완성차업체는 물론 부품업체, IT업체들까지 자율주행차 상용화 계획을 앞다퉈 발표하면서 2020년 이후 자율주행차 시장이 빠르게 성장할 것으로 예상되고 있다. 자율주행차의 상용화를 위해서는 인공지능, 자차 위치 인식, 주변 환경 인식, 예방과 안전 기술 등이 필수적이다.
우선 자율주행차는 도로에서 벌어지는 모든 상황을 스스로 판단하고 해결할 수 있어야 한다. 이를 위해서는 경로 찾기 같은 일반 내비게이션 수준의 단순한 인공지능부터 주행 안전 영역 판단 같은 고차원의 인공지능까지 모두 필요하다. 인공지능은 센서로 인식한 주변 사물들이 무엇인지 판단할 뿐만 아니라 다음 상황을 예측하는 데도 이용되는데, 인공지능 스스로 학습하는 딥러닝(Deep Learning) 방식이 특히 주목받고 있다.
둘째,정밀지도와 차량 내부 센서를 활용한 자차 위치 인식기술이 필요하다. 정밀지도에는 신호등의 위치, 차선의 폭, 도로 주변의 지형지물들이 모두 기록되어 있기 때문에, 자율주행차는 내부 센서로 인식한 주변의 사물과 지도 정보를 비교해 자신의 현재 위치를 정확히 측정할 수 있다. 정밀지도를 사용하는 방법은 별도의 위치 기준점 설치 비용이 들지 않고, H/W 비용도 상대적으로 저렴하며, 정밀 지도의 정보를 위치 인식 외에 주행 경로 판단에도 이용할 수 있다는 장점이 있다.
셋째, 주변환경 인식을 위해서는 카메라, 레이더, 라이다(Lidar) 등이 필요한데, 이 장비들은 차량 주변 상황을 지속적으로 파악하여 인공지능의 판단에 필요한 정보를 획득한다. 하지만 차량 내부 센서만으로는 일정 범위 밖이나 사각 지대의 물체를 탐지할 수 없으며, 주변 차량의 의도나 도시 전체의 교통 상황 파악 역시 불가능하다. 이 때문에 자율주행차는 V2X를 통해 차량 외부 정보를 습득함으로써 정보의 공백을 해결하고 있다.
넷째, 자율주행차는 사고 발생 시 탑승자의 안전에 치명적인 영향을 미치기 때문에 어떤 상황에서도 신뢰성이 있어야 한다. 외부로부터의 해킹 방어는 물론, 과도한 통신요청으로 시스템을 다운시키는 DDOS 유형의 공격에도 대처해야 하며, GPS 교란, 레이더 전파방해 등의 새로운 위협가능성에도 대비해야한다.
또 비상용 센서와 같은 백업시스템은 물론, 기계적 문제 발생 시에도 대응할 수 있는 백업시나리오가 준비되어야 한다. 이 외에도 완전 자율주행과 운전자의 직접 운전 모드 간 변환에 사용될 인터페이스(HMI), 인공지능이 연산작업을 잘 할 수 있도록 지원하는 슈퍼컴퓨팅, 막대한 양의 데이터를 처리하기 위한 네트워크, 데이터 분석의 번거로움을 없애기 위해 여러 센서를 하나의 장치로 통합하는 센서 퓨전 등도 중요한 기술이다.
완전한 자율주행 차량까지는 아직 기술적 난관이 많이 남아 있지만, 선행 자율주행 기술은 ADAS(Advanced Driver Assistance Systems)로 대표되는 운전 보조 시스템의 형태로 이미 차량 탑재가 빠르게 확대되고 있다. 자율주행 기술은 교통 효율화와 사고 예방 등에 큰 효과를 가져올 것으로 기대되고 있어 미국의 V2X 법제화 움직임처럼 모든 자동차에 의무 적용될 가능성도 있다. 그리고 완전 자율주행차가 등장하게 되면 무인 운송이 가능해져 물류 체계가 혁신되고, 새로운 형태의 교통수단이 탄생함에 따라 이동성(Mobility)의 개념도 변화할 것이다.
최상원 한국자동차산업연구소 선임연구위원