자율주행이랑 빅데이터/AI가 무슨 관계야?
자율주행 자동차의 원리와 빅데이터/AI
빅데이터와 인공지능이라는 단어는 4차 산업혁명을 이루는 키워드 역할을 하고 있다. 하지만 4차 산업혁명을 이루는 키워드에는 비단 빅데이터와 인공지능만 존재하는 것은 아니다. IoT, 클라우드, 블록체인 등 다양한 키워드가 존재하며 관련해 사람들은 ABCD(AI, Block chain, Cloud, Data)라는 단어를 만들어 내기도 했다. 하지만 이 키워드들이 단순히 나열된 것이 아니다. 4차 산업혁명의 요소들은 독립적으로 존재하는 게 아니라 하나의 생태계를 구축하고 있다. 자율주행 역시 마찬가지다. 4차 산업혁명하면 떠오르는 요소 중 하나임과 동시에 빅데이터 및 인공지능과 높은 연관성을 지니고 있다.
자율주행이랑 빅데이터/AI가 밀접한 사이라던데 진짜야?
앞서 잠시 언급하였지만 생태계라는 표현이 가장 적절한 듯하다. 4차 산업혁명을 이루고 있는 많은 키워드들은 하나의 생태계를 이루며 어느 한 분야가 몰락하면 다른 분야도 함께 무너지기 쉬운 구조를 지니고 있다. 반대로 한 분야가 발전하면 자동적으로 특정 분야도 함께 발전할 가능성이 높다. 빅데이터/AI와 자율주행의 관계도 그렇다. 앞서 데이터 분석과 IoT의 연관성을 설명한 적이 있다. (https://brunch.co.kr/@8d1b089f514b4d5/14) 결국 IoT 활용의 중요 포인트는 데이터 분석 역량이었다. 빅데이터/AI와 자율주행도 유사하다. 빅데이터/AI가 자율주행 구현을 위한 기반 기술이라고 보면 된다.
다들 잘 알고 있겠지만 자율주행 자동차의 원리를 직관적으로 생각해보면 그 내용은 상당히 쉽다. 카메라나 센서로 전방을 포함한 자동차 주변을 확인하고 그 상태에 따라 어떻게 자동차를 조작하면 될지 결정한다. 사실상 사람이 운전을 할 때와 그 원리는 똑같다. 하지만 사람은 뇌와 몸을 통해 쉽게 이 작업을 진행하지만 자율주행 자동차에는 사람의 뇌와 몸이 없다. 그래서 그 역할을 인공지능과 빅데이터로 대신한다. 자율주행 자동차 구현 원리의 각 단계 속에 인공지능이 적용되지 않는 부분이 사실상 존재하지 않고 그러한 인공지능 기술은 빅데이터를 기반으로 구현된다.
자율주행의 기반 기술이 인공지능! 그리고 인공지능의 학습 방법이 빅데이터야!
앞서 언급하였듯 결국 자율주행 자동차를 가능하게 하기 위해서는 인공지능 기술이 반드시 받쳐주어야 하며 또한 이전 글에서도 많이 설명했듯이 인공지능 기술은 빅데이터와 머신러닝 기술이 없다면 구현될 수 없다. 결국 자율주행 자동차의 구현을 가능하게 하는 '기반 기술'로써 인공지능이 역할을 자리하고 있다고 볼 수 있다. 인공지능 기술이 지금 수준으로 발전하지 못했다면 자율주행 자동차 역시 지금 수준으로 절대 개발되고 있지 못할 것이다. 실제로 인공지능을 깊게 공부한 많은 인재들이 자율주행 자동차 분야로 많이 업종을 선택하는 이유 중에 하나이기도 하다.
그리고 인공지능을 논하는 데 있어서 언제나 빅데이터는 빠질 수 없다. 여러 번 말했듯 인공지능의 학습을 할 수 있도록 재료가 되는 역할을 빅데이터가 수행하고 있기 때문이다. 실제로 어떤 업체가 자율주행 자동차를 개발하기 위해서 가장 우선적으로 구비해야 하는 것은 무엇일까? 자동차 기술, 인공지능 기술 등 다양한 요소를 생각해 볼 수 있겠지만 개발 단계에서 가장 핵심적으로 준비해야 하는 요소가 바로 '데이터 준비'다. 자동차 주변의 각 이미지를 상황별로 준비하여 이미지 데이터 셋이라는 걸 준비해야 하고 이 기반 위에 인공지능 기술을 적용하게 된다.
자율주행 기술의 출발은 주변 사물의 인식입니다. 그리고 사물 인식의 핵심이 데이터와 AI입니다.
자율주행 기술에 들어가는 인공지능 기술을 조금 더 세부적으로 구분해보면 가장 첫출발은 주변 사물의 인식일 것이다. 사람에 따라 이 기술은 인공지능 기술이 아니라고 말하는 사람도 있지만 인공지능을 업으로 하는 사람에게 이 말을 전한다면 아마 많이 서운해할 것이다. 사물 인식이라는 단어를 거의 그대로 직역하면 생기는 'Object Detection'이라는 분야는 많은 인공지능 연구자들이 몰두하고 있는 분야이기 때문이다. 핵심은 간단하다. 자동차의 앞, 옆, 뒤 부분에서 카메라나 센서를 통해 이미지를 전송해 올 경우 주변에 특정 물체가 있는지 없는지를 식별하는 것이다.
사물 인식의 예시물론 나아가서는 단순히 이미지 속 특정 물체가 있는지 없는지 판단하는 것을 뛰어넘어 물체가 있다면 어떤 물체인지, 그리고 그 물체와 자동차 간 거리는 얼마나 멀리 떨어져 있는지를 충분히 파악할 수 있다. 말로 하면 단순해 보이지만 Object Detection과 같은 분야도 사실 엄청나게 고도화된 인공지능 알고리즘을 이용한다. 사람에게는 단순해 보이는 일이라도 실제로 기계에게 학습을 시킬고 하면 만만치 않다는 것을 늘 명심해야 한다. 이렇게 자동차 주변에 어떤 물체가 있는지 파악하는 작업이 완료된다면 자율주행을 위한 첫 단추가 꿰어졌다고 볼 수 있다.
주변 사물을 인식한 뒤 남은 과정은 행동을 결정하는 것입니다. 이 역시 인공지능 기술입니다!
이제 남은 것은 이러한 정보들을 종합하여 다시 한번 인공지능 기술로 자동차의 작동 방식을 결정하는 것이다. 아마 이 부분은 실제로 자율주행 자동차 개발에 참여하고 있는 사람이 아니라면 정확하고 구체적인 알고리즘 활용 방식을 알 수는 없을 것이다. 하지만 데이터와 인공지능의 기본 원리를 이해하고 자율주행 자동차의 추구 목적을 알고 있다면 어느 정도 진행 과정을 추측을 해볼 수 있다. 주변 이미지를 기반으로 자동차의 운행 작업을 결정할 때는 사물 인식 과정을 진행할 때 이용했던 인공지능과는 별개의 AI를 새롭게 개발할 가능성이 높다. 같은 AI 기술이라 할지라도 목적이 아예 다르기 때문이다.
높은 확률로 두 번째 AI에서는 주변 사물 인식에 대한 결과를 순차적으로 받아들여 이를 다시 데이터로 이해할 것이다. 직관적으로 이해하자면, 자동차 주변에 어떤 사물이 있는지에 대한 정보를 받아들이는 작업을 미세한 시간 단위로 계속 진행한다는 것이다. 추측컨데, 이를 활용하는 작업에서 엄청나게 고도화된 AI 기술이 필요할 것이며 이 데이터를 활용하는 것이 높은 성능의 자율주행 자동차를 개발의 핵심일 것이다. 참고 삼아 말하자면 어떤 인공지능이던 독립적으로 한 번 일을 수행하게 하는 것은 그리 어렵지 않으나 '시간'을 단위로 축을 늘리기 시작하면 늘 문제가 매우 복잡해진다.
빅데이터/인공지능을 잘하게 되었을 때 열리는 길은
우리 생각보다 넓을 수 있습니다!
이번 글에서는 자율주행 자동차를 구현하는 데 있어서 인공지능 기술이 어떤 역할을 하는지에 대한 것을 위주로 살펴보았다. 사실 복잡한 알고리즘까지 이해하려고 하면 상당히 힘들겠지만, 어찌 됐던 자율주행 자동차를 개발하는데 있어 인공지능과 데이터 준비 작업이 필수라는 사실은 쉽게 알 수 있다. 지난번 데이터 분석과 IoT 기술의 연관성을 살펴보았었는데, 어찌 보면 데이터 분석과 IoT의 관계보다 자율주행과의 관계가 더 밀접하다고 볼 수 있다. 데이터 분석 기술은 IoT의 기반 기술이라고 보기는 어렵다. 데이터 분석이 없어도 IoT가 진행이 안 되는 것은 아니다. 하지만 자율주행 자동차에서 데이터, AI가 없는 것이라면 문제는 달라진다.
이 점에서 생각해보면, 데이터 분석과 인공지능 기술에 실력이 있는 사람이라면 생각보다 앞으로 걸을 수 있는 길이 넓을 수 있다는 것을 추측해볼 수 있다. 최근 데이터와 AI의 중요성이 점점 더 강조됨에 따라 원래도 이 분야의 사람들은 커리어를 선택함에 있어 산업의 제한은 적은 편인데, IoT나 자율주행 자동차까지 직무 영역까지 굉장히 넓게 생각해 볼 수 있다. 바꿔 말하면, 그냥 기술만을 공부한다고 하면 본인의 전문성이 오히려 조금 떨어질 걱정을 해야 할 수도 있다. 데이터와 AI를 공부하는 많은 학생들이 조금 더 넓은 길을 꼼꼼히 고려해보기 바란다.
