인지, 판단, 제어 그리고 AI에 의한 객체 인식과 학습
자율주행은 이제 삼척동자도 알고 있을 정도로 우리에게 익숙한 지 오래다. 그러나 정작 그 원리와 작동 방식에 대해서는 일반적으로 알려진 바가 없다. 이를 쉽게 요약하면 인지와 판단, 제어, 그리고 AI를 통한 객체 인식과 학습이 주행으로 이어지는 원리다. 서재현 아주대 교통시스템공학과 조교수가 지식포털 ‘IT파인드’에 올린 분석 보고서는 그런 점에서 눈길을 끈다. 자율주행의 복잡한 원리를 알기 쉽게 요약함으로써 다른 전문가들의 관련 기술 보고서와는 구분되는 모습이다.그에 따르면 자율주행을 위한 첫 번째 필수 기능은 사람의 눈과 귀 역할을 하는 카메라, 레이더, 라이더 등 센서 기술을 활용한 ‘인지’ 기술이다. 자율주행 자동차의 상황 판단 및 차량 제어 기반이 되는 데이터를 수집하고 분석하는 기술이라 할 수 있다. 즉 정확하게 정보를 수집하고 센싱된 객체를 정확히 판별하는 능력이 무엇보다 중요하기 때문이다.여러 센터를 통해 정확한 인지를 하도록 하고 센싱된 정보를 검증해야 하는 경우에는 디지털 맵, GPS, V2X 무선 통신을 함께 사용하기도 한다. 예를 들어 “센서를 통해 인지된 교통표지 정보에 대해 디지털 맵을 통해 확인하고 교통신호 정보를 V2X 무선통신에 의해 수신하는 등 센서만으로 판단하기 어려운 상황에 대비해 인지시스템 구성을 다중화하는 것”이라는 서 교수의 해석이다. 서 교수는 “이 과정에서 다양한 센서로부터 수집되는 방대한 양의 정보를 조기에 처리해야 한다”면서 “이를 위한 차량 시스템 반도체 및 초고속 통신 인프라의 중요성도 높아지고 있다”고 전했다.다음은 판단(decision & planning) 기술이다. 이는 인지된 상황 정보를 바탕으로 차량 제어나 경로 설정을 결정하는 ‘판단’이다. 일반적으로 자율주행자동차 판단 기술은 주어진 상황에서 차량의 경로를 생성하는 기술로 이해할 수 있다. 서 교수는 “예를 들어 차량 전방에 정지차량, 보행자, 장애물 등이 인지됐을 때 이를 피할 것인지, 아니면 그대로 주행할 것인지 등을 판단하는 것”이라며 “전방의 위험상황을 회피할 경우 그대로 정지할 것인지, 아니면 차선변경을 할 것인지 등에 대한 다양한 경로와 대안을 고려해 최적의 선택을 내리게 된다”고 말했다.실제 자율주행 알고리즘은 이를 위해 수많은 경로 대안을 두고 충돌 확률이나 차량 내 승객 안전성, 이동 효율성 등 다양한 측면의 효과를 분석한 뒤 최적의 단일 경로 대안을 산출하게 된다. 그래서 “자율주행 자동차의 판단 기술을 말할 때 나오는 이슈 중 하나가 트롤리 딜레마(trolley dilemma)”라는 게 서 교수의 얘기다.트롤리 딜레마는 선로 변환기를 든 사람이 선로를 변경하면 1명이 죽지만 5명을 살릴 수 있고 선로를 변경하지 않으면 1명을 살리지만 5명이 죽을 수밖에 없는 상황에서 하나를 선택해야 하는 사고 실험이다. 트롤리 딜레마는 운전자의 지시 없이 원하는 목적지까지 자율주행해야 하는 자율주행차가 ‘판단’ 측면에서 겪게 될 가장 최악의 상황을 가정했다는 설명이다.마지막으로 제어기능이다. 즉, 주변의 교통상황에 대한 상황판단에 기초한 ‘제어’이다. “자율주행자동차 제어는 눈, 귀와 같은 감각기관을 통해 수집된 정보를 두뇌가 판단해 팔이나 다리 등을 통해 움직이는 것에 비유되며 이는 차량 측면에서의 감속, 가속, 정지, 회전 등으로 표현되기도 한다.”는 게 서 교수의 설명이다.서 교수는 “차량 제어는 자율주행 마지막 단계로 차량의 파워트레인, 브레이크, 조향 등을 통해 이뤄진다”고 말했다. 이전에는 기계적인 힘에 의해 조작되던 것이 최근에는 차량 내 통신 규격인 CAN 통신에 의해 MDPS 모터, 엔진 제어기 등에 기반한 전자 제어 방식으로 변화하고 있다. 이에 “스마트 크루즈 컨트롤 시스템(SCC, SmartCruise Control)과 차선유지보조 시스템(LKAS, Lane Keeping Assist System) 등 첨단 안전 차량 제어 시스템 등을 통해 앞서 언급한 차량의 기계적인 장치를 기반으로 보다 안전하고 효율적인 차량 제어를 지원한다”는 것이다.이밖에 AI를 통한 센서 수집 정보와 객체 인식도 중요한 요소다. 즉 주변 교통상황 및 객체에 대한 정확한 판별 및 상황 이해를 위해 인공지능이 주변 사물 인지에 활용된다는 설명이다. 인공지능은 자율주행 자동차의 각종 센서가 수집한 정보를 기반으로 빠른 시간 내에 데이터에서 사물의 종류와 형태를 넘어 그 의미까지 이해하고 사물인식 정보를 추출한다.서 교수는 “딥러닝 기반 인공지능 기술은 단순히 주변 사물을 인식하는 수준을 넘어 사물의 움직임 및 의미를 해석하는 수준으로 발전했다”면서 “차량의 진행방향, 보행자 움직임, 교통표지의 의미 등과 같이 인식된 사물의 의도(intention)를 이해하는 수준에 이르렀다”고 전했다.
출처 : 애플경제 http://www.apple-economy.com/ 디지털경제지 – 애플경제 www.apple-economy.com