※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1827호(2017. 12. 20. 발행)에 기고한 원고입니다.


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

완전 자율주행 무인 택시 ‘웨이모’의 안전성 확보를 위한 여러 노력들.pdf



[ 요 약 ]


웨이모(Waymo)가 테스트 중인 완전 무인 택시는 자율주행 기술 6단계 중 5단계 진입을 뜻하는데이는 차량 안전성에 대한 책임이 사람에서 자동차 제조업체로 옮겨진다는 점에서 큰 의의가 있음안전성 책임을 떠안겠다고 선언한 셈이므로 웨이모는 안전성 확보를 위해 소프트웨어 개발하드웨어 사전 정비서비스 UI 개발 등 여러 측면에서 노력하고 있는데특히 자율주행 차량의 최적 경로 결정을 인공지능이 아닌 사람에 맡김으로써 책임 소재 규명이 가능한 구조를 선택하고 있음



[ 본 문 ]

ž 알파벳 산하 웨이모(Waymo)의 무인 택시 시범 서비스는 자동차 사고의 책임이 사람에서 자동차 제조업체로 넘어오는 단계에 진입하고 있음을 보여 줌


Ø 웨이모는 지난 11월부터는 보조 운전자가 탑승하지 않는 무인 택시 운행서비스를 전개하고 있는데, 현재 수십 개 기업이 자율주행 차량 기술을 테스트하고 있지만 위급 상황에 관여할 운전자가 탑승하지 않는 완전 자율주행 차량의 도로 주행 테스트는 웨이모가 처음임


Ø 미국자동차기술학회(SAE)는 자율주행 기술의 발전 단계를 6단계로 구분(레벨0~레벨5)하고 있는데, 전문가들은 웨이모가 5단계인 레벨4에 해당하는 것으로 보고 있음


Ø 자율운전 기술 진화의 최종 단계인 레벨5는 운전자가 어떤 주행 상황에도 전혀 개입하지 않는다고 규정하고 있으므로 사고시 책임 소재가 명확히 자동차 제조업체에 있음


Ø 그러나 다섯 번째 단계인 레벨4는 운전자가 요건이 갖춰진 경우에 한해 운전에 전혀 개입하지 않는다고 규정하고 있어 사고 발생시 법적 책임 소재에 약간의 모호성이 발생할 수 있음


Ø 레벨4의 규정은 요건이 갖춰진 경우 주행과 관련된 모든 결정은 시스템이 하며 따라서 결과의 책임이 자동차에 있음을 의미하지만, 아직 자율주행차 관련 법규가 구체적으로 제정되지 않아 정해진 조건이 무엇이 되느냐에 따라 소비자와 제조업체간 분쟁이 발생할 소지가 있음


Ø 전문가들은 뭬이모가 무인 택시로 운행되는 데서 보듯, 레벨4부터 탑승자는 승객에 불과하기 때문에 원칙적으로 제조업체의 안전운행 책임을 명문화할 필요가 있다고 보고 있음


[1] 미국 자동차기술학회(SAE)의 자율주행 기술발전 단계 구분

Level 0

(비자동화)

- 운전자가 차의 속도와 방향을 계속 통제한다

- 시스템은 주행에 전혀 영향을 주지 않는다

Level 1

(운전자 보조)

- 운전자는 차의 속도 또는 방향을 계속 통제한다

- 시스템은 주행과 관련한 다른 기능에 개입한다

Level 2

(부분 자동화)

- 운전자는 반드시 능동적으로 주행에 개입하고 주변 상황을 항상 주시한다

- 시스템은 정해진 조건에서 차의 속도와 방향을 조절한다

Level 3

(조건부 자동화)

- 운전자는 능동적으로 주행에 개입하거나 주변 상황을 항상 주시하지 않아도 되지만, 항상 직접 주행을 통제할 준비가 되어 있어야 한다

-시스템은 정해진 조건에 차의 속도와 방향을 조절하고, 기능 구현이 한계에 이르기 전에 운전자가 능동적 운전을 이어나가도록 알림으로써, 운전자가 대응할 수 있는 시간적 여유를 주어야 한다

Level 4

(고도 자동화)

- 운전자는 정해진 조건에서 운전에 전혀 개입하지 않는다

- 시스템은 정해진 조건의 모든 상황에서 차의 속도와 방향을 통제하고 능동적으로 주행을 한다

Level 5

(완전 자동화)

- 운전자는 모든 상황에 개입하지 않는다

- 시스템은 주행 중 모든 경우에 차의 속도와 방향을 통제하고 능동적 주행을 한다

<자료> Society of Automotive Engineers


ž 자율운전 차량 사고의 책임이 제조업체 쪽으로 옮겨간다면 소비자 입장에서 가장 궁금한 것은 웨이모의 안정성인데, 안정성은 결정하는 것은 우선 소프트웨어의 완성도임


Ø 웨이모의 소프트웨어는 가상 및 실제 환경으로 나누어 테스트되는데, 개발된 자율운전 소프트웨어는 우선 시뮬레이터를 통해 알고리즘을 교육하고 학습한 기능을 검증하게 됨


<자료> Waymo


[그림 1] 시뮬레이터에서 자동차 구동 모습


Ø 웨이모는 고급 시뮬레이션 환경에서 알고리즘 교육을 실시하는데, 시뮬레이터를 통해 25,000 대의 웨이모를 구동시킴으로써 매일 800만 마일의 주행 테스트를 하는 효과를 얻고 있음


Ø 시뮬레이터를 사용하면 시험 주행 거리를 늘릴 수 있을 뿐만 아니라, 실제 현실에서는 별로 발생하지 않는 이벤트도 생성해 교육시킬 수 있는데, 예를 들어 교차로에서 좌회전 신호가 깜빡이는 등 자주 발생하지 않지만 사고 연관성은 높은 신호 상황을 만들어 낼 수 있음


Ø 시뮬레이터는 실제 거리를 소프트웨어로 재현하고 있는데, 가상으로 구현된 거리는 실제 시가지를 스캔한 데이터를 바탕으로 구축된 것으로, 전용 차량에 탑재된 라이다(Lidar, 레이저 센서)를 통해 거리를 스캔한 후 정밀 3D 지도를 제작한 것임


Ø 지도에는 차선, 인도, 신호등 등이 표시되는데 여기에는 차선의 폭과 인도의 높이 등 주행 정보 가 포함되어 있으며, 그 위에 좌회전 신호가 깜박이는 교차로 등 특수 이벤트 발생 상황을 구현할 수 있음


ž 시뮬레이터에서는 조건을 다양하게 바꾸거나 환경에 변화를 추가한 후 테스트를 실행하는 퍼징(Fuzzing) 과정을 통해 소프트웨어의 완성도를 높여 가게 됨


Ø 시뮬레이터에서 조건이 구성되고 나면 가상의 거리를 자동차로 주행하는데, 이를 통해 좌회전 신호가 깜박이는 교차로에서 회전하는 연습을 하게 됨


<자료> Waymo


[그림 2] 시뮬레이터에서 교차로 좌회전 상황 학습


Ø 이 경우 자동차는 교차로에 천천히 진입하며 마주 오는 차량이 없는 것을 확인한 후 좌회전하게 되는데, 알고리즘이 개선되어 갈 때마다 동일한 조건에서 주행 시험을 반복함으로써 습득한 운전 기술의 완성도를 높여 나감


Ø 시뮬레이터의 환경에는 변화를 추가할 수 있는데, 이를 퍼징(Fuzzing)이라 하며, 가령 좌회전 신호 시에 마주 오는 차량의 속도를 바꾸거나 신호등 타이밍을 바꿀 수 있고, 새로운 조건에서도 자동차가 안전하게 좌회전 할 수 있는지 확인해 볼 수 있음


Ø 또한 실제로는 거의 있을 수 없는 상황 조건을 구현할 수도 있는데, 오토바이가 백색 차선 위를 따라 달리거나 사람이 차선 사이를 지그재그로 달리는 상황 등을 생성한 후 비정상적인 행동이 발생할 때 자동차가 어떻게 반응하는지 확인해 볼 수 있음


Ø 이처럼 웨이모 자율운전 자동차는 주요 기술을 시뮬레이터에서 배우고 연습을 거듭해 완성도를 높이고 있으며, 2016년 한 해에만 시뮬레이터에서 25억 마일을 주행했다고 하는데, 이는 지구를 10만 바퀴 돈 거리에 해당함


ž 시뮬레이션을 통과한 소프트웨어는 자동차에 탑재되어 도로 주행 테스트를 하게 되는데, 전용 서킷에서 테스트를 거친 후 실제 도로에서 시험 주행을 하게 됨


Ø 소프트웨어를 탑재한 시험 차량은 전용 서킷인 캐슬(Castle)에서 주행 테스트를 하는데, 캐슬은 구글이 공군 기지 철거 부지를 사들인 후 실제 거리 풍경을 그대로 재현한 곳임


<자료> Google Earth


[그림 3] 자율주행차 테스트용 전용 서킷 캐슬


Ø 캐슬에서 새로 개발된 소프트웨어와 수정된 소프트웨어가 검증되며 또한 드물게 발생하는 이벤트들도 시험하는데, 구조화된 테스트(Structured Tests)라 불리는 이 과정에서 약 2만 가지의 시나리오를 검증하며, 검증이 끝난 소프트웨어는 도로에서 실제 테스트를 진행함


Ø 웨이모는 지난 8년 동안 미국 전역의 20개 도시에서 350만 마일의 도로를 실제 주행했는데, 애리조나에서는 사막 환경, 워싱턴에서는 비 내리는 환경, 미시간에서는 눈 내리는 환경에서 테스트 하는 등 서로 다른 기상 조건에서 안전하게 주행 할 수 있는지 확인하고 있음


Ø 도로 주행 테스트는 또한 홍보 활동을 겸하고 있는데, 지역 주민들이 자율운전 차량을 실제 접하게 함으로써 막연한 불안감을 없애고 이해하게 만드는 것을 목표로 하고 있음


Ø 시뮬레이션 통과 후 실제 차량에 탑재 되어 전용 서킷과 실제 시가지 주행을 통해 기능과 안정성이 검증되면, 비로소 자율운전 소프트웨어는 최종 제품으로 출하가 됨


ž 이처럼 웨이모가 여러 단계에 걸쳐 다양한 소프트웨어 테스트 및 실제 주행 테스트를 거쳐야 하는 것은 자율주행차의 최적 경로를 인공지능(AI)이 아닌 사람이 결정하기 때문임



[그림 4] 웨이모의 최적 경로 결정 과정


Ø 웨이모의 소프트웨어는 주변 객체의 움직임을 예상하고 그 바탕 위에 최적의 경로를 산출하는데 이를 플래닝(Planning) 프로세스라 부르며, 플래닝을 통해 진행 방향, 속도, 주행할 차선, 핸들 조작 등을 결정하게 됨


Ø 여기서 핵심 포인트는 플래닝 프로세스에 AI를 적용하지 않는다는 것인데, 플래닝의 로직은 코딩되어 있으며 자동차의 움직임은 사람이 프로그램으로 지정하고 있음


Ø 즉 웨이모는 인간이 자율운전의 알고리즘을 파악할 수 있는 구조로 되어 있는 것인데, 이는 사고가 났을 경우 알고리즘 파악을 통해 책임 소재를 규명할 수 있는 장점이 있으나, 방대한 규칙이 정의되어야 하며 그 개념들을 검증하기 위한 대규모의 주행 테스트가 필요하게 됨


Ø 웨이모의 이런 접근 방식은 플래닝 프로세스를 AI가 담당하게 하는 엔비디아와 대비되는 것인데, 엔비디아는 AI가 인간의 운전을 보고 운전 기술을 배우는 AI Car 개발을 목표로 하고 있음


Ø AI Car는 추상적인 도로 개념을 이해해 차선이 없어도 인간처럼 운전하는 것을 목표로 하는데, 방대한 규칙의 정의가 필요하지 않고 알고리즘은 웨이모에 비해 간단해 질 수 있지만, AI의 의사결정 메커니즘은 인간이 전혀 이해할 수 없어 신뢰성의 문제가 발생하게 됨


Ø 알파고의 경우 인간이 알파고의 메커니즘을 전혀 이해할 수 없더라도 결과적으로 사람을 이기기 때문에 그 수를 보고 연구하려는 마음이 생길 수 있지만, AI Car의 경우 사고가 났을 때 AI의 판단이 사람보다 나을 테니 무조건 사람이 운전한 쪽이 잘못이라 판정할 수는 없기 때문


ž 한편 자율주행차는 무인으로 주행하기 때문에 소프트웨어 성능뿐 아니라 차량의 유지보수도 매우 중요하므로, 웨이모는 자동차 정비 전문 네트워크와 제휴를 맺고 있음


<자료> Waymo


[그림 5] 차고에서 정비 중인 웨이모 무인 택시


Ø 웨이모는 지난 11월 무인 택시 서비스 시작에 즈음해 차량 유지보수 네트워크인 오토네이션(AutoNation)과 제휴를 발표하였으며, 애리조나와 캘리포니아에서는 이미 오토네이션을 통해 웨이모의 유지 보수 서비스를 실시하고 있음


Ø 오토네이션은 미국 최대 자동차 판매기업으로 16개 주에 361개 매장을 보유하고 있으며 35개 제조업체의 자동차를 판매하고 있는데, 판매뿐 아니라 자동차 정비 사업도 전개하고 있음


Ø 웨이모는 무인 자율운전 차량이기 때문에 문제가 발생할 경우 비상등을 켜고 수리할 수 없으므로, 오류가 발생하기 전에 부품 교환을 실시하는 등 예방 정비활동 중심으로 차량 유지보수를 해야 함


Ø 비단 하드웨어에 대한 정비뿐 아니라 자율운전 차량은 고급 센서와 소프트웨어를 탑재하고 있기 때문에 이에 상응하는 소프트웨어 관리 기술도 요구됨


Ø 자율운전 차량의 기기는 고가이기 때문에 제조원가를 조기에 상각하려면 24시간 연속으로 운행하게 될 가능성이 높은데, 이런 사업모델을 지원하기 위해서라도 자율운전 자동차의 유지 보수 기술은 매우 중요함


ž 현재 자율운전 자동차의 안전에 관한 지표는 확립되어 있지 않기 때문에, 웨이모는 안전성 확보를 위해 여러 가지 관점에서 다양하게 접근하고 있음


Ø 자율운전 차량의 도로주행 테스트를 어느 조건에서 얼마만큼 해야 하는 지에 대해서는 논란이 계속되고 있으며, 아직 업계 공동의 혹은 공공기관이 정한 안정성 기준은 마련되어 있지 않음


Ø 그러나 캘리포니아 주의 경우 자율운전 차량의 도로 테스트 내용을 공표하도록 의무화 하고 있기 때문에, 그 중 자율운전 기능 해제(Disengagement) 섹션을 통해 간접적으로나마 안전성을 추정해 볼 수는 있음


<자료> Department of Motor Vehicles


[그림 6] 웨이모의 자율운전 기능 해제 횟수


Ø 자율운전 기능 해제 조치(Disengagement)가 실행되었다는 것은 자동차가 위험한 상태에 놓이게 되었다는 뜻이므로, 이를 사고 상황 혹은 자율주행차가 설계대로 작동하지 않은 결함 발생 상황으로 해석해 볼 수 있기 때문


Ø 웨이모의 자율운전 기능 해제 횟수는 2015년에 1천 마일 당 0.8회였으나 2016년에는 0.2회로 감소했으며, 2017년도 보고서는 아직 공개되지 않았지만 이런 추세가 이어졌다면 거의 발생하지 않았을 것으로 보임


Ø 웨이모는 안전과 관련하여 여러 관점에서 장치를 마련하고 있는데, 철저한 주행 시험을 반복하여 자율운전 모드에서 350만 마일을 주행시켰으며, 차량의 주요 시스템인 스티어링이나 브레이크 등을 이중화 하여 하드웨어의 고장에 대비하고 있음


Ø 운용 측면에서는 주행할 수 있는 영역을 운행 설계 영역(ODD, Operational Design Domain)로 정의해 자동차가 달릴 조건을 명확하게 파악하고 있으며, 탑승객과 인터페이스에도 신경을 써 무인 택시 승객이 사고 발생시에도 불안해 하지 않도록 기능 설계를 하였음


Ø 개발 과정과 시험 결과만 놓고 보면, 그리고 안전하게 주행 할 수 있는 환경에서만 서비스를 제공하며, 무인으로 주행하더라도 운행 제어센터에서 원격으로 모니터하고 비상 사태에 대응하고 있다는 점을 고려하면 웨이모 무인 택시는 안전하다고 평가할 수 있음


ž 안정성 확보를 위한 웨이모의 다양한 시도들은 기술을 현실에 맞추려는 기술업체들의 노력을 통해 자율주행차가 상용 서비스 단계에 본격 진입하고 있음을 보여주고 있음


Ø 그 동안 자율주행차의 상용화 시기 전망이 어려웠던 이유는 안전성에 대한 확신을 과연 어떻게 할 수 있을지에 대한 사회적 합의가 이루어지지 않았기 때문임


Ø 안전성 이슈는 단순히 사고 빈도를 얼마나 낮출 수 있느냐에 대한 것이 아니라, 긴급 상황 발생 시 대처 방안과 사고 발생 시 책임 소재 규명 및 그에 따른 보험 처리 방안까지 포함하는 사회관습적인 문제이자 법적인 문제임


Ø 웨이모는 혁신적인 자율운전 기술에 맞춘 새로운 자동차 법규나 사회적 합의를 마련해 달라고 요구하는 데 머무르지 않고, 안전성에 관한 현재의 사회적 기준에 최대한 부합하기 위한 기술 개발 방식 및 서비스 운용 방식을 채택하여 그 완성도를 높여 나가고 있음


Ø 특히 최적 경로 선택을 AI에 맡기지 않고 사람이 결정하는 방식을 택함으로써 오히려 더 지난한 테스트 기간을 자처하고, 완전 무인 자율주행 방식을 선택해 안정성과 직결된 책임의 문제를 업체가 부담하겠다고 나선 점은 결과를 떠나 높이 평가 받을 만한 지점임


Ø 자동차 해킹 등 보안 이슈도 남아 있고 안전성에 대한 문제 제기는 끝이 없을 테지만, 웨이모가 보여준 전향적인 시도들로 인해 자율주행차 상용화 시점은 한층 더 앞당겨질 전망


※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1826호(2017. 12. 13. 발행)에 기고한 원고입니다.


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

완전 자율주행 무인 택시 &lsquo;웨이모&rsquo;의 이용 방법.pdf



[ 요 약 ]


웨이모(Waymo)가 개발 중인 자율운전 차량을 무인 택시로 운행할 것임을 밝히며운전자가 탑승하지 않는 완전 자율운전 차량의 도심 주행 테스트를 시작한다고 발표웨이모 무인택시는 당분간 날씨가 좋고 도로 정비가 잘돼 있으며 보행자도 적은 애리조나주 피닉스에서 테스트 될 것이나내년부터 법규가 마련되는 다른 주로 지역을 확대하고 도로나 기후가 보다 열악한 곳에서도 테스트를 실시할 예정이어서 테스트 결과에 따라 무인 택시 시대의 도래 시기를 가늠해 볼 수 있을 전망



[ 본 문 ]



ž 알파벳 산하 자율주행차 사업 부문인 웨이모(.Waymo)는 지난 11 7일부터 완전 무인 자율주행 차량의 도로 주행 테스트를 시작했다고 발표


Ø 웨이모는 2017 4월부터 애리조나주 피닉스와 그 인접지역에서 조기 승차 프로그램(Early Ride Program)이라 불리는 자율주행차 도로 주행 실증 실험을 해왔는데, 11월부터는 보조 운전자가 탑승하지 않는 무인 택시로 운행한다고 발표한 것


<자료> ABC News


[그림 1] 웨이모의 완전자율주행 택시


Ø 현재 수십 개 기업이 자율주행 차량 기술을 테스트하고 있고, 일부 상용화되기도 했지만 위급 상황에 관여할 운전자가 탑승하지 않는 완전 자율주행 차량의 도로 주행 테스트는 웨이모가 처음임


Ø 웨이모는 올해 말까지는 피닉스 지역에서 도로주행 시험을 실시하지만 내년부터는 점차 테스트 지역을 확장해 나갈 예정이며, 미국뿐 아니라 전세계 각국 도시에 완전 자율주행 기술을 보급하는 것이 목표라 밝힘으로써 다른 나라에서도 테스트가 전개될 가능성을 내비쳤음


Ø 웨이모 계획의 현실화는 미국 각 주 및 다른 나라의 도로교통법이 관건이 될 것인데, 운전석에 사람이 없는 완전 자율주행을 허용하는 애리조나주와 달리 인근 캘리포니아만 해도 자율주행 차량에도 반드시 위급 상황에 개입할 사람이 운전석에 앉도록 규정하고 있음


Ø 법적인 문제 외에 본질적으로 안전성 이슈가 관건인데, 웨이모 측은 주 컴퓨터에 문제가 발생하는 상황에 대비해 보조 컴퓨터 등 보완 시스템을 탑재했다며 안전성에 자신을 보이고 있지만, 안전성 이슈는 웨이모가 자동차인 이상 늘 제기될 수밖에 없는 이슈임


ž 웨이모는 개인이 자동차를 소유하는 것이 아니라 공유하는 모델인 공유하는 이동성(Shared Mobility)을 핵심 가치로 삼고 있고, 그런 맥락에서 무인 택시로 테스트하는 것임


Ø 테슬라와 볼보가 개인에 자율운전 자동차를 판매하는 모델을 계획 중이라면, 웨이모는 개인에 판매하는 대신 탑승 서비스 제공을 계획하고 있고, GM, BMW, 폴크스바겐 은 개인 판매와 라이드 서비스를 함께 제공하는 하이브리드 사업 형태를 계획하고 있음


Ø 웨이모는 2017 5월 차량 공유 서비스 기업인 리프트(Lyft)와 제휴한다고 발표하며, 양사가 무인 택시의 운행 시험과 기술 개발을 함께 추진한다고 밝힌 바 있음


Ø 차량 공유 서비스 시장에서는 우버(Uber)가 압도적인 선두주자이지만, 웨이모가 우버를 기밀 정보 도용 혐의로 소송을 제기하는 등 양사는 자율운전 기술 개발을 놓고 첨예한 대립을 하고 있으며, 이런 경위 때문에 웨이모는 리프트와 제휴하는 쪽으로 급속히 방향을 틀었음


Ø 제비 한 마리가 봄을 몰고 오지는 않지만, 애리조나주에서 완전 자율주행 차량 테스트가 시작되었다는 것은 무인 택시를 이용할 날이 아주 멀지는 않았다는 것을 뜻하므로, 무인 택시 웨이모 이용에 관한 정보를 미리 알아두는 것도 좋을 것임



ž 웨이모 무인 택시는 앱을 통해 호출하여 이용할 수 있고, 승객은 차량 내부의 기능 버튼을 눌러 조작할 수 있고 디스플레이 기기를 통해 운행 정보를 확인할 수 있음


Ø 웨이모 무인 택시를 이용하려면 택시 호출 앱과 마찬가지로 스마트폰 앱을 이용해 현재 위치와 목적지를 입력하고 배차를 요청하면 됨


Ø 웨이모 택시는 크라이슬러 퍼시픽 하이브리드(Chrysler Pacific Hybrid) 미니 밴 모델을 개조한 것이며, 택시가 도착하면 이용자는 뒷자석(2)에 올라타면 됨


Ø 안전을 위한 운전자와 엔지니어가 없으므로 차량 1열은 공석이 되는데, 단 웨이모는 테스트 초기에 당분간 보조 운전자를 2열에 앉게 해 운행을 모니터링 할 것이라고 함


Ø 차내에는 무인 택시를 이용하기 위한 장치들이 설치되어 있는데, 고객의 좌석 앞(1열 좌석의 등받이 뒷부분)에는 디스플레이(In-Car Display)가 구비되어 있으며, 디스플레이는 자동차의 주행 상태가 표시됨


<자료> ars technica


[그림 2] 웨이모 무인 택시의 기능 조작 버튼


Ø 천장에는 조작 버튼이 달린 기기가 있는데 버튼은 총 네 개로 오른쪽부터 발진(Start Ride), 정차(Pull Over), 차문 잠금/해제(Lock / Unlock), 도움 요청(Help) 기능을 수행하며, 안전 벨트를 멘 후 문을 잠근 다음 발진 버튼을 누르면 자동차가 출발함


Ø 주행 중에는 좌석 앞 디스플레이에 운행 상태가 표시되는데, 화면에 지도가 표시되고 현재 위치가 아이콘으로 표시되며 주행 경로는 실선으로 표시됨


<자료> techcrunch


[그림 3] 웨이모 무인 택시의 디스플레이


Ø 주위의 객체, 즉 다른 차나 자전거 등도 표시되어 웨이모가 무엇을 보고 있는지, 어떤 판단을 내렸는지 파악할 수 있으며, 그 외 도착 예정시간과 주행시간 등도 표시됨


Ø 웨이모 택시는 운전자 없이 주행하지만 차량의 운행 상태를 웨이모 운영센터(Waymo Operations Center)에서 원격으로 모니터하고 있음


Ø 비상 사태가 발생하면 승객은 정차(Pull Over) 버튼을 눌러 차를 세운 다음 도움(Help) 버튼을 눌러 웨이모 운영센터와 연결해 담당 지원과 통화할 수 있으며, 앱을 통해서도 통화할 수 있음


Ø 목적지에 도착해 차량이 멈추면 승객은 차문 열림 버튼을 눌러 하차하면 되고, 요금은 앱을 통해 과금 되지만 조기 승차 프로그램(Early Ride Program) 테스트 기간 동안은 무료임.


ž 웨이모 택시는 운행가능 지역 내에서만 주행하게 되며 가능 지역 내에서 주행을 하다가도 주행할 수 없는 상황이 되면 자동으로 정지하도록 설계되어 있음


Ø 현재 웨이모 무인 택시는 피닉스 인근에서만 운행 중인데, 이 지역은 건조 사막 지대여서 날씨가 대체로 좋아 눈비가 거의 없으며, 비교적 신도시여서 도로 정비는 잘 되어 있는 반면 자전거나 보행자는 적은 편이어서 자율운전차가 쉽게 주행할 수 있는 환경임



Ø 애리조나주는 규제 완화를 통해 첨단기업을 유치하기 위해 주지사 행정명령으로 자율운전차의 운행을 허용했기 때문에, 애리조나는 지리적 조건뿐 아니라 법규 면에서도 자율운전차에 친화적인 지역임(캘리포니아주는 2018년부터 자율운전차 주행 허용 예정)


Ø 웨이모는 무인 택시가 달릴 수 있는 지역을 운행 설계 영역(Operational Design Domain, ODD)이라 정의하는데, 지형, 도로 유형, 기후, 주간·야간, 법규 등의 조건에 따라 주행할 수 있는 지리적 위치가 결정되며 조건을 충족하는 장소가 ODD가 됨


<자료> Waymo


[그림 4] 웨이모 주행가능지역 ODD


Ø ODD는 휴대전화의 통화권에 해당하는 것으로, 웨이모는 지도 상에 파란색으로 표시되는 ODD 지역에서만 달릴 수 있고, 음영(shade) 부분은 준비가 되는대로 달릴 수 있게 됨


Ø 웨이모는 ODD 역내를 운행하더라도 주행 할 수 없는 상황이 발생하면 안전하게 정지하도록 설계되어 있는데, 이런 상황을 최소 위험 조건(Minimum Risk Condition)이라 부름



Ø 주행할 수 없는 상황이란 눈보라나 폭우 등인데, 가령 심한 소나기를 만나면 웨이모는 안전한 곳에서 정차하게 되며 소나기가 그치고 나면 다시 운행을 시작하게 됨


Ø 그러나 소나기 때문에 주행을 멈추는 자동차는 자동차라 할 수 없기 때문에, 웨이모는 눈비가 와도 주행할 수 있도록 알고리즘 훈련을 계속하고 있으며, 빗속 주행시험은 워싱턴에서, 눈 올 때의 주행 시험은 미시간에서 진행하고 있다고 함


<자료> Waymo


[그림 5] 웨이모의 눈길 도로주행 테스트


ž 완전 무인 자율주행차이기 때문에 웨이모는 안전성 강화에 많은 노력을 쏟고 있으며, 사고 발생 시 처리 절차와 원인 분석 방법도 마련하고 있음


Ø 웨이모는 도로 교통법에 따라 운행하며 법규가 변경되면 그에 따라 소프트웨어를 업데이트하는데, 미국은 주마다 도로 교통법이 다르기 때문에 웨이모는 운행하는 주의 법령을 따름


Ø 가령 자전거 차선이 있는 교차로에서 우회전 규칙은 캘리포니아와 텍사스에서 다른데 웨이모는 이러한 차이를 알고리즘에 담고 있으며, 또한 교통 법규뿐만 아니라 그 지역 특유의 운전 관습이나 운전 스타일도 알고리즘에 반영하고 있다고 함


Ø 웨이모는 안전성 강화를 위해 차량의 주요 시스템을 이중화하고 있어 고장이 나더라도 백업 시스템에서 주행을 계속하며, 컴퓨터, 브레이크, 스티어링, 배터리 등도 이중화 되어 있음


Ø 또한 소프트웨어가 운전자를 대신해 시스템을 지속적으로 모니터링 하는데, 소프트웨어가 문제를 감지하면 차량을 일단 정차시키거나 운행을 중지하는 등의 조치를 취함


Ø 주행 중에는 운행에 관한 데이터를 수집하며 운행 중 발생한 여러 상황을 기록하고 분석하는데, 이를 통해 알고리즘을 개선하고 소프트웨어를 업데이트 하며, 사고 등의 문제가 발생했을 때 기록된 데이터를 통해 원인을 규명함


Ø 개인 프라이버시가 침해되는 상황이 일어날 수도 있으므로, 탑승자는 차량의 운행이 기록되고 있다는 점을 인식해 둘 필요가 있음


Ø 자동차에 사고가 발생하게 되면 소프트웨어가 충돌을 감지해 안전하게 정차하도록 설계되어 있으며, 운영센터에 문제가 발생했음을 알리도록 되어 있음


Ø 연락을 받은 사고 전담 직원은 경찰 및 소방서와 연락하여 사고 후 절차(Post-Crash Procedures)를 이행하게 되고, 해당 지역의 웨이모 직원은 현장으로 출동하며, 탑승자는 차내에 설치되어있는 도움(Help) 버튼을 눌러 전담 직원과 통화할 수 있음.


Ø 웨이모는 카메라로 촬영된 영상과 센서가 수집한 데이터를 사용해 사고 원인을 규명하는데, 웨이모에 문제가 있을 경우 소프트웨어를 업데이트 하게 되며, 차량 하드웨어는 수리한 후 시험 주행을 실시하여 안전성을 확인한 다음 다시 운행에 투입됨


ž 웨이모는 사고 방지 및 사고 피해 최소화를 위한 알고리즘을 탑재하고 있는데, 윤리적 이슈와 연관되는 소위 트롤리 문제 관련 알고리즘은 공개하지 않고 있음


Ø 웨이모의 사고 방지 및 사고 피해 최소화를 위한 알고리즘은 미국 교통부(NHTSA)가 미 전역에서 발생한 교통사고의 원인을 분석하여 공표한 원인 유형과 빈도 결과에 근거하고 있음


Ø NHTSA에 따르면 교통사고 중 빈도가 높은 것은 추돌 사고, 교차로 사고, 도로 이탈 사고, 차선 변경 사고이며, 웨이모는 이 네 가지를 주 대상으로 사고 방지 알고리즘을 개발했다고 함


Ø 자율운전차 논의에서는 사고의 피해를 최소화하기 위해 특정 인물을 희생하는 것이 도덕적인가를 묻는 소위 트롤리 문제(Trolley Problem)가 항상 화제가 되지만, 웨이모는 피해를 최소화하기 위한 알고리즘의 자세한 내용에 대해서는 공개하지 않고 있음


Ø 트롤리 이슈와 관련해서는, 웨이모를 포함해 모든 자율운전차 개발업체들이 사고 회피 알고리즘을 공개하고, 이를 공공기관에서 검증해야 한다는 요구가 지속적으로 제기되고 있음


ž 웨이모는 NHTSA가 요구하는 운전 기술을 학습하고 있으며, 그 바탕 위에 자율운전을 위해 필요한 것이라 자체적으로 정한 운전 기술들을 구현하고 있음


Ø NHTSA는 자율운전 차량에 필요한 운전 기능을 행위 역량(Behavioral Competencies)이라 부르며 28개 항목으로 정의하고 있으며, 사람이 운전 학원에서 운전 기술을 배우듯 자율운전 차량은 도로 주행을 위해 그러한 기능을 탑재할 것을 요구하고 있음


Ø NHTSA가 정의한 기능은 자율운전의 기본 조작에 관한 것으로 가령 제한 속도 표지판을 인식한 후 이를 준수하는 기능이 요구하고 있고, 고속도로에서는 고속으로 주행 차선에 합류할 수 있어야 한다는 것이나 긴급 차량을 감지하면 적절한 대응할 것 등을 규정하고 있음


<자료> Waymo


[그림 6] 긴급 차량의 인식 및 대응


Ø 웨이모는 차량의 라이트가 깜박이는 것과 사이렌 인식을 통해 그 객체가 소방차임을 인식할 수 있으며, 그에 따라 차선을 양보하거나 정차하는 기능을 구현하고 있음


Ø 또한 거리의 경찰관과 소방관을 인식하고 수신호에 의한 지시를 따르는 기능도 구현했는데, 일반인이 수신호로 지시하는 경우는 따르지 않음


Ø 자율운전차가 도로 교통법을 위반하는 등의 경우 경찰이 정지를 명령할 수 있는데, 경찰과 웨이모 모두 이런 상황에 대한 대응이 필요하기 때문에 웨이모는 운행지역 경찰과 제휴를 긴밀히 하여 경찰들에게 무인 택시에 대한 대응방법도 교육하고 있음


Ø , 웨이모에는 운전자가 없기 때문에 경찰들에게 비상 사태 발생시 운영센터에 연락하는 방법에 대해 설명한 것이며, 무인 택시가 본격적인 영업을 시작하게 되면 해당 지역의 경찰 및 소방서 등과 연계가 매우 중요할 것으로 예상됨


Ø NHTSA 규정 외에 웨이모는 자체적으로 정한 자율운전에 필요한 기능을 구현하고 있는데, 가령 스쿨버스를 인식할 경우 그 지역의 법규에 따라 정지 등의 조치를 취하게 되어 있음


Ø 또한 웨이모는 도로 위에 자전거와 동물을 감지할 경우 필요한 조치를 자체적으로 정의했는데, 자전거라면 평소보다 넓은 간격을 취하게 하고 동물이라면 피해가도록 하였음


Ø NHTSA 규정과 웨이모가 자체적으로 정한 자율운전 기술을 어디까지 마스터하고 있는지에 따라 자율운전차의 안전성이 결정될 것이며, 이는 또한 자율운전차의 차별화 요소가 될 것임


ž 아직 안전성 이슈, 법적 이슈, 보험관련 이슈 등이 해결되지 않았지만, 웨이모의 무인 택시 서비스 시작은 자동차 산업의 패러다임이 조만간 급속히 변할 것임을 시사


Ø 미국자동차기술학회(SAE)는 자율주행 기술의 발전 단계를 2016 5단계(레벨0~레벨4) 구분에서 2017 6단계 구분(레벨0~레벨5)으로 세분화했는데, 전문가들은 웨이모가 5단계인 레벨4에 해당하는 것으로 보고 있음



Ø 현재 무인 자율주행은 애리조나주에서만 허용되고 있지만, 이번 완전 무인 자율주행 택시 서비스의 소비자 반응 결과에 따라서는 다른 주로 확대될 가능성이 있음


Ø 웨이모의 무인 택시 서비스는 또한 다른 업체들의 행보도 가속화할 것으로 보이는데, 18개 자율주행차 제조업체의 경쟁력을 비교한 내비건트 리서치에 따르면 웨이모는 11개 기업과 함께 2위 그룹에 속해 있음


<자료> Navigant Research


[그림 7] 자율주행차 제조업체의 역량 비교


Ø 리더 그룹에는 GM과 포드가 선정되었는데, 웨이모의 발표 이후 GM 역시 2019년에 로봇 택시 서비스를 시작한다고 발표하였음


Ø 자율주행차에 대해서는 여러 법적 이슈가 제기되고 있지만, 웨이모의 무인 택시는 이제 거꾸로 의회와 관련 산업, 시민사회에 이슈 해결을 위한 논의를 서둘러 진행해 달라 요청하고 있음


※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1791호(2017. 4. 12 발행)에 기고한 원고입니다. 


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

구글 독자 레이저 센서 개발_자율주행차 부품 가격 대폭 인하.pdf



[요 약]




[본 문]


ž 알파벳(구글의 지주회사)의 자회사인 웨이모(Waymo) CEO 존 크라프칙은 지난 1월 디트로이트에서 개최 된 북미국제오토쇼(NAIAS)에서 최신 자율운전 기술에 대해 발표


Ø 웨이모는 2016 5월 크라이슬러와 자율주행차를 공동 개발하기로 합의하고, 퍼시피카 하이브리드(Pacifica Hybrid) 모델을 기반으로 자율운전 미니 밴인 웨이모 자율주행 퍼시피카(Waymo Self-Driving Pacifica) 100대를 생산하고 있음



<자료> NAIAS

[그림 1] 북미국제오토쇼에 참가한 웨이모


Ø 디트로이트 북미국제오토쇼는 올해 처음으로 부속 전시회인 오토모빌리-D(Automobili-D)를 열고 자율주행, 커넥티드 카, 전기차, 이동수단 서비스, 도심 이동 수단 등 5개 주제와 관련한 기술 전시와 세미나를 진행하였음


Ø 존 크라프칙은 오토모빌리-D의 세미나에 등단하여 레이저 적외선 레이더(Laser Imaging Detection and Ranging) 등의 센서를 중심으로 최신 자율주행 관련 기술 동향을 발표


Ø 존 크라프칙은 2008년부터 5년간 현대자동차의 미국 법인 사장을 지낸 인물이며, 이후 자동차 구매 온라인 플랫폼 트루카(TrueCar.com) 사장을 거쳐 2015 9월부터 웨이모 CEO를 맡고 있고, 타임지가 선정한 2016년 자동차 기술 분야의 가장 영향력 있는 인물론 선정된 바 있음


ž 웨이모와 크라이슬러가 개발 중인 미니 밴은 현재 최고 수준의 자율운전 차량으로 평가받고 있는데, 웨이모가 자체 개발한 하드웨어 패키지(Hardware Suit)를 탑재한 것이 특징


Ø 초기 웨이모는 다른 기업이 개발한 센서와 프로세서를 이용하고 있었는데, 가령 라이다(LiDAR)의 경우는 여느 자율운전 개발 기업들과 마찬가지로 이스라엘의 벨로다인(Velodyne)이 개발한 최고급 라이다 모델인 HDL-64E를 채택하였음



<자료> Velodyne


[그림 2] 벨로다인의 레이저 적외선 레이더(라이다)


Ø 그러나 이 제품은 웨이모가 판단하기에 기능적인 제약이 있으며, 가격은 75,000 달러로 웬만한 고급 차량 가격을 웃도는 문제가 있어 웨이모는 라이다를 포함한 센서 부품들을 자체 개발하기로 결정하였음


Ø 자율운전 차량 상용화의 가장 큰 걸림돌은 가격이 아직 너무 높다는 점인데, 그 이유는 벨로다인의 라이다 가격이 매우 고가임에도 사실상 독점 공급이라 개발업체들이 가격을 크게 낮출 방안이 없기 때문


Ø 이런 이유로 구글은 자체 개발 스마트폰인 픽셀(Pixel)용 부품을 자체 개발하고 있는 것처럼, 자율주행차 개발에서도 소프트웨어뿐 아니라 하드웨어도 함께 개발한다는 방침을 세웠다고 함


Ø 센서는 자율운전 자동차의 두뇌인 AI(인공지능)와 밀접하게 통합되어 있으며, 센서를 구성하는 각 구성 요소들이 AI에 의해 제어되면서 하나의 모듈처럼 기능하게 되는데, 존 크라프칙은 구글의 AI와 웨이모의 자체 개발 고정밀 센서가 결합해 자율운전 기술이 크게 진화했다고 설명


ž 웨이모가 자체 개발한 센서 패키지는 라이다, 비전 시스템(Vision System), 레이더로 구성되는데, 기술 향상을 통해 보행자의 행동 예측 정확도를 높인 것이 특징이라고 함


Ø 미니 밴의 지붕에는 작은 돔이 탑재되는데 여기에 라이다, 비전 시스템, 레이더가 포함되며, 이와는 별도로 자동차의 앞뒤 네 귀퉁이에 레이더와 라이다가 설치되는데, 모퉁이에 설치되는 라이다는 돔에 설치되는 것과는 다른 유형임


Ø 센서 패키지에서 핵심은 라이다로, 라이다는 레이저 스캐너를 통해 자동차 주위의 오브젝트를 3D로 파악하는데, 실제 보행자와 사람의 사진을 구별할 수 있다고 하며, 정지해있는 개체를 파악하고 개체까지의 거리를 정밀하게 측정





<자료> Cool Hunting


[그림 3] 웨이모 자율주행 자동차의 3가지 센서(라이다, 비전 시스템, 레이더) 부착 위치


Ø 자율운전 자동차는 복잡한 시가지를 주행하기 때문에 다양한 객체를 감지할 필요가 있는 것이며, 이런 이유로 라이다가 핵심 부품인 것이고 가격이 높게 형성될 수밖에 없음


Ø 존 크라프칙에 따르면 웨이모의 라이다가 맹점이 없고 자동차 주변의 보행자 모두를 감지 할 수 있으며, 또한 해상도가 높아 보행자가 어느 방향을 향하고 있는 지까지 판정 할 수 있어 보행자의 행동 예측 정확도가 크게 향상되었다고 함


ž 웨이모는 세 가지의 라이다를 탑재하고 있다고 하며, 먼 거리의 객체를 인식하는 데 필요한 장범위 라이다의 경우 특허 출원이 되어 있음


Ø 웨이모의 미니 밴에 탑재되는 첫 번째 유형의 라이다는 단범위 라이다(Short Range Lidar)로 자동차의 전후 좌우 네 곳에 설치되어 주위의 객체를 인식하는데, 자동차 근처에 있는 어린 아이 등을 파악하며 해상도가 높아 자전거를 타고 있는 사람의 손 신호까지 읽을 수 있다고 함


<자료> Waymo

[그림 4] 웨이모의 장범위 라이다 특허


Ø 또 하나는 장범위 라이다(Long Range Lidar)로 차 지붕의 돔 내부에 탑재되며 멀리 있는 객체를 줌인 할 수 있어 약 200미터 앞에 있는 객체의 헬멧을 식별할 수 있는 정도라고 하는데, 웨이모가 신청한 특허를 보면 독특한 구조로 되어 있으나 자세한 추가 설명은 하고 있지 않음


Ø 장범위 라이다는 일반 라이다와 가변 방식의 라이다, 두 개의 모듈로 구성되는데 일반 라이다는 고정되어 있어 설정된 범위 내에서 스캔을 하며, 가변식 라이다는 FOV(스캔 가능 각도, Field of View)를 바꿀 수 있다고 함


Ø 특허를 보면 줌 렌즈를 이용해 특정 부분을 클로즈업 하도록 가변식 라이다의발광 레이저 빔을 좁은 범위로 스캔 하면 작은 물체도 판정 할 수 있다고 하는데, 이 특허가 실제 센서 부품에 어떻게 구현되어 있는지는 아직 웨이모 측의 구체적 설명이 없음


ž웨이모는 비전 시스템 역시 자체 개발했는데, 이 센서는 특히 어두운 상태에서 객체를 인식하는 데 중요한 기능을 하기 때문에, 이 역시 자율주행차에 핵심 부품이 됨


Ø 비전 시스템은 차량의 돔에 탑재되는데, 다이내믹 레인지를 갖는 광각 카메라의 집합체로 8 개의 비전 모듈(Vision Module)로 구성되며 차량 주위의 360도를 커버함


Ø 비전 시스템은 신호등이나 도로 표지판을 읽는 데 사용되며, 8개의 고정밀 센서로 구성되기 때문에 로드 콘(road cone) 같은 작은 물체도 먼 곳에서 감지할 수 있게 해줌


Ø 또한 다이내믹 레인지가 넓어 어두운 곳에서부터 밝은 곳까지, 즉 약간 어둑한 주차장에서부터 직사광선에 노출되는 눈부신 상황에서까지 다양한 조건에서 이미지를 인식 할 수 있게 해줌


Ø 일반 카메라는 사람과 마찬가지로 빛의 상태에 따라 보이지 않는 상태가 발생하는데, 비전 시스템은 이런 문제를 해결하기 위해 개발된 것으로 태양광이 직접 카메라에 들어가는 상태에서도 객체를 파악할 수 있음


ž 웨이모는 20년 동안 기술 발전이 별로 없었던 레이더 기술도 크게 향상시켰음


Ø 일반 레이더는 앞쪽 방향의 좁은 범위를 커버하지만, 웨이모의 레이더는 차량 앞쪽 측면과 지붕 뒤쪽 날개에 탑재되어 차량 주위 360도를 연속해서 커버하며, 안개 낄 때나 비와 눈이 올 때 등의 경우에 다른 센서를 보완하는 기능을 함


Ø 또한 일반 레이더는 앞쪽 차량의 움직임을 파악하기 위해 사용되지만, 웨이모의 레이더는 차량 외에 보행자나 자전거도 감지하며 이동 속도가 느린 객체도 정밀하게 감지 할 수 있음


ž 웨이모가 개발한 라이다, 비전 시스템, 레이더의 성능을 절대 평가할 수는 없지만, 무사고 주행거리 등의 지표를 통해 간접 평가해 보면 안정성 향상에 진전을 이룬 것으로 보임


Ø 웨이모의 자율주행 미니 밴은 누적 250만 마일을 주행했는데, 시가지를 중심으로 주행 시험을 진행하고 있으며 올해 5월경에 누적 300만 마일에 도달할 것으로 예상


Ø 도로 테스트 이외에도 웨이모는 시뮬레이터를 통한 주행 시험도 지속하고 있는데, 2016년에만 10억 마일을 주행했다고 함


Ø 시뮬레이터는 다양한 주행 상태를 재현할 수 있다고 하는데, 자동차 주행이 어려운 상황이나 운전 중 거의 발생하지 않는 상황을 시뮬레이터로 생성할 수 있어 시뮬레이터를 통한 주행 테스트는 자율주행 차의 소프트웨어의 개선에 큰 기여를 하고 있음


Ø 자율운전 차의 성능은 얼마나 먼 거리를 운전자의 관여 없이 자율주행 할 수 있는지, 즉 시험 주행 중에 드라이버의 자동 모드 해제(Disengage)가 얼마나 적게 발생하는 지 등의 지표를 통해 간접적으로 평가할 수 있음


Ø 1000 마일 주행 중 몇 번이나 해제가 발생했는지를 나타내는 지표를 보면, 웨이모의 경우 2015 0.80회에서 2016 0.20 회로 크게 낮아졌으며, 따라서 안전성이 순조롭게 개선되고 있는 것으로 추정해 볼 수 있음


Ø 2016년의 결과 수치를 보면 5000 마일 주행에 한 번 정도 문제가 발생하고 있다는 것인데, 이는 사람이 직접 운전하는 것과 비교할 때 결코 불안하다고 할 정도는 아니지만, 인명과 관련되는 차량 사고의 특성상 한층 더 개량이 요구된다 볼 수 있음


ž 웨이모의 자체 개발 센서에서 기능 개선보다 더 주목할 점은 바로 가격인데, 라이다의 경우 기존 상용 제품의 10% 수준이어서 자율운전 자동차 상용화의 결정적 계기가 될 전망


Ø 자율운전 자동차의 핵심 센서인 라이다의 경우 벨로다인이 75,000 달러에 제공하는 반면, 웨이모가 개발한 라이다는 7,500 달러로 무려 90%나 낮은 가격임


Ø 이렇게 되면 자동운전 차량 개발에서 센서의 선택 양상이 크게 달라질 수 있는데, 개발업체 중에는 테슬라처럼 라이다의 가격이 너무 높기 때문에 구매 가능한 상용화 가격 수준을 맞추기 위해 라이다는 장착하지 않고 카메라와 레이더로만 센싱하는 경우가 적지 않음


Ø 현재 자율운전 차량의 개발에는 라이다와 카메라를 모두 사용하는 것이 이상적이며, 어느 하나만을 단독으로 사용하는 것은 아직 기술적으로 무리라 알려져 있지만, 사실상 독점 공급인 라이다의 가격이 너무 높아 부득이 제외하고 자율운전 차량을 개발하려 시도해 보는 것임


Ø 그러나 웨이모의 센서가 벨로다인 제품과 성능 면에서 차이가 크지 않으면서 10분의 1 가격 수준에서 제공된다면 안정성과 정확도를 높이기 위해서 라이다를 선택하지 않을 이유가 없는 것이며, 라이다의 가격 파괴로 자율운전 기술 방식은 라이다 중심으로 굳어질 가능성이 높음


ž 웨이모의 자체 센서 개발은 자율운전 자동차의 공급망에 큰 변화를 가져올 전망이며, 구글로서는 자율운전차 시장을 석권할 수 있는 강력한 무기를 얻게 될 것으로 보임


Ø 어느 제조업 분야에서건 만일 기존 핵심부품을 대체할 수 있는 것이 10 1 가격으로 제공된다면 산업의 공급망은 완전히 새롭게 재편될 수밖에 없을 것이며, 그 부품을 공급하는 업체가 완성품까지 제조하는 경우라면 산업 전체를 석권할 수 있는 강력한 무기를 얻게 될 것임


Ø 웨이모가 바로 그런 경우로, 자율운전차 제조의 핵심 센서들을 매우 낮은 가격에 독점적으로 제공할 수 있다면 공급망을 독점하게 될 것이며, 타 업체에는 공급하지 않고 자체 개발 차량에만 사용한다면 완성차 시장에서 비교할 수 없는 가격 우위를 점할 수 있게 될 것임


Ø 이런 면에서 올해 2월 웨이모가 라이다 기술 보유업체인 '오토 모터스(Otto Motors)'와 오토의 모회사인 우버를 상대로 제기한 소송의 결과는 향후 자율운전차 산업과 부품 산업에 큰 영향을 미칠 전망


Ø 우버는 2016 8월 오토 모터스를 6 8천만 달러에 인수하며 오토 모터스의 창업자인 앤서니 레반도프스키를 우버의 자율운전차 개발 책임자로 임명했는데, 우버가 설립된 지 얼마 되지도 않은 벤처기업을 거액에 인수한 이유는 라이다 기술을 보유하고 있었기 때문


Ø 그런데 앤서니 레반도프스키는 오토 모터스 설립 전에 구글의 자율운전차 개발 핵심 멤버였고, 이 때문에 웨이모는 우버가 부정한 방법으로 자신들이 개발한 라이다 기술을 입수했다고 소송을 제기한 것


Ø 우버는 웨이모의 소송 제기에 대해 구글이 우버의 자율운전차 기술 개발을 지연시키려는 술책이라 강하게 비판하며 전면전을 펼치려는 자세를 보이고 있음


Ø 앤서니 레반도프스키라는 인물을 중심에 놓고 보며 웨이모와 우버의 라이다 기술은 유사할 것으로 추측해 볼 수 있으며, 웨이모와 함께 세계 최대 택시 배차업체가 된 우버가 저가의 라이다를 탑재한 차량을 출시한다면 자율운전차의 상용화는 급진전 될 것으로 기대해 볼 수 있음


Ø 반면 산업 내적으로 보면 자율운전차의 공급망은 물론 완성차 시장의 선점을 놓고 구글과 우버가 일대 격돌을 벌이게 될 것임을 짐작해 볼 수 있으며, 라이다 기술을 놓고 벌어진 양측의 소송이 어떻게 진행되느냐에 따라 자율운전차 시장 판도는 크게 변화할 것으로 보임

※ 다음 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1769호(2016. 10. 26 발행)에 기고한 원고입니다. 


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

자동차 산업의 언번들링 완성차 업체와 스타트업의 제휴 가속화.pdf



◈ 자동차 산업을 변화시키려는 스타트업들의 움직임, 언번들링(Unbundling)이 전개됨에 따라 주요 완성차 업체들이 스타트업에 출자하거나 인수하는 사례가 급증하고 있음


최근 카메라 기반 무인자동차 기술로 급부상 중인 미국의 스타트업 나우토(Nauto)에 대해 도요타와 BMV 등 자동차 대기업들이 투자를 발표하였음


나우토는 2015 3월에 창업한 신생 기업으로 도요타의 미국 내 AI(인공 지능) 연구개발 자회사인 Toyota Research Institute, BMW의 벤처캐피털 부문인 BMW i Ventures, 독일 알리안츠 보험사의 벤처캐피털 부문인 Allianz Ventures가 이번 출자에 참여


◈ 나우토가 개발하고 있는 것은 운전 중 운전자의 모습과 주변 상황을 소형 카메라로 촬영 한 후 클라우드의 AI로 위험도를 분석하는 시스템임


운전자의 졸음 등 위험한 행동을 즉시 감지하고 경고하는 시스템으로, 운송 회사가 상용 트럭 등에 장착해 운전자의 안전 운전을 도모하거나, 보험사가 운전자의 안전도를 기준으로 보험료를 결정하는 목적으로 쓰일 것을 상정하고 있음


운전자의 움직임 등을 인식하는 AI의 개발에는 딥 러닝 기법을 채택했다고 하는데, 나우토는 출자한 3개 사와 제휴를 맺고 나우토 데이터와 AI 기술에 대한 접근을 허용할 방침


자동차 업체들의 목적은 나우토 시스템이 수집한 운전자와 차량에 대한 데이터에 있으며, 이 데이터를 분석해 운전자가 어떤 상황에서 어떤 결정을 할 지 그 패턴을 알려는 것임


나우토의 CEO이자 공동 창업자인 스테판 헥은 완성차 업체들이 자율주행 차량 개발을 서두르고 있지만, 당분간은 자율주행 차와 사람이 운전하는 자동차가 도로 위에서 뒤섞이는 시대가 계속될 것으로 전망하고 있음


그런 상황에서 안전 운전을 실현하기 위해서는 자율주행 차량의 AI가 인간 운전자의 행동을 예측할 수 있는 것이 바람직하며, 그런 AI를 실현하기 위한 데이터를 모으기 위한 시스템으로 나우토를 개발 중이라고 함


<자료> NAUTO.


[그림 1] NATUTO 앱



◈ 나우토 외에도 자율주행에 필요한 소프트웨어와 하드웨어를 개발하는 스타트업이나 주문형 배차를 구현하는 스타트업들은 최근 자동차 대기업들의 포섭 대상이 되고 있음


원래 전통적인 자동차 산업에서는 스타트업이 적었는데, 자동차 산업은 거대 메이커가 수직 통합으로 지배해 왔기 때문에, 메이커와 관계가 없는 스타트업이 이 계열에 끼어드는 것은 매우 어려운 일이었기 때문


그러나 최근 거대 기업이 수직 통합적으로 지배하던 다양한 산업을 분해하려는 움직임(언번들링)이 실리콘밸리에서 확산됨에 따라, 자동차 산업에서도 파괴적 혁신으로 새로운 승부를 벌이려는 스타트업들이 증가하고 있음


언번들링은 원래 실리콘밸리 기업이 컴퓨터 산업에서 실행했던 것으로, 메인프레임의 시대였던 1980년대까지는 대형 제조업체가 시장을 지배했으나, 이후 PC의 시대에는 실리콘밸리 기업들이 과점 모델을 해체시키고 대기업을 붕괴시켰음


메인프레임 시대에는 프로세서와 메모리, 스토리지, OS 등 모든 구성 요소를 IBM과 같은 제조업체가 일괄적으로 고객에게 공급하였음


PC 시대에는 프로세서는 인텔, 하드디스크는 시게이트, OS는 마이크로소프트 하는 식으로 서로 다른 업체의 제품을 조합해 컴퓨터를 구성하는 것이 일반

화되었으며, 이러한 극적 변화가 IBM에 의한 시장 지배를 붕괴시켰던 것임


◈ 실리콘밸리 기업들은 이제 IT 업계에서 이룬 언번들링을 금융업, 물류업, 광고 미디어 산업, 농업 등 다양한 산업 영역에서 재현하려고 하고 있으며 자동차 산업도 마찬가지


올해 6월 애플 출신 엔지니어가 창업한 스타트업 펄 오토메이션(Pearl Automation)은 자동차의 뒷번호판에 장착하는 후방 카메라를 제품화하였음


이는 카메라가 촬영한 차량 후방의 이미지를 블루투스를 통해 스마트폰에 전달하는 것으로, 후방카메라를 자동차 본체에서 언번들링 하여 PC의 주변 장치처럼 추가로 장착 할 수 있도록 하는 것이 목적임


인텔도 PC 시대에 했던 것과 같은 노력을 자동차 만들기에도 쏟기 시작했는데, 인텔 CEO 브라이언 크르자니키는 지난 8월 열린 인텔 개발자에서 자율운전에 필요한 자동차 컴퓨터 및 물체인식 기술 등 플랫폼을 자동차 제조업체들에 제공한다고 발표


앞으로 주류가 될 자율운전 차량에 필수불가결한 플랫폼을 제공함으로써 모두가 컴퓨터처럼 수월하게 자율운전 자동차를 조립할 수 있도록 하는 것이 인텔의 목적임


IT 업계에서 지난 수십 년에 걸쳐서 전개되어 온 흐름, 즉 스타트업과 플랫폼 제공자가 언번들링 기치를 내걸고 이에 조응하여 기존 거대 기업이 스타트업에 대해 투자와 인수를 하는 구도가 드디어 자동차 산업에서도 시작되고 있음


[1] 주요 완성차 업체들의 스타트업에 대한 투자 및 인수 현황

완성차 업체

시기

형태

대상

사업내용

BMW

2016 10

출자

미국 나우토(Nauto)

운전자 행동 분석

201605

출자

미국 스쿱(Scoop Technologies)

합승 서비스

201604

출자

미국 라이드셀(RideCell)

교통 관리 소프트웨어

201501

출자

이스라엘 무빗(Moovit)

환승 소프트웨어

2014 11

출자

미국 젠드라이브(Zendrive)

드라이버 행동 분석

다임러

2016 07

출자

영국 헤일(Hail)

배차 서비스

2016 07

인수

미국 플라이트카(FlightCar)

렌터카 서비스

2014 09

인수

독일 인텔리전트 앱스

(Intelligent Apps)

배차 서비스

2014 09

인수

미국 라이드스카우트(RideScout)

배차 서비스

2013 12

출자

독일 블랙레인(Blacklane)

전세 예약 서비스

포드

2016 09

인수

미국 채리엇(Chariot)

온디맨드 버스 서비스

2016 08

인수

이스라엘 세이프스(SAIPS)

이미지 인식 기술

201607

출자

미국 벨로다인(Velodyne)

LIDAR

2016 07

출자

미국 시빌 맵스(Civil Maps)

지도 정보

GM

2016 05

인수

미국 크루즈 오토메이션

(Cruise Automation)

자율운전 기술

2016 01

출자

미국 리프트(Lyft)

배차 서비스

2016 01

인수

미국 사이드카

(SideCar Technologies            )

배차 서비스

도요타

2016 10

출자

미국 나우토(NAUTO)

드라이버 행동 분석

2016 05

출자

미국 우버(Uber Technologies)

배차 서비스

2015 12

출자

일본 프리퍼드 네트웍스

(Preferred Networks)

딥 러닝

폴크스바겐

2016 05

출자

미국 게트(Gett)

배차 서비스

아우디

2016 01

출자

미국 실버카(Silvercar)

렌터카 서비스

<자료> ITPro, 2016. 10, IITP 재정리

※ 다음 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1757호(2016. 8. 3 발행)에 기고한 원고입니다. 


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

자율주행차의 킬러 앱은 무인택시, 자동차 산업의 격변 시작.pdf




[ 요 약 ]


차량 공유와 택시 호출 서비스 등을 제공하는 배차 서비스 업체들이 일제히 자율운전 자동차 개발에 나섰으며, 향후 무인 택시를 핵심 비즈니스로 자리매김 한다는 목표 하에 인수합병 및 업무 제휴도 적극 추진하고 있음. 이렇게 되면 소비자들은 자동차를 구입 대신 무인 택시를 호출해 이동하게 될 것이며, 자동차 산업은 차를 판매하는 시대에서 이동(ride)을 판매하는 시대로 전환해야 하기 때문에 인터넷과 소프트웨어에 의한 대격변의 시대를 맞이하게 될 임



[ 본 문 ]


◈ 배차 서비스는 공유 경제라는 화두를 사회에 던졌지만, 그 실상을 보면 독점을 위한 경쟁이 매우 격렬한 시장이며, 대규모 자금력의 싸움이 벌어지는 곳임을 알 수 있음


많은 수의 배차 서비스들은 이용 요금을 낮춰가며 고객을 유치하고 있으며, 따라서 사업은 적자를 보게 되고 이를 벤처 캐피털의 투자로 보충하는 구조로 되어 있음




<자료> South china Morning Post, 2016. 2


[그림 1] 중국 배차 서비스 시장점유율


시장점유율을 확보를 위해 기업들은 적자를 각오하고 사업을 전개하는 것이며, 우버(Uber)만 보더라도 북미와 유럽 등 선진국에서 사업은 흑자이지만, 신흥국 시장에서는 막대한 적자를 안고 있음


현재 우버의 시장 개척 목표는 중국과 인도 등 신흥국으로 이동하고 있으며, 특히 중국에서는 시장점유율 획득을 위해 대규모 자금을 투입하여 압도적 점유율로 업계 1위를 구가하고 있는 디디추싱(Didi Chuxing)에 싸움을 걸고 있음


우버가 비록 수 년 안에 흑자로 전환할 수 있다는 자체 전망을 내놓고 있기는 하지만, 현재는 중국 시장에서 연간 10억 달러의 적자를 내고 있으며, 이 때문에 우버 투자자들은 디디추싱과 휴전할 것을 요청하고 있음 


(원고 기고 이후 8월 1일, 우버 차이나가 디디추싱에 합병된다는 발표가 있었음. 우버 본사는 합병 기업의 지분 5.9%를 보유하게 될 예정이며, 이 때문에 우버가 중국에서 철수한 것이 아니라, 중국 정부의 콜택시 산업 규제가 강화될 조짐을 보이자 사업 지속 전략의 일환으로 합병을 택했다는 분석도 나오고 있음)


차량 공유 서비스의 선두주자였던 리프트(Lyft)도 사업을 전개하며 대규모 적자를 내고 있는데, 벤처 캐피털들은 적자 보전을 위한 추가 출자를 꺼려하고 있다고 함


이 때문에 리프트가 투자 은행을 통해 자신들을 인수할 기업을 찾고 있다고 하며, 이미 자동차 제조업체 등에 리프트에 대한 인수 타진이 이루어졌다는 루머도 돌고 있음


최근 GM(General Motors 은 리프트와 공동사업을 발표하며 리프트의 지분도 확보한다고 밝혔는데, 이를 두고 실제로는 GM이 리프트를 인수하는 게 아니냐는 관측도 나오고 있음


리프트가 인수자를 찾고 있는지, 투자자를 찾고 있는지는 아직 명확하지 않지만, 확실한 것은 배차 서비스를 지속하려면 상당 기간 동안 대규모 자금이 필요하다는 것


◈ 서비스 업체간 적자를 감수한 경쟁이 벌어지는 이유는, 배차 서비스의 가장 큰 차별화 요소인 최단시간 배차를 위해 최대한 많은 차량과 드라이버를 회원으로 확보해야 하기 때문


최소 대기 시간에 차를 배차하는 것이 곧 서비스 품질의 기본이 되는데, 가령 우버의 경우 현재 배차 시간은 수 분 정도이며, 향후에는 30초 이내에 하겠다는 계획을 밝히고 있음


우버가 이런 계획을 실현하기 위해서는 이용자 규모에 대응 가능한 자동차의 배치가 필요하며, 특정 지역에 충분한 대수를 확보하는 것이 관건이 됨


이상적으로는 특정 도시에서 독점적으로 또는 독점에 가까운 형태로 서비스를 제공할 필요가 있게 되는데, 이런 점 때문에 배차 서비스 시장은 본질적으로 많은 기업이 공존할 수 없다는 특성을 갖게 됨


이런 특성은 시장점유율 확보가 무엇보다 중요한 이동통신 서비스 사업과 유사하며, 따라서 배차 서비스들은 적자를 각오하고 점유율 획득에 전력을 다하고 있는 것임


◈ 이런 맥락에서 배차 서비스 기업들은 앞으로 무인 택시가 사업의 중심이 될 수밖에 없다고 보고 있는데, 드라이버의 수를 줄임으로써 운영 비용을 크게 경감할 수 있기 때문


배차 서비스는 국가에 따라 기존 택시 업계와 심각한 이해관계 갈등을 겪고 있기 때문에 드라이버의 확보가 어려운 경우도 있음


또한 배차 서비스 업계간 경쟁이 벌어지는 만큼 드라이버 확보를 위한 경쟁도 치열해지기 때문에, 드라이버의 확보와 이탈 방지가 핵심 관리 요소가 됨


드라이버의 확보와 관리가 어렵고 사업에 있어 큰 비용 발생요인이 된다면, 인간 드라이버가 없는 차량을 배치하는 것이 근본적인 해결책 중 하나가 될 수 있음


구글의 경우 교통사고 발생 원인의 80%가 사람에 있기 때문에 사고를 없애기 위해 사람이 아닌 인공지능이 운전하는 자율주행 차량을 개발했다고 밝히고 있지만, 배차 서비스 업계는 비즈니스의 비용 절감과 관리 효율성 측면에서 무인 차량의 등장을 반기고 있음


실제 우버, 리프트 등 배차 서비스 업체들은 최근 자체적으로 혹은 타 업체와 제휴를 통해 무인 택시 사업의 기반이 되는 자율주행 차량의 개발에 적극적으로 나서고 있음


◈ 세계 최대 배차 서비스 기업인 우버(Uber)는 지난 5월부터 펜실베이니아주 피츠버그시에서 자율운전 차량의 시험 주행을 시작하였음


시험에 이용한 차량은 포드 퓨전(Ford Fusion)의 하이브리드 모델로, 차량에 다수의 센서를 탑재하고 있음



<자료> BBC


[그림 2] 우버의 자율주행 시험 차량


지붕 위에 얹은 랙의 최상단에는 여러 대의 리다(Lidar, 레이저 광센서)를 탑재하고 있으며, 그 좌우 및 후방에 카메라와 레이더 등을 탑재하고 있고, 또한 앞 범퍼에도 리다를 탑재하는 것으로 알려져 있음


자동운전 모드로 주행할 때는 전담 드라이버가 운전석에 앉아 주행 상태를 모니터링하고 긴급사태 발생 시 운전을 대신함


우버의 자율운전 기술은 초기 단계로, 기술 개발 경쟁에서 선두그룹을 쫓기 위해 박차를 가하고 있으며, 도로 테스트의 목적은 안전성을 확인하려는 것으로 보행자, 자전거, 자동차 등이 뒤섞인 조건에서 안전하게 주행할 수 있음의 입증에 주력하고 있음


◈ 우버는 시험 주행에 앞서 작년 2월에 카네기 멜론 대학과 자율운전 기술 및 지도제작 기술을 공동으로 개발한다고 발표한 바 있음


우버는 연구개발센터인 우버 ATC(Uber Advanced Technologies Center)를 설립하고 여기에서 카네기 멜론 대학의 연구팀과 공동 연구를 진행하고 있는데, 연구 대상 분야는 소프트웨어, 기계, 로봇, 기계 학습 등임


5월부터 주행을 시작한 우버의 시험 차량은 자율운전 기능 외에 상세한 지도를 작성하는 기능도 실행하고 있음


카네기 멜론 대학은 스탠퍼드 대학과 더불어 미국 자율운전 기술의 초석을 쌓고 있는 곳으로, 우버는 이 대학과 파트너십을 맺음으로써 관련 기술 개발이 단숨에 진행될 수 있을 것으로 기대되고 있음


한편 우버는 카네기 멜론 대학과 제휴 체결 직후, 대학에서 한꺼번에 40명의 연구원들을 우버로 끌어 왔고, 이런 기술개발 방식 때문에 대한 곱지 않은 시선을 받고 있기도 함


◈ 우버의 뒤를 쫓고 있는 리프트는 자율운전 기술을 독자 개발하는 것이 아니라, GM과 공동 개발하는 길을 선택하였음




<자료> Bidness Etc


[그림 3] 리프트에 대한 GM의 투자


GM은 올해 1월 리프트의 지분 10%5억 달러에 인수한다고 발표하며, 리프트와 공동으로 자율운전 차량을 이용한 배차 서비스를 개발할 것이라 밝혔음


GM은 자율운전 기술을 자체 개발하고 있을 뿐만 아니라 자율운전 기술 벤처인 크루즈 오토메이션(Cruise Automation)을 인수해 기술력을 흡수했는데, 인수 금액은 공식 발표되지 않았지만 10억 달러인 것으로 알려지고 있음


크루즈 오토메이션은 차량의 외부에 부착할 수 있는 자율운전 키트를 판매하고 있었지만, 최근에는 자율운전 기술 전체 단계를 개발하고 있었음


GM이 크루즈 오토메이션을 인수한 이유는 자율운전 차량의 개발 속도를 앞당기기 위해서이며, 인수에 따라 크루즈 오토메이션의 엔지니어 40명을 GM의 자율운전 개발팀에 합류시켜 기술 개발을 본격적으로 시작하였음


GM의 행보는 자동차 제조업체가 본격적으로 배차 서비스에 나섰다는 점과, 자율운전 기술로 향후 무인 택시 사업을 전개한다는 장기 계획으로 인해 주목을 받고 있음


GM과 리프트는 쉐보레 볼트 전기차(Bolt EV) 모델 기반의 자율운전 자동차를 개발하고 있는데, 이렇게 개발된 차량을 리프트의 무인 택시로 출고할 예정


리프트는 2년 이내에 캘리포니아주에서 5대의 무인 택시를 통해 도로 시험 주행을 시작할 예정인데, 초기에는 전담 드라이버가 탑승해 무인 택시의 운행을 지원하게 되며 무인 택시가 자동으로 주행하다 문제가 발생하면 드라이버가 운전을 교대하게 됨


시범 주행 시 무인 택시에 타는 것을 주저하는 소비자도 많을 것으로 예상되므로, 이용자가 앱을 통해 배차되는 차가 무인 택시인지 여부를 알 수 있게 할 계획이며, 만약 무인 택시에 타고 싶지 않으면 배차를 거부할 수 있는 옵션을 둘 것이라고 함


◈ 핫 이슈인 중국 시장도 상황은 비슷한데, 중국 최대 서비스 업체인 디디추싱은 애플과 공동으로 무인 택시 사업을 전개할 가능성이 점쳐지고 있음


2012년 설립된 디디추싱은 현재 중국 내 400여 도시를 커버하고 있으며, 등록된 드라이버는 1,400만 명이고 하루 이용 횟수는 1,100만 건으로, 중국 시장을 사실상 독점하고 있음




<자료> E-Commerce Times


[그림 4] 디디추싱에 대한 애플의 투자


올해 5월에는 애플이 디디추싱에 10억 달러 출자를 발표해 배차 서비스 업계에 일대 파란을 일으켰는데, 투자 배경에 대해서는 다양한 억측이 난무하고 있지만 애플이 결국 자동차 산업에 진출하기로 결정한 것 아니냐는 분석이 주를 이루고 있음


애플은 중국에서 아이폰 매출이 크게 감소하면서 새로운 사업을 모색하고 있는데, 그 일환으로 자율운전 전기차의 개발을 시작한 것으로 알려지고 있음


애널리스트들은 애플이 자율주행 전기차를 개발하게 되면, 이를 통해 향후 디디추싱과 공동으로 무인 택시 사업을 전개할 가능성이 클 것으로 점치고 있음


◈ 무인 택시 사업에서는 자동차와 승객의 커뮤니케이션이 관건이 될 것으로 보이기 때문에, 업계는 자율운전 기술뿐만 아니라 승객 파악 기술과 대화 기​​술도 개발해 나갈 전망


무인 택시는 이용자가 차량에 탑승한 것을 인식할 수 있는 구조가 갖추어야 하고, 또한 차를 타러 온 사람이 앱을 통해 배차를 요구한 본인인지를 확인하는 기능도 필요함


또한 승객이 목적지를 어떻게 지정하는지, 차량이 지정된 목적지에 제대로 도착했는지 여부를 어떻게 파악하는지 등 해결 과제가 적지 않음


이런 기능을 실현하려면 앱만으로는 불충분하며, 차량 쪽에 센서 등의 장비나 대화 기​​술의 탑재가 필요한데, 배차 서비스 업체가 아니고 제조업인 GM이 무인 차량과 자율운전 기술 개발에 적극 나서고 있는 이유이기도 함


◈ 관련 기술의 완성도가 높아지고 관련 법규정의 정비가 이루어지면, 배차 서비스 기업들은 점차 무인 택시 서비스를 중심으로 비즈니스 모델을 재편해 나갈 전망


자율운전 차량은 어디서나 달릴 수 있는 것은 아니고 운행 할 수 있는 범위가 한정될 것으로 보이는데, 가령 2019년에 첫번째 모델을 선보일 구글의 경우, 우선 자동차 친화적인 환경에 차량을 투입하고 순차적으로 주행이 어려운 환경으로 확대해 나간다는 계획


도로 유형을 놓고 보면, 자율운전 차량에게 고속도로 및 간선 도로에서 주행은 비교적 용이한 반면 시가지 중심부의 주행이 가장 어려운데, 따라서 초기에는 자율운전 차량이 주행할 수 없는 곳은 드라이버가 보완하는 형태로 사업을 전개할 전망


또한 무인 자율주행 차량의 안전성이 검증되더라도, 정서적으로 무인 차량에 거부감이나 부담감을 갖고 있는 고객을 위해서 적정 수의 인간 드라이버 풀은 상시 확보하여 운영할 것으로 예상


이런 경우 드라이버가 운전하는 차량이 무인 택시에 비해 요금이 다소 높을 것이며, 배차 서비스 기업들은 자율운전 차량과 기존 차량을 혼합하여 최적의 비용효율성 밸런스로 사업을 전개하게 될 것임


◈ 우버와 디디추싱 등은 배차 서비스의 대규모 전개를 통해 자동차 이용 문화를 바꾸어 내고 있는데, 무인 택시까지 등장하면 자동차 이용 목적과 형태는 근본적으로 바뀔 전망





<자료> Uber


[동영상 1] 출퇴근용 합승 택시 서비스 우버풀’의 작동 방식


배차 서비스 활성화는 자동차를 구매하는 모델에서 차를 호출하는 모델로 변화를 수반하는데, 실리콘밸리에서 이런 흐름이 시작되면서 청년층 사이에서는 우버를 부르는 것이 멋진 라이프 스타일로 자리 잡았음


장년층 사이에서도 우버를 이용해 출퇴근을 하며 자가용을 소유하지 않는 라이프 스타일이 시작되고 있는데, 우버는 이런 수요에 발맞춰 통근용 합승 택시인 우버풀(uberPOOL) 서비스를 내놓았으며, 저렴한 요금으로 출퇴근 할 수 있기 때문에 자가용 없는 생활이 점차 현실화 되고 있음


여기서 더 나아가 자율주행차 기반 무인 택시가 활성화되어 자가용이 없는 생활이 사회의 주류 트렌드가 되면 자동차 산업이 격변하게 되는데, 소비자가 차를 이용할 때 우버, 리프트, 디디추싱 등 배차 서비스 기업이 인터페이스가 됨


, 배차 서비스 기업의 브랜드 이미지가 선택의 제일 기준이 되고, 자동차 메이커나 차종은 이차적인 요인이 되는 것임


이는 항공기 산업과 비슷한데, 비행기를 탈 때 항공사의 서비스와 가격을 기준으로 이용하는 업체를 선택하지, 비행기 기종을 기준으로 항공편을 선택하는 경우는 많지 않음


◈ 자동차 산업은 배차 서비스를 지나 자율주행차를 계기로 인터넷 혁명 전야를 맞이하고 있으며, 새로운 시대에 살아남기 위한 기업간 제휴와 경쟁이 치열하게 전개될 전망


배차 서비스는 IT 산업과 비교하자면 클라우드 서비스와 비슷한데, 이용자가 서버를 구입 대신 인터넷을 이용하는 것처럼 차를 사는 대신 인터넷을 통해 자동차를 호출함


IT 시장이 클라우드를 향해 가고 있듯이, 자동차 산업은 배차 서비스, 특히 무인 차량 기반 배차 서비스를 킬러 앱으로 보고 밸류 체인의 변화를 모색하고 있음


구매에서 호출 모델로 전환이 이루어지면, 자동차 제조업체는 배차 서비스 기업에 차량을 안정적으로 납품할 수 있어야 영업이익을 낼 수 있기 때문에 소비자에게 차량을 직접 판매하는 경우는 줄어들고 B2B가 산업의 중심이 됨


바로 이런 변화 때문에 제조업체들이 자동차의 생산에만 머무는 것이 아니라, 배차 서비스 사업으로 치고 나오는 것이며, 리프트와 공동으로 배차 서비스를 시작한 GM 이런 흐름을 상징한다고 볼 수 있음





<자료> NEXT Future T


[그림 6] 카림의 모듈형 무인 택시 넥스트



• 도요타가 우버와, 그리고 폴크스바겐이 이스라엘의 배차 서비스 기업 게트(Gett)와 공동으로 사업을 시작하는 등 올해 들어 제조업체와 배차 서비스 기업의 제휴가 잇따르고 있는데, 나머지 다른 완성차 업체들도 유사 행보를 보일 것으로 예상됨


또한 디디추싱에 투자한 애플의 예에서 보듯, IT 거대기업과 배차 서비스 기업 간의 합종연횡과 플랫폼 진영간 경쟁도 더욱 치열해질 전망


중동 지역의 배차 서비스인 카림(Careem)’넥스트 퓨처 트랜스포테이션(NEXT Future Transportation)’과 제휴를 맺고 2020년까지 버스 형태로 결합이 가능한 모듈형 무인 택시 운행 계획을 발표하는 등, 무인 택시는 지역적으로도 보편화될 조짐을 띠고 있음