2000년대 이후 신규 자동차에 각종 전기전자시스템의 도입이 확대되면서 자동차산업은 V&V(Validation &Verification) 프로세스 개발이 일반화되었다. 초창기 V&V 프로세스는 간단한 전자부품의 단위 기술 또는 단위 시스템을 대상으로 발전하였다. 그 이후 전자제어 조향시스템, 전자제어 제동시스템과 같이 복잡하고 고도의 안전 요구사항을 만족해야 하는 시스템이 개발되면서 ISO 26262(Functional Safety) 표준 규격으로 발전하였다. ISO 26262에서는 예를 들어 ‘운전자가 의도하지 않은 조향 방지’와 같은 안전 목표(Safety Goal)를 설정하고, 제조사가 이를 달성하기 위한 안전기술을 개발 프로세스 과정에서 모두 적용했음을 입증하는 과정이 필요하다.

전자제어 시스템의 발전과 동시에 카메라, 레이다, 초음파와 같은 지능형 센서시스템의 개발이 이어지면서 ADAS 산업이 성장하였다. 예측하기 어려운 시스템의 H/W와 S/W 오류의 발생 확률을 줄이는 ISO26262 개발 프로세스와는 달리 ADAS는 의도된 기능의 오류를 검증할 필요성이 요구되었다. 즉, 차선인식 카메라가 시스템 측면에서 작동 오류가 없더라도 차선인식 알고리즘 성능이 부족하여 차선을 인식하지 못하는 오류를 검증해야만 한다.

이렇게 의도된 시스템 인지 기능의 오류를 검토하고, 안전성을 확보하기 위한 프로세스를 ISO 21448(Safety Of The Intended Functionality, 이하 SOTIF)에서 다루고 있다. 차선이탈방지, 자동긴급제동 등과 같은 ADAS 기능들은 SAE J3016 기준으로 자율주행 2단계 이하로 분류된다. 자율주행 2단계까지는 독립적인 단위 기능의 시스템이기 때문에 기존의 안전성 검증 프로세스로 대응이 가능하였다. 현재 버전의 SOTIF 표준도 자율주행 2단계 이하의 시스템만을 적용 범위에 포함하고 있다. 따라서, 이종센서 퓨전, DCU, 차량 내부 통신, 전자제어 샤시 시스템 등이 통합되고, V2X 통신에 의한 자율주행 인프라(OTA, HD Map, 안전주행 정보 제공)까지 포함되는 3단계 이상의 고도 자율주행 시스템을 상용화하기 위해서는 복잡한 자율주행 시스템의 안전성을 검증할 수있는 방법이 제시되어야 한다. 

고도 자율주행 시스템에서는 위험을 식별하기 위한 시뮬레이션 기법을 사용하여 문제의 근본 원인 및 자율 시스템의 전반적인 취약점을 관리하도록 권장하고 있다. 이러한 위험 요인들 중에서 많은 부분이 엣지 케이스에서 발생하기 때문에 실제 운전의 복잡성을 감안할 때 방대한 시나리오를 테스트해야 한다. 따라서 OEM에서 사용하는 시뮬레이션 도구는 수백만 개 이상의 시나리오 생성 및 테스트를 신속하게 지원해야 한다.

시뮬레이션을 사용하여 복잡한 실제 상황에서 자율주행 차량이 위험 상황에 어떻게 반응하는지 식별하기 위해서 많은 OEM들은 전문 시뮬레이션 도구가 필요하게 되었고, 전체 자율주행 차량 개발 프로세스에 사용되는 다양한 도구와의 상호 운용성을 가능하게 하는 표준도 필요하게 되었다. 

ASAM(Association for Standardization of Automation and Measuring Systems) 에서는 자율주행 시뮬레이션을 위한 OpenX 표준을 제정하고 있다. 먼저, 자율주행 기능과 다양한 주행 시뮬레이션 프레임워크를 쉽고 간단하게 호환할 수 있도록 개방형 시뮬레이션 인터페이스(OSI : Open Simulation Interface)를 제안하였다. OSI는 GroundTruth 인터페이스와 SensorData 인터페이스를 정의하는 두 개의 개별 최상위 메시지로 구성된다. 

GroundTruth 인터페이스는 전역 좌표계에서 시뮬레이션 된 개체에 대한 정확한 뷰(View)를 제공한다. 이 메시지는 내부적으로 사용 가능한 데이터를 사용하여 채워진 다음 운전 시뮬레이션 프레임 워크 내에서 실행되는 플러그인을 통해 외부 구독자에게 게시된다. SensorData 인터페이스는 환경 인식을 위해 센서의 기준 프레임에 있는 개체를 설명한다. 

GroundTruth 메시지에서 생성되며 이상적인 시뮬레이션 데이터를 사용하여 자율 주행 기능에 직접 연결하는 데 사용하거나 실제 센서 동작의 복제로 제한된 인식을 시뮬레이션하는 센서 모델에 대한 입력으로 사용할 수 있다. OpenCRG는 도로 표면 기술에 대한 파일 형식을 정의한다. 원래는 노면 스캔의 고정밀 고도 데이터를 저장하기 위해 개발되었다. 

이 데이터의 주요 용도는 타이어, 진동 또는 주행 시뮬레이션이다. 주행 시뮬레이터의 경우 도로 표면의 사실적인 3D 렌더링이 가능하다. OpenDRIVE는 도로망의 정확한 기술을 위한 파일 형식을 정의한다. 내비게이션 시스템에 일반적으로 사용되는 다른 파일 형식과 달리 OpenDRIVE의 주요 용도는 표면 속성, 표시, 표지판 및 차선 유형 및 방향과 같은 논리적 속성을 포함한 정확한 도로 형상 기술이 필요한 시뮬레이션 응용 분야에서 사용된다. 도로 데이터는 도로 네트워크 편집기, 지도 데이터 변환에서 수동으로 생성하거나 실제 도로의 변환된 스캔에서 생성될 수 있다. OpenSCENARIO는 운전 및 교통 시뮬레이터의 동적 콘텐츠 기술을 위한 파일 형식을 정의한다. 주요 사용 사례는 차량, 보행자 및 기타 교통 참여자와 같은 여러 개체를 포함하는 복잡하고 동기화된 움직임을 설명하는 것이다. 움직임에 대한 기술은 운전자 행동(예 : 차선 변경 수행) 또는 차량 궤적을 기반으로 할 수 있다. 자차, 운전자 외모, 보행자, 교통 및 환경 조건과 같은 기타 콘텐츠도 표준에 포함된다.

지금까지 살펴본 ASAM의 자율주행 시뮬레이션을 위한 표준은 아직도 시작 단계이며, 중장기 로드맵을 가지고 개발 범위를 확대해 나갈 예정이다. 테스트 시나리오와 엣지 케이스의 자동생성, 정밀한 센서 데이터 생성을 위한 물리모델 고도화 구현, 인공지능 알고리즘에 대한 검증, 검증 시간 및 비용에 대한 절감, 테스트 결과의 정량적 평가 및 보고서 자동생성 등의 기능이 추가적으로 필요하며, SILS/HILS/VILS/실차 검증 단계에서 모두 통일적으로 적용할 수 통합 검증 환경도 제공되어야 한다.

자율주행에서 시뮬레이션 검증의 중요성이 증대됨에 따라 가상환경 자율주행 챌린지가 새롭게 등장하기 시작하였고, 자율주행 연구에 관심있는 대학 연구팀들이 참여하여 그 성과를 발표하고 있다. 최근에 이슈가 되고 있는 몇 가지 사례를 소개하고자 한다.

● CARLA 자율주행 챌린지

CARLA는 현재 개발팀 리더인 헤르만 로스(Germán Ros)와 바르셀로나 컴퓨터 비전 센터의 교수 안토니오 M. 로페즈(Antonio M. López)가 처음 제안한 시뮬레이터이다. 처음부터 표준 규격과 오픈 플랫폼을 지향하여 제작되었기 때문에 ASAM의 OpenDRIVE와 OpenSCENARIO를 지원하고 있으며, 시뮬레이터 엔진과 소스코드를 무료로 제공하고 있다. CARLA는 2017년 콘퍼런스 포 로봇 러닝(Conference for Robot Learning, CoRL)에서 처음으로 공식 발표되었다. 현재 세계 각지에서 개발에 주력하는 20여명의 개발팀이 있으며 이들은 2~3개월마다 새로운 버전을 출시하고 있다. 또한 학계 및 시뮬레이터 유저를 포함하여 약 1600명 이상의 사용자들도 보유하고 있다. 

자율주행차 소프트웨어 스택의 공정성 있는 유효성 검사와 인증에 기여하기 위해 개발팀은 세계 최고 수준의 컴퓨터비전 학술대회인 CVPR(Computer Vision and Pattern Recognition) 2019 학술대회에서 CARLA 자율 주행 챌린지를 주최하였다. 챌린지에서는 참가자의 자율 주행 에이전트가 교통법을 어기지 않고 미리 정해진 경로를 따라 목적지에 도달해야 한다. 에이전트들은 예상치 못한 장애물 피하기, 도로 상황으로 잃은 조향 능력 되찾기, 적신호에 교차로 통과하기 등 NHTSA가 수집한 충돌 이전 교통 시나리오(Pre-crash Traffic Scenario)를 주행 중에 테스트하게 된다.

● Indy 자율주행 챌린지

인디애나폴리스에 기반을 둔 비영리 단체인 ESN(Energy Systems Network)이 주도하고, Central Indiana Corporate Partnership(CICP)와 Indianapolis Motor Speedway(IMS)가 협력하여 Indy 자율주행 챌린지가 현재 진행되고 있다. 이 챌린지는 전 세계 대학생들이 차세대 자동 차량 소프트웨어를 설계, 구현 및 검증하여 차세대 STEM(Science, Technology, Engineering, Mathematics) 인재에게 자율주행에 대한 경험을 부여하기 위해 기획되었다. 특히, 2004년부터 DARPA(Defense Advanced Research Projects Agency) Grand Challenge에 참가했던 자율주행 초창기 혁신가들이 참가팀들에게 자문을 하고 있다.

대회는 2019년 11월 5일 대학 참가 팀 접수를 시작하여 기술 제안서 심사, 총 4회의 해커톤 대회를 마치고, 2021년 6월 30일 시뮬레이션 레이스를 실시한다. 시뮬레이션은 2개의 파트로 나누어진다. 1부에서는 주최측이 제공하는 표준화된 자율주행 시뮬레이터에서 인디아나폴리스 자동차 경주장 가상 트랙(약 25마일)을 15분 이내에 10회 완주(평균 속도는 100MPH 이상)한다. 1부의 성적으로 2부 레이스에서 출발 위치를 결정한다. 2부는 일대일 가상 레이스이다. 상대 팀과 동시에 출발하여 상태 팀 주행에 방해를 주지 않으면서 가상 트랙(약 50마일)을 30분 이내에 10회 완주한다. 참고로, Ansys는 본 대회에서 공식 시뮬레이터를 제공하는 스폰서이다.

최초 참가 대학팀은 총 29개였으나, 현재 10개팀이 기권하고 총 19개팀만 남아서 대회에 참여하고 있다. 국내에서는 KAIST팀이 유일하게 참여하고 있다.최종 레이스는 2021년 10월 23일 인디아나폴리스 자동차 경주장에서 Dallara IL-15 실제 경주용 자동차로 자율주행 레이스가 열릴 예정된다. 최종 우승팀 상금은 1백만 달러, 준우승 상금은 25만 달러이다.

● 현대자동차그룹 자율주행 챌린지

현대자동차그룹 자율주행 챌린지는 국내에서 가장 오랜 전통과 권위를 가진 대회이며 2010년부터 격년마다 대회가 열리고 있다. 현재 대회가 진행 중인 제6회 대회는 2020년 9월, 총 23개 대학팀이 선정되면서 시작되었다. 실차 경진대회만 열렸던 과거 대회와는 달리 이번 대회부터 시뮬레이션 예선 주행에서 우수한 성적을 거둔 6개팀만 본선 실차 주행에 참가할 수 있다. 시뮬레이션 경기는 정밀지도 데이타가 제공된 상암 도심 구간에서 실시되었다. 차량 모델은 현대자동차 니로 전기차이며, 주최 측이 출발지점과 도착지점을 부여하면 가장 빠르게 완주할 수 있는 주행경로를 자동 생성하고, 총 14개의 엣지 케이스 시나리오(정체구간 추월, 비보호 좌회전, 무단횡단, 사고지역 회피, 속도 위반 등) 미션을 수행하면서 가능한 빠른 시간 내에 도착해야 한다. 본 대회에서 사용한 공식 시뮬레이터는 IPG사에서 제공한 CarMaker이다. 

2021년 2월부터 3월까지 2회에 걸친 시뮬레이션 예선대회 결과 충북대학교 Clothoid팀을 포함하여 총 6개팀이 본선 진출을 확정하였다. 본선 진출 팀들에게는 게이트웨이 기반 CAN 제어가 가능한 니로 전기차와 자율주행 센서 개조비용 5천만원이 지급되었다.

본선대회는 2021년 10월 21일 상암 도심 약 4km 구간에서 열릴 예정이다. 6개팀이 동시 출발하여 교통법규를 준수하면서 대회 구간을 가장 빠른 랩타임으로 완주한 팀이 우승하게 된다. 1등 상금은 1억원, 2등은 5천만원, 3등은 3천만원이며, 우승팀과 준우승팀 학생들에게는 해외 견학의 특전도 주어진다.

고도 자율주행차의 상용화를 위해서는 이에 대응하는 차량 안전 개발 프로세스가 선행으로 개발되어야 하며, 복잡한 자율주행 시스템을 검증하기 위해서 시나리오 기반 시뮬레이션 기술의 중요성이 점차 강조되고 있다. 과거 자율주행 챌린지는 안전성 검증 절차가 부족함에도 불구하고 모든 참가팀들이 실차 대회에 참석하는 것이 허용되었지만, 최근에는 가상환경 시뮬레이션 검증을 통과한 차량에 한하여 실차 대회 참가를 허용하고 있다.