[지식정보] 자율주행 기술 동향
정보통신기획평가원은 최근 자료에서 스마트 모빌리티 구현의 핵심인 자율주행 기술들의 개발 동향과 예상되는 문제점을 살펴보고, 이를 평가기술 관점에서 정리하고 있다.
스마트 ICT 기술은 스마트카 기술개발로 이어졌으며, 전기차, 커넥티드카, 자율주행 등 관련된 기술들이 개발되고 있다. 전기차 기술은 친환경 정책과 맞물려 현재 급속도로 성장하고 있으며, 커넥티드카 기술은 무선통신으로 소프트웨어를 업데이트하는 OTA(Over the Air)를 기반으로 차량의 다양한 스마트 기능의 응용 범위를 확장하고 있다. 자동차의 안정성을 높이기 위해 적용되고 있는 첨단운전자보조시스템 (Advanced Driver Assistance Systems: ADAS) 기술도 개별 기능에서 통합 기능 형태로 점차 발전하여 완전자율주행 기술을 향해 고도화되고 있다.
스마트모빌리티 기술은 다양한 이동 수단과 연계된 최적의 이동 편의성을 제공하여 자동차 공유경제 확산 가속화와 대중교통, 자전거 셰어링, 차량 셰어링 등 다양한 교통 서비스를 예약ㆍ이용ㆍ결제할 수 있도록 통합한 MaaS(Mobility as a Service) 플랫폼 서비스가 발달하고 있다. 이러한 기술 발달로 자동차 산업은 제조업에서 서비스업으로 확장하고있으며, 완성차 업체는 소유에서 공유로 초점을 바꾸어 모빌리티 플랫폼을 개발하고 있다. 정보통신기획평가원의 자료를 요약 정리하였다.
자료: 정보통신기획평가원, 주간기술동향, 2014호, 2021.09.15., ISSN 1225-6447
델코지식정보
https://www.delco.co.kr/
http://www.retailon.kr/on/
1. 자율주행자동차 개요 및 동향
완전자율주행 기술 달성은 자동차에 탑재되는 인공지능이 인간의 운전능력을 완전히 대체하는 것이다. 자율주행 인공지능 기술은 인지, 판단, 제어 기술로 구분한다. 각 기술의 고도화 개발의 경쟁이 치열하다.
자율주행자동차란 운전자 조작 없이 자동차 스스로 운행이 가능한 자동차다(자동차관리법 제2조 제1호의 3). 국제자동차기술자협회(Society of Automotive Engineers: SAE)에서는 자율주행 단계를 기술 수준에 따라 여섯 단계로 분류한다. 현재 Lv.2(운전자 보조) 수준이 상용화되어 양산되고 있으며, Lv.3(조건부 자동화) 이상의 단계로 진화를 위해 기업들 도전이 계속되고 있다.
1886년 내연기관 자동차 발명 이래, 자동차의 안전 개념 발전과 도입 확대는 대부분 충돌 후 물리적 피해를 줄이는 수동 안전(Passive Safety) 방향으로만 진행되었다. 그러나 1990년대에 들어 능동 안전에 대한 개념이 정립되면서 사고 이전에 미리 차량의 움직임을 예측해 사고를 방지하는 능동적인 안전 기술이 도입되기 시작했다.
능동안전기술은 자동차 미끄러짐을 방지하기 위한 잠김방지브레이크시스템(Anti lock Braking System: ABS), 차량의 차체자세제어를 위한 샤시통합제어기술(Vehicle Stability Management: VSM)의 기존 기술로부터, 전방추돌방지보조(Forward Collision-Avoidance Assist: FCA), 차로이탈방지보조(Lane Keeping Assist: LKA), 후측방충돌방지보조(Blind- Spot Collision-Avoidance Assist: BCA) 등의 첨단운전자보조시스템으로 확장되어 발전하였다.
첨단운전자보조시스템들은 해당 기능만을 개별적으로 작동하도록 개발되어 지금까지 유지되었다. 하지만 최근 Lv.3 이상의 자율주행 기술 구현을 위해 각 기능의 통합 개발 필요성이 대두되어, 한계 성능을 극복하기 위해 인공지능 기술이 적용되고 있다.
자율주행자동차는 주행 정보를 다양한 센서를 통해 수집하는, 카메라, 레이다, 라이다 등이 있다. 기존에는 각 센서가 기능별로 분리되었으나, 高레벨 자율주행에서는 인지 정확도 향상을 위해 모든 센서를 동시에 활용하는 센서 융합과 추적을 통한 인지예측기술 등이 개발되고 있다.
최근 정부의 자율주행기술개발혁신사업에서는 Lv.4+ 자율주행 상용화 기반을 마련하기 위해 자동차, ICT, 도로교통이 융합된 신기술 개발을 통한 서비스 창출 및 생태계 구축을 지원하고 있다.
자동차 기술은 단독 차량을 넘어 무선통신을 기반으로 클라우드, 엣지, 주변 차량 등 다양한 외부 시스템과 협력하는 방향으로 진행되고 있다.
2. 자율주행 인지/판단/제어 기술 동향
자율주행 인지기술 동향
인지기술은 센서를 이용하여 자신의 위치, 진행 방향, 속도 등을 파악하는 자차위치인지 기술과 자차 주변의 다른 차량 또는 사람, 신호등, 횡단보도 등을 파악하는 주변 인지기술로 구분된다. 이러한 기술은 특화된 센서와 자동차 산업의 전문성을 갖은 전문가들에 의해 규칙기반접근(Rule-based Approach) 방식으로 구현되고 있어 기술 진입 장벽이 매우 높았다. 하지만, 신규 스타트업과 ICT 기업 중심으로 딥러닝 기반 기술을 구현하면서 단시간에 진입 장벽을 넘어 기술경쟁에 대응하고 있다.
안전성 문제로 기존방식을 신뢰하던 완성차 제조사들도 최근에는 시스템 성능 개선을 위해 관련 역량을 확보하고 있다. 관련 스타트업에 대한 투자/인수를 통해 빠르게 기술 도입을 하고 있다.
이러한 인공지능 역량 확보를 위해, 사람이 운전을 배워가는 과정과 같이 주행환경에서 수집된 데이터를 통해 딥러닝 알고리즘을 학습시키는 과정이 매우 중요하다. 실제 주행데이터 확보와 딥러닝 적용의 필요성을 일찍 인지한 세계적인 ICT 기업들은 이미 수백만~수억 km 주행데이터를 수집하여 자율주행 지능 학습 과정에 활용하고 있다.
인공지능 기술은 기계학습 과정에 활용되는 학습 데이터의 양과 품질에 따라 알고리즘의 성능이 달라진다. 방대한 주행데이터 확보, 최적화 알고리즘 개발을 통해 오인지를 줄여 자율주행 지능을 고도화시키는 전략적 기술개발이 필요하다.
자율주행 판단/제어 기술 동향
인지기술을 통해 차량 위치가 인지되고, 주변 장애물 정보를 획득한 후, 자율주행차량 움직임 전략을 수립하고 판단 결과에 따라 차량을 제어하게 된다.
자율주행자동차의 판단 기술은 전역 경로 생성, 주행 전략 수립, 지역 경로 생성 등의 주요 기능으로 구성된다.
전역 경로 생성은 정밀지도와 C-ITS 정보를 활용하여 안전하게 운행이 가능한 운행구간 전체에 대한 최적 경로를 생성하는 것으로,서 기존 내비게이션 시스템과 유사하다. 차량 운행을 위한 속도, 차선유지 민감도, 차선변경기능 활성화, 차간 거리 유지 간격, 신호등 인지 기반 속도 조절 등이 주행 전략 수립에 포함된다.
지역 경로 생성은 정적/동적 장애물을 전역 경로에 맵핑하고, 이를 기반으로 주행상황에 따른 실시간 경로 변경이 필요한 구간에 대해 지역 경로를 생성한다. 이렇게 주행상황을 판단/예측하여 최적 경로를 생성하고 주행 의도를 기반으로 자율주행차량의 조향, 감/가속, 기어, 점멸등 등을 제어하여 운행하도록 한다.
기존에는 전자제어장치(Electronic Control Unit: ECU)들이 개별 동작하는 도메인 컨트롤러 기반의 분산형 방식을 사용하였다. 그러나 자율주행 기술은 대량의 데이터를 고속 처리할 수 있는 네트워크가 요구되고 있으며, 이를 효과적으로 처리할 수 있는 중앙 집중형 방식의 아키텍처가 자율주행을 위한 시스템으로 개발되고 있다.
3. 자율주행 관련 법규 추진 현황
유엔유럽경제위원회(United Nations Economic Commission for Europe: UNECE)에서는 54개 협약국의 자동차 안전기준 국제조화 및 상호인증에 관한 협정에 따라 자동차 산업의 국제표준 법규를 제정하고 있다.
그 외 미국, 영국과 같은 불문법 국가의 경우, 새로운 기술이 출현 시 이를 제재할 법령이 없어 규제가 어려운 상황이다. 성문법 국가로 대변되는 독일을 포함한 유럽, 일본, 한국의 경우 비엔나 협약 개정 이후 자율주행 관련 입법을 추진하고 있다.
다음 표는 자율주행자동차 분야에 대한 국가별 법규, 표준 및 가이드라인 추진 현황을 나타낸다.
UNECE는 산하의 자동차 기준 국제조화 회의(WP29) 내 실무그룹인 GRVA를 통해 자율주행 기술에 대한 기준을 제정하고 있다. 특히, GRVA 내 FRAV(Functional Requirements for Automated/Autonomous Vehicles)에서는 차량의 전/후방 제어, 주변 환경 모니터링, 최소 위험운전(Minimum Risk Maneuver: MRM), 제어권 전환, 운전자 모니터링 등에 대한 기준 제정 논의가 진행 중이다. VMAD(Validation Method for Automated Driving)는 신규 기술의 안전성능 확인 방법에 대한 안전기준을 제정하고 있다.
최근 독일에서는 무인 자율주행 운행 허가 요건에 대하여 법규 제정이 진행 중이다. 동 법규에서 무인 자율주행자동차는 지정 구역 내에서 인간의 개입 없이 운행 가능해야 하고, 인간 생명 보호를 최우선으로 하는 사고방지시스템 및 유사시 위험을 최소화할 수 있는 기술 조건을 갖추도록 제안하고 있다. 자율주행 개발 및 운영 당사자의 시스템 및 보안 관리, 운행 안전 관리, 법규 준수, 사고 시 배상 책임에 대한 의무도 명확히 하였다.
자율주행 운행 시 필수 제공 데이터 13종에 대한 저장 및 제공 의무를 다음 표와 같이 법규화하였다.
4. 자율주행 관련 표준 추진 현황
자율주행 관련 표준의 경우 국제표준화기구(International Organization for Standardization: ISO)의 TC204(Intelligent Transport System), TC22(Road Vehicles), ITU-T(전기통신 표준화연구반)의 SG16(Multimedia Coding, Systems and Applications), SG17(Security) 기술위원회에서 자율주행차량 관련 표준 제정 논의를 진행하고 있다.
ISO TC204에서는 자율주행 지원을 위한 맵 데이터베이스, 교통운행관리, 자율주행시스템, 차량통신시스템, 노매딕 장치를 이용한 자율주행차량 거동정보 수집, 협력형 ITS 등을 표준화하고 있다. TC22에서는 차내 통신, 전장제품, 주행환경 및 자율주행시스템과 운전자의 인터랙션, 자율주행 애드혹 시스템에 대한 표준화하고 있다. ITU-T의 경우 V2X 통신 및 보안에 대해 표준화하고 있다.
5. 자율주행 자동차 기술개발 수준
2019년 기준, 자율주행 기술, 플랫폼, 서비스를 포함하는 자율주행자동차 분야의 한국 기술 수준은 85.4%로 최고 기술국(미국)과 1.4년의 기술 격차를 보여 경쟁국 대비 가장 낮다.
미국이 기술개발, 도로 실증주행, 상용 서비스 등 전 부분에서 세계 최고 기술 수준이다. 2018년 미국과 동등 수준이던 유럽이 자율주행 플랫폼 및 서비스를 중심으로 경쟁국에 뒤처지기 시작하였으나, 정부의 제도 개선과 R&D 투자를 통해 기술 격차는 점차 감소 추세다.
한국은 라이다 센서, 인지 모듈, 자율주행시스템 등 핵심기술을 해외에 의존하고 있다. 법ㆍ제도적 한계로 기술 발전이 정체되고 있다. 종합적인 기술 수준은 낮은 편이나 국가 차원의 핵심기술개발 지원 확대, 해외 선도기업과의 기술합작 등을 통해 향후 기술 수준이 향상될 것으로 보인다. 최근 자율주행 Lv.4+의 상용화 기반 조성을 위해 차량-ICT-도로교통이 연계된 범부처 사업이 시작되었다.
6. 자율주행 기술개발 지원을 위한 평가
자율주행 기술 상용화를 위해 안정성 및 신뢰성 수준을 입증할 수 있는 혁신적인 신규 인증체계가 제안되었다. OICA(International Organization of Motor Vehicle Manufacturers) 에서는 다음 그림과 같은 3가지 접근 방법을 통한 인증체계를 UNECE에 제안하고 있다.
이는 자율주행과 관련이 없는 기존 차량의 성능을 평가하는 방법을 유지한다. 그러면서도 자율주행시스템으로 인해 복잡성이 증대되는 기술의 경우 기존 접근 방식에서 확장하여 평가될 수 있도록 제안된 것이다. 기존의 자율주행 Lv.3 이상은 제조업체가 확립한 원칙인 운영설계 범위를 기반으로 교통 규칙의 준수 및 결함 조건과 외부 영향 하에서의 안전한 성능 보장 등을 검증하는 방식이다.
이러한 성능 보장 여부를 검증하기 위해서는 시뮬레이션으로 검사와 평가를 진행하고 주행시험장에서 물리적인 시나리오 기반 인증 시험을 진행한다. 이후, 공공 도로에서 시스템이 숙련된 운전자와 견줄만한 성능을 확보하고 있는지 증명하는 방법이 제안되고 있다.
기존 자율주행차량의 표준화된 시험 방법은 신차 평가 프로그램(New Car Assessment Program: NCAP)이 있으며 자율주행 Lv.0~2까지 안전성 검증이 가능한 방법이다. 이 방법은 주로 발생하는 사고 상황을 통계적으로 분석하여 첨단안전보조장치를 통해 사고 저감효과가 가장 큰 시나리오를 도출하여 신규 차량의 안전도를 평가하는 방법이다. NCAP 테스트는 세계(GlobalNCAP), 유럽(EuroNCAP), 미국(민간: IIHS, 국가: NHTSANCAP), 한국 (KNCAP), 일본(JNCAP), 중국(C-NCAP), 중남미(LatinNCAP), 동남아시아(AseanNCAP), 호주(ANCAP) 등으로 구성되어 있다.
Lv.3 이상 자율주행의 경우, 아직 규정된 평가기술이 존재하지 않아 기존에는 NCAP를 기반으로 요소기술 평가를 진행하였다. 그러나, 자율주행 기술의 안전성 확보를 위한 별도의 평가 방법을 구축할 필요가 있다.
페가수스 프로젝트는 독일 연방정부가 지원하는 공동 프로젝트로, 자율주행차량의 개발 및 승인을 목표로 자율주행과 관련된 품질 기준, 측정 및 평가 방법 등 프로세스 개발을 진행한다. 자율주행차량 개발 및 승인을 위한 표준화된 시험과 타당성 검증 방법, 시험 시나리오 구성 등으로 이루어진 고도화된 자율주행 평가 방안 도출을 목표로 진행되었고, 도출된 결과는 UNECE 기준에 제안 중이다.
국내에서도 자율주행 소프트웨어의 안전성을 확보하기 위해 시뮬레이션 검증 및 실차 시험 평가 방법 등 자율주행 평가 프로세스 개발을 진행하고 있다. 여기에는 시뮬레이션, 주행시험장, 실도로 실증을 통해 체계적인 시험 시나리오를 도출하고 이를 기반으로 자율주행차량의 소프트웨어 안전성에 대한 시험과 검증 기술 도출을 목표로 하고 있다.
7. 결론
이동 편의성을 극대화하는 스마트모빌리티의 핵심기술인 자율주행은 미래자동차 산업의 성장 동력원으로 국가 산업 경쟁력 강화를 위해 매우 중요한 기술이다. 현재 각국에서는 시장 경쟁력 강화를 위한 여러 정책적 지원을 통해 자율주행 산업을 육성하고 있다. 관련 기업들은 기술개발 고도화와 시장형성을 위한 사업 다각화를 도모하고 있다. 점차 완전자율주행 시대가 가시화되면서 신기술에 대한 기대가 높아지는 만큼 여러 불안 요소가 복합적으로 발생하고 있다.
완전 자율주행 기술은 차량 센서를 통한 인지 거리의 한계성, HW 시스템의 기술 구현 성능 부족, 사고 시 법적 책임 문제, 윤리적 문제 등으로 아직 풀어야 할 난제가 많다. 복잡한 자율주행 시스템의 문제들을 해결하기 위해서는 정책 결정 및 규제기관, 자율주행 기술 및 서비스 기업, 인프라 운영자 등이 참여하는 컨소시엄 구성과 상호 협력이 필요하다. 또한, 개발 과정 기술의 성능 확인을 위해 다양한 검증 평가가 병행되어 사용자의 수용을 증대하고, 발생 가능 문제를 사전에 방지하여 안전성을 확보할 필요가 있다.