글로벌오토뉴스

상단배너

  • 검색
  • 시승기검색
ä ۷ιλƮ  ͼ  ī 󱳼 ڵδ ʱ ڵ 躴 ͽ ǽ ȣٱ Ÿ̾ Auto Journal  Productive Product
글로벌오토뉴스 채영석 국장은 30년 동안 자동차 전문기자로 활동해 왔으며 인터내셔널 엔진 오브 더 이어, 월드 카 오브 더 이어의 심사위원이다. 골드만 삭스 등 투자은행들과 다른 시각으로 산업 분석을 해 오고 있다. 지금까지 3,000종 이상의 차를 타고 시승기를 쓰고 있으며 세계적인 모터쇼와 기술세미나 등에 참석해 글로벌 차원의 트렌드 분석에 힘을 쏟고 있다. 2013년 골드만 삭스가 유가 200달러 시대를 이야기했을 때 역으로 유가 폭락 가능성이 있다는 칼럼을 쓰기도 했다.

46. 자율주행차 – 3. 자동차업계와 IT업계의 관점 차이

페이지 정보

글 : 채영석(charleychae@global-autonews.com)
승인 2017-08-18 12:44:01

본문

그렇다면 IT업계의 사고방식은 어떨까? 점진적인 발전을 통해 완전 자율주행을 실현하게 된다는 자동차업계의 사고와 달리 IT업계에서는 인간과 로봇이 번갈아 운전하는 것이 더 위험하다는 주장을 한다. 그러면서 IT산업의 예를 든다. 처음 IBM이 등장했을 때 많은 사람들이 컴퓨터 하드웨어 사업에 대해 낙관적인 전망을 내놓았지만 마이크로소프트가 윈도우라는 운영체제를 내놓으면서 IBM은 사양길을 걸었다. 하드웨어가 소프트웨어에게 지배당했다는 것이다. 자동차를 기반으로 하는 자율주행차도 결국은 로봇처럼 운행이 될 것이기 때문에 컴퓨터와 마찬가지로 소프트웨어가 지배하게 된다는 논리다.

 

일본의 자동차 저널리스트 모모타 겐지는 애플과 구글이 자동차산업을 지배하게 될 것이라고 주장하고 있다. 그는 미국 자동차산업의 거점이 디트로이트에서 실리콘밸리로 이동하고 있다고 말한다. 구글은 안드로이드를 앞세워 OAA(Open Automotive Alliance)라는 컨소시엄을 만들어 자동차회사와 반도체회사들을 끌어 들이고 있다. 애플은 iOS in the Car를 공개했으며 많은 자동차회사들이 애플과 계약해 이 시스템의 채용을 추진해 오고 있다.

 

미국 컬럼비아대학교 기계공학과 교수 호드 립슨(Hod Lipson)은 그의 저서 <Driverless: Intelligent Car and the Road Agead>에서 한 발 더 나간다. 미래의 자동차는 아예 로봇이 된다는 것이다. 그는 특히 미국이 국가적으로 추진하고 있는 V2X 개념마저 쓸모 없는 것이라며 자동차가 스스로 생각하고 판단하게 될 것이라고 주장한다. 스마트 고속도로가 아니라 스마트 자동차가 모든 상황에 대처해 스티어링 휠과 페달이 없는 자동차가 만들어진다는 것이다. 특히 인공지능 기술의 발전에 의해 자동차가 도로 위의 모든 물체를 구분하고 상황을 판단하게 되는 시대가 올 것으로 전망하고 있다.

 

그저 4차 산업혁명론자들이 쓴 자율주행에 관한 내용과는 사뭇 다른 접근이다. 거의 대부분의 미래 및 4차산업혁명을 이야기하는 책들은 마치 교과서를 베낀 듯이 같은 내용으로 그럴듯한 미래를 그리고 있는 것과는 다른 접근이어서 관심을 끈다.

 

하지만 그의 그런 주장과는 달리 포드의 신임 CEO 짐 해킷 (Jim Hackett)은 근 미래에 로봇이 기존 자동차를 대체하지는 않을 것이라고 주장했다. 그는 2017년 8월 17일 목요일 샌프란시스코에서 열린 ‘내일의 포드 시티(Ford City of Tomorrow)’ 행사에서 기술이 점차적으로 현재의 도전 과제를 확대하고 통근자가 일상적으로 처리하는 제한된 주차 및 차량 접근과 같은 고통을 완화하게 될 것이라고 말했다.

 

대부분의 자동차회사 종사자들과 마찬가지로 기술 발전은 있겠지만 자동차에서는 단계적으로 이루어질 것이라는 얘기를 하고 있는 것이다. 다만 자동차업계와 IT업계 모두 로봇 운전과 인간 운전이 공존하는 것이 더 위험하다는 의견에서는 일치하고 있다. 볼보는 레벨3가 위험하기 때문에 이를 건너 뛰어 레벨4로 가야 한다고 주장하는 것과 같은 맥락이다.

 

그러나 인공지능 기술을 활용해 아무리 뛰어난 소프트웨어를 만들어도 네 바퀴를 지면에 밀착해 구동되는, 그래서 달리고 돌고 멈추는 자동차의 본질에는 변함이 없다. 달리고 돌고 멈추기 위한 기술을 IT기술로 제어한다는 것인데 우선은 제어에 반응하기 위한 기술이 전재가 되어야 한다.

 

이론적으로는 사람이 운전하는 것보다 자율주행 기능이 더 안전하다고 할 수 있다. 초창기만해도 회피에 관한 논란이 있었다. 도로 위에 돌발 상황 발생시 그 판단을 기계에 맡길 수 있느냐 하는 것인데 사람이 한다고 해서 더 좋은 결과를 야기한다고 할 수는 없다. 오히려 ‘무모한 감행’을 하지 않는 기계가 확률적으로 더 안전한 주행을 할 수 있다.

 

지금은 인공지능을 탑재한 소프트웨어 수준이 아니라 현실적으로 도로에서 마주칠 수 있는 상황에 대응할 수 있는 전자장비 기술이 발전하고 있는 단계다.

 

 

꿈과 현실의 거리

자율주행자동차의 실현을 위해서는 그만큼 다양한 기술이 필요하다. '충돌하지 않는 자동차'라는 표현을 사용하는 일본의 경우에서 알 수 있듯이 안전이 최우선이다. 수많은 물리적 제약과 맞닥뜨려야 하는 도로에서 안전을 보장하기 위한 기술은 자동차 자체에 카메라와 레이더, LiDAR(Light Detection and Ranging), 센서 등을 설치해 주변의 다른 자동차나 장해물을 감지하는 것이 우선이다. 이 부분까지는 상당한 발전이 이루어져 있다.

 

4cb90874d0b49b1d0ff3105189ec3835_1503027 

LiDAR 경우는 벨로다인(Velodyne, 미국), 아이베오(IBEO, 독일), ASC(미국)가 각각 몸체 회전형과 거울회전방식, 광학계 고정 방식으로 글로벌 시장을 주도하고 있다. 그 중 미국 벨로다인(Velodyne)의 HDL-64e라는 제품이 가장 많이 알려져 있다. 구글은 물론이고 GM, 폭스바겐 그룹, 토요타, 닛산 등 대부분의 업체들이 사용하고 있다.

 

LiDAR는 자동차 위쪽에 설계해 주변 360도에 수직 시야 26.8도의 3차원 공간에 있는 물체와 거리를 측정한다. 원통 안에 레이저 소자를 세로로 64개를 설치해 약 20Hz의 주기로 작동된다.

 

자동차회사들이 벨로다인사의 LiDAR를 사용하는 것은 자율주행기술에 대한 강한 의지가 있기 때문으로 알려져 있다. 자동차회사들은 지금까지 도로와 GPS등의 인프라를 크게 바꾸지 않으면 자율주행자동차는 실현할 수 없다고 생각하고 있다.

 

무엇보다 중요한 것은 차량의 위치를 정확하게 추정하는 것이다. 과거 자동차회사들의 연구 대부분이 도로위에 표식을 설치하거나 GPS의 정밀도를 높이는 등 인프라의 변경을 전제로 차량의 위치를 추정해 왔다. 도로와 GPS 위성의 변경에는 거액의 자금이 필요로 하고 공공물이기 때문에 기업으로서는 추진하기 어렵다. 때문에 실제 구현이 쉽지 않다는 결론에 도달했다.

 

그래서 벨로다인사제 LiDAR로 도로 인프라를 바꾸지 않고 자동운전할 수 있는 방법을 찾고 있다. 그 중 하나가 SLAM(Simultaneous Localization and Mapping)이라고 불리는 차량 위치 추정법으로 자율 이동 로봇의 개발에 사용되는 사고방식을 기본으로 하고 있다. 레이저를 통한 정보를 바탕으로 주행하면서 주변의 지도를 만들고 그 지도정보와 새로운 관측치를 조합해 차량의 위치 추정 정밀도를 높이는 방법이다.

 

자율 이동 로봇의 개발에서 SLAM이 가지는 의의는 사전에 지도정보를 갖고 있지 않아도 움직이면서 현재 위치를 추정할 수 있다는 점이다. 하지만 자율주행차에서는 어느 정도 정확한 3차원 지도정보가 필요하게 된다. 자동차의 경우는 노면의 진동이 커 레이더의 오차가 커질 수가 있기 때문이다. 오차가 큰 정보를 기준으로 SLAM으로 계산해도 차량의 위치를 정확하게 추정하는 것은 어렵다.

 

4cb90874d0b49b1d0ff3105189ec3835_1503027 

나아가 진행 경로를 결정하려면 우선 주행 가능한 공간을 파악할 필요가 있다. 이 부분에 대한 일부 연구에 따르면 레이더로 측정한 주변 물체의 높이와 형상 등의 정보를 기초로 운전이 자유로울 수 있는 영역, 운전이 가능하도록 한 영역, 장애물의 영역, 미지의 영역으로 나뉜다. 그리고 카메라 등으로 장애물의 특징을 감지해 자동차와 사람 등으로 분류한 후 결과를 지도공간에 색으로 표시한다. 달리는 공간을 결정한 후에는 여러가지 기법으로 목적지까지의 경로를 도출해 낸다.

 

현재의 알고리즘도 어느정도 수준의 자율주행을 달성할 수 있다. 그러나 아직까지는 보이는 장애물에 대응해 차량을 움직이는 초보자 급의 운전이라고 할 수 있다. 최근에는 보이지 않는 위험을 고려한 운전으로 진화시키고자 하는 연구가 활발하게 이루어지고 있다.

 

예를 들면 신호가 없는 교차로와 도로 끝 지점에 다다른 자동차의 옆을 통과할 때 보이지 않는 곳에서 사람이 나올지도 모른다고 생각해 자동차의 속도를 늦춘다. 이것이 자율주행 제어에 더해지면 지금보다 안전하게 주행할 수 있다.

 

자율주행 자동차의 실용화를 위해서는 시스템의 신뢰성을 높이는 것도 중요하다. 각 사가 특히 초점을 맞추고 있는 것이 컴퓨터 또는 통신의 신뢰성이다. 복잡한 시스템이 필요하다는 것이다.

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