완전 자율주행 차량을 위한 기술 로드맵

  누워서 컴퓨터를 하거나 잠을 자는 사이 자동차가 나를 원하는 목적지까지 안전하게 데려다 준다면 얼마나 좋을까? 사람이 더 이상 운전에 관여할 필요도 없으며, 교통체증이나 사고 위험 또한 감수할 필요가 없다면 이상적인 이동수단일 것이다.

[그림1. 미래의 이상적인 자율주행 차량 모습]

출처 : Google '자율주행'

[그림2. 영화 '마이너리티 리포트' 中 자율주행자동차의 모습] 

출처 : Google '자율주행'

 사실 이러한 발상은 마이너리티 리포트, 토탈리콜 등 다양한 공상과학 영화에서 보여 진 바 있으며 실제로 자동차 업계는 자율주행 자동차의 실현을 위한 연구에 몰두하고 있다. 자율주행 자동차를 개발하는 대부분의 기업들은 2020년까지 완전 자율주행 자동차 출시를 목표로 하고 있으며, 2035년 까지 상용화를 목표로 기술을 개발하고 있다.

 미국 도로교통 안전국의 기준에 따르면, 자율주행 자동차 구현 단계는 운전자 지원(1단계), 부분 자동화(2단계), 조건부 자동화(3단계), 완전 자동화(4단계) 로 나뉜다. 현재 2단계까지는 대부분 개발되어 일정 부분 상용화 되고 있는 상태이며, 다수의 기업들이 3단계에서 시험 중인 단계에 있다.

[그림3. 자율주행 기술 단계 (미국 도로교통안전국(NHTSA) 기준)]

출처 : 리턴투자

 2단계는 차량과 차선을 인식함으로써 앞차와의 간격을 유지하고 자동으로 조향하는 단계이다. 2단계에 적용된 ADAS(Advanced Driver Assistance Systems, 첨단 운전자지원 시스템)의 동작 과정은 인간의 행동과 유사하게 인식, 판단, 제어의 과정을 거친다. 이 동작 과정 중 인식 부분에 반드시 필요한 기술이 바로 센서다. 그중에서도 가장 중요하다고 판단되는 센서는 RADER와 LIDAR이다.

•  RADER(레이더)는 처음 군사용 목적으로 개발되었고 점차 소형화 되고 성능이 개선되며 선박, 항공기의 운항이나 기상관측 등 다양한 목적으로 활용이 확산되었다. 최근에는 레이더의 주파수를 높여서 단거리 용도로 활용하게 되면서 더욱 소형 경량화 하였고 그 해상도가 증가되어 보다 상세한 목표물에 대한 정보를 얻을 수 있게 되었다. 이 근거리 레이더가 자율주행 차량을 위한 전천후 시각 대응 방안으로 중요하게 인식되고 있다. 레이더는 가격이 상대적으로 낮고, 어두운 밤이나 악천후에서도 사용 가능할 정도로 측정안정성이 높으며, 장거리까지 탐지할 수 있지만, 그 형태를 인식하지 못한다.

•  LIDAR(라이다)는 레이저를 목표물에 비춤으로써 사물까지의 거리, 방향, 속도, 온도, 물질 분포 및 농도 특성 등을 감지할 수 있는 기술이다. 라이다는 일반적으로 높은 에너지 밀도와 짧은 주기를 가지는 펄스 신호를 생성할 수 있는 레이저의 장점을 활용하여 보다 정밀한 대기 중의 물성 관측 및 거리 측정 등에 활용이 된다. 라이다는 측정 각도가 넓으며, 주변을 3차원으로 분석하여 인지할 수 있지만 환경의 영향을 많이 받아 측정안정성이 낮다.

[그림4. 센서별 측정 거리 및 각도]

출처 : Google 'Self-Driving LIDAR'

 이외에도 카메라나 초음파 센서와 같은 다양한 센서들이 자율주행 자동차를 위해 필요하다. 보다 정밀하고 안정적인 ADAS 시스템을 구축하기 위해서는 그림3처럼 어느 한 가지 센서만이 아닌 여러 가지 센서의 상호 보완이 필요하다. 현재 Velodyne, Delphi, Continental, Mobileye 등의 회사들이 통합 센서의 개발을 진행 중이다.

 3단계는 조건부 자동화 단계이다. 사실상 개발되기 가장 어려운 단계라고 볼수 있다. 왜냐하면 ADAS를 넘어 부분적으로 자율주행모드를 할 수 있어야하고 상황에 따라 수동주행 모드로 전환할 수 있어야하기 때문이다. 3단계로 발전하기 위한 기술들은 다음과 같다.

•  디지털 맵은 자율주행 차량의 위치 및 이동 경로 파악을 위해 필수적이다. 현재 네비게이션의 이와 유사한 역할을 하고 있으며 앞으로는 3차원 고정밀지도가 필요하며 표지판, 구간별 제한속도, 사고, 정체, 날씨, 보행자, 신호등 정보 등의 방대한 데이터를 실시간으로 업데이트 할 수 있어야 한다. 이를 위해 머신러닝 등과 같은 IT 기술들이 필요하며 데이터를 받아들이고 분석하여 보내줄 수 있는 방대한 서버 또한 필요하다.

•  복합측위 기술도 필요하다. GPS, 고정밀 맵, 차량 상태 정보와 영상 센서 정보를 융합하여 도로주행환경에서 차량의 위치, 속도, 주행방향을 정밀하게 측정할 수 있는 측위 기술이다.

•  자율주행 HVI 모듈은 운전자의 특성, 성향, 의도, 상태, 감성과 차량의 내/외부 상황 정보를 통합적으로 분석 및 판단하는 기술이다. 원활한 운전 제어권 전환을 위해 필수적이다. 여기서 중요한 포인트는 최대한 정확하게 파악하여 빠르게 운전자에게 알림을 주고 모드를 전환할 수 있는 것이다.

 4단계는 완전자율주행 단계이다. 100% 자율주행이 가능한 단계로서 사용자의 조작이 전혀 필요없기 때문에 카셰어링이나 무인셔틀과 같은 시스템도 가능해진다. 이 단계로 발전하기 위해서는 V2X 통신이 실현 되어야 하고, 모든 기술들이 하나로 통합되어져야 한다.

•  V2X는 Vehicle to Everything의 약자로 유/무선망을 통하여 차량과 차량, 인프라, 모바일, 보행자 간에 복합적으로 통신하는 기술이다.  이는 V2V, V2I, V2N 을 모두 포함하는 기술이다.

[그림5. V2X 통신의 종류] 

출처 : 페스카로(자동차보안기술연구소)

 V2V 통신은 차량 간에 무선으로 정보를 주고받는 통신 기술이다. 일정 범위 내에 있는 자동차들이 무선 통신을 통해 각자의 위치와 속도 정보, 주변 교통상황 정보 등을 주고받으며 충돌 위험성을 차단하기 위한 시스템이다.

 V2I 통신은 차량과 도로 인프라 간에 무선으로 정보를 주고받는 통신 기술이다. 기지국에서는 차량으로부터 주행 정보를 수집하고, 이를 중앙 서버에서 분석하여 교통상황 및 사고정보 등을 차량에게 제공하는 기술이다. 이를 통해 교통 정체나 교통사고를 미연에 예방할 수 있다. 

 V2N 통신은 차량과 모바일 기기 간에 무선으로 정보를 주고받는 통신 기술이다. 차량과 모바일 기기를 지닌 개인이 서로 정보를 교환하여 차량과 보행자가 가까워지면 양쪽 모두에게 경고음을 발생시켜 교통사고를 미연에 방지할 수 있다.

 문제는 네트워크 인프라 구축 미비, 해킹 및 정보 유출, 주파수 간섭 등이 있다. 차량 간의 무선통신 기술을 차량에 적용하더라도 실제로는 수천대가 넘는 자동차가 도로 위를 달리고 있기 때문에 네트워크에 걸리는 부하가 상당한 규모가 될 것이다. 또한 V2X는 통신이다 보니 차량 통신 메시지가 도청이 가능하며, 이로 인해 개인정보 유출뿐만 아니라 소프트웨어에 대한 기밀 유출 사고가 일어날 수 있고, 해킹을 당할 경우에는 교통 정보 임의 조작을 통해 교통사고를 고의로 발생시킬 수 있는 위험이 있다. 

•  통합 DCU도 개발되어야 한다. 쉽게 말해 분산된 자율주행 구성기능을 통합하여 최적화된 자율주행차 성능을 개발 할 수 있도록 하는 것이다. 차량의 정보계와 제어계를 통합하기 위해 최적화된 자율주행 지원용 표준 IVN(In Vehicle Network) 플랫폼 개발과 보호복구 기능이 고려된 통합 도메인 제어기 DCU(Domain Control Unit) 개발이 필요하다.

•  EDR(Event data recorder, 사고기록장치)의 개발도 중요하다. 요즘 쉽게 볼 수 있는 블랙박스도 EDR의 일종이며 완전 자율주행 모드를 위해선 더욱 발전 되어져야 한다. EDR은 우선 사고가 난다면 그 원인과 배상책임에 대한 조사를 위해 모든 충돌 전후의 일정한 시간이 표준화된 데이터를 통해 문서화 할 것이다. 이 데이터는 자동화 시스템에 대한 정보, 위치와 시간에 대한 정보, 사고와 연관된 운전자의 거동과 사고 재현을 위한 정보를 포함하고 고의로 데이터를 조작 및 삭제하는 것으로부터 보호될 것이다.

 자율주행자동차가 완성되어 하나의 시스템을 이루기까지 정말 많은 기술들이 필요하고 이 기술들이 복합되어야 한다. 사실 기술적으로 완성이 된다 할지라도 사회적인 문제들을 배제할 수도 없다. 해킹으로 인한 보안 문제, 개인 프라이버시 문제, 사고 발생 시 책임 소재에 대한 문제, 그리고 트롤리 딜레마와 같은 상황에 직면 했을 때의 문제 등 다양한 문제들에 직면하게 될 것이다. 미래 자동차 업계의 발전 방향이 자율주행으로 정해진 이상 기술적인 문제들뿐만 아니라 사회적인 문제들까지 함께 해결해 나가야할 것이다.

참고 문헌

 1. 그림 '미래의 이상적인 자율주행 차량 모습' : Google '자율주행' 

 (http://observador.pt/2017/05/24/as-profissoes-e-outras-coisas-que-vao-desaparecer-com-a-conducao-autonoma)

 2. 그림 '영화 '마이너리티 리포트' 中 자율주행자동차의 모습' : Google '자율주행'

 (https://www.francecasse.fr/blog/voiture-du-futur-voiture-autonome-prete)

 3. 그림 '자율주행 기술 단계' : 리턴투자 '스마트카 관련주, 자율주행차, 커넥티드카'

 (http://returntooza.tistory.com/2040)

 4. 그림 '센서별 측정 거리 및 각도' : Google 'Self-Driving LIDAR'

 (http://www.alamy.com/stock-photo-automobile-sensors-use-in-self-driving-carscamera-data-with-pictures-123174639.html)

 5. 그림 'V2X 통신의 종류' : 페스카로(자동차보안기술연구소) 

 (http://www.fescaro.com/2016/11/v2x-통신의-이해)

 6. 자율주행자동차 기술 종류 및 분석: 2017 국제미래자동차포럼 '자율주행차가 가져오는 기술 및 서비스 변화'

 7. 사회적 문제점 : 인사이터스 '자율주행자동차의 현주소, 그리고 향후 비즈니스 기회'

 (http://www.insightors.com/portfolio_page/column_autonomous-vehicle)