급성장 하는 자율주행차, 관련 기술은?

요약

• 자율주행차 예상보다 빠르게 성장 중
• 자율주행차는 sense-plan-act로 설계
• 최대 수혜 영역은 인포테인먼트, 보안은 안전문제와 직결돼 중요

■ 자율주행차 예상보다 빠르게 성장 중

세계 최대 모바일 전시회 '모바일월드콩그레스(MWC) 2017'이 2일(현지시간) 스페인 바르셀로나에서 폐막했습니다. 이번 MWC는 '모터쇼'를 방불케 할 만큼 전시장 곳곳에 자율주행차와 커넥티드카가 넘쳐났는데요. 세계 최대 반도체 제조업체인 인텔은 MWC 부스 전면을 자동차로 꾸몄습니다. 이에 앞서 지난 1월 세계 최대 전자 전시회인 CES2017에서도 주인공은 자동차였습니다.

자율주행차는 예상보다 빠르게 성장하고 있는데요. 시장조사기관인 IHS는 2014년 자율주행차 시장 규모가 오는 2035년까지 1,200만대로 커질 것으로 예상했으나, 2년 만인 지난해 2,100만대로 높였습니다. 이 때문에 최근 들어 글로벌 완성차 업체 간 자율주행차 개발 경쟁은 한층 격화되고 있습니다.

국내 또한 자율주행차 개발에 속도를 내고 있습니다. 현대차그룹은 2015년부터 2018년까지 스마트카 개발에 약 2조원을 쓰기로 했는데요. 이를 통해 2020년까지 고도자율주행 상용화에 성공하고 2030년에는 무인차 개발을 완료한다는 목표입니다. 

여기에 정부도 동참하고 있는데요. 지난 2월 7일 정부는 4차 산업혁명에 대응하고 국내 자동차 산업의 글로벌 경쟁력을 강화하기 위해 친환경·자율주행차 등 미래형 자동차 시장에서의 경쟁력을 확보하는 것이 중요하다는 인식하에 민간합동의 ‘자동차산업 발전위원회’를 출범시켰죠. 

앞으로 자율주행차 보급 속도가 더욱 빨라질 것으로 기대되는 만큼, 투자자들이 관심을 가질 필요가 있을 것으로 보이는데요. 우선 자율주행차와 관련된 기술에 대해 살펴보도록 하겠습니다.

■ 자율주행차 철학

자율주행차의 개발에 널리 적용되고 있는 설계철학은 ‘느끼고 계획하고 행동하는’(‘sense-plan-act’) 것입니다. 즉 자율주행차는 주행 주변 환경에 대한 각종 정보를 수집하는 첨단 센서들, 이들을 통해 수집되는 데이터를 처리하고 차량을 통제하는 정밀한 알고리즘, 알고리즘을 실시간으로 집행할 수 있는 전산처리능력 등 3 가지로 구성되어 있습니다.

■ 자율첫번째는 Sense

첫 번째 설계 철학인 ‘Sense’ 단계를 위한 요소인 자율주행 시스템의 다양한 센서들을 살펴보겠습니다. 대표적인 센서의 종류로는 카메라가 있죠. 특히 이스라엘의 모빌아이(Mobileye) 자율주행시스템은 카메라를 중점적으로 활용합니다. 

카메라는 사람의 눈 및 시각적 인지능력과 유사하게 작동하는데요. 특히, 2022 년부터 미국에서 신차에 기준으로 장착될 브레이크 시스템(AEB)과 카메라 시스템은 기능과 연동되므로 향후 카메라의 채용이 더욱 증가할 것으로 예상됩니다. 하지만 시스템 분석 능력이 사람만큼 정확하지 않고, 악천후 속에서 주변환경을 인지하는데 불리함이 있죠.

두번째로는 라이다가 있습니다. 라이다는 ‘빛을 감지하고 거리를 측정한다’(light detection and ranging)의 약어로 주변환경에 레이저를 투사, 빛이 반사되어 돌아오는 시간을 측정하는 방법으로 주변 사물과의 거리를 측정합니다. 잘 알려진 라이다의 대명사이자 DARPA Grand Challenge 에 참여한 팀에 의해 개발된 벨로다인(Velodyne) HDL-64E 라이다는 64 개의 레이저 빔을 통해 초당 130 만개 데이터 포인트 및 360 도 시야를 확보합니다. DARPA 의 Urban Challenge 에서 성공적으로 사용됨은 물론, 구글 자율주행차 시스템에서 대거 채용 중이지만 유효 측정 거리가 100m 안팎으로 짧은 점, 가격이 매우 비싸다는 점 등이 단점으로 꼽힙니다.

세번째로는 레이다가 있습니다. 레이더는 ‘라디오 감지 및 거리측정’(radio detection and ranging)의 약어로, 라이다처럼 주변에 신호를 보내 감지되는 물체들에서의 반사시간을 통해 거리를 측정하지만, 라이다가 레이저를 사용하는 대신 레이더는 라디오 전파(radio waves)를 사용합니다. 레이더는 유효 감지 거리가 라이다 보다 약 2 배 이상 긴 최대 200 미터까지 측정 가능하여, 주변 차량의 속도 또한 상대적으로 쉽게 감지할 수 있습니다. 다만 반사되는 표면 재질에 민감해 금속 이외 재질들을 탐지하기 어렵고, 사람 또한 감지하지 못합니다. 역시 라이다처럼 비싼 것도 단점입니다.

마지막으론 초음파 센서와 적외선 시스템이 있는데요. 초음파 센서의 경우 짧게는 1 미터, 길게는 10 미터 거리 내 사물에 대한 탐지 능력이 우수하죠. 적외선 시스템은 주변 조명이 없는 어두운 조건은 물론 어느 기후적 환경에서도 차선을 감지할 수 있으며, 야간에 보행자 및 자전거 등 사람 및 사물 등의 감지가 가능합니다. 단점으로는 탐지 거리가 짧고, 차선을 추적하는 능력보다는 차선 이탈 감지에 더 유용하죠.

각각 센서들이 장단점이 명확하기 때문에 자율주행차엔 두 종류 이상의 센서를 병행하는 것이 더 효과적입니다.

■ 지도 데이터 및 통신기술

자율주행시스템을 통해 수집된 데이터는 주행 경로 환경을 탐지할 뿐, 현재 정확한 경로 위치를 파악하는 데에 있어 인공위성의 GPS 신호와 같이 추가적인 데이터가 필요합니다. 자율주행에는 일반 지도 데이터보다 약 10 배의 정확성을 지닌 고해상도(High Definition, HD) 지도가 필수적인데요. 지난 2015년 8월 3일 BMW, 벤츠와 폴크스바겐 그룹이 공동으로 노키아의 지도업체인 Here(히어)를 31억 달러에 인수한 것도 HD 지도를 확보하기 위해서죠.

다양한 센서들과 고해상도 지도 데이터가 있어도 자율주행차는 주행 환경의 지속적인 변화에 실시간으로 대응해야 합니다. 특히 자율주행차로 인해 발생하는 각종 사고의 법적책임을 운전자가 아닌 제조사가 부담하게 되므로, 안정성을 최대한 확보하는 것이 모든 개발자들의 최우선 과제죠.

자율주행차는 차량 한 대에서 하루 동안 나오는 데이터의 양이 수백 기가바이트에 이를 수 있는데요. 이런 데이터량을 감당하려면 현재의 통신망이 4G LTE 에서 5G로 진화해야 하는 상황입니다. 5G 의 데이터 대기시간(latency time)은 0.001 초로 4G 의 대기시간의 2%에 불과하고 평균 전송 속도가 167 배 빠르기 때문이죠.

■ 최대 수혜 영역은 인포테인먼트

자율주행차가 개인 소유이던 공유서비스 소유이던 자율주행으로 인해 발생하는 여가 시간은 운전이 아닌 다른 행위로 소비될 것이고, 따라서 구글과 애플, 삼성, 바이두 등 IT 업체들은 자동차 안에서 인포테인먼트의 사용 증가를 통한 새로운 매출 창출을 기대하고 있는데요. 지난 2016년 11월 14일, 삼성전자가 80 억 달러를 주고 세계최대 오디오 제조업체인 하만 그룹을 인수한 이유도 이런 점에 집중한 것이라고 볼 수 있습니다.

■ 보안 또한 중요

자동차는 해킹될 경우 안전사고로 이어질 수 있어 보안 문제가 벌써부터 논의되고 있는데요. 지난해 9월 미국 교통부는 ‘자율주행차 안전성 확보와 자율주행 기술 혁신 촉진을 위한 15가지 항목의 가이드라인’을 발표하기도 했죠. 여기에 자율주행차의 주행 상태와 관련한 정밀한 데이터를 저장하고 원본 데이터가 훼손되지 않도록 보안을 강화하는 것이 가이드 라인에 포함됐는데요.

가이드라인이 발표된 이튿날 중국 텐센트의 보안 자회사인 킨 시큐리티 랩(Keen Security Lab)이 자율주행 기능이 포함된 테슬라 모델S를 해킹하는 데 성공했다고 발표했고, 이후 테슬라는 이를 보완하는 긴급 패치를 발표하기도 했죠.

다음엔 국내 기업들의 자율주행차 개발 현황에 대해 살펴보도록 하겠습니다.

SHERU  의 다른 글 보기 >>