[사이언스프리즘] 자율차 사활 걸린 센서기술

성능 높이고 값은 낮추는 혁신 필요 / 사람 전혀 개입 않는 ‘레벨 5’ 도전

4차 산업혁명의 물결이 거세다. 요즘 자동차업계에서는 자율주행차, 전기자동차 등이 4차 산업혁명을 선도할 것이라는 전망이 우세하다. 자율주행차는 이제 상식적인 단어가 됐고, 관련 기사가 넘쳐나고 있다. 최근 뉴스만 보아도 컴퓨터 멀티미디어 회사인 엔비디아가 보쉬와 인공지능(AI) 자율주행시스템 개발을 위해 손을 잡았고, BMW는 2021년까지 운전자가 필요 없는 완전자율주행차를 내놓겠다고 하며, 인텔은 자율주행차량 카메라 제조업체 모빌아이를 153억달러에 인수하기로 계약했다. 이미 구글, 애플, 바이두, 벤츠 등 많은 글로벌 기업이 기술경쟁을 하고 있고, 우리나라 산업체와 학계에서도 기술개발에 박차를 가하고 있다.

자율주행을 구현하는 세 가지 중심요소는 감지, 판단, 제어다. 감지기술을 통해 도로의 상황을 수집하고, 컴퓨터가 수집된 정보를 종합해 판단을 내리고, 이에 따라 자동차의 각종 장치를 제어한다. 운행 중 수집되는 정보를 자동차가 스스로 파악하고 실시간으로 판단해 운전을 하기 위해서는 AI가 필요하겠다는 점은 쉽게 짐작할 수 있다. AI는 음주운전을 하지도 않고 졸음운전을 하지도 않는다. 실제 자동차 충돌 사고의 90% 이상이 운전자 과실로 발생한다는 통계를 볼 때 잘 개발된 AI에 운전을 맡기는 것이 더 안전할 수 있겠다.

이병호 서울대 교수·전기정보공학

문제는 자율주행차의 경우 컴퓨터 기술이 핵심으로서 다양한 최첨단 센서기술이 뒷받침돼야 한다. 자동차의 위치를 파악하거나 추정하기 위해서는 위성위치확인시스템(GPS)과 관성측정장비(IMU)가 쓰인다. 미리 만들어 둔 정밀지도와 실시간으로 획득하는 환경정보를 비교해 추정하기도 한다. 실시간 환경정보를 감지하는 센서로는 라이다, 스테레오 카메라, 초음파 센서 등이 사용된다. 다양한 센서로 획득한 정보는 위치 추정에만 쓰이는 것이 아니라 컴퓨터가 매순간 운전에 대한 결정을 내리는 데 이용된다.

라이다는 눈에 보이지 않는 레이저 빔을 쏘아 반사돼 돌아오는 빛을 감지해 물체까지의 거리와 속도를 파악하는 장치이다. 원래는 대기오염물이 레이저를 흡수하는 정도를 측정해 환경감시에 쓰이던 장치였는데 자율주행자동차 용으로 변형돼 이용된다. 15m 앞에 물체가 있다면 발사된 레이저 빔이 물체에 맞고 돌아오는 데 걸리는 시간은 100나노초(1나노초는 10억분의 1초)이다. 그 물체를 1m 거리 해상도로 분별하려면 7나노초의 분해능으로 실시간 분석을 해야 한다. 스테레오 카메라는 사람의 두 눈처럼 간격이 떨어진 두 개의 카메라로 영상을 찍어 서로 비교해 거리를 알아내는 장치다. 가까운 물체는 두 영상에서 서로 좌우로 위치 차이가 많이 나고 먼 물체는 차이가 작게 나는 원리를 이용한다. 컴퓨터가 이를 파악하려면 두 카메라의 영상에서 서로 대응하는 점이 어떤 점들인가부터 실시간으로 파악해야 하는 고난도의 작업이다. 라이다는 레이저 빔 주사 방식으로 정보를 얻기에 영상 해상도가 떨어지므로 카메라의 고해상도 영상과 결합해 이용되기도 한다.

무엇보다 자율주행차산업은 빅데이터 분석과 딥 러닝(사물이나 데이터를 군집화하거나 분류하는 데 사용하는 기술)에만 사활이 걸린 것이 아니라 고성능의 저가 센서장치가 개발돼야 하며 시장 또한 급증해야 할 것이다. MIT에서는 미국 10센트 동전보다 작은 크기의 라이다 칩을 선보였고, 수년 내에 10달러짜리 라이다 칩을 개발하겠다고 한다. 폭우가 쏟아지고 눈보라가 치는 환경에서도 센서가 정확한 정보를 획득해야 하는 기술적 문제도 산적해 있다. 실리콘밸리의 자율주행차 벤처회사의 보고에 의하면 주행도로를 가로지르는 고가도로의 그림자가 장애물로 인식돼 애를 먹었다고 한다. 실시간 빠른 판단을 위해서는 더욱 빠른 속도의 컴퓨팅 파워가 요구된다. 이와 같이 사람이 전혀 개입하지 않는 레벨5의 완전자율주행차를 위해서는 센서와 컴퓨터 기술의 획기적 개선을 위해 더 큰 노력이 경주돼야 한다.

이병호 서울대 교수·전기정보공학