자율주행과 인공지능 ①
인공지능을 중심으로 한 자율주행의 이해
테슬라의 CEO 일론 머스크는 자율주행 기술을 기반으로 한 전기차 '로보택시'를 2024년까지 양산할 계획이라고 발표한 바 있었는데, 지난 17일 애플 팟캐스트 방송에서 로보택시에 대한 언급은 피하고 완전자율주행 베타 버전을 전기차 100만대에 적용하겠다는 입장만 밝혔습니다.
또한 일론 머스크는 지난해 12월 "일반화된 자율주행은 인공지능이라는 큰 문제를 풀어야하는데 이렇게까지 어려울 줄은 예상하지 못했다" 라고 발언했습니다.
그렇다면 왜 테슬라는 로보택시 개발을 어려워하고 있는 걸까요? 머스크가 언급한 인공지능과 자율주행은 어떤 연관점이 있을까요?
자율주행이란?
먼저 자율주행의 개념에 대해서 알아보겠습니다.
자율주행이란 운전자의 조작 없이 카메라와 센서, GPS 등의 정보를 활용한 인공지능을 기반으로 스스로 목적지까지 이동하는 기술을 뜻합니다.
자율주행 기술은 아래 사진처럼 5단계로 구분이 됩니다.
여기서 5단계는 주행 중 운전자가 전혀 필요하지 않는 상태인 완전자율주행(FSD)라고 정의합니다. 모든 것들이 연결되는 완벽한 사물인터넷 환경을 갖고 있으며, 운전자가 목적지를 입력하면 자율주행 시스템이 전적으로 운행합니다. 운전석을 비롯해 어떤 제어 장치도 필요하지 않습니다.
자율주행의 구동방식
자율주행 자동차는 인지, 판단, 제어의 단계를 거쳐 구동됩니다.
일반적인 구동방식과 인공지능이 적용됐을 때 구동방식에는 약간의 차이가 있습니다.
먼저 일반적인 '인지' 단계에서는 카메라, 레이더, 라이다 등의 정밀 센서 등을 이용해 차량 주변 상황을 읽고 감지해 냅니다. 하지만 인공지능, 그 중 딥러닝이 적용된다면 정적 환경정보(차선, 교통표지판)와 동적 환경요소(차량,보행자)를 전부 검출, 분류할 수 있습니다.
https://www.youtube.com/watch?v=HS1wV9NMLr8&list=LL&index=6
두번째로 '판단' 단계에서는 인지 기술에서 얻어낸 정보들을 바탕으로 분석해, 자동차가 어떤 동작을 취해야 하는지 결정합니다. 이때 딥러닝(인공지능)이 적용된다면 다른 운전자의 운행을 예측할 수 있습니다. 앞의 차량이 우회전할지, 유턴을 할지, 속도를 얼마나 줄일 지와 같은 상황들을 예측할 수 있습니다.
https://www.youtube.com/watch?v=yEtH23rKY8Q&list=LL&index=5
마지막으로 '제어' 단계에서는 예측한 결과를 바탕으로 차를 움직이게 하는 가속페달, 브레이크 페달, 스티어링 휠 등을 조작합니다. 딥러닝이 적용된다면 개개인의 운전 방식을 데이터화하여 인간 감성을 고려한 차량 제어를 할 수 있습니다. 각자 운전 방법을 인공지능이 학습하여 따라할 수 도 있고, 운전자의 기분이나 취향들을 반영하여 시시각각 달라질 수도 있습니다.
기존의 인공지능이 조수의 역할에서 그쳤다면 자율주행 자동차는 운전자의 현재상태를 파악하고 주변 상황과 운전자 의도와 맥락을 이해 한 후 필요한 서비스를 제공합니다.
딥러닝의 이해
자율주행 자동차와 딥러닝은 뗄 수 없는 관계입니다. 앞서 말한 인지, 판단, 제어 과정에서 딥러닝은 필수적인 기술이기 때문입니다. 딥러닝은 쉽게 말해 스스로 학습하는 인공지능입니다. 머신러닝이 인간이 주입한 알고리즘을 바탕으로 학습한다면 딥러닝은 데이터를 반복적으로 접한 다음, 정보를 스스로 도출해냅니다.
운전자가 주행 중 전방에 나타난 물체를 즉각적으로 판단하는 일은 매우 중요합니다. 물체가 차량인지, 보행자인지 쓰레기 봉투인지에 따라 운전 결과가 달라지기 때문입니다. 인간의 두뇌가 정보를 분류하는 과정은 무의식 중 이뤄지는 습관적, 직관적 판단에 가깝습니다. 예를들어 위의 물체를 뭐라고 정의할 지 물어본다면 대부분은 '자동차'라고 답할 겁니다. 일반적인 자동차의 모습이 아닌데도 왜 이 물체를 차량을 분류했을까요. 특별한 사고 없이 그냥 머릿속에서 자동차로 분류됐을 겁니다. 이런 대답이 가능한 건 대부분 어릴 때부터 수많은 자동차를 봐왔고 그게 자동차란 사실을 교육받았으며 그런 경험을 통해 뇌 속에 자동차를 직관적으로 분류할 수 있는 신경 네트워크가 형성됐기 때문입니다. 이처럼 인간 뇌를 형성하는 신경망을 모방해 스스로 학습하는 것이 딥러닝입니다.
마무리하며
많은 회사들이 완전자율주행을 꿈꾸며 하드웨어 뿐만 아니라 인공지능과 센서 개발에 힘쓰고 있지만 아직까진 넘어야 할 문제들이 많습니다. 현재 시장은 어느 수준까지 도달했는지, 어떤 기업들이 참여하고 있고 어떤 서비스를 제공하고 있는 지에 대한 사례와 기술 개발, 인프라 구축, 제도 및 법규 등 자율주행 상용화가 어려운 이유들에 대해 다음 글에서 알아보겠습니다.
Align MSR은 이동의 미래를 함께 꿈꾸고 실현해 나가는 대학생 모빌리티 솔루션 학회입니다.
