자율주행차 지금은 어디까지 왔을까?

 

---

 

불과 몇 년 전만 해도 많은 완성차 기업은 물론 빅테크도 자율주행차 개발에 매진했습니다. 인공지능의 발전과 함께 자율주행차가 모빌리티 분야를 혁신할 미래 먹거리로 꼽혔기 때문입니다. 그러나, 기술적인 어려움이 강조되며 관심은 빠르게 식었죠. 그런데 최근, 중국의 테슬라 FSD 시험 승인 소식이 들려오면서 다시금 자율주행차가 주목받는데요. 오늘은 자율주행차의 현재와 미래를 살펴보겠습니다.

---

자율주행차의 기본 기술

 

자율주행차에도 레벨이 있다

 

자율주행차는 기술의 발전 정도에 따라 총 6단계로 구분됩니다.

• Level 0(비자동화): 전후방 충돌 방지 경고 등 단순한 기능만 수행

 

• Level 1(운전자 보조): 차량의 방향 제어 및 가속과 감속 등 스마트 크루즈 기능을 수행 (현재 표준화)

 

• Level 2(부분 자동화): 고속도로 주행 보조 기능과 스마트 주차 보조 기능이 추가 (테슬라 FSD, 닛산 프로파일럿 어시스트, GM 슈퍼 크루즈 등)

 

• Level 3(조건부 자동화): 본격적인 자율주행의 시작으로 시스템이 차량 운전을 제어하지만, 운전자 역시 직접 차량을 제어할 수 있는 단계 (혼다 트래픽 잼 파일럿-일본 최초 상용화, 벤츠 드라이브 파일럿-미국 내 최초 상용화, 현대 HDP- 상용화 연기)

 

• Level 4(고도 자동화): 시스템이 주행에 관한 모든 핵심 사항을 제어하는 단계 (구글 웨이모, GM크루즈, 현대 로보셔틀 등 현재 시험운행 중인 무인차량)

 

• Level 5(완전 자동화): 완전 자율주행이 가능한 단계

 

 

자율주행차의 눈, 카메라·레이더·라이다

 

자율주행차는 주변의 정보를 시시각각 받아들이고 이를 분석해 차량을 제어해야 합니다. 자율주행차가 주변의 정보를 받아들일 때 사용하는 장비는 크게 카메라와 레이더, 라이다 3종류가 있습니다.

 

• 카메라: 주변 환경을 빠르게 촬영하고 이미지를 분석합니다.

 

• 레이더(RADAR): 전자기파를 사용해 주변의 물체를 탐지하는 장비입니다. 레이더는 악천후에도 주변 사물을 정밀하게 감지할 수 있다는 장점이 있지만, 거리가 멀어질수록 정밀성이 떨어진다는 단점이 있죠.

 

• 라이다(LiDAR): 파장이 짧은 고출력 레이저를 사용해 물체와 주변 환경을 인지하는 장비입니다. 고출력 레이저 덕분에 거리 정확도 오차 범위가 3cm도 안 될 정도로 정밀하며 주위 사물을 3차원으로 인식한다는 장점이 있지만, 장비 크기가 크고 비싸다는 것이 단점입니다.

 

자동차와 외부의 연결, V2X

 

V2X(Vehicle to Everything)란 자동차와 외부 환경 간의 통신 기술을 의미합니다. V2X에는 자동차와 자동차(V2V), 자동차와 인프라(V2I), 자동차와 보행자(V2P) 간의 통신이 포함되는데요. V2X의 핵심은 이동통신 기술입니다. 자동차와 다른 대상을 통신망으로 연결해 카메라와 레이더 등으로는 얻을 수 없는 정보들을 차량에 제공하는 거죠. 특히 신호등이나 과속 방지 카메라 등 도로 인프라와 자동차가 연결되면 자율주행의 기능이 훨씬 빠르게 고도화될 전망입니다.

 

자율주행 지도가 있다.

 

현재 내비게이션에 사용되는 지도는 도로와 건물, 산 등이 대략적으로만 표시된 SD맵(Standard Map)입니다. 그런데 자율주행에는 조금 더 정밀한 정보가 담긴 지도가 필요합니다. 커브 길의 곡률이 어느 정도인지, 도로의 경사는 어느 정도인지, 신호등이나 표지판은 어디에 있는지 등 보다 많은 정보가 담긴 지도를 HD맵(High Definition Map)이라고 부르는데요. 자율주행에 필요한 정보를 많이 포함하고 있는 HD맵은 더욱 정밀한 자율주행에 많은 도움을 줄 전망인데요. 내비게이션 기업 아이나비, 현대오토에버 등이 개발 중입니다.

 

 

자율주행차가 더 빠르게 발전하려면 필요한 것

 

 

데이터센터와 데이터 처리 기술

 

완전 자율주행차는 시간당 1TB가 넘는 데이터를 만들어낸다고 알려져 있습니다. 대부분의 데이터가 복잡한 이미지와 영상이기 때문인데요. 따라서 자율주행 고도화를 위해서는 인공지능에게 많은 양의 데이터를 빠르게 학습시키는 것이 무엇보다도 중요합니다. 그래서 현대차그룹은 2017년 중국에 빅데이터 센터를 구축했고, 제너럴모터스(GM)는 마이크로소프트와 전략적 파트너십을 맺고 빅데이터를 다루기 위한 클라우드 서비스를 활용 중입니다. 나아가 자율주행을 실제로 구현할 때는 데이터를 빠르게 처리하는 것이 중요합니다. 실시간으로 만들어지는 방대한 데이터 중 자율주행차의 판단에 불필요한 데이터는 걸러내고, 용량이 큰 데이터를 빠르게 분석하는 데이터 플랫폼이 필요하죠. 이를 위해 완성차 업체는 데이터 관리 스타트업과 협업하는 등 다양한 방법으로 데이터 관리 역량을 확보합니다.

 

전기차와의 시너지

 

자율주행차는 전기차와 시너지가 좋습니다. 자율주행차가 주변의 데이터를 받아들이고 분석해 이를 결과로 내보내는 건 전부 전기 신호로 진행되는데요. 내연기관차는 전기 신호를 받아들이고 엔진에 연료 주입량을 조절해 차량 움직임을 바꾸는 데에 미세하지만 딜레이가 발생합니다. 반면 전기차는 전기 신호를 사용하는 모터로 구동되기 때문에 전기 신호가 곧바로 차량의 움직임으로 이어지죠. 이외에도 내연기관차보다는 전기차가 자율주행에 필요한 전력 소비 효율이 높다는 점에서 전기차에 자율주행 시스템을 탑재하는 것이 유리합니다.

 

 

디지털 트윈으로 자율주행 연구

 

자율주행차 연구에서는 다양한 상황의 데이터를 대량으로 수집하는 것이 중요합니다. 그러나 자율주행차가 실제 도로를 달릴 수 있는 환경은 그리 많지 않습니다. 우리나라의 경우 특례제도나 임시운행 허가 제도가 없다면 지정된 시범운행지구에서만 자율주행차가 도로를 달리며 데이터를 수집할 수 있죠. 이러한 문제를 해결하기 위한 기술로는 디지털 트윈이 있습니다. 디지털 트윈이란 실제 환경과 동일하게 만들어진 가상 환경을 말하는데요. 현실을 그대로 본딴 가상 세계를 만들고 여기에서 자율주행차를 운행하면서 기술 발전에 필요한 데이터를 얻는 방식인 것입니다. 디지털 트윈을 활용해 다양한 상황을 연출해 데이터를 수집할 수 있죠. 

 

 

주요 기업의 자율주행 현황

 

구글 웨이모

 

구글은 자율주행 차량 개발 자회사 웨이모를 통해 자율주행차 연구 개발을 진행 중입니다. 이를 위해 닛산자동차, 르노, 볼보 등과 파트너십을 체결했는데요. 샌프란시스코를 비롯해 미국 각지에서 자율주행 테스트 및 배달 서비스 등을 진행하기도 했습니다. 웨이모는 2023년 8월부터 샌프란시스코에서 유료 자율주행 택시 서비스를 시작했지만, 지난 2월 웨이모의 자율주행 차량이 자전거와 충돌하는 사건이 발생하며 우려가 커진 상황입니다.

제너럴모터스(GM) 크루즈

 

 2016년 미국의 완성차 기업 제너럴모터스(GM)는 Cruise Automation을 인수하고 GM 크루즈로 사명을 변경합니다. GM 크루즈는 연구 끝에 2020년 샌프란시스코에서 무인 자율주행차 ‘오리진’을 공개했고, 2022년에는 자율주행 택시 ‘로보택시’의 운행을 시작했는데요. 그러나 2023년 10월 로보택시가 다른 차량에 치여 튕겨 나온 보행자를 인식하지 못하고 인명사고를 내면서 캘리포니아 당국은 GM 크루즈의 자율주행 운행 허가를 중단했습니다. 이에 GM 역시 자회사인 GM 크루즈에 대한 투자를 대폭 줄였죠. 

 

현대차그룹

 

우리나라의 현대차그룹 역시 자율주행차 연구를 진행 중입니다. 현대차그룹은 2022년부터 Level 3 수준의 고속도로 자율주행(HDP)을 적용한 G90 모델을 출시하고자 했는데요. 그러나 번번이 자율주행차 출시를 연기해야 했습니다. Level 3에 해당하는 자율주행을 상용화한 기업으로는 혼다, 벤츠 등이 있으나 모두 시속 60km 이하에서만 자율주행이 작동하며, 현대차는 그보다 빠른 80km에서도 작동하는 자율주행을 위해 완성도를 높이고 있으나 쉽지 않은 것으로 알려져 있습니다. 현대차그룹은 예상했던 것보다 실제 도로에서 주행할 때 다양한 변수가 발생하며, 이에 대한 대책을 개발할 필요성이 있어 출시를 연기한다고 밝혔습니다. 

 

 

테슬라 전기충전 스테이션

 

 

테슬라, 중국에서 FSD 시험 승인

 

테슬라, 원래는…:

 

테슬라는 지금까지 중국에서 가장 첨단의 주행 보조 시스템인 FSD(Full Self-Driving)가 아닌 한 단계 낮은 주행 보조 시스템 오토파일럿을 제공했습니다. 중국이 자국 데이터가 해외에 반출되는 것을 극도로 꺼려 FSD에 대한 승인을 내주지 않았기 때문입니다. 

 

머스크의 중국 방문 이후

 

테슬라의 CEO 일론 머스크는 지난 4월 중국을 방문해 리창 국무원 총리를 만나 FSD에 대해 논의했습니다. 그리고 6주 만에 중국은 테슬라가 중국 상하이와 항저우에서 FSD의 도로 테스트 주행을 할 수 있도록 승인했죠. 또, 테슬라는 바이두로부터 업그레이드된 지도 소프트웨어를 받기로 했다는 소식이 전해지기도 했습니다. 

 

중국이 태도를 바꾼 이유

 

데이터의 해외 반출에 경계심을 품었던 중국이 테슬라의 FSD 테스트를 승인한 것은 자국 전기차 시장을 지원하기 위함입니다. 현재 저렴한 가격을 무기로 내세우는 중국 전기차 전기차 시장이 둔화하면서 새로운 돌파구가 필요한 상황입니다. 이에 저가 경쟁이 아니라 뛰어난 기술력을 바탕으로 전기차 수요를 늘릴 계획인데요. 자연스럽게 자율주행을 기술적 돌파구로 낙점했죠. 실제로 중국 시장에서는 테슬라의 FSD 테스트 승인을 두고 업계의 기술 경쟁이 치열해질 좋은 기회라는 평가가 나오죠. 

 

중국, 자율주행 강자 될까

 

중국 정부는 전기차가 상용화되기 시작한 시점부터 전기차 산업 육성에 많은 지원을 쏟아부었고, 그 결과  전기차 시장을 선도하는 기업을 탄생시켰습니다.  이제 중국은 자율주행에도 많은 지원을 이어가는데요. BYD 등 주요 기업이 베이징과 상하이 등의 도시에서 Level 3 자율주행을 시험할 수 있도록 허가한 것이 대표적입니다. Level 3 자율주행은 사고 위험이 있어 테스트에 조심스러운 국가가 많은데, 이를 여러 기업에 허용한 것이죠. 또한 중국 정부는 50곳 이상의 도시에서 자율주행 시험 운행 정책을 도입하고 법률 정비에 나서는 등 적극적으로 자율주행 기술 발전을 도우려는 움직임을 보입니다.
 

몇 년 전부터 자율주행은 높은 기술적 난이도로 인해 상용화에 어려움을 겪습니다. 애플이 10년간 공을 들인 자율주행 전기차 ‘애플카’의 개발을 포기한 것이 대표적이죠. 실제로 몇몇 스타트업은 연이은 투자에도 폐업을 면치 못했고, 인텔의 모빌아이나 구글의 웨이모 역시 기업가치가 크게 하락했습니다. 그럼에도 자율주행은 여전히 미래 모빌리티의 기대주로 주목받는 상황인데요. 중국이 전기차 시장을 주도하게 된 것처럼, 자율주행 시장에도 힘찬 바람을 일으킬 수 있을까요?