글로벌오토뉴스

상단배너

  • 검색
  • 시승기검색

인공지능/딥 러닝, 자동차 업계 판을 뒤집을까

페이지 정보

글 : 채영석(charleychae@global-autonews.com)
승인 2018-01-24 06:35:47

본문

인공지능과 딥 러닝이 자율주행차의 핵심이 됐다. 인공지능은 이세돌과 알파고의 대결로 국내에서도 뜨거운 이슈로 떠 올랐다. 물론 당시 정부나 업체 등이 내놓았던 다양한 계획이나 화두들이 지금은 약간 시들해진 감이 있지만 자율주행차의 발전과 함께 가장 주목받는 기술로 자리 잡았다. 산업적인 측면에서 보면 전통적인 완성차회사들의 영역을 반도체와 IT업계가 넘보고 있는 것이다. 그것이 시너지 효과를 내 상생할 지 아니면 주도권 다툼을 통해 판을 뒤집을 지 예측할 수 없지만 흐름만큼은 피할 수 없다.

 

글 / 채영석 (글로벌오토뉴스 국장)


딥 러닝(Deep learning), 즉 심층학습은 이미 고해상도의 카메라 등장과 컴퓨터의 발전으로 인식 능력과 판단력에서 빠른 발전을 보이고 있다. 많은 자동차회사들이 2020년대 초반에 실현을 목표로 하고 있는 레벨4 이상의 자율주행차를 위해서는 딥 러닝은 중요한 요소다. 

 

고해상도의 카메라와 그를 바탕으로 하는 심층학습 이라고는 하지만, 볼보의 자동차가 두 발로 걷는다는 이유로 캥거루를 사람으로 인식한 것에서 보았듯이 아직까지 완벽하지는 않다. 운행 중 굳이 구분할 필요는 없지만 남자와 여자를 구분하지 못한다.

 

지금 당장은 기술 개발을 위해 자동차회사들은 인텔, 모빌아이, 엔비디아 등과 공동으로 참여하고 있다. 학습 능력이 뛰어난 것은 알파고를 통해서 이미 입증됐다. 그것을 자동차에 어떻게 적용하느냐의 과정과 궁극적인 안전장비로서 활용할 수 있도록 인식능력과 판단력을 높이는 것이 관건이다.

 

be2a57afd62d3727b0f83ebf7a5353db_1516743 

엔비디아는 심층학습 플랫폼을 베이스로 아우디와 포드 등과 공동으로 실험해 4시간 학습으로 인식 정밀도를 96% 높이고 학습 효율을 30배나 늘린 것을 실증해 보였다. 목표는 인간의 눈에 가까운 인식능력을 갖추는 것이다.

 

지금까지는 인간의 눈의 인식 능력이 더 높다고 생각해 왔다. 그러나 아우디가 시계가 아주 나쁜 도로에서 심층학습을 통해 앞 쪽의 자동차를 인식하는 등 인간의 능력을 넘어선 것을 보여 주면서 그런 생각이 틀렸음을 입증했다. 이로 인해 심층학습은 자율주행기술에서 필수 요소라는 인식이 더 강해졌다.

 

불과 1~2년 전까지만 해도 주행 중 돌발 상황이 발생했을 때, 예를 들어 사슴이 도로로 갑자기 뛰어 들었을 때 그 사슴을 피하기 위해 내 차 안의 다른 동승자를 희생시킬 것인가, 아니면 다른 선택을 할 것인가의 판단을 기계에게 맡길 수 없다는 주장이 있었다. 하지만 지금은 이미 그 수준을 넘어섰다. 인간이 운전을 할 때보다 훨씬 다양한 경우의 수를 고려해 인식한 주변의 대상을 바탕으로 판단하고 대응할 수 있다.

 

심층학습의 기본은 ‘뉴럴네트’로 인간의 신경회로망의 기능을 모의한 것이다. 이 인공 뉴론은 뉴로 모픽 (Neuromorphic·뇌 신경 모방) 컴퓨팅으로 삼성전자가 기술 유출 방지와 원천기술 확보를 위해 정부 연구비 지원도 거절하면서 자체 예산만으로 연구를 진행했다는 뉴스가 2017년 봄 미디어를 뜨겁게 달구기도 했다. 삼성전자뿐만 아니라 SK하이닉스, 퀄컴, IBM 등도 더 적은 전력을 쓰면서 고차원적인 연산을 빠르게 수행하는 뉴로모픽 칩을 연구하고 있다. 이 부문에서 가장 앞선 것은 미국 국방부 산하 연구소인 미국 방위고등연구계획국(DARPA)가 주도하는 ‘인공 두뇌 만들기 프로젝트’에 참여해 ‘트루노스’(TrueNorth)라는 뉴로모픽 칩을 만드는 데 성공한 IBM이다.

 

자율주행차의 구현을 위해 중요한 요소로 업계는 이미 상당 수준의 기술 발전을 보이고 있다. 다임러 AG는 이미 인간의 인식능력에 가까운 심층학습능력을 다양한 방법을 통해 실증해 보이고 있다.

 

be2a57afd62d3727b0f83ebf7a5353db_1516743 

자율주행차 시스템의 프로세서에는 인지와 판단, 제어의 과정이 있다. 동시에 주행 가능한 영역을 인식한다. 이를 통해 얻은 정보를 자차 위치를 중심으로 추론한 정보를 바탕으로 고정밀 지도와 조합해 자차의 정확한 위치를 파악한다. 그러면 주변의 환경 변화 상황을 거의 실시간으로 예측할 수 있다. 이 때 필요한 것이 정적 지도 외에 수시로 변화하는 동적 지도다. 그 모든 것은 물론 기본적인 디지털 지도 데이터다. BMW와 아우디, 메르세데스 벤츠의 컨소시엄이 2016년 초 완전히 인수한 HERE의 가치가 높게 평가되는 이유이다.

 

지금까지만 해도 자율주행차는 이미 안전이라는 측면에서는 인간을 능가하고 있다. 인간은 운전 중 다른 생각을 하는 등의 위험 요소를 안고 있지만 자율주행 시스템은 그럴 가능성은 없다. 물론 완전한 인식능력과 그를 바탕으로 한 판단 능력이 앞선다는 얘기이다. 공장 노동의 예를 들어도 인간은 일정 시간 일을 하고 휴식해야 하지만 기계는 24시간 쉬지 않고 작업할 수 있다.

 

이 시점에서 부상한 것이 자율주행차가 구현됐을 때의 사용 행태이다. 예를 들어 한 대의 자동차로 남편이 출근 한 후 다시 자녀를 등교 시키고 아내가 가야 할 곳까지 갈 수 있다는 미래 예측이 과연 실현될까 하는 것이다. 또 그렇게 될 경우 한 대의 자동차가 부담해야 할 일 량이 크게 늘게 되고 그것을 어떻게 해소할 것인가에 대해 고려해야 하지 않을까. 이는 공유경제라는 개념과 함께 자동차를 생산 판매하는 입장에서 분명하게 짚고 넘어가야 할 부분이라는 의견이 있다.

 

더불어 자율주행차를 구동하는 주체가 사람이 아니라 운영 시스템이 된다면 지금의 자동차가 갖고 있는 특성과는 전혀 달라지게 된다. 동시에 운영시스템을 개발하는 업종이 주도권을 장악해 소비자와의 접점이 달라질 수 있다.

 

지금까지 전통적인 자동차회사는 개발과 생산, 마케팅과 A/S 등을 장악해 업계의 정점에서 최종 사용자들을 장악해 많은 수익을 거둬 왔다. 그런데 카헤일링 업체인 우버가 볼보에게 자율주행차를 주문한 최근의 예에서 보듯이 최종 사용자와의 접점이 바뀔 수도 있다.

 

be2a57afd62d3727b0f83ebf7a5353db_1516743 

그래서 포드는 가장 먼저 모빌리티로의 방향전환을 선언했고 BMW와 메르세데스 벤츠는 다양한 공유서비스를 수년 전부터 해 오고 있다. 최근에는 토요타의 아키오 도요타 사장도 토요타는 “자동차 제조사가 아니라 모빌리티 회사” 라고 선언하는 등 최종 사용자와의 접점을 놓지 않겠다는 의견을 피력했다. 현대자동차도 모빌리티 사업 진출을 선언했다. 이 분야에서도 우버나 리프트 등 카 셰어링 업체 대신 자신들이 주도권을 잡고 가겠다는 의지의 표현이다.

 

기술의 싸움은 곧 주도권 다툼이다. 지금은 공동 개발이라는 우산 아래 있지만 미래에도 그것이 지속되리라는 보장은 없다. 그렇기 때문에 지금 완성차업체의 수뇌들은 어떤 그림을 그리고 있을 지에 많은 관심이 집중되고 있는 것이다.  

  • 페이스북으로 보내기
  • 트위터로 보내기
  • 구글플러스로 보내기
하단배너
우측배너(위)
우측배너(아래)