자율주행차 인공지능 적용을 위한 주요 이슈
① 기존 자율주행 구현 방식은 많은 특화 센서와 주행 규칙 필요
② 카메라와 복합적 센서 정보만으로는 주행 상황 인식에 한계
③ 특수한 주행 상황에서의 대처 한계를 극복하기 위한 방안 필요
④ 현재 차선 변경은 상대 차량과의 단순 거리 비교를 통하는 수준
⑤ 국가별, 지역별로 상이한 주행법규 및 교통인프라 커버 불가능
⑥ 자율주행을 위한 카메라 인식 딥러닝이 다양하게 연구되고 있음
⑦ 세단과는 기술적·제도적 특징이 다른 트럭·택시·버스 특화 기술 필요
⑧ 완전자율주행(Level 5)을 위한 기술 확보 필요
⑨ 자율주행 기술의 한계 분석
자율주행차 인공지능 주요 이슈별 현황
① 기존 자율주행 구현 방식은 많은 특화 센서와 주행 규칙 필요
◯ 기존 자율주행은 고가의 특화 센서를 사용하고 완성차 업계에 종사한 전문 인력들이 중심이 되어 다양한 센서 정보와 주행 규칙을 모델링하여 기능 구현
◯ 차량 주행 기능들은 최근까지도 모든 상황들이 규칙으로 정의되고 모델링 된 후 소프트웨어로 구현되는 규칙기반 방식(Rule-based Approach)으로 구현되어 왔음. 따라서 이러한 규칙들을 정교하게 정의하고 모델링 할 수 있는 자동차 분야의 전문가를 확보하는 것이 자율주행 기능 구현의 핵심으로 작용해왔음
② 카메라와 복합적 센서 정보만으로는 주행 상황 인식에 한계
◯ 자율주행 기술의 가장 핵심은 사물 인식 기술임. 전방 충돌 방지, 차선 이탈 방지, 차간 거리 조절 등 지능형 주행 및 자율주행과 관련한 모든 기능을 구현하기 위해서는 주변 상황을 인식하는 것에서부터 시작하기 때문. 물론 사물 인식 기술은 차량 주변의 물체를 단순히 감지하는 것을 넘어 인식된 사물의 종류와 의미를 이해하는 단계
◯ 특히 자율주행 기술 분야의 인식 기술은 다양한 사물에 대한 높은 정확도의 인식률과 이에 따른 실시간 처리가 필수적이기 때문에 기술 구현의 난이도가 매우 높음
③ 특수한 주행 상황에서의 대처 한계를 극복하기 위한 방안 필요
◯ 기존 방법으로 모델링이 어렵고 주행 데이터 확보의 제약으로 인해 충분한 학습이 어려운 분야에 대한 극복 방안이 필요. 차량 주행 시 매우 빈번하게 발생하지만 차량들의 진입 속도, 진행 방향, 교통량 등 다양한 변수들이 매 순간 매우 다양한 경우의 수로 발생함
◯ 이러한 상황들에서 인간은 오랜 운전 경험이나 직관에 의존해 상황을 판단하거나 충돌위험이 발생하더라도 즉각적으로 반응해 위험 상황을 회피하기도 함. 하지만 이러한 과정을 인간이 일일이 개입해 제한된 데이터를 통한 학습만으로 구현해 내기는 매우 어려움
④ 현재 차선 변경은 상대 차량과의 단순 거리 비교를 통하는 수준
◯ 현재는 차선 변경이나 교차로 진입을 할 때 주변 차량들을 따로따로 인식하여 단순 거리 비교를 통해 이루어 짐
⑤ 국가별, 지역별로 상이한 주행법규 및 교통인프라 커버 불가능
◯ 차량 주행 환경은 국가별, 지역별로 주행법규 및 교통인프라가 매우 상이하기 때문에 하나의 자율주행 기술이 모든 국가에 범용적으로 적용되기는 매우 어려움. 그러므로 자율주행 기능이 특정 지역에 국한되지 않고 어느 국가나 지역으로도 쉽게 확장 가능하도록 시스템을 구현하는 것이 향후 큰 이슈로 부상할 가능성이 높음
⑥ 자율주행을 위한 카메라 인식 딥러닝이 다양하게 연구되고 있음
◯ 자율주행에 있어 카메라 센서는 전방 사물 인식 및 검출, 차선 인식 및 유지 기능, 신호등, 표지판, 도로 검출 등의 복합 환경 인식 등 사람의 눈과 같은 역할을 수행함. 이러한 영상 인식기는 예전에는 사람이 직접 특징을 정의하여 영상으로부터 해당 특징을 추출하여 인식을 수행하는 방식이었으나, 최근에는 사람 뇌의 신경망을 모사한 딥러닝 기술을 이용하여 스스로 의미 있는 특징을 추출하고 이를 이용하여 인식을 수행하는 방식이 널리 사용됨
⑦ 세단과는 기술적·제도적 특징이 다른 트럭·택시·버스 특화 기술 필요
◯ (트럭) 최근 자율주행 상용화로 가장 주목 받는 분야는 자율주행 트럭임. 자율주행 트럭의 상용화가 이슈로 부각되고 있는 것은 크게 3가지 이유 때문인데,
① 트럭이 주로 운행되는 고속도로 구간은 자율주행 장애요인이 적어 낮은 기술 수준으로도 상용화가 가능
② 고된 장거리 운전 기피로 트럭운전사 부족
③ 운전 피로감으로 인해 발생하는 사고로 매년 많은 인명 피해 발생
◯ (택시, 버스) 배차 문제 해결과 규칙적인 운행 노선, 단거리 주행 가능 등의 이슈로 인해 일반 세단 승용차보다 상용화 유망
⑧ 완전자율주행(Level 5)을 위한 기술 확보 필요
⑨ 자율주행 기술의 한계 분석
◯ 기술적 측면의 한계
- (완전자율주행) 현재의 자율주행 기술수준은 주행 중 장애물을 감지하는 수준으로 자연인 운전자가 완전히 개입하지 않는 자율주행을 위한 정확성에 한계가 있음
- (보안 기술) 커넥티드카가 다양한 통신 기기와 센서들을 연결하여 다양한 서비스를 제공하며 자동차의 운전이 생명과 직결되는 특성상 강력한 보안 기능 필요
◯ 정책적 측면의 한계
- (리스크) 자율주행차는 아직 경험된 적이 없는 신생 리스크(emerging risk)를 내재
- (책임) 자율주행차의 사고 책임에 대한 법적 기반이 약함
- (해킹) 해커들이 마음대로 타인의 자동차를 조종할 수 있는 위험이 있으므로 통신 보안 기능이 철저히 작동하지 않으면 완전자율주행의 상용화가 어려움
- (일자리 손실) 운전기사들의 대규모 실업이 발생될 수 있으며 이에 따라 고용시장 변화에 대한 사회적 대비와 실업자들에 대한 제도적 안전장치 필요
◯ 사회적 측면의 한계
- (보안 이슈) 악의 및 고의적 차량충돌, 교통 혼란 등의 해킹 테러 발생 가능성 존재
- (사생활 침해 우려) 개인 프라이버시를 침해하는 데이터 관리에 대한 우려 존재