자율주행자동차는 무엇일까?
운전자의 조작 없이 스스로 주행할 수 있는 자동차이다. 인지, 판단, 제어의 세 단계로 작동되며, 스스로 인식하고 판단할 수 있는 자율주행자동차를 만들기 위해 원래 자동차에서는 없었던 센서와 인공지능이 필요하다. 테슬라와 현대자동차 등 많은 자동차 기업들이 자율주행 자동차를 개발 중이며, IT기술을 제공하는 기업들도 개발에 참여하고 있다.
최초의 자율주행자동차는 무엇이었을까?
1925년 뉴욕 브로드웨이에서 라디오 주파수를 이용해 원격 조정 자동차를 선보였다. 하지만 현재의 자율주행자동차와는 작동 원리가 달랐다. 최초의 자율주행자동차는 1977년 일본 쓰쿠바 기계공학 연구소에서 개발되었다. 흰색 표시를 따라 주행하도록 설계되어 상용화와는 거리가 멀었지만 인간이 운전하지 않고 주행한 최초의 자동차였다.
자율주행자동차의 원리-인지
인지 단계에서는 자율주행자동차의 센서가 사용되며, 말 그대로 주변 상황을 ‘인지’하는 것이다. 카메라, 레이더, 라이더가 사용된다. 카메라는 색을 구분할 수 있지만 인식 거리가 짧고, 외부에서 강한 빛이나 먼지 등의 방해로 작동이 어려울 수 있는 단점이 있다. 레이더(RADAR, radio detection and ranging)는 전자기파를 발사한 후 반사되어 돌아오는 전자파를 분석해 주변을 인지한다. 레이더는 주위의 움직임을 감지하는 능력이 뛰어나고, 인식 거리도 길다. 하지만 전자기파를 잘 반사하지 않는 비금속 물체 등을 감지하기는 어렵다. 라이더(LIDAR, light detection and ranging)는 레이저를 사용하며, 레이저가 물체에 반사되어 돌아올 때 걸린 시간을 측정해 물체 사이의 거리를 계산할 수 있다. 파장이 짧기 때문에 분해능이 뛰어나고, 먼 거리의 작은 물체를 인식하기에 용이하다. 분해능은 어떤 광학기기가 서로 떨어진 두 물체를 구별할 수 있는 능력을 의미한다. 분해능은 측정하는 빛의 파장에 비례하고, 굴절률과 입사각의 sin값에 반비례한다.
라이더는 성능이 뛰어나지만 가격과 크기에서 큰 단점을 가진다. 라이더를 가장 많이 생산하는 벨로다인(Velodyne LiDAR)의 자율주행용 라이더 가격은 수 천만원에 달한다. 다른 기업들 또한 360도 회전형이 아닌 고정형 라이더를 개발하고, 소형화, 내장화를 통해 가격을 낮추고 있지만 테슬라나 여러 전문가들은 라이더 사용을 부정적으로 보고 있어 자율주행자동차에서의 라이더 사용이 불투명한 상황이다.
자율주행자동차의 판단
자율주행 자동차가 주행하기 위해서는 현재의 차량의 위치를 알아야 한다. 포드 사의 기술에서는 SLAM과 가우시안 혼합 모델 알고리즘이 사용된다. SLAM(Simultaneous localization and mapping)은 차량에서 측정되는 GPS값과 차량 주행거리 정보, 센서를 이용한 주변의 3D 지도를 만들면서 차량의 위치를 계산한다. 하지만 측정값 오차나 환경적 요인 등으로 정확한 데이터가 측정되는 것이 아니기 때문에 기계학습 알고리즘과 가우시안 혼합 모델을 사용해서 오차값을 보정한다. 가우시안 알고리즘은 하위 집단들의 확률 분포가 가우시안 분포(정규 분포)를 따를 때 사용된다. 가우시안 혼합 모델은 데이터의 군집화를 하는데 사용된다. 군집화는 여러 데이터들을 유사한 데이터의 그룹으로 나누는 것을 의미한다.(나누어진 데이터 그룹을 cluster라고 한다) 기계 학습은 AI가 입력된 여러 데이터를 스스로 학습하여 새로운 데이터가 입력되었을 때 자동차의 현재 위치를 계산하는데 도움을 준다. 여러 오차들을 감안한 최적의 결과값을 AI가 찾아야 할 때 데이터 값을 바탕으로 모든 데이터들을 종합적으로 잘 표현해주는 선형회귀식을 찾는데, AI는 평균 제곱 오차(MSE)를 최소화 하기 위해 미분을 이용한 경사 하강법 알고리즘을 사용한다. 극댓값과 극솟값은 미분했을 때의 값이 0인 점을 이용해 MSE를 최소로 만드는 선형 그래프: y=ax+b로 표현되는 최적의 식을 찾아낼 수 있다.
ADAS가 자율주행자동차에서 사용된다고?
현재는 완전한 자율주행자동차 기술은 없지만, 첨단 운전자 보조 시스템 ADAS가 존재한다. ADAS(Advanced Driver Assistance Systems)에는 전방 충돌방지 보조(FCA, forward collision-avoidance assist), 차로 이탈방지 보조(LKA, lane keeping assist), 안전 하차 보조(SEA, safety exit assist), 운전자 주의 경고(DAW, driver attention warning), 차로 유지 보조(LFA, lane following assist)등이 있다. ADAS는 첨단 감지 센서, GPS등을 이용해 차량이 스스로 자동차를 제어하는 기술이고, 인지를 위해 카메라, 레이더, 라이더와 같은 인지 센서와 판단을 위한 AI의 기계 학습이 사용된다.
현재 자율주행자동차의 상황
현재 기술적으로 가장 앞서있다고 판단되는 자율주행자동차는 테슬라의 오토파일럿이 있다. 오토파일럿에는 많은 ADAS기능이 장착되어 있다.
각 분기마다 발표하는 테슬라 자율주행차의 안전 보고서에 따르면 테슬라의 안전기능이나 오토파일럿을 사용했을 때 사고율이 크게 줄어들었음을 보여준다. 하지만 통계자료 수집 시 일반 자동차와 오토파일럿의 측정 환경이 매우 달라 비교하는 것이 무의미하다는 분석도 나온다. 또한, 오토파일럿의 사고율이 ‘0’이 아니라는 부분에서 아직 자율주행 자동차의 완벽한 시스템은 구축되지 않았다고 평가된다.
자율주행에도 등급이 있다
자율주행 등급은 0~5단계로 분류된다. 0단계는 사람이 운전해야 하는 단계이고, 1~3단게는 특정 조건에서만 자율주행시스템이 작동하는 단계이다. 4단계는 자율주행 시스템이 주행하지만 몇 가지 예외 상황에서 사람이 주행할 필요가 있는 단계이다. 5단계는 사람이 운전할 필요가 없는 완전한 자율주행 시스템이다. 완전한 ADAS가 개발될 경우에서 자율주행자동차의 등급은 2.5단계 정도에 해당된다고 보고 있다. 테슬라의 경우는 2단계 정도의 자율주행 기술을 가지고 있다. 아직 완전한 자율 주행이 시행되기까지는 기술적인 부분에서 넘어야 할 산이 많다.
AI가 맞닥뜨릴 윤리적 문제
기술적 문제만 남은 것이 아니다. 운전을 하는 도중 여러 윤리적인 문제들이 생길 수 있다. 만약 승객과 보행자 중에서 한 명만 살릴 수 있는 불가피한 상황이라면 누구를 살려야 할까? 사람들도 고민하는 이런 문제를 AI가 어떻게 판단하도록 만들어야 할까? 21세기에서 기술이 비약적으로 발전되고, 5단계의 자율주행 자동차도 머지 않았다는 자료도 있지만 AI가 딜레마의 상황에서 어떤 판단을 하게 만들지는 윤리적인 고민이 더 필요하다. 기술을 만드는 모든 기업들은 윤리적으로 옳은 선택을 하는 AI를 개발하고, 안전한 자율주행 자동차가 어서 우리 곁에 다가오기를 바란다.
김현욱 | Physics & Earth Scu | 지식더하기
참고자료
[1] https://www.koreascience.or.kr/article/JAKO201714940710999.pdf
[2] https://m.post.naver.com/viewer/postView.nhn?volumeNo=29765017&memberNo=1047921
[3] https://www.hyundai.co.kr/story
[4] https://losskatsu.github.io/machine-learning/gmm/#
첨부 이미지 출처
[1] https://blog.naver.com
[2] https://vugera.tistory.com
[3] https://jiwonkkim.github.io
[4] https://jiwonkkim.github.io
[5] https://bizsquare.info
[6] www.edaily.co.kr
첨부 동영상 출처
[1] https://www.youtube.com/watch?v=pP1FJimHFBw
