▲미국 캘리포니아 주립 버클리대(UC버클리) 주축의 개방형 자율주행 로봇 레이싱(ROAR) 팀이 지난 8월 31일 인디애나 그린캐슬 퍼트남 파크로드 코스에서 열린 미국 도로코스(U.S. Road Course)트랙 자율주행차 경주에서 1분 27초의 신기록으로 우승했다. 팀 구성원(왼쪽에서 오른쪽으로)은 UC 버클리의 앨런 양, UC샌디에이고의 싯다르트 사하, 하와이대의 게리 패슨, UC 샌디에이고의 레이먼드 송, UC 버클리의 티엔룬 장, 카네기멜런대의 하오루 쉬에, 하와이대의 웨이드 코글린, UC 버클리의 C.K. 울프 학생이다. (사진=인디 자율챌린지/ROAR)

미국 캘리포니아 주립 버클리대(UC버클리) 주축의 자율주행 레이싱 팀이 최근 열린 미국 인디애나주에서 열린 자율주행차 경주에서 신기록을 수립했다고 모바일로봇가이드가 4일(현지시각) 보도했다.

UC버클리의 개방형 자율주행 로봇 레이싱(ROAR) 프로그램 팀이 이끄는 인공지능(AI) 레이싱 테크 팀은 지난 8월 31일 인디애나주 그린 캐슬의 퍼트남 파크 로드 코스에서 미국 로드 코스 트랙에서 기록된 가장 빠른 자율주행차 랩 타임을 달성했다.

이 팀의 맞춤형 달라라 AV-21(Dallara AV-21) 경주차는 1분 27초를 기록해 이전 기존 자율주행 코스 기록인 2분 9초를 경신했다. 이 차량은 지금까지 제작된 자율주행차 중 가장 발전된 차량이자 100만달러(약 13억 5000만원) 이상의 가치로 평가받는다.

이 성과는 차세대 과학·기술·공학·수학(STEM) 인재와 혁신을 장려하기 위해 고안된 미 국방부 고등국방기술연구계획국(DARPA)에서 영감받은 국제인디자율챌린지시리즈(InInternational series of the Indy Autonomous ChallengeㆍIAC) 대회에서 미국 기반 AI 레이싱 팀의 가장 화려한 성공 역사를 추가했다.

AI 레이싱 테크 팀의 기록적인 성과는 지형, 구성, 트랙 특성의 차이가 있는 개별 도로 코스에 실시간으로 적응하면서 자율주행 시스템의 안전한 성능을 최적화하기 위한 새로운 심투리얼(sim-to-real) 학습 도구와 머신러닝 기술 개발의 쾌거였다.

이러한 성과를 종합해 볼 때 퍼트남 파크 로드 코스에서 완벽하게 최적화된 달라라 AV-21 자율차량의 이론적 연산 최저 한계는 1분 12초다.

ROAR 소장이면서 레이싱 팀 어드바이저인 S. 샹커 새스트리 UC 버클리 교수는 “심투리얼 전환은 우리에게 정말로 힘을 실어주었다”고 말한다. 그는 “반도체(In-silico)를 설계하고, 시뮬레이션을 통해 광범위하게 훈련한 다음, 시스템이 경쟁의 압박 속에서 어떻게 작동하는지 확인할 수 있다. 시속 150마일(약 240km)로 달리면 정말 정신이 집중되고, 알고리즘과 신경-심볼릭 설계 도구의 탄력성을 테스트할 수 있다”고 덧붙였다.

AI 레이싱 테크팀은 UC버클리 외에도 카네기멜론대, 하와이대, UC 샌디에이고 등 4개 대학 AI 및 자율성 연구원과 학부생 및 대학원생으로 구성돼 있다.

지난 달 기록을 세운 성과는 팀의 과거 레이싱 성공을 기반으로 한다. 이 팀은 지난해 텍사스 모터 스피드 웨이에서 열린 IAC에서 2위를 차지했고, 미국 소비자가전박람회(CES 2023) 자율챌린지에서 다른 8개 국제 IAC 팀과의 경쟁에서 3위를 차지했다.

극도의 자율로봇 기술을 위한 이 선구적인 경쟁은 자동화된 시스템을 설계의 한계와 코너 케이스로 밀어내는 문제와 싸우고 있는 업계에 변혁의 시대를 예고한다. (코너 케이스란 둘 이상의 작동 파라미터가 극단값에 있거나 둘 이상의 비정상적인 작동 상황이 일치하는 경우에만 발생하는 문제나 상황을 일컫는다.)

이 레이스 환경은 항공우주, 국방, 의료 등의 응용 분야에서 직면한 하드웨어 문제를 반영한다. 또한 이같은 과제에는 고가의 장비, 제한된 접근성, 알려지지 않은 상태, 안전 및 성능 보증 필요성 등의 문제가 있다.