자율주행차는 세계적인 화두이다. 이러한 이유로, 자율주행차와 관련한 기사는 매일 끊이지 않는다. 6월에도 자율주행차 관련 기사가 연이어 쏟아지고 있다. 그중 주요 기사를 뽑자면, 소프트뱅크의 5세대 통신망(5G)를 이용한 군집 주행이 있다.

지난 11일 소프트뱅크는 5G를 이용해 트럭 군집 자율주행 시험을 성공적으로 끝마쳤다. 일본의 신토메이고속도로에서 진행한 것으로 알려졌는데, 3대의 트럭이 총 14킬로미터를 주행했다. 원리는 5G를 이용한 트럭 간 통신 방식으로 이뤄졌다.

지난 17일 KT는 5G를 활용한 차량-사물 통신(V2X) 기술 실증을 진행했다고 밝혔다. 서울 강북지역에서 진행한 것으로 알려져 있다. KT는 여러 상황에서의 안전성을 검증하는 방식으로 진행했다. KT는 이러한 실증을 올해까지 지속할 계획이고, 2020년에는 이를 기반으로 서울, 대구, 판교 등 3개 지역에 자율주행 서비스 실증을 진행할 계획이다.

현대·기아자동차는 자동차의 자율주행시스템 수준을 향상하기 위해 미국 자율주행시스템 전문 기업인 ‘오로라(Aurora)’에 전략적으로 투자한다고 밝혔다. 오로라는 인공지능(AI)을적용해 자동차가 안전 주행할 수 있게 하는 설루션을 보유하고 있다.

지난 6일 애플은 자율주행 셔틀 스타트업 ‘드라이브.AI(Drive.AI)’를 인수할 계획이라고 밝혔다. 이러한 소식은 애플이 AI를 활용해 자율주행차 개발을 진행할 것이라는 사실을 보여준다.

이처럼, 자율주행 관련 화두는 흘러넘친다. 기술 적용 방식도 기업마다 상이해 보인다. 하지만 자율주행차에 적용되는 기술은 크게 두 가지 방향으로 개발되고 있다. AI 영역과 5G 영역으로 나눌 수 있다. 두 방향에 관해서 각각 살펴보자.

AI 진영의 자율주행차    

AI 진영은 자동차 자체에 AI를 적용해 자율주행차를 개발하는 것이다. 이에 따라, 자동차에는 각종 센서가 부착된다. 그중 대표적인 것은 영상 센서와 라이다 센서를 들 수 있다. 영상 센서는 차량에 영상 정보를 제공하고, 라이다 센서는 주위 장애물을 인지한다. 차량의 AI는 이러한 정보를 분석하고 자동차가 자율주행할 수 있게 하는 역할을 한다.

문제는 AI를 자동차 내 하드웨어 자원으로 구현하기 위해서는 고사양의 하드웨어가 필요하다. 이를 해결한 것이 엔비디아(NVIDIA)사다. 엔비디아사가 AI 전용 하드웨어를 개발한 것.

엔비디아는 그래픽 처리에 활용되는 ‘그래픽스 처리 장치(GPU)’를 AI 구현에 맞도록 변형했다. GPU는 중앙처리장치(CPU)와 달리 직렬이 아닌 병렬로 업무를 처리한다. 이는 AI 구동에 효율적이다. 따라서 엔비디아는 차량 내 자율주행시스템을 구현할 수 있도록 자율주행시스템 전용  ‘드라이브 PX’를 출시했다.

물론 자율주행시스템 구현만으로는 충분하지 않다.

AI는 기계학습 알고리즘을 기반으로 하기 때문에 자율주행 연습을 통한 학습 데이터가 필요하다. 이러한 이유로, 자율주행 전용 모의시험장이 생겨나고 있다.

2014년 스웨덴의 볼보(Volvo)는 200만 제곱미터에 이르는 자율주행 시험 공간 ‘아스타제로(AstaZero)’를 구축했는데, 총 7000만 달러(약 840억 원)가 투입됐다. 미국 미시간 대학교는 정부와 협업해 1000만 달러(약 120억 원) 투입으로 ‘엠-시티(M-City)’라는 자율주행 시험 공간을 구축했다.

그 외 일본, 중국 등이 자율주행 시험 공간을 구축했다. 작년 국내도 경기도 화성시에 자율주행 시험 공간 ‘케이-시티(K-City)’를 구축했다.

그러나 자율주행 모의시험에는 큰 비용이 수반된다. 또한 물리적인 제약으로 자율주행 시험량에 한계가 있다.

이에 따라 가상환경에서 자율주행 시험을 구현하는 사례도 늘고 있다. 가상환경에 적은 비용으로 물리적 제약 없이 무한번의 빠른 속도로 모의 주행을 할 수 있기 때문이다.

유다시티(Udacity)는 자율주행 시뮬레이터 교육 과정과 함께 오픈소스를 공개했다. 인텔과 도요타는 공동 연구를 진행해 ‘카를라(CARLA. Car Learning to Act)’라는 시뮬레이터를 선보였다. 엔비디아는 ‘드라이브 콘스텔레이션(Drive Constellation)’이라는 시뮬레이터를 공개했다. 최근에는 BMW가 앤시스(ANSYS)와 함께 자율주행 시뮬레이터를 개발하고 있다.

5G 진영의 자율주행차    

5G는 4G보다 20배 이상 빠른 속도를 제공하고 있고, 지연 시간도 10분의 1수준이다. 다시 말해, 5G는 실시간에 가까운 처리 능력을 보여준다.

이에 5G 중심의 자율주행차 시장이 빠르게 성장하고 있다. 5G 자율주행차는 AI 기반과 달리 원격으로 지원하지 않을 것으로 보인다. 차량 내에서 충분히 구현할 수 있기 때문이다.

이를 가능케 하는 기술 중 하나는 V2X다. V2X는 주변 환경과의 통신을 통해서 주행하는 기술이다. 주변 인프라, 자동차 등과 통신한다.

예를 들어, 신호등의 신호 상태 정보를 자동차로 전달할 수 있다. 자동차는 이러한 상태에 따라 운전을 진행할 수 있다. 이는 자율주행차가 자체적으로 신호등 상태를 잘못 인식했을 때 발생하는 위협을 줄여준다.

고정밀지도(HD맵) 또한 5G 중심 자율주행차 진영에 주목받고 있다. 참고로 HD맵은 도로 상황을 상세하게 표현한 기술로, 도로 굴곡, 차선 등을 묘사한다.

5G는 HD맵의 지도 정보 제공에 유용하다. HD맵은 많은 정보를 담고 있기 때문에, 전송되는 데이터양이 많다. 그뿐만 아니라, HD맵은 자동차의 도로 위치 정보에 따라 원격으로 주행을 지원할 수 있다. 그렇기 때문에, 실시간 전송이 가능한 5G가 필요하다.

HD맵은 자율주행차를 지원할 수 있다. 자율주행차가 노면을 잘못 인식했을 때 혹은 도로 굴곡이 있을 때 HD맵은 도로 정보를 제공해 자율주행차가 적합한 환경에서 운전할 수 있게 한다.

그뿐만 아니라, 자율주행차의 주변 환경 범위는 좁다. 최대 200미터까지 밖에 지원하지 못한다. 이는 자동차의 고속 주행을 어렵게 한다. 시속 100킬로미터로 달리는 차에서는 7초면 도달할 정도로 짧은 거리이기 때문이다. 반면 HD맵은 무한한 범위의 도로 정보를 제공한다. 이는 자율주행차의 고속 주행을 지원할 수 있다.

현재 자동차 진영에서는 포드, 아우디, 현대엠엔소프트 등이 HD맵 개발에 집중하고 있다. 그뿐만 아니라, 통신사 진영에서는 SKT가 5G 기반으로 HD맵을 구현하고 있다.