자율 주행 기술은 어떻게 동작하는가?

자율 주행 기술은 마치 인간이 운전할 때 보고, 생각하고, 행동하는 과정을 기계가 대신 수행하는 것과 같다.

이 과정은 크게 인지, 판단, 제어라는 세 가지 핵심 단계로 나뉜다.

인지 (perception) : 주변 상황 파악하기

자동차에 장착된 다양한 센서들이 인간의 눈과 귀 역할을 한다.

각 센서는 서로 다른 장단점을 가지고 있어 이를 결합해 정밀한 데이터를 생산한다.

라이다 (LiDAR) - 레이저를 쏴서 물체와의 거리를 정밀하게 측정하고 주변을 3D 지도로 시작화한다.

레이더 (Rada) - 전자기파를 이용해 물체의 거리와 속도를 측정하며, 안개나 비 같은 악천후에도 강하다.

카메라 - 차선 표지판, 신호등의 색상 등 시각적인 정보를 인식한다.

GPS 및 인공지능 - 차량의 현재 위치를 파악하고, 수집된 데이터를 딥러닝 알고리즘으로 분석해 저것은 보행자다. 저것은 정지표지판이다라고 정의한다.

판단 (Decision) : 주행 전략 세우기

인지 단계에서 얻은 정보를 바탕으로 두뇌 역할을 하는 컴퓨터가 실시간으로 주행 계획을 세운다.

경로 생성 : 목적지까지 가장 효율적인 경로를 계산한다.

상황 예측 : 옆 차선의 차량이 끼어들 것인지, 보행자가 무단횡단을 할 것인지 등을 예측한다.

행동 결정 : 지금 차선을 변경할 것인가? 급제동을 할 것인가? 와 같은 최종 결정을 내린다.

제어 (Control) : 실제로 움직이기

판단된 내용을 바탕으로 차량의 하드웨어를 직접 움직이는 단계다.

조향 (Streering) : 핸들을 얼마나 꺾을지 결정한다.

가속 및 감속 (Acceleration/Braking) : 엔진이나 모터의 출력을 조절하고 브레이크를 작동시켜 속도를 제어한다.

자율주행은 기술 수준에 따라 보통 0에서 5단계로 나뉜다.

Level 2 부분 자동화로 조향과 가속을 보조하지만 운전자가 항상 주시해야 하는 것을 말한다.

Level 3 조건부 자동화로 특정 조건에서 시스템이 주행하나, 요청 시 운전자가 개입한다.

Level 4 고도 자동화로 정해진 구역 내에서 운전자의 개입 없이 주행이 가능한 상태를 말한다.

Level 5 완전 자동화로 모든 환경과 조건에서 운전자 없이 주행하는 것을 말한다.

현재 자율 주행 기술은 레벨 2에서 레벨 3으로 넘어가는 과도기에 있으며, 특히 인공지능의 판단 능력을 높이는 것이 가장 큰 숙제이다.

자율주행은 상용화 단계로 지속 발전되면서 클라우드 시스템과 연계되고 있다.

간단히 말해, 차량 내부의 컴퓨터가 실시간 시력이라면, 클라우드는 집단 지성과 거대한 기억력 역할을 한다.

이 때문에 자율주행 자동차가 도로 위에서 독립적인 개체로 존재하지 않고 클라우드 시스템과 연결되어야 하는데 그 이유에 대해서 알아보자.

1. 초정밀 지도 (HD Map)의 실시간 업데이트

자율주행차는 일반 내비게이션보다 훨씬 정밀한 센티미터 단위의 초정밀 지도가 필요하다.

데이터 용량 : 도로의 경사도, 커브의 곡률, 신호등의 위치 등 방대한 정보를 차량에 모두 담아두기엔 한계가 있다.

동적 정보 업데이트 : 공사 구간, 사고 발생, 갑작스러운 도로 통제 등 실시간으로 변하는 도로 상황을 클라우드가 취합하여 주변 차량에 즉시 뿌려준다.

이를 통해 차량은 보이지 않는 모퉁이 너머의 상황까지 미리 인지할 수 있다.

2. 가시거리 밖의 상황 인지

차량에 장착된 센서는 물리적인 한계가 있다. 앞차에 가려진 돌발 상황이나 대형 트럭 너머의 신호는 감지하기 어렵다.

군집 주행 및 교통 최적화 : 클라우드는 수천 대의 차량에서 들어오는 데이터를 분석해 전체 교통 흐름을 조율한다.

협력 인지 : 앞차가 급제동을 하면 그 정보가 즉시 클라우드를 통해 뒤따르는 차들에게 전달된다. 센서가 반응하기 훨씬 전부터 미리 속도를 줄일 수 있는 예지력을 갖게 되는 셈이다.

3. 고사양 연산의 분산 처리

자율주행차는 매초 테라바이트급의 데이터를 쏟아낸다. 이를 차량 내 컴퓨터 만으로 처리하면 전력 소모가 극심하고 하드웨어 비용이 치솟는다.

단순 주행은 차량이 직접 처리하지만 복잡한 경로 최적화나 수천 가지 변수를 고려한 예측 모델은 클라우드의 고성능 서버가 처리하여 결과값만 내려보낸다.

수집된 특이 케이스 데이터는 클라우드로 전송되어 인공지능 알고리즘을 고도화하는 데 사용되며, 개선된 소프트웨어는 다시 OTA (Over The Air)를 통해 모든 차량에 적용된다.

즉, 차량 로컬 시스템은 즉각적인 장애물 회피와 제어에 사용되어 저지연과 실시간성을 보장하고 클라우드 시스템은 장거리 경로에 최적화되고 집단 데이터를 분석해 방대한 정보량을 처리하고 예측형 주행을 지원한다.

향후에는 Level4 수준의 고도 자동화된 자율 주행 서비스가 클라우드 시스템을 통해서 이루어질 것으로 예상된다.