2017 CES의 컨퍼런스 현장에서 빠지지 않고 거론되고 있는 것이 바로 ‘자율주행’이다. 자동차가 스스로 목적지까지의 주행방법을 스스로 결정하게 하는 것은 고도의 정밀한 정보처리와 분석이 이루어져야 한다. 올해 가장 큰 테마이기도 한 인공지능의 도입은 이러한 문제를 해결하기 위한 중요한 수단이다. 하지만, 딥러닝을 통해 다양한 상황에 대처하는 방법을 찾는 것은 여전히 많은 시간과 노력이 필요하다. 이미 자율주행 테스트를 진행중인 많은 자동차메이커들과 부품사들이 있지만 100여대가 안되는 테스트 차량을 통해 수집하는 변수에는 아직까진 그 데이터양에 있어서 한계가 있기 마련이다.

2017 CES의 키노트 현장에서 닛산은 위와 같은 문제를 해결하기 위한 새로운 방법을 제시했다. SAM (Seamless Autonomous Mobility)이라 불리는 이 방안은 자율주행자동차가 해결할 수 없는 문제를 인간이 직접 개입해 해결하고 이 때의 데이터를 축적하고 분석해 문제를 해결하는 방식을 차량 간 서로 공유하게 한다.

먼저 간단히 자율주행과 관련된 몇 가지 중요한 내용들을 짚고 가도록 하겠다. 메르세데스-벤츠의 2017년형 E클래스에는 차선을 넘지 않도록 하는 자동조향 기능이 포함되어 있다. 이러한 기능은 1부터 5단계까지 구분되는 자율주행 등급 가운데 레벨 2에 해당한다. 스티어링 휠도 없이 목적지만 설정하면 모든 주행을 스스로 진행하는 차량의 경우 레벨 5에 헤당한다. 테슬라의 오토파일럿은 ‘조건부 자율주행 (conditional autonomy)’이라고도 불리는 레벨 3으로  이 등급의 경우도 항상 운전자가 운전을 시작할 수 있는 조건이 충족되어야 한다. 하지만 이러한 구분 방법은 운전의 주체가 누구인지에 대한 구분을 위한 방법으로 모든 자동차 메이커들에 받아들여지진 않고 있다.

레벨 3와 레벨 4의 경우 운전자가 자율주행기능을 멈추고 운전을 할 수 있기 때문에, 자율주행 시스템이 해결할 수 없는 범위의 상황이 발생하면 운전자의 주의를 환기시키고 시스템을 멈추길 권하게 된다. 우리는 이미 지난 여름, 테슬라의 오토파일럿 기능의 오류로 운전자가 사망한 사건을 접했다. 이번 CES에서도 자율주행 기술을 선보인 대부분의 제조사들은 자율주행 상황에서도 운전자가 주행에 집중할 수 있도록 하는 다양한 장치들을 추가하고 있다. 음성인식이나 디스플레이의 변화, 차량내 카메라를 통해 운전자의 집중도를 꾸준히 관찰하는 것 등이 바로 그것이다.

이것이 닛산이 SAM (Seamless Autonomous Mobility)이라 부르는 중간 단계의 과정을 제안한 이유이다. 이 시스템은 ‘모빌리티 메니저((mobility manager)’라 불리는 통합제어센터를 통해 주행중인 자율주행 차량이 해결하기 어려운 문제에 닥친 경우 자율주행 시스템에 직접 접속해 대안을 제시하는 시스템이다.

예를 들어, Y자형 교차로에 진입한 자율주행 차량을 가정해보자. 이동할 수 있는 두 개의 도로에서 모두 공사중인 경우 자율주행 차량은 일반적인 도로를 벗어나 주행하지 못하기 때문에 주행을 멈추게 된다. 이런 경우 이 상황이 모빌리티 메니저에게 전송되어, 관리자가 직접 새로운 경로를 제안하게 된다. 2개의 갈림길 사이에 자동차가 주행할 수 있지만 맵상에는 나오지 않는 영역이 있다면 관리자는 그 곳으로 주행하도록 직접 선을 그어 주행 경로를 제시하게 된다.

이러한 상황은 운전자가 직접 해결하면 해결하기 쉬운 문제지만 자율주행 시스템에게는 어려운 문제이다. 닛산은 자율주행자동차의 주행 중 발생할 수 있는 모든 변수을 해결한 과정을 SAM 솔루션을 통해 데이터화하고, 이 데이터는 클라우드 기반의 인공지능을 통해 다른 자율주행 차량에도 전달되어 유사한 문제를 스스로 해결할 수 있도록 지원한다는 장점을 가지고 있다.

실리콘 밸리에 위치한 닛산 리서치 센터에서 개발되고 있는 ‘SAM’은 미항공우주국(NASA)의 의 기술이 도입되어 개발되었다. 컨퍼런스 현장에서 무대에 오른 닛산 리서치 센터의 마튼 시르하우스 총괄책임자는 SAM에 대해 "항공기는 자율 비행이 가능하지만, 안전하게 착륙시키기 위해서는 항공 관제 센터가 반드시 필요하다. SAM은 바로 이러한 역할을 하게 된다.“고 말했다.

물론 아직까지 SAM은 연구단계의 과정 가운데 하나이다. 닛산 역시 자율주행에 필요한 주요 기술들의 수준이 지금보다 더 높아지지 않는다면 SAM 또한 충분한 역할을 할 수 없다는 것을 인지하고 있다. 중요한 기술 중 하나는 바로 4G 속도의 차량 데이터 통신이다. 빠른 데이터 통신이 필요한 이유는 SAM이 개입해 적절한 경로를 제시하기 전헤 운전자가 자신의 판단대로 차량을 움직이는 경우 때때로 위험한 상황이 발생할 수 있기 때문이라고 지적했다. 최근 샌프란시스코에서 테스트 중이던 우버의 자율주행 차량이, 자율주행 기능을 무시하고 운전자가 신호를 어기고 주행한 사례는 닛산이 우려하는 상황과 유사한 경우이다.

현재 자동차 메이커들의 테스트 차량은 레벨 3를 지나 레벨 4 단계의 차량도 존재하지만 여전히 극복해야 할 사회적인 장벽이 존재한다. 인공지능을 통한 상호 작용을 연구하는 MIT 미디어 랩 (MIT Media Lab)의 이야드 라한(Iyad Rahwan) 교수는 미디어와의 인터뷰를 통해 비록 일반적인 운전보다 자율주행 자동차의 주행이 더 안전하다고 하더라도 사회적인 수용 장벽은 매우 가파르다고 전했다.

이야드 라한 교수는 작년 여름 테슬라 오토파일럿으로 인한 사망사고를 사례로 들었다. 오토파일럿의 오류로 인해 운전자가 사망한 날 발생한 미국 내 교통사고는 1만 5천건이었다. 수많은 교통사고가 발생했지만 사람들이 이 사고에 주목한 이유는 자율주행이 가능한 자동차였기 때문임을 지적했다. 자율주행 시스템의 결정에 대한 의구심은 결코 쉽게 사라질 수 없는 것이기 때문이다.

닛산은 자율주행에 대한 두려움을 없애기 위해 운전자가 차량을 통재하는 상황과 자율주행 시스템이 통재하는 상황 사이에 SAM과 같은 완충지역이 존재해야 한다고 주장했다. 앞서 설명한 것처럼 자율주행에 대한 막연한 두려움은 기술적인 문제보다 더 높은 장벽이다. 닛산의 SAM 시스템은 레벨 5의 자율주행 시대가 올 때까지 유용한 대안이 될 것으로 보인다.