사람처럼 인지하고 판단하고 조작하는 자동차

1-12 회사들 마다 각자의 장점을 살리고 약점을 보완하고 있다.

4단계 이상의 완전 자율 주행을 실현하기 위해서는 센싱, 인지-판단, 조작의 세 단계가 균형 있게 발전할 필요가 있다. 그중 조작에 관해서는 로봇 제어 기술의 발달로 상당히 완성의 경지에 이르렀다. 전선으로 연결된 각종 엑츄레이터들이 고전적인 PID제어를 기반으로 한 다양한 제어 로직을 통해 원하는 동작을 신속하고 정확하게 구현해 낼 수 있게 되었다.

 

이에 반해 센싱과 인지-판단의 영역은 아직도 풀어야 할 숙제들이 많이 있다. 센서들마다 측정하는 방식이 다르고 커버할 수 있는 범위와 신호의 신뢰도도 차이가 난다. 우리가 눈을 통해 보는 시각적인 정보들이 불완전하기 때문에 이를 보완하기 위해 인간은 AI보다 몇 배나 강력하고 효율적인 뇌를 이용해서 각종 추측과 판단은 하면서 운전을 수행한다. 인간처럼 작은 눈(센서)을 큰 뇌(인공지능)로 커버할 것인지, 아니면 상대적으로 기능이 작은 뇌를 큰 눈으로 커버할 것인지는 자율 주행을 개발하는 각 주체들마다 선택이 다르다.  

카메라로 인식한 정보를 일일이 분석하고 판단해서 거리와 진행 방향들을 인지하고 예측할 수 도 있고, 라이더나 레이다 같은 복합 센서에서 나오는 신호를 기반으로 바로 측정할 수도 있다. 주행 학습 데이터가 풍부한 테슬라는 학습을 통한 사물 인지와 운전 패턴 적응에 집중하는 반면, 네트워크과 지도 정보에 강점이 있는 구글의 Waymo는 HD MAP과 자율주행 AI 알고리즘 개발에 더 초점을 맞추고 있다. 각자 자신들의 강점을 더 살리고, 약점은 보완하는 전략으로 나아가고 있는 셈이다.  

정답은 없다. 결국 목적지로 이르는 길에는 센싱, 인지-판단, 조작의 3요소에 대한 이해가 필요하다. 앞으로 우리는 완성 단계에 도달한 조작 제어 로직부터 카메라가 어떻게 사물을 인지하고 레이다나 라이더는 어떤 원리로 작동되는지 살펴볼 것이다. GPS와 지도 정보가 어떻게 활용되고 자동차의 컨트롤러는 이 모든 정보들을 이용해서 적절한 판단을 해 나가는지도 살펴보겠다.