🚕자율주행자동차 '쪼개서 뽀개기' 1탄

자율주행! 자율주행!! 자율주행!!! 곧 우리 일상의 일부가 될 것만 같은, 이제는 너무 익숙해진 단어. But 최첨단 기술의 집약체 정도라는 것은 알지만, 실제로 어떤 기술들이 어떻게  적용되는 것인지 감이 확 오지 않는 것이 사실. 그래서 준비한 2,000글자 5분 길이 자율주행 '쪼개서 뽀개기' 1탄

1. Let me know : 자율주행, 너 어떻게 작동하니?! 

🛹 일단 시작은 '레벨'

자율주행 자동차의 발전 정도를 측정하는 척도가 있음. 가장 범용적으로 사용 되는 것은 SAE(국제 자동차 기술협회)에서 정의한 자율주행 자동차 '레벨'. 해당 레벨은 레벨 0 ~ 레벨 5까지 총 6단계로 이루어짐. 레벨 0은 당연히 완전히 수동으로 운전되는 'No Automation' 단계이며, 레벨 5는 완전 자율주행이 가능한 'Full Automation' 단계임.

각 레벨 별로 자동차의 '제어 주체','주행 책임'이 달라지지만 상세 내용을 다루기 보다 현재 꼭 알아야 하는 핵심은,

인간 운전자 없이 자율주행이 가능한 '레벨4' 단계에 도달하기 위한 접근은 크게 두 가지 방향이 있음.  바로 'Moon shot'식 접근과 'Bottom-up' 식 접근. 

'Moon shot'식 접근은,

반면 'Bottom-up'식 접근은, 

+TMI) '레벨 4단계'가 인간 운전자 없이 스스로 운행 할 수 있는 수준이라고는 하나, 언제 어디서나 할 수 있는 것은 아님. 즉, 레벨 4단계로 한정된 지역/도로에서 사전에 정의된 특정 날씨에서만 운행 할 수 있음. Waymo(웨이모)와 Cruise등이 '그런' 레벨 4의 운행을 일부 하고 있음.

🚖 다음은 '자동차'

자율주행 자동차가 현실화 되기 위해서는 당연히 몸체가 필요함. 바로 자동차 그 자체가 필요하다는 말.  때문에 자율주행  '기술'을 개발하는 회사들은 기존의 자동차 제조사들과 협력하는 경우가 다수임.

물론 자율주행 기술 개발과 함께 자동차 제조까지 핸들링 하는 케이스도 있음. 자동차 자체가 범용적으로 이용되기 보다는 '특수한 목적'을 지향하는 경우가 이 케이스에 해당 한다고 할 수 있는데, 대표적으로 아마존이 인수한 Zoox(죽스)와 Nuro가 있음.

😎 그리고 눈_ Eyes

자율주행이 가능하기 위해서는 자동차에 '눈'이 필요함. 즉 상황을 인식 할 수 있는 수단이 있어야 하는데, 일반적으로 카메라, 레이더, 라이다, 각종 센서들이 자율주행을 위한 자동차의 눈 역할을 수행함. 또 이 '눈들'은 앞에만 있는 것이 아니라 자동차 사방에 배치되어 있음.  이 '눈'을 정복 하기 위한 가장 지배적인 방식은 라이다를 이용한 방법. 

🥐 물론, 두뇌_Brain 도 

자동차에 탑재된 사방의 '눈'으로  주변 상황을 인식 하는 것 만으로 완전한 자율주행을 달성 할 수 없음. 인식한 상황 및 정보를 처리해 상황을 '예측'하고  다음 상황을 '계획' 하고 '판단'할 수 있어야함.  이렇게 엄청난 양의 데이터를 관련성 있게 유지하고, 업데이트 하기 위해서 소프트웨어로 대표 되는 자동차의 두뇌가 필요함.   

자동차 두뇌의 일부로서 정확한 '판단'과 '계획'을 위해  자동차 내 나침반 또한 필요. 바로 고정밀 지도인 HD 맵. 

예를 들어,

이처럼 HD맵은 도로의 중심선, 경계선 뿐만 아니라 신호등, 표지판, 건물 같은 다양한 구조물들을 '눈'이라고 할 수 있는 카메라, 레이더, 라이다를 통해 사전에 저장함.

🍚 플러스 ++

외부와의 연결성 또한 중요한 요소.  V2X(Vehicle to everything)으로 대표되는 이 연결성은 '자동차 와 자동차의 연결', '자동차와 스마트폰의 연결', '자동차와 도로의 연결' 등을 의미함. 이러한 연결성을 통해 ,

시뮬레이션 테스트 운행도 자율주행의 한 축을 담당함. 자율주행을 위해서는 실제로 자동차가 많이 돌아다니며 주변 상황을 익히고, 판단하고, 계획 하는 등 학습을 해야함. 다시말해, 실제로 운행이 되어봐야 자율주행이 가능하다는 말. 많은 기업들이 테스트 운행을 계속 하는 것이 바로 이 이유.  자율주행을 추구하는 방식에 따라 소프트웨어를 이용한 시뮬레이션 테스트 운행으로 자율주행 운행에 필요한 학습을 진행함.

+TMI) 위에서 말한 것 처럼, 테슬라는 판매되어 운행되고 있는 '실제' 운전 데이터를 수집 해 학습에 이용. 즉 테스트 운행이나 시뮬레이션 대신 실제 운행을 통해 자신들의 자동차를 더 똑똑하게 만들고 있음.   

어떤 산업에 실제 자율주행 기술이 적용 될 수 있는지,  자율주행 산업과 관련해서는 '쪼개서 뽀개기' 2탄에서 계속.

2. 그냥은 아쉬우니 이것도

1. 내가 제일 잘나가 : 자율주행 영역에서 제일 앞서나가고 있다는 웨이모는 지난 해 10월 피닉스에서 '일부' 로보택시 공개함.(한정된 지역, 한정된 조건) 

2. 딜리버리 : 자율주행 딜리버리 시장도 물론 있음(사실 로보택시 보다 더 클지도). Nuro가 가장 앞서나가는 중.