VOL. 176 May 2021
자율이동체,
완전한 교통을 꿈꾸다
최근 부분적인 자율주행이 가능한 3단계 자율주행차가 상용화되고 있다.
그리고 그 가능성에 대한 기대 또한 점차 커지고 있다.
지정된 환경에서 자율주행이 가능한 4단계, 모든 환경에서 자율주행이 가능한 5단계를 넘어
자율주행기술이 바라보고 있는 미래는 어떤 모습일까?
새로운 미래, 자율이동체 플랫폼New Platform
최근 COVID19로 인해 비대면 서비스에 대한 수요가 폭발적으로 증가하고 있다. 이에 따라 자율주행기술도 무인 배송 등 다양한 형태로 진화하고 있다. 특히 오판이나 실수의 가능성이 있는 인간 운전자가 자율주행 시스템으로 대체되어 교통사고를 획기적으로 줄이고 이동 시간을 효율적으로 활용할 수 있다는 장점은 자율주행 기술의 매력을 한껏 끌어올린다.
자율이동체는 기계 시스템과 AI가 융합된 기술로 다양한 분야에 최적화된 서비스를 제공하는 것이 가능하다. 또한 전기동력원을 사용해 지속 가능하고 친환경적인 자율이동체 플랫폼 연구가 진행되고 있다. 이러한 장점을 바탕으로 단순히 사람이나 물건의 이동환경을 개선하는 것에 그치지 않고 서비스 제공을 위해 MaaS1)와TaaS2) 등과 연계한 ‘자율이동체 플랫폼’ 이라는 개념이 떠오르며 새로운 산업과 서비스가 등장을 예고하고 있다.
1) MaaS(Mobility as a Service)
스마트 기기 하나로 철도, 택시, 자전거, 주차장, 숙박에 이르기까지 포괄적인 이동 서비스를 제공하는 개념
2) TaaS(Transportation as a Service)
단순히 차량공유를 넘어 수송 자체가 서비스로 인식되는 미래 모빌리티 비즈니스의 개념
자율주행차가 넘어야 할 임계점Critical Point
미국자동차공학회는 자율주행차의 기능 단계를 구분하기 위해 자율주행차의 자동화 항목, 운전 주시의 의무, 시스템 오류 대응 등에 따라 자율주행 시스템을 6단계로 구분했다. 자율주행이 적용되지 않은 일반 차량을 0단계에서부터 완전 자율주행 단계인 5단계까지 세분화한 것이다.
현재 자율주행차 분야는 AI와의 융합하며 다양한 교통상황 데이터를 수집하고 공유하는 체계를 마련하는 것이 필수적이다. 특히 최근에는 국가 차원에서 데이터를 수집·가공·거래·활용하는 기반을 강화하여 데이터 공유를 가속화하고 있다. 이를 위해 자율주행 분야에서는 이미지에서 객체를 검출하기 위해 데이터를 분류하는 기술, 인지판단제어 SW 모듈로 구성된 자율주행시스템으로 다양한 센서에서 들어온 정보에서 객체의 위치와 속도 등을 분석하는 기술 등이 필요하다. 특히, 눈이나 비가 오는 날씨 등 센서가 정보를 수집하기 힘든 상황에서 정확성과 신뢰성을 높이기 위한 기술 연구와 높은 GPU 의존도를 낮추고 전력 소모와 발열을 해결하기 위한 최적화 연구도 필요한 상황이다.
자율주행차, 어디까지 왔을까Current Status
최근 미국의 전기차 회사 테슬라는 완전자율주행시스템의 베타버전으로 FSD(Full-Self driving) 시스템을 배포했다. 테슬라 자율주행기술의 특징은 기술개발이 완벽하지 않더라도 현실 세계의 사용자 데이터를 수집하고 이를 학습해 오류를 해결한다는 것이다. 각 차량의 센서가 수집한 데이터들은 서버로 전달되고 서버에서는 보고된 오류를 분석, 학습하여 자율주행 수준을 향상시킨다. 실제로 현재 베타버전에서 보고된 오류들은 대부분 현실 세계의 데이터가 부족해 발생하는 현상들이라고 한다.
자율주행 기술의 상용화를 막는 가장 큰 걸림돌 중 하나가 부분 자율주행 단계(2~3단계)에서 발생하는 오류로 인한 교통사고에 대한 불안감이다. 반복적인 사고를 예방하기 위해서는 사고데이터에 대한 분석이 필수적이지만, 동일한 시나리오에 대한 사고데이터 획득이 어렵고 시뮬레이션만으로는 오류 대응을 위한 체계적인 검증에 한계가 있기 때문이다.
자율주행 AI의 안전성 강화를 위해서는 대규모 주행데이터 기반 학습과 실제 교통환경에 대한 내재화가 필요하다. 국내 도로 환경이나 운전자와의 수용성을 고려하지 않은 자율주행 기술은 안전성 자체에 위협이 될 수 있다. 이러한 문제점 해결을 위해 국산 기술력을 확보하여 교통 문화와 사회적 관념을 이해하는 지능화의 과정이 필수다. 최근에는 안전성뿐만 아니라 자율주행 AI 데이터 및 알고리즘에 내재된 윤리적인 문제에도 관심이 쏟아지고 있다. 이에 따라 알려지지 않은 이상 징후를 예측, 탐지하는 연구와 돌발 상황에 실시간으로 대응하고 사고분석이 가능한 기술 등 다양한 안전과 윤리에 연구의 중요성도 점점 커지고 있다.
자율이동체의 미래,
‘커넥티드 자율이동체’The future
이에 최근 ETRI는 2035년 미래 사회에 실현될 ‘커넥티드 자율이동체’ 개념을 제시하고 장기적 연구개발의 방향과 목표를 설정하였다. ‘이동의 자유’라는 이상을 목표로 제시하는 커넥티드 자율이동체는 유인과 무인의 운전자가 혼재된 교통상황에서 각 이동체의 의도와 상황을 스스로 인지하고 행동하는 인공지능을 부여한 시스템이다.
커넥티드 자율이동체는 개념은 5년을 주기로 총 3단계로 구분된다. 가장 가까운 2025년에는 차량 단독 센서 범위 내에서 인지·판단·제어가 가능한 AI 자율주행 기술인 차량 단독 인지 및 판단 기술로 자율주행 3단계를 완벽하게 구현하는 것을 목표로 한다. 2030년에는 자율주행차와 자율주행차, 자율주행차와 인프라의 연결을 통해 인지 범위를 확장하고 주행 협상이 가능한 자율주행 4단계 구현이 목표다. 마지막으로 2035년에는 초연결·고신뢰·초저지연의 통신기술을 기반으로 원격 통제 및 관리를 통해 스스로 목적지까지 무정차 운행할 뿐만 아니라 악천후 상황도 센서 융합을 통해 상황 인지가 가능한 ‘커넥티드 완전 자율이동체’로 발전시키고자 한다.
© ETRI 커넥티드 자율이동 신개념 형상에 대한 기술발전지도 2035
연구진이 제시한 목표에는 공간과 시간, 환경 및 상황에 따른 제한사항이 없는 인지 판단 제어 기술 구현을 포함하고 있다. 뿐만 아니라 시스템의 결함이나 SW의 오류 및 의도적인 공격에도 안전한 시스템을 위한 테스트를 포함하고 있다. 이와 같은 기술 목표가 성취되면 2035년 미래의 인구와 사회구조의 변화에 선제적인 대응을 통해 국가적인 현안 해결에 기여할 것으로 기대한다.
기술 경쟁력은 실제 도로 서비스에서 불편한 테스트를 통해 찾은 오류를 해결하려는 노력으로부터 비롯된다. 사고로 직결될 수 있는 실제 도로 테스트를 확대하기 위해서는 도전적인 연구가 가능하도록 실패를 용인하는 연구제도와 시범운영지역 확대, 보험과 규제개선 등의 인프라 개선도 함께 진행되기를 기대한다.
본 내용은 전자통신동향분석 36권 1호를 참고, '사고제로, 커넥티드 자율이동체'를 재구성한 글입니다.
