

또 라이다(Lidar)는 주변 장애물이 사람인지 차인지를 인식하게 해줍니다. 만약 차라면, 버스인지 트럭인지 인지하고, 운전자와 충돌 위험 여부를 제어합니다. 이처럼 주변에 있는 이동 장애물을 인식하는 역할로 라이다를 활용하고 있습니다. 물론, 카메라를 통해 할 수 있지만, 라이다가 좀 더 정확합니다. 현재 라이다로 장애물을 인식하는 인공지능 기술을 개발중에 있습니다. 아마 독자들은 라이다가 좀 생소할 수도 있습니다. 좀 더 설명하자면, 라이다는 360도로 빛을 쏘았을 때 반사해서 오는 거리가 있습니다. 이때 쏘아진 빛을 통해 앞에 있는 물체를 감지하는 원리입니다. 라이다의 성능은 360도에서 16채널, 32채널, 64채널이 있습니다. 한 바퀴 돌면서 주변에 있는 포인트 데이터는 장애물의 형태를 보여줍니다. 그 형태를 인공지능 기술을 통해 알아내는 원리입니다. 즉, 첫 번째는 종류를 구분하고, 두 번째는 크기를 정확하게 인공지능으로 추론하는 것입니다. 이렇게 추론하는 이유는 앞에 물체와 충돌이 예상될 때, 사람일 때와 차일 때 각각 액션이 달라야 하기 때문입니다.

아울러 자율주행의 인식·제어는 사람의 눈이라 보면 되고, 판단은 뇌의 역할로 생각하면 됩니다. 뇌 역할을 하는 기술이 주행 전략을 수립하는 셈이지요. 사람은 운전할 때 ‘신호등이 빨간 불이니까 어디에 서면 되겠다.’라는 생각을 합니다. 또는 ‘저 차가 내 차와 충돌할 것 같으니 정지해야겠다.’ 이런 생각을 합니다. 이처럼 자율주행차도 사람처럼 생각할 수 있도록 뇌에 해당하는 부분의 연구를 수행 중에 있습니다. ‘횡단보도에 사람이 지나가니까 선을 밟지 말고 서야겠다.’, ‘교차로에서 좌회전해야 하니까 차선을 변경해야겠다.’ 이런 부분이 모두 주행 전략에 해당합니다. 물론 보완해야 할 부분도, 고민해야 할 변수도 많습니다. 현재 연구진은 부족한 것들을 추가로 차근차근 개발해 나가고 있습니다.

완전한 자율주행을 위해 보완해야 할 점은?

자율주행의 핵심은 결국 인공지능입니다. 그동안 인공지능 없이 자율주행 실험을 해봤지만, 그때 해결하지 못했었던 부분을 인공지능으로 점차 해결해 가고 있습니다. 연구진은 2년 전부터 자율주행 기술에 인공지능을 접목하고 있습니다. 대표적인 것이 신호등 인식입니다. 말씀드린 바 있는 라이다로 장애물을 예측하는 기술이 바로 인공지능으로 가능해집니다.

인공지능의 핵심은 학습입니다. 학습하기 위해서는 굉장히 많은 데이터가 필요합니다. 데이터라는 것이 무조건 수급해서 쓰는 것은 아닙니다. 인공지능이 학습하기 위해서는 어떤 데이터 값을 입력해 줘야 합니다. 가령 영상의 경우 이건 ‘차’라고 입력해 주고, 라이다의 경우 실제 차 형태를 입력하는 작업을 거쳐 기계학습 하는 것입니다. 결국, 인공지능의 핵심이 데이터이다 보니 데이터 수집이 가장 관건입니다. 우리가 데이터를 수집하는 연구용 차량에만 카메라가 10대, 라이다가 1대 부착되어 있습니다. 데이터가 정말 어마 어마 합니다. 라벨링을 통해 기계학습을 하고 있지만, 데이터가 턱없이 부족합니다. 데이터를 끊임없이 수집해야 하는 숙제가 있습니다.

지능로보틱스연구본부의 최종목표는?

가까운 목표로는 자율주행 5단계까지 가는 것이 목표입니다. 국내 자율주행 기술 단계는 3단계 수준입니다. 3·4·5단계 정도 되어야 자율주행이라고 할 수 있는데, 아직 국내는 3단계에 머물러 있습니다. 연구진은 차량 손잡이(Steering Wheel)는 물론 브레이크도 없는 완전 자율주행을 목표로 합니다. 이런 차가 도시에서 완전히 운행될 수 있는 목표를 달성하기 위해서는 인공지능 학습이 필수적이라 생각합니다.

장기적 목표로는 연구진을 통해 완전한 자율주행차 기술이 개발되었을 때, 공공목적에 맞춰 교통 약자를 위해서도 운행할 수 있길 바랍니다. 이들을 대상으로 대중교통을 맘껏 이용할 수 있게 도와주는 것도 연구진의 작은 목표중 하나라 생각합니다. 이와 같은 목표를 달성하기 위해 연구진들은 연구에 매진하고 있습니다.