'2016 국제로봇필드포럼' 첫째날인 24일에는 자율주행자동차를 주제로 선우명호 한양대 교수가 ‘자율주행 자동차에 대한 주요 기술적 과제와 이슈’, 이용덕 엔비디아 한국지사장이 ‘엔비디아 드라이브 PX 자율주행 플랫폼’, 김정하 국민대 자동차융합대학 학장이 ‘인공지능 자율주행 자동차와 인공지능 기술(자율주행 알고리즘)’을 주제로 기조 강연을 했다. 주요 기조 강연 내용을 간추려 소개한다.

▲키노트(1):자율주행 자동차에 대한 주요 기술적 과제와 이슈(선우명호 한양대 미래자동차공학과 교수)

자율주행 자동차 개발은 기본적으로 자동차 사고를 줄이기 위한 안전 기술 확보 차원에서 이뤄지고 있다. 전세계적으로 10억대 이상의 자동차가 보급되어 있는데 연간 130만명 이상의 사람이 사고로 생명을 위협받고 있다. 문제는 자동차 사고의 90%가 운전자 부주의로 발생한다는 점이다. 세계 각국이 안전 조치 강화 차원에서 자동 긴급제어시스템(AEB), 전방추돌경고시스템(FCW), 차선이탈경고시스템(LDW) 등 각종 안전조치를 도입하고 있으며 자율주행차도 이 같은 맥락에서 이해할 수 있다.

한양대는 그동안 자율주행차 주행 테스트를 다양하게 시도했다. 산이 깊어 GPS 신호가 잘 잡히지 않고 도로 굴곡이 심한 대관령 지역에서 자율주행자동차 테스트를 진행한 경험도 갖고 있다. 저가의 센서를 활용해 자율주행차를 개발하는데 주안점을 두고 있다.

한양대가 개발하고 있는 자율주행자동차는 분산 환경의 네트워크 아키텍처를 채택하고 있다는 게 중요한 특징이다. 중압집중적인 처리방식은 많은 에너지와 컴퓨팅 파워가 필요하다. 이에 비해 분산 환경 네트워크 아키텍쳐는 컴퓨팅 파워가 많이 필요하지 않고 신뢰성도 높다는 장점이 확인되고 있다. 이 같은 연구 실적 덕분에 지난해 한양대는 ‘IEEE 익스플로러 어워드’를 수상했다. 국제적인 연구기관과 학자들이 우리의 연구 성과를 소개하고 있다는 것에 자부심을 갖고 있다.

자율주행 자동차 개발은 중요한 도전 과제를 안고 있다. 자동차는 한번 판매하면 10년 이상 주요 부품에 관해 품질을 보증해야 하는데, 그 사이에 운행 조건이 계속 변화한다. 대표적으로 세계 각국의 신호등 체계가 매우 다양하다. 우리나라의 경우 빈번한 도로 공사 등으로 도로 상황이 수시로 바뀐다. 앞으로는 사이버 보안의 문제도 기능 안전 문제와 함께 더욱 부각될 것이다. 법제도적인 문제도 고려해야 한다. 대표적으로 최근 이슈가 되고 있는 지도 개방 문제도 있는데, 우리나라와 일본이 구글에 아직까지 자국 지도를 공개하지 않고 있다. 무조건 개방하기보다는 우리도 준비할 수 있는 시간이 필요하다. 2020년까지 우리의 자율주행차 기술 수준을 세계적인 반열에 올려놓아야 한다.

▲키노트(2):엔비디아 드라이브 PX 자율주행 플랫폼(이용덕 엔비디아 한국 지사장)

이세돌 9단과 대결을 펼친 구글 딥마인드의 알파고 시스템은 1200개의 CPU와 176개의 GPU가 들어있다. 여기에 쓰인 GPU가 바로 엔비디아 제품이다. 빅데이터를 순간적으로 읽고 분석하는 게 GPU 기술인데 전세계 GPU 시장의 90% 이상을 엔비디아가 장악하고 있다. 오는 2025년이면 인공지능 알고리즘이 자동차 뿐 아니라 전분야에 적용될 것이다. 아주 작은 애플리케이션도 아주 작은 인공지능을 통해 클라우드 환경에서 작업을 수행할 수 있게 된다.

자율주행차는 인공지능과 가장 관계가 깊다. 엔비디아는 딥러닝 슈퍼컴퓨팅인 ‘DGX 1’과 ‘DGX 새턴5’를 발표했는데 자율 주행자동차 분야의 딥러닝에 적합한 제품이다. 지난 2014년부터 전기차 포뮬러-e 경주대회가 열리고 있는데, 엔비디아는 드라이브 PX2라는 GPU 기반 슈퍼컴 기술을 제공하고 있다. 엔비디아의 자동차 솔루션인 드라이브 PX는 운행 중인 자동차에 관한 모든 데이터를 클라우드로 보내고 처리후 다시 자동차로 보내는게 가능하다. 엔비디아는 딥러닝 슈퍼컴퓨터를 제공하는 것뿐 아니라 직접 자율주행자동차인 bb8을 개발해 공개하기도 했다. 아울러 세계 자동차 업체와 자율주행자동차 개발 분야에서 협력하고 있다.

▲키노트(3):인공지능 자율주행 자동차와 인공지능 기술(김정하 국민대 자동차융합대학 학장)

자율주행 자동차를 무인자동차라는 용어와 혼동해 쓰는데, 자율주행차는 실제 사람이 탑승한다는 점에서 무인차와는 다른 개념이다. 자율주행 자동차는 언제든지 수동으로 전환될수 있어야 한다. 만일 자율주행차가 사고가 나면 사람이 수동으로 전환해 위급 상황을 벗어날 수 있어야 한다. 조이스틱이라도 있어야 한다. 테슬라가 자율주행자동차 4단계의 기술인 것 것처럼 마케팅하지만 실제 테슬라자동차는 자율주행자동차는 아니다.

자율주행자동차의 차량제어는 종방향 제어와 횡방향 제어로 구분할 수 있다. 현재 차선을 지키면서 운행하는 종방향 제어 기술은 95% 이상 기술이 개발되어 있다. 하지만 아직 차선을 바꾸는 횡방향 제어는 불안하고 위험하다. 특히 고속 주행모드에서 횡방향 제어를 하는 것은 매우 힘든 일이다.

일본이 도쿄올림픽이 열리는 2020년에 자율주행 자동차 3단계 기술을 시연하겠다고 발표하면서 세계 자율주행 자동차 개발 경쟁이 과열되고 있으며 속도도 빨라지고 있다.우리나라는 2018년 평창올림픽에 맞춰 자율주행차 3단계 기술을 시연하겠다고 했는데 시간이 별로 없다.

차량제어는 바로 로봇제어라고 할 수 있다. 내비게이션, SLAM, 뉴럴네트워크 등 개념은 오래전부터 있었다. 자동차 업체 입장에선 사업성을 고려하지 않을 수 없다. 자동차 자체적으로 안되면 인프라가 지원해야 한다. 3단계에서 4단계로 가기 힘들다면 이는 인프라 측면에서 뒷받침해주면 된다. 자율주행자동차 시장 창출은 쉽지 않다고 본다. 오히려 무인발레파킹 기술 등이 이른 시일내 상용화되고 시장성을 확보할 가능성이 높아 보인다.