자율주행차, 무인자동차의 미래에 관한 많은 이야기가 오가고 있다. 거의 대부분의 미래학자들은 머지 않아 무인자동차가 도로 위를 장악할 것이라고 전망하고 있다. 이는 2020년대에는 배터리 전기차가 대세가 될 것이라는 전망과 함께 논란의 대상이 되고 있다. 구글을 비롯한 일부 IT업체들은 무인자동차의 실용화에 박차를 가하고 있지만 자동차업체들은 ‘운전하는 즐거움을 빼앗지 않겠다.’며 자율주행차의 개발 방향을 제시하고 있다.

무인자동차의 개념을 처음 소개한 것은 1939년 GM이 제시한 무선 작동자동차였다. 1958년에는 폰티악 파이어버드 베이스의 무인 시험용 자동차도 개발했었다. 물론 현대적인 개념이기는 했지만 센서도 없었고 카메라와 레이더도 없었다.

그것이 연간 130만명에 달하는 교통사고 사망자를 줄이자는 충돌하지 않는 차의 개발하자는데 착안해 지금의 자율주행차 개발 붐에 이르렀다. 결론부터 말하자면 완전 무인자동차는 꿈일 가능성이 더 높다. 1960년대 6명의 파일럿이 있었던 비행기 조종실에 지금은 2명으로 줄었지만 여전히 25년 전부터 진행되어온 완전 무인 운행은 실현되지 않고 있다.

‘허핑턴포스트’ 선정 정치 부문 게임 체인저 10인에 뽑힌 미국의 차세대 리더이자 혁신 전문가인 알렉 로스(Alec Ross)는 그의 저서 ‘알렉 로스의 미래 산업 보고서(The Industries of the future, 2016년, ㈜사회평론 刊)’에서 다음과 같이 주장한다.

“배송 드론이 하늘을 쉴 새 없이 날아다니거나 무인자동차가 거리를 메우는 정도를 결정하는 기준은 결국 기술적으로나 경제적으로 실현 가능하느냐가 아니라 그 때문에 발생하는 변화를 과연 인간이 수용하느냐에 있다. 누구에게 운전대를 맡기겠는가? 친구인가, 부모인가, 제3자인가, 아니면 자신이 통제할 수 없는 블랙박스인가? 자동차 사고가 매일 발생하기는 하지만 소프트웨어에 문제가 생겨 발생하는 사고를 우리가 흔쾌히 받아들일 수 있을까? 비행기 추락사건이 터졌을 때 대규모의 정밀조사가 실시되는 현실로 미루어보면 아마도 그렇지 않을 것이다. 소프트웨어 실수로 고속도로에서 다중 충돌사고가 발생한다면 시스템을 끄라는 요구가 빛발칠 것이다.”

그만큼 완벽해야 한다는 이야기인데 다른 분야에서 이미 경험했듯이 그런 단계에까지 도달하는 것은 목표에 머물 수 있다. 빅 데이터와 딥 러닝을 이야기하지만 비행기와 달리 수많은 물리적인 조건들과 부딛혀야 하는 자동차는 이론과 달리 완벽한 무인자동차를 실현하기는 어렵다는 것이 자동차업체 관계자들의 생각이다.

자율주행차는 발 떼고, 손 떼고, 눈 떼고, 생각하지 않고, 완전 무인 등 5단계로 구분한다. 현 시점에서는 발을 떼고 운전하는 것은 크루즈컨트롤로 가능하지만 손을 완전히 떼고 주행할 수 없다. 메이커에 따라 10초, 또는 1분 30초 정도(비공식 수치임)로 세팅되어 있지만 그마저도 도로 조건, 자동차의 중량 등 물리적인 조건 등으로 인해 완전하지는 않다. 때문에 1.5단계라고 할 수 있다. 3단계인 눈을 떼는 것보다 더 어려운 것이 손을 떼는 것이라고 한다. 기술적으로 폐쇄된 공간에서는 충분히 가능하지만 실제 도로에서는 실용화를 위해서는 많은 시간이 필요하다.

예를 들어 카메라로 차선과 신호등, 도로표지 등 모든 것을 읽을 수 있어야 하는데 그 인프라를 정비하기 위해서는 엄청난 비용과 시간이 필요하다. 경우에 따라서는 케이블과 마커를 설치해야 할 수도 있다. 한 번 설치하는 것으로 끝나는 것이 아니라 차선을 끊임없이 선명하게 유지해야 하는 생각하는 이상으로 제약조건이 많다.

물론 여기에는 GPS를 기반으로 하느냐 아니면 자동차에 탑재된 각종 전자장비만으로 하느냐 하는 접근 방식의 차이가 있다. 미국에는 미국방위고등연구계획국(DARPA : Defence Advanced Research Projects Agency ; 미국방위고등연구계획국)이 주최하는 자율주행자동차 경기가 있다. DARPA는 기존의 무기와 군사 관련 기술에 비해 월등히 뛰어난 것들을 개발하는 임무를 가지고 있다. 상업적 성격을 갖고 있지 않기 때문에 연구가 실패로 끝나더라도 다양한 실험적 도전을 많이 시도한다. 특히 군사 분야의 인공지능(AI) 무기와 통신 시스템에 관한 연구를 주로 진행하는 것으로 많이 알려져 있다.

이 기술을 베이스로 하는 메이커들은 GPS를 기반으로 한다. 그에 반해 메르세데스 벤츠 등은 자동차에 탑재된 카메라와 레이더, 라이더, 센서 등으로 모든 것을 해결한다는 원칙에서 출발한다. 두 방식 모두 완전하지 않기 때문에 최근에는 통합하는 방식에 대한 연구가 진행되고 있다.

일본에서는 국립연구개발법인사업기술총합연구소가 1978년부터 지능자동차에 대해 연구를 해 오고 있다. 유럽에서는 독일 뮌헨연방군대학과 다임러에 의한 프로젝트 ‘EUREKA 프로메테우스 계획(Project Prometheus)’에 의해 자율주행과 콘보이 주행, 대열 주행 등의 실증실험이 진행되고 있다.

그렇다면 자동차 사용자의 입장에서는 무엇을 기대하고 있을까. 정말로 무인자동차를 원하고 있을까? 이에 대해서는 지역별로 나라별로 편차가 있다는 조사 데이터도 있다. 현재로서는 운전의 즐거움도 만끽하면서 운전으로 인한 스트레스로부터 벗어나는 것이 아닐까. 안전하고 쾌적한 주행을 통해 안심할 수 있어야 한다는 얘기이다.

여기에서 ‘운전의 즐거움’은 자동차회사들에게는 놓을 수 없는 핵심 헤게모니이다. 이것이 없다면 지금의 자동차회사는 존재가치가 없어질 수도 있다. 물론 운전을 하고 싶은 사람도 있을 것이고 아예 운전을 하고 싶지 않은 사람도 있을 것이다. 어느쪽이 우위인지에 대한 데이터는 없지만 대부분의 미래학자들은 완전 자율주행차가 주류가 될 것이라고 확신한다.

자동차회사들의 생각은 좀 다른 것 같다. 운전의 즐거움을 근저로 해서 교통 체증시와 고속도로 장거리 운행에서 스트레스를 줄여주는 것을 내 세운다. 노약자와 장애인의 이동권 보장도 중요한 포인트다. 유럽과 미국에서는 대형 트럭 운전자 부족의 해소를 위한 수단으로도 이용하기 위한 노력이 이루어지고 있다. 카 셰어링과 주차 편의성 등도 포함된다. 미국의 한 조사를 보면 자율주행차로 인해 하루 56분의 시간을 절약할 수 있다는 데이터도 있다.

크게 보면 사회자본을 최대한 효율적으로 활용하자는 것으로 귀결된다. 교통정체와 사고로 인한 사회적인 손실을 줄인다는 것이다. 이를 위해서는 전체 교통사고의 90% 이상에 달하는 인간의 부주의를 줄이기 위해 인간의 개입을 최소화하거나 배제하자는 것이 지금의 자율주행차 붐의 기본 사상이라고 할 수 있다.

과거와 달라진 점은 시스템을 구성하는 장비가 비약적으로 고성능화되어 있고 그로 인해 공간인식의 정밀도가 엄청나게 좋아졌다는 것이다. 여기에 속하는 기술들인 ACC(추종주행)을 비롯해 LKAS(차선이탈방지장치), AEB(자동 브레이크), 저속시 추종 시스템에 의한 운전지원 시스템 등의 협조제어가 실현되고 있다.

이런 장비를 가능하게 한 것은 카메라의 발전이 크다. 단안 카메라와 양안 카메라를 사용하는 예로 구분되는데 고해상도의 화상을 실시간으로 보정처리 할 수 있다는 점이 포인트다. 그만큼 시스템이 처리하는데 따른 부하를 줄일 수 있고 고도의 제어가 가능해졌다.

여기에 인공지능의 도입에 의한 제어의 고도화가 개발되고 있다. 이세돌과의 대결로 세계의 주목을 끌었던 알파고를 통해 인공지능이 생각보다 빨리 많은 부문에 도입될 것이라는 생각을 갖게 했다. 딥 러닝(Deep running)이라는 단어도 이때부터 비로소 한국 사회에서 관심을 갖기 시작했다. 이를 통해 심층학습형 AI의 도입이 대두되고 있다.

당장에는 화상인식의 정밀도가 중요한 요소다. 그를 위해 기계학습에 의한 패턴 인식의 정밀도 향상에 비중을 두고 있다. 기계학습에서는 인간이 그에 대해 사물인식을 위핸 특징점을 그때마다 입력할 필요가 있는데 심층학습에서는 식별에 특징량이라고 하는 것을 사용해 계산에 의해 자동으로 패턴을 배워간다. 이로 인해 정밀도가 크게 향상되고 학습효과가 예측할 수 없는 단계까지 이르렀을 때 어떻게 대처해야 하는지에 대한 연구가 필요하다는 등의 해결과제가 있다.

또 하나 포인트는 지금까지 자동차가 가지고 있는 ‘사는 즐거움’과 ‘소유하는 즐거움’에 대해서는 어떤식으로 해소할 것이냐 하는 것도 무시할 수 없다. 카 셰어링으로 공유경제의 개념이 과연 완전히 일반화될 것인가 하는 얘기이다. BMW와 메르세데스 벤츠는 물론이고 GM과 포드 등도 모빌리티의 개념을 새롭게 정의하고 나서고 있는 마당에 자동차산업의 업태가 근본적으로 바뀔 수도 있다는 생각을 가능하게 하는 내용이다. 상당수의 자동차회사들이 더 이상 종합 제조업의 총합 예술품이 아니라 서비스업으로 이동하고 있다. BMW 의 Drive Now를 비롯해 메르세데스 벤츠의 Car2Go 등, 이미 구체화되어가고 있는 이 현상을 어떻게 받아 들여야 할지에 대해서도 연구가 필요하다.

미국 교통단체에서는 만약 미국에서 무인자동차가 도입되어 교통약자들까지 모두 자율주행차를 사용하게 된다면 연간 8조마일의 거리를 이동하게 될 것이라고 한다. 2015년 전 세계 자동차가 이동한 거리는 10조마일로 추산되고 있다. 그 중 3조 1천억 마일이 미국에서 이루어졌다. 그것이 8조 마일로 증가한다면 도로가 소화할 수 있을까?

수많은 문제점들을 경험하고 그것을 데이터로 축적해 온 자동차회사들은 IT업체와는 다른 시각에서 자율주행차를 개발하고 있다. 메르세데스 벤츠는 자율주행시스템을 인텔리전트 드라이브(Intelligent Drive), 구체적으로는 드라이빙 어시스턴스 패키지 플러스로 명명하고 있다. 스티어링 파일럿이 포함된 디스턴스 파일럿 디스트로닉을 비롯해  교차로 기능이 포함된 능동형 브레이크 어시스트, 능동형 사각지대 어시스트, 능동형 차선 이탈 어시스트, 프리-세이프®플러스 등이 여기에 포함된다.

기반이 되는 것은 자동차의 주위 360도를 커버하는 복합적인 센서 시스템이다. 차 앞 유리창드 안쪽에 스테레오 다기능 카메라는 최대 500m 범위에서 큰 사물을 모니터하는 외 두 개의 카메라로 차 앞쪽 약 50m 범위를 입체적으로 포착한다.
 

레이더는 앞과 리어 범퍼 측면에 내장된 25GHz의 단거리 레이더 4기와 라디에이터 그릴 뒤 77GHz의 중장거리 레이더, 리어 범퍼 가운데의 25GHz 멀티 모드 레이더 등 모두 6기가 있다. 이 카메라와 레이더로부터 얻은 데이터를 컨트롤 유닛으로 융합시켜 안전운전지원 시스템에 대응하는 데이터를 작성한다.

그리고 이 데이터를 고도의 알고리즘으로 해석해 선행 차량, 회전차량, 후방차량, 대향차, 보행자 등을 검출해 그 위치를 측정한다. 이에 따라 상황을 판단해 가속페달과 브레이크, 스티어링을 자동으로 보조한다. 부분 자동운전이다. GPS가 없어도 폐쇄된 공간에서는 자동운전이 가능하다.

BMW는 CES 2014부터 무인 주행 기술을 공개해 오고 있다. 360˚ 충돌 회피 기술을 비롯해 완전 자동 주차를 통해 다층식 주차장에서도 안전한 자동 주행을 가능하게 하는 원격 발렛 파킹 어시스턴트(Remote Valet Parking Assistant), 이 시스템은 GPS가 필요 없다. 2009년 10월 BMW그룹은 독일 뉘르부르크링의 북부 서킷에서 'BMW 트랙 트레이너(BTT, BMW Track Trainer)'로 명명된 연구 프로젝트를 통해 최첨단 자동 주행을 성공적으로 시연한 바 있다.

'BMW 비상 정지 어시스턴트(Emergency Stop Assistant)'란 연구 프로젝트를 통해 중요한 정보도 추가로 얻었다. 예를 들어 심장마비와 같은 의료 비상사태가 발생하여 운전자가 쓰러졌을 경우 자동차는 곧바로 자동 주행모드로 돌입해 갓길로 안전하게 차를 옮긴 후 비상연락을 취한다.

2011년 중반에는 뮌헨의 A9 고속도로에서 출발한 BMW 무인 테스트 자동차가 뉘른베르크까지 주행을 성공적으로 마치기도 했다. 이 차에는 레이더, 초음파, 사방 카메라 등 최첨단 센서 시스템들이 동원되었다.

아우디는 4WD를 콰트로로 브랜드와 한 것처럼 ‘파일롯 드라이빙’으로 자율주행차의 브랜드화를 노리고 있다. 여기에서는 세계에서 가장 빠른 자동운전차를 개발하고 있다. 아우디는 2010년에 파이크스피크에서의 기록 도전을 시작했고 2014년에는 서키트에서의 기록도전을 위해 RS7 베이스의 보비라는 자율주행차가 등장했다. 이 차는 DTM 의 레이상카보다 25초 정도 뒤진 기록을 올리기도 했다.

잭이라는 애칭을 부여받은 A7 베이스의 자율주행차는 2013년 미국 네바다주, 2014년에는 캘리포니아주와 플로리다주에서 일본도로 주행 실험을 하기도 했다.

토요타는 고도운전지원 시스템이라는 이름으로 자동운전 기술을 개발하고 있다. “제21회 ITS 세계회의 디트로이트 2014” 참가해 개요를 발표했는데 교통사고 사상자 제로를 궁극적인 목표로 천명하고 있다. 토요타의 고도운전지원 시스템과 요소 기술은 ‘오토메이티드 하이웨이 드라이빙 어시스트(AHDA)’를 중심으로 하고 있다. 여기에는  77GHz의 밀리파 레이더를 사용하는 다이내믹 레이더 크루즈 컨트롤(DRCC)을 비롯해 주행라인 유지장치인 ‘레인 트레이스 컨트롤(LTC)’ 등이 포인트다. 여기에  고도운전지원 시스템에 있어서도 운전자가 항상 운전의 주역이어야 한다는 생각 아래, 수동 운전과 자동 운전의 전환이 원활하게 이루어질 수 있도록, 전용의 HMI를 채용하고 있다.

프리뷰 HMI에서는, 주행중인 도로 상황 및 지금까지 축적된 센서의 작동 실적 데이터에 근거해, 고도운전지원 시스템의 이용이 제한될 수 있는 장면에서, 운전자에게 사전에 경고를 보내는 ‘프리뷰’ 기능을 갖춘다. 또, 지도 데이터, GPS, 카메라, 레이더 등을 활용함으로써, 현재 주행하고 있는 차선을 파악하여, 보다 정확하게 경고를 보낼 수 있다.

요소기술로 토요타 중앙연구소와 공동 개발한 차량용 이메징 레이저 레이더(SPAD LIDAR)로 소형화, 저비용화를 꾀하고 있다.

2016년 5월 사고로 유명해진 테슬라의 자율주행차 시스템의 명칭은 ‘오토 파일럿(Auto Pilot)’이다. 이에 대해 많은 미디어들이 자율주행차의 사고라는 표현을 사용했지만 실상은 그렇지 않다. 이 역시 1.5단계에 해당하는 수준에 불과하다. 일론 머스크도 완전 자율주행은 아니라고 설명했다. 미국에서는 법규상 이 단계에서의 사고는 운전자의 책임으로 명시되어 있다.

닛산자동차는 ‘프로 파일럿(Pro Pilot)’이라는 이름을 사용한다. 세레나에 도입된 것으로 단안 카메라와 고성능 ECU를 구성하는 비교적 단순한 시스템이다. 저가 모델에 도입하기 위해 기능과 비용을 감안한 구성으로 보인다. 그래도 추종 기능과 자동 브레이크, 정체 상황에의 대응 등 실현하고 있다. 닛산은 2018년에는 차선의 센싱, 2020년에는 교차점을 포함한 시가지주행에의 대응을 목표로 개발을 진행하고 있다.

포드는 ‘오토토모스 비클 포 라이드셰어링(Autonomous Vehicle for Ridesharing)’이라는 이름으로 2020년까지 발 떼고 손을 떼고 달릴 수 있는 자율주행차 개발계획을 발표한 바 있다. 포드가 현 시점에서 상정하고 있는 것은 카 셰어링 등의 사업자를 대상으로 하는 차량을 개발하는 것이다. 한 단계 더 진전을 위해 360도 카메라로 유명한 벨로다인사에 투자하고 있으며 인공지능 벤처회사를 인수하는 등 많은 공을 들이고 있다.

테슬라의 오토 파일럿 시스템은 ACC기능과 차선 감지기능의 연동에 의한 자동운전 지원시스템을 말한다. 속도와 차선이탈방지는 자동으로 제어되고 차로 변경도 방향지시등으의 조작에 의해 자동으로 실행된다. 다른 메이커에 비해 스티어링 휠에서 손을 떼는 시간이 길다는 것이 차이점이다. 다만 상황에 따라 일정하지 않기 때문에 다른 메이커들과 마찬가지로 공식적으로 몇 초, 혹은 몇 분으로 명시되어 있지 않다. 이에 대해 정확히 이해하지 못했거나 설명하지 않은 결과 운전자가 오해를 일으켜 사고를 낸 것이다.