출처 : https://www.apiste.co.jp/column/detail/id=4801

 

다양한 최신 기술이 집결된 자율주행 업계. 기존의 자동차 업계에 더하여 새롭게 참여하는 기업이 끊이지 않고 있다. 자율주행은 크게 ‘인지’, ‘판단’, ‘제어’ 프로세스를 통해 실현되는데, 각각을 구성하는 기술에는 어떤 것이 있으며 어떤 구조로 성립될까.

 

자율주행의 구조와 그것을 구성하는 10가지 요소 기술을 해설한다.

 

<그림1> 자율주행의 구조와 10가지 요소 기술

 

▣ 자율주행의 구조 : ‘인지’ ‘판단’ ‘제어’

 

자율주행은 운전자의 인지 및 예측, 판단, 제어에 관한 각 기능을 시스템이 대체한다.

 

차량에 탑재된 카메라나 LiDAR, 밀리파 레이더와 같은 센서가 ‘눈’ 역할을 하여 차량의 주변 및 전방을 상시 감시하고, 안전하게 주행하기 위해 AI(인공지능)이 ‘뇌’가 되어 센서가 취득한 화상 데이터를 가지고 다른 차량 및 보행자, 도로 위의 차선, 표지판 등을 인식하여 액셀이나 브레이크, 핸들 등의 제어를 판단한다.

 

<그림2> LiDAR의 물체 인식

 

센서와 AI만으로 자율주행을 실현하려는 기업도 있지만, 대부분은 GPS 등의 위성 측위 시스템이나 고정밀 3차원 지도, 차량과 도로간 통신(V2I/Vehicle-to-Infrastructure)ㆍ차량간 통신(V2V/Vehicle-to-Vehicle)과 같은 V2X 기술을 활용하여 안전성을 높이려 한다.

 

고정밀 3차원 지도는 도로 위 또는 주변 환경을 정밀하게 3D 맵으로 만든 것으로서, 주행 차로나 차선, 표지판을 비롯하여 자율주행차가 필요로 하는 다양한 도로 정보가 부가되어 있다. 이 고정밀 3차원 지도에 교차로의 신호 정보나 혼잡 상황, 사고 정보 등을 실시간으로 추가한 것을 다이내믹 맵이라고 한다.

 

자율주행차는 그 고정밀 3차원 지도를 바탕으로 센서가 투영한 화상 및 GPS 정보 등을 조합하여 자차의 위치를 파악하여 정확하게 주행한다.

 

<그림3> 3D 맵과 주행 경로

 

또한 도로 주변의 인프라와 근처에서 주행하는 차량, 자율주행 시스템을 관리하는 서버 등과 상시 통신하여 도로 교통에 관련된 다양한 정보를 취득하거나 센서 데이터 및 차량 주행 상황을 나타내는 프로브 데이터 등을 서버와 주고받음으로써 안전성과 자율주행 시스템의 능력 향상을 꾀한다.

 

이밖에도 도로에 부설된 자기 마커를 읽어 들여 자차의 위치를 파악하는 자율주행 시스템도 있다. 노선버스처럼 주행 경로가 미리 정해져 있는 자율주행 서비스에서 실용화할 수 있을 것으로 기대된다.

 

① AI : ‘뇌’ 기능을 담당

 

후에 언급할 다른 모든 기술에서도 사용되고 있는 AI(인공지능) 기술은 자율주행에 있어서도 이제는 보편적인 존재가 되었다.

 

자율주행에서 AI가 하는 역할 중 가장 큰 것은 ‘뇌’의 기능이다. 센서가 취득한 각종 데이터와 통신 데이터를 종합적으로 분석하고 차량을 어떻게 제어할지 판단한다. 최근 딥러닝(심층학습)을 비롯하여 AI 학습 방법이 크게 발전함에 따라 자율주행을 실현하는 기술로서도 연구개발이 성행하게 되었다.

 

또한 AI의 판단과 관련하여 트롤리 문제가 흔히 거론된다. 이것은 모든 선택지에 일정한 희생이 따르는 경우, AI는 어떤 판단을 내릴까, 또는 어떤 판단을 내리도록 학습시켜야 하는가, 하는 문제다. 도로 교통 환경은 복잡하기 때문에, 때로는 AI도 힘든 선택을 해야 하는 상황이 생길 수 있다.

 

주변 차량 및 인프라와 통신하여 빠르게 정보를 입수하고, 예측 기술 등을 사용하여 리스크를 최소화하는 것도 당연히 필요한 일이지만, AI 개발 과정에서 이러한 문제에 직면하게 될 날이 언젠가는 찾아올지도 모른다.

 

② 인식 : 주변 차량 및 보행자, 도로 차선 인식

 

영어로 ‘퍼셉션(perception)’이라 불리는 것으로서, 자율주행에서는 카메라나 LiDAR와 같은 각종 센서가 취득한 데이터에 무엇이 비치고 있는지 인식하는 기술을 가리킨다.

 

카메라 등이 취득한 데이터에는 근처에서 주행하는 차량 및 보호자, 도로 차선, 신호등과 같은 다양한 사물이 비치는데, 이를 식별하는 것이 인식 기술이다. 얼마나 정확하게 신속하게 식별하는지가 주행 안전성과 직결되기 때문에 자율주행의 핵심이라 할 수 있는 중요한 기술이며, AI가 그 역할을 담당한다.

 

또한 센서 자체도 얼마나 광범위하고 정확하게 식별하기 쉬운 형태로 데이터화할 것인지가 중요하기 때문에, 인식 소프트웨어와 함께 하드웨어적인 면도 더욱 발전되어야 한다.

 

③ 위치 특정 : 자동차의 위치를 도출

 

영어로 ‘로컬라이제이션(localization)’이라 불리는 것으로서, 자율주행에서는 자량간의 위치를 도출하는 기술을 가리킨다.

 

위치를 특정할 때는 GPS나 QZSS(준텐초 위성 시스템) 등의 위성 측위 시스템을 사용하는 경우가 많지만, 고정밀 3차원 지도상의 데이터와 차량 센서에 비친 데이터를 조합하여 자차의 위치를 확인하는 방법이나 위치 특정과 지도 작성을 동시에 수행하는 SLAM, 주행 경로에 부설된 자기 마커를 읽어 들이는 기술 등 다양한 방법이 있다.

 

터널 등 위성 측위 시스템이 제기능을 하지 못하는 환경에 대비하여 위와 같은 방법이나 IMU(관성 측정 장치), DMI(주행 거리 센서) 등을 병용하는 경우도 있다.

 

④ 예측 : 보행자 및 자전거가 튀어나오는 일을 예측

 

영어로 ‘프레디션(prediction)’이라 불리는 것으로서, 미리 예측한 리스크를 바탕으로 차량을 제어함으로써 사고를 방지한다.

 

예를 들어 시야가 좋지 않은 교차로에서 보행자나 자전거가 튀어나오는 일을 예상하여 미리 속도를 늦추거나 날씨 예보를 바탕으로 운행 계획을 세울 수 있다.

 

또한 보행자나 주변 차량의 움직임을 예측하는 기술도 연구되고 있다. 보행자의 시선이나 어얼굴의 각도 등을 바탕으로 진행 방향 변화를 먼저 읽어 들여 리스크를 피하는 기술이다.

 

⑤ 통신 : 관리 서버 및 도로 인프라, 주변 차량과 통신

 

자율주행차는 안전성을 높이기 위해, 클라우드를 포함한 관리 서버나 도로 인프라, 주변 차량 등과 상시 통신하면서 주행한다.

 

차량간 통신(V2V)에서 자차의 움직임이나 접근을 근처 차량에 전달하거나 교차로에서 차량과 도로간 통신(V2I)을 하여 신호 정보나 주변 보행자 정보를 수신하거나 도로 공사 및 사고, 낙하물 정보, 주행 차로별 정체 정보 등을 적시에 수신할 수 있다.

 

또한 센서가 취득한 데이터 및 프로브 데이터를 클라우드에 보냄으로써 인식 기술 향상에 도움을 주거나 텔레매틱스 보험에 활용할 수도 있다.

 

통신 데이터는 양이 방대하기 때문에 상용화가 시작된 이동 통신 시스템 ‘5G’를 비롯하여 다양한 통신 방법을 사용하여 끊이지 않고 빠르게 고용량을, 저지연으로 통신하는 시스템을 확립시켜야 한다.

 

⑥ 플래닝 : 목적지까지의 경로 최적화

 

플래닝에서는 목적지까지의 경로를 어떻게 설정할지, 경로 최적화 기술을 위주로 한다. 카 내비게이션과 같이 통행금지 정보 등을 가미한 루팅에 더하여 자율주행 시스템의 능력에 따라 안전 주행이 가능한 차로나 경로를 선택할 수도 있다. 인간이 하는 운전과는 달리 예상 밖의 사태가 일어났을 때 판단하기 어렵기 때문이다.

 

자율주행을 통한 온디맨드 이동 서비스나 배송 서비스 등 여러 스폿을 돌게 되는 경우, 경로 최적화 기술이 필수라 할 수 있다. 기존 기술을 그대로 응용할 수 있을 것처럼 보이지만, 자율주행에 대응하는 기술로서 주변 차량의 동향을 실시간으로 분석하면서 예측하지 못한 사태를 피하여 확실성이 높은 루팅을 실시하는 기술도 필요해질지 모른다.

 

⑦ 사이버 시큐리티 : 사이버 공격에 의한 탈취 방지

 

상시 통신하면서 주행하는 자율주행차는 항상 사이버 시큐리티상의 위협에 노출되고 있다고 할 수 있다. 사이버 공격으로 인해 제어 시스템을 비롯한 각 기능이 탈취당하면, 인명에 직접 연관되는 사태가 발생할 수 있다.

 

간단한 통신 기능을 갖춘 현재의 차량에서도 특정한 기기가 제어 시스템에 침입한 사례가 존재한다. 커넥티드화된 차량의 위험성을 상징하듯, 2019년에 독일 다임러와 BMW가 운영하는 카쉐어 서비스 ‘Share Now’의 차량이 미국에서 해킹당해 100대 이상이 도난당한 사건도 있었다.

자율주행차는 다양한 시스템이 다양한 통신 수단을 사용하기 때문에, 해킹의 입출구가 될 수 있다. 자동차 업계 전체에서 사이버 시큐리티에 관한 가이드라인을 책정하고 정보 공유 체제를 구축하며, 새로운 취약성 및 위협을 검출하는 연구개발이 계속해서 이루어져야 한다.

 

또한 만일의 사태를 상정하여 해킹당했을 때 안전하게 차량을 정지시키는 기술과 움직이지 못하게 하는 기술도 필요할지 모른다.

 

⑧ HMI : 기계와 사람의 원활한 커뮤니케이션

 

컴퓨터가 자동차를 제어하는 자율주행에서는 기계와 사람이 정보나 의사를 주고받는 HMI(휴먼 머신 인터페이스) 기술도 필요하다. 운전자가 운전을 비롯한 각종 조작을 직접 제어할 기회가 줄어들기 때문이다.

 

미래에는 자동차 운전을 비롯하여, 목적지 설정 및 에어컨 제어, 오디오 제어 등도 모두 기기를 직접 조작하지 않고도 음성으로 명령하거나 자율주행차에서의 알림 사항도 시각 및 소리를 통해 효과적으로 탑승자에게 전달하게 될 것으로 생각된다. 필요한 정보를 어떻게 효율적이고 정확하게 전달할지가 중요하다.

 

또한 차 밖에 있는 보행자와 자율주행차가 커뮤니케이션하는 기술도 개발되고 있다. 자율주행차의 움직임을 주변에 전달함으로써 더욱 안전성을 높일 수 있으며, 이동 서비스 관련 자율주행차에서는 보행자가 승차 의사를 전달ㆍ확인하기 더 쉽다.

 

⑨ 모니터링 : 운전자와 탑승자의 움직임 감시

 

자율주행 레벨3의 금지가 풀림에 따라 운전자 모니터링 기능을 탑재하는 것이 의무화되었다. 시스템을 통한 자율주행과 수동 운전이 혼재하는 레벨3에서는 꼭 필요한 기술이다.

 

운전자 모니터링 시스템은 수동 운전 시 차내 카메라를 통해 운전자의 움직임을 감시한다. 머리의 기울기나 눈을 깜박이는 횟수, 시선 등을 상시 관찰하여 한눈을 팔거나 졸음운전을 하는 등의 위험을 방지하기 위한 것으로서, 최근 ADAS에서도 채용하고 있다.

 

레벨3에서는 자율주행 시스템이 운전자에게 운전 조작 전환 요구(테이크오버 리퀘스트)를 할 경우, 운전자가 신속하게 운전 조작을 할 수 있을지가 관건이다. 만에 하나 졸고 있어 반응하지 못할 경우에는 차내 카메라를 통한 감시 영상 및 반응에 근거하여 경고하고, 그럼에도 반응하지 않으면 차량을 안전하게 정지시킨다.

 

핸즈오프 운전이 가능한 고도의 레벨2를 비롯한 ADAS에 있어서도 마찬가지지만, 운전자의 상황일 빨리 감지하고 위험을 피하는 중요한 기술이다.

 

레벨4 이상에서는 자율주행 버스나 택시 등에서 탑승자의 움직임을 지켜보고 안전성을 높이는 데 활용할 수 있다. 레벨3 이상의 승용차에서는 운전자에게 운전 의무가 발생하지 않기 때문에 기존의 ‘안전 운전을 촉진한다’는 취지와는 다르겠지만, 탑승자의 자세를 감시함으로써 승차감을 향상시키거나 HMI의 일종으로 탑승자의 요구를 받아들이는 기능, 표정을 읽어서 서비스를 제공하는 기능 등 다양한 형태로 발전할 수 있다.

 

⑩ 데이터 처리 : 방대한 데이터 축적ㆍ고속 처리

 

취급하는 데이터의 양이 방대한 자율주행차에서는 대량의 데이터를 축적ㆍ고속 처리하는 기술이 꼭 필요하다. 자율주행차 한 대가 하루에 취급하는 데이터는 1테라바이트, 또는 그 이상이기 때문에, 용량이 크고 내구성이 높은 스토리지나 고속 처리가 가능한 프로세서 등이 꼭 필요하다.

 

데이터 처리와 관련해서는, 자율주행차 측의 엣지와 관리자 측의 클라우드, 그 중간에 위치한 엣지 서버 등에 의한 분산 컴퓨팅 방식을 도입하여 효율적으로 처리하려는 움직임도 있다.

 

또한 수집한 데이터를 빅데이터로 삼아 효과적으로 활용한다는 관점에서, 클라우드를 활용하는 데이터 수집 기술 및 분석 기술 등도 존재한다.

 

▣ 마지막으로

 

자율주행차는 센서를 주체로 하는 인식 기술을 통해 주변 상황을 파악하고 자차의 위치를 파악하면서 AI가 제어 명령을 내린다. 또한 예측 기술과 통신 기술, 플래닝 기술을 통해 교통의 안전성 및 효율성을 높이고, 차 안에서는 HMI 기술 및 운전자 모니터링 기술을 통해 탑승자의 안전과 쾌적함을 높인다.

 

이러한 각 기능을 사이버 시큐리티 기술이나 데이터 기술이 뒷받침하는 형태로, 각각의 기술이 복합적으로 연결되어 자율주행이 실현된다.

 

앞으로 차내 엔터테인먼트와 각종 이동 서비스 등 자율주행차를 활용하는 비즈니스나 서비스 면에서도 큰 발전이 있을 것으로 예상된다. 그 과정에서 새로운 요소 기술도 탄생하여, 업계가 더 큰 발전을 이루게 되기를 기대한다.