by
Sep 21. 2021
자율주행 센서: 카메라, 라이다, 레이더
모델 3 2019 vs 2021? 자율주행 S/W 업데이트 평가?
자율주행의 눈, 센서
자율주행을 하기 위해서는 먼저 외부의 객체와 동체 즉, 사람과 차량, 표지판, 도로, 건물 등을 알아볼 수 있는 센서가 중요하다.
센서는 인체의 눈과 같은 역할을 하여 물리적인 신호들을 수집하는 역할을 담당한다.
컴퓨터를 구성하는 부품들 중에서, 입력-연산-제어의 3가지 주요 기능 중, 입력을 담당하는 키보드나 마이크, 마우스 등을 입력장치로 생각할 수 있는데, 센서는 입력에 해당하는 역할을 한다.
IoT 디바이스의 발전으로 센서의 가격이 저렴해지면서 양산에 용이해졌고, 대규모 연산이 가능한 컴퓨팅 환경이 조성되어 빅데이터와 머신러닝, 딥러닝의 세계가 열렸다. 이러한 흐름 속에서 자율주행 센서 기술 역시 폭발적으로 성장하였다.
그렇다면, 자율주행의 눈에 해당하는 센서에 대해 알아보자.
카메라 vs 라이다 vs 레이다
그렇다면 자율주행 센서에 많이 쓰이는 카메라와 라이다, 레이다는 어떤 차이를 가지고 있을까?
카메라, 레이더, 라이다 차이 (출처 : 루미솔)http://www.lumisol.co.kr/sub/reference/lidar.asp?mode=view&bid=4&s_type=&s_keyword=&s_cate=&idx=161&page=1
일반적으로 자율주행에는 카메라와 라이다, 레이더, 초음파 등 다양한 센서들을 복합적으로 사용하여 안전성을 최대한 확보하고자 노력한다. 이와 더불어 외부의 교통 인프라에서 유입되는 도로 교통 정보와 차량 간 통신에서 오는 외부 차량들의 측위 정보도 유입될 수 있다.
카메라가 안개가 낀 상황 등 기상 환경에 따라 가시거리가 줄어드는 것과 달리, 라이다와 레이더는 이러한 한계를 극복할 수 있는 장점이 있다.
하지만 라이다는 가격이 상당히 비싼 단점이 있다. 자동차의 세계에서는 10센트를 줄이는 것이 양산 시 생산 cost를 줄이는 데 핵심적이기 때문에, 50만 원 이상 하는 라이다 가격은 큰 허들로 작용하고 있다.
구글 웨이모는 카메라와 라이다, 레이더를 모두 활용하며,
테슬라는 위의 양산 이슈로 인해 cost efficiency를 위해 카메라만 이용한다.
테슬라는 본래 레이더 정보도 활용했으나 21년 들어 레이더를 제외하고 카메라 정보만을 이용한다고 발표했다. (후술 예정)
현재 출시되는 라이다의 개당 가격은 500~1000달러(약 56만~110만원)로 5만~10만원에 불과한 레이더나 카메라보다 훨씬 비싸다. 500달러 이상이면 양산차에 사용하기 부담스러운 가격이라는 게 업계 시각이다.
https://www.hankyung.com/economy/article/2021062582691
자율주행 센서 기업 사례
이같은 기술 경쟁의 와중에 해외에서 주목받는 한국 스타트업이 있다. 1991년생 이한빈 대표가 2017년 창업한 서울로보틱스다. 자동차 등 기계에 부착된 다양한 3D 센서가 받아들인 정보를 기계가 이해할 수 있는 정보로 해석해주는 인공지능 소프트웨어(3차원 비전 소프트웨어)를 개발한다. 업력이 짧지만 베엠베(BMW), 볼보, 벤츠 등 글로벌 완성차 업체와 파트너십을 맺었다.회사 설립부터 지금까지 3D 라이다 센서에 집중했지만 이제는 카메라를 포함한 다양한 3D 센서의 데이터를 읽을 수 있도록 소프트웨어 고도화를 준비 중이다. 이런 전략 변화는 최근 테슬라가 공개한 ‘버전9’ 운행체제의 3D 카메라 데이터를 확보하면서다. 지난 12일, 서울 서초구 교대 곱창거리에 위치한 사무실에서 ‘캡틴’ 이한빈 대표를 만났다.
원문보기:
https://www.hani.co.kr/arti/economy/it/1004668.html#csidxbd87890eeb461218e6f0171addd5ed1
만도가 스마트레이더시스템(SRS)와 초고해상도(UHR) 4D 이미징 레이더 개발을 추진한다. 완전 자율주행 구현을 위한 센서다. 양사는 이외에도 스마트시티를 비롯한 다양한 분야에 적용할 레이더 개발도 협력할 방침이다. 라이다의 장점도 적용되어 있다. 4D 이미징 레이더는 4차원(거리·속도·각도·높이)에서 포인트 클라우드 기반 공간 이미지를 딥러닝해 기존 레이더보다 정확하게 사물을 인식한다.
미국 내 경쟁뿐 아니라 중국 후발 주자들과의 경쟁도 예고돼 있다. 벨로다인에 도전할 만한 중국 라이다 센서 업체로는 화웨이와 리복스, 로보센스, 허싸이테크놀로지 등이 꼽힌다. 중국 업체들은 '가격 경쟁력'을 내건다. 중국 정부가 주도하는 스마트카 지원책에 힘입어 대량 생산을 앞두고 있기 때문이다. 라이다는 자율주행차 부품 중 고가에 해당한다. 일론 머스크 테슬라 최고경영자(CEO)가 "라이다 센서는 너무 비싸기 때문에 자동차에 이를 장착하려는 것은 헛고생"이라고 혹평하기도 했다. 다만 중국 업체들이 저가 공략에 나서면서 벨로다인 입장에서는 가격 전쟁에 나서야 하는 상황이 됐다.
https://www.mk.co.kr/news/world/view/2021/07/672226/
센서 퓨전
위에서 살펴본 바와 같이 자율주행 차량에는 수많은 센서들이 탑재된다.
https://www.epnc.co.kr/news/articleView.html?idxno=81050
이에 따라 다양한 센서들에서 종합되는 데이터를 하나로 합치는 센서 퓨전(fusion) 기술이 중요해졌다.
테슬라는 앞선 AI Day에서 밝혔듯 카메라 8대에서 수집되는 데이터를 하나의 벡터로 구성된 FSD map 상에 측정 내용을 하나의 데이터로 정리하는 퓨전 기술을 선보인 바 있다. (이 역시 테슬라 내부의 1세대 이전 데이터를 발표한 것으로 추정되며, 이번 FSD V10에서는 보다 고도화된 퓨전이 이뤄졌을 것으로 예측되고 있다.)
테슬라 모델 3 2019 vs 2021
EU NCAP와 ANCAP에서는 2019년 모델 3에서 보행자와 자전거에 대한 AEB 테스트에서 60km/h에서도 문제가 없었다. 그런데 이번 KNCAP에서 2021년 모델 3으로 테스트를 했을 때에는 20km/h와 40km/h부터 불안정한 모습을 보였다. (과연 autopilot의 문제인가? 아님 센싱 관련 문제인가? 조사들의 방법론이 다른가?) 왜 이런 차이가 보이게 되었을까? (KNCAP에서 발견된 이슈는 올해 이후의 미국 등 테스트에서 보다 더 확인될 여지가 있다)
먼저 한 가지 의혹으로 제기된 부분은 2019년 모델 대비 2021년 모델의 차이가 무엇인가에 대한 것이다. 많은 사람들이 이 부분에 있어서 현재 레이더 센서의 데이터를 사용하지 않는 부분을 꼽았고, 다음으로는 OTA를 활용한 SW 업데이터 이슈를 언급했다.
센서가 많을수록 더 정확한 데이터를 얻을 것이라는 것이 일반적인 추론이다.
하지만 테슬라는 21년 5월 언론 보도를 통해 레이더 데이터로 인해 잘못된 파악으로 인해 갑자기 주행 중에 차가 속도를 낮추는 경우가 생겨서, 이런 부분을 개선하기 위해 레이더를 제외한 카메라만을 활용하겠다고 밝혔다.
https://biz.chosun.com/international/international_general/2021/05/26/6GYUHZBSLNGWTMUZVE3D3RFGRY/
짐짓 직관적으로 봤을 때에는 이해가 되지 않는 부분이고, 테슬라에서 내부 데이터까지 공개하면서 언급한 내용이 아니기 때문에, 보다 자세한 상황에 대해서는 후속 검증이 필요하다.
(또한 라이다와 관련해서는 cost가 충분히 떨어진다면, 테슬라 역시 도입하지 않을 이유가 없을 것이다.)
OTA와 SW 품질 평가
아울러 테슬라는 OTA 방식으로 와이파이를 통해 차량 소프트웨어 업데이트가 가능하다.
https://www.tesla.com/ko_KR/support/software-updates
OTA는 굉장히 간편하게 소프트웨어를 업데이트할 수 있다는 장점을 가진다.
그런데, 자동차 안전에 대한 평가에 있어 OTA를 통해 소프트웨어가 계속 변화하는 상황에서는 어떻게 안전성 평가를 진행하는 것이 맞을까?
아직은 이에 대한 별다른 방안이 없는 상황이기 때문에, 앞으로 이런 논의가 업계와 현장에서 필요할 것으로 보인다.
현재 미국과 유럽 등에서 2021~2022년에 테슬라 모델 3 2021년형에 대한 테스트들이 예정되어 있다.
이들 결과를 살펴보면서 지켜보도록 하자.
P.S.
소프트웨어 시험인증을 통한 품질관리 관련 내용은 아래를 참조. (출처 : TTA)
GS시험·인증
시험대상 : S/W 전반
패키지, 모바일, 임베디드, 컴포넌트, 게임, GIS, e-Biz, e-Learning, 주문형(SI) SW, 운영체제, 디지털콘텐츠, 보안용SW, 웹관리 도구, SW개발도구, 유틸리티, 홈네트워크, 스토리지, 바이오 메트릭스, 교육용SW 등 소프트웨어 전 분야
시험방법
ISO/IEC 25023, 25041, 25051 국제표준을 기반으로 기능적합성, 성능효율성, 사용성, 신뢰성, 보안성 등에 대한 시험 수행
※국제표준 ISO/IEC 9126-2가 25023으로 개정됨에 따라 2018년 6월 22일부터 개정된 표준을 적용하여 품질 시험 수행
SW 유형별 테스트케이스를 개발ㆍ적용하고, 결함 발견 시 결함리포트 및 보완 기회 제공 후 회귀시험 수행
제품의 품질을 종합적으로 평가한 후 인증심의위원회를 통해 인증여부 결정. 인증 통과 시 시험성적서 및 품질인증서 제공
https://sw.tta.or.kr/service/gsce_it.jsp
