보라빛 소를 만나기 위한 도약

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1841호(2018. 4. 11. 발행)에 기고한 원고입니다.

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

우버 자율운전차 사망 사고, 도심 주행 허가 기준 강화될 듯.pdf

[ 요 약 ]

[ 본 문 ] 

ž 우버(Uber)의 자율운전 차량이 일으킨 사고의 원인은 아직 조사 중이지만, 자율운전차에 의한 첫 보행자 사망 사고라는 점에서 상당한 파장을 일으키고 있음

Ø 사망 사고는 2018년 3월18 일, 애리조나주 피닉스 교외인 템피(Tempe)에서 일어났는데 우버의 자율운전 시험 차량(Volvo XC90 SUV 베이스)이 시속 40 마일로 주행하던 중 길을 건너고 있던 여성을 치면서 발생하였음

Ø 이 여성은 자전거를 끌고 도로의 왼쪽에서 오른쪽으로 건너 가고 있었는데, 맨 끝차선을 달리고 있던 자동차는 감속하지 않고 직진을 계속해 여성을 사망시켰음

Ø 자동차에는 운전자가 탑승하고 있었지만, 차량 내부 촬영 영상을 보면 사고 당시 전방을 주시하고 있지 않았기 때문에 위험 회피 조치를 할 수 없었음

Ø 자율운전 차량과 관련된 사고는 몇 차례 있었지만 인명 사고가 난 것은 이번이 두 번째이며, 보행자가 사망한 것은 처음임

Ø 지난 2016년 테슬라 차량이 트럭과 충돌하며 운전자가 사망할 당시 테슬라의 오토파일럿(Auto Pilot) 기능이 핸들과 페달 제어를 지원하는 레벨 2 정도였다면, 이번 사고 차량은 목적지를 설정하면 스스로 주행하는 레벨 4 단계였기 때문에 사고의 여파가 더 크게 나타나고 있음

Ø 사고 직후 애리조나를 비롯 다른 주에서도 사고의 원인이 정확히 밝혀지기 전까지 자율운전 도로 주행 테스트를 잠정 중단시켰으며, 현재 국가교통안전위원회(National Transportation Safety Board, NTSB)가 사고 원인 조사를 진행하고 있음

ž 사고 발생 시각은 밤 10시 경이기 때문에 사고 원인 분석은 우선 보행자 인식 실패가 센서의 결함인지 시스템의 결함인지를 규명하는 데 초점을 맞추고 있을 것으로 추정됨

Ø 우버의 자율운전 자동차는 여러 센서를 탑재하여 자동차 주위의 객체를 인식하는데, 지붕 위에는 하나의 라이더(Lidar, 레이저 센서)와 7 대의 카메라를 탑재하고 있으며, 또한 레이더도 설치하여 차량 주위 360도를 모니터 하고 있음

Ø 사고가 야간 주행 중에 일어나긴 했지만, 기술적으로는 주변이 어두워도 라이더를 통해 객체를 인식할 수 있고, 보행자 정도의 객체 크기라면 확실하게 감지 할 수 있다는 것이, 우버 차량에 탑재된 라이더를 제작한 벨로다인(Velodyne)의 입장임

Ø 벨로다인의 입장 발표에 따르면 차량에 사용된 라이더 HDL-64E 모델은 사고 당시와 같은 상황 조건에서 보행자와 자전거를 확실히 구분할 수 있다고 주장하였음

Ø 아울러 라이더의 역할은 객체의 감지이며 회피 조치를 취할 판단은 시스템이 하는 것이라고 덧붙이며, 우버의 자율운전 소프트웨어에 문제가 있을 것이라는 견해를 밝혔음

Ø 벨로다인의 주장에 대해서는, 자율운전 차량이 사고 당시 속도를 줄이거나 회피하려는 동작을 전혀 취하지 않은 것을 보면 인식이 안된 것으로 보아야 한다는 반론이 있음

ž 로이터 통신은 전문가 취재를 통해, 라이더의 기술적 결함은 아니지만 우버가 라이더의 개수를 줄임에 따라 사각지대가 발생했을 가능성에 무게를 두고 보도하였음

Ø 우버의 자율주행 테스트 차량은 원래 포드의 퓨전 세단으로 라이더 7개, 레이더 7개, 카메라 20대가 장착돼 있었음

Ø 우버는 지난 2016년에 베이스 차량을 볼보 XC90 SUV로 변경하면서, 레이더는 10개로 늘렸지만 라이더는 1개, 카메라는 7대로 줄인 바 있음

Ø 차량 주변을 탐지하는 라이더는 센싱 능력이 우수하나 부품 가격이 매우 높고, 벨로다인이 거의 독점 공급하고 있어 자율운전 차량의 가격이 낮아질 수 없는 원인으로 꼽히고 있기 때문에 우버의 변경 조치는 비용절감이 목적이었을 것임

Ø 그러나 로이터 통신에 따르면 벨로다인의 라이더는 360도를 모니터 할 수 있지만 수직 감지 범위가 좁아 낮은 곳에 위치한 물체를 감지하기 어려운 단점이 있고, 따라서 지붕에 1대만 설치할 경우 차량 주위 약 3미터의 사각지대가 발생할 수 있다고 함

Ø 사각지대 가능성에 대해서는 벨로다인 관계자도 인정했고 그렇기 때문에 다수의 라이더가 필요하다는 설명도 덧붙였다고 하는데, 웨이모가 차량에 6대의 라이더를 장착한 것에 비하면 우버가 라이더를 1개로 줄인 것은 센싱 관점에서 중대한 결함이라고 로이터는 지적

ž 그러나 자율주행차의 센서가 라이더만 있는 것은 아니기 때문에, 어떻게든 보행자는 인식했을 것이라 보는 것이 대체적인 견해임

Ø 우버는 지붕에 7대의 카메라를 탑재하고 있는데, 전방을 담당하는 카메라는 근거리와 원거리를 모두 커버하며, 앞쪽에 있는 다른 자동차가 감속하는 것을 파악하는 동시에 보행자를 인식하고 또한 신호등과 도로 표지판을 읽는 데도 사용됨

Ø 사고 직후 뉴스 보도에 따르면 사고 장소는 야간이지만 가로등이 설치되어 있어 일정한 밝기임을 알 수 있고, 카메라의 성능은 정확히 공개되어 있지 않지만 다이내믹 레인지가 넓어 사고 여성을 파악했을 가능성이 높음

Ø 자율운전 제어 ​​카메라와는 별도로 대시보드에 모니터용 카메라도 구비되어 있어 전방과 차량 내부를 촬영하게 되는데, 템피시 경찰이 공개한 대시보드 카메라 영상을 보면 보행자가 도로 왼쪽에서 오른쪽으로 건너고 있는 것이 정확히 포착되어 있음

Ø 영상을 보면 카메라가 보행자를 인식했음에도 또한 자동차는 감속하지 않고 그대로 직진 한 것도 확인할 수 있으며, 또한 위험 시 개입해야 할 운전자가 전방을 주시하지 않고 있다가 사고 소리에 상황을 알아 차리고 놀라는 장면도 확인할 수 있음

Ø 한편 우버 차량에는 라이더와 카메라 외에 주위 360도를 모니터 하는 레이더도 탑재되어 있는데, 레이더는 주행 중인 자동차나 정차하고 있는 자동차 등을 인식하며 도플러 효과를 이용하여 객체의 이동 속도를 파악하는 역할을 함

Ø 일반적으로 레이더의 해상도가 낮고 핀 포인트에서 객체의 위치를 ​​특정 할 수 없기 때문에 레이더 단독으로만 센싱하지는 않으며, 또한 레이더가 보행자를 인식해도 알고리즘은 이 정보만으로 브레이크를 걸도록 프로그램 되어 있지는 않음

Ø 따라서 사고 당시 차량이 속도를 줄이거나 정지하지 않았다고 해서 레이더가 보행자를 인식하지 데 실패했다고 볼 수는 없다는 것이 전문가들의 견해임

ž 종합적으로 볼 때, 우버의 센서가 보행자를 인식했을 가능성은 높은데 그럼에도 불구하고 차량이 회피 조치를 취하지 않았는지가 원인 규명의 핵심이 될 것으로 보임

Ø 현재 사고 원인 조사를 하고 있는 국가교통안전위원회(NTSB)는 주로 항공기 사고를 담당하나 교통 사고 중 사안이 중대할 경우 맡기도 하는데, 자율운전 자동차 사고처럼 자동차의 소프트웨어 분석이 요구되는 고도의 사안인 경우도 NTSB가 원인을 규명함

Ø NTSB에 의한 조사의 최종 결론이 나오려면 시간이 좀 더 걸리겠지만, 우버의 자율운전 시스템에 심각한 문제가 있다는 말들이 언론을 통해 흘러 나오고 있음

Ø 뉴욕타임스에 따르면 우버 차량의 ‘Disengagement(디스인게이지먼트, 자율운전 기능 해제 조치)’의 빈도는 13 마일당 1번이라고 하는데, ‘디스인게이지먼트’는 차량에 문제가 발생하여 테스터 드라이버가 자율운전 모드를 해제시키는 조치를 의미함

Ø 즉, 디스인게이지먼트가 실행되었다는 것은 자율운전 자동차가 비정상 상태에 있음을 의미하며 결함 발생 건수로도 해석할 수 있는데, 우버 차량의 경우 이것이 13 마일마다 발생했다는 것이므로 시스템이 아직 불완전한 상태에 있다고 추정할 수 있음

Ø 자율운전 차량의 도로 주행 테스트가 주로 이루어지는 캘리포니아주의 교통당국은 매년 각 기업의 테스트 결과를 취합해 ‘자율운전 차량 디스인게이지먼트 보고서’를 공표하는데, 우버의 경우 2017년 보고서에 등재되어 있지 않아 정확한 기술 수준 추정이 어려웠음

Ø 이번 뉴욕타임스의 보도로 우버의 디스인게이지먼트 빈도가 알려진 것인데, 13 마일당 1회 발생했다는 결과는, 약 5,600 마일당 1회가 발생한 웨이모(Waymo)나 1,250마일당 1회가 발생한 GM과 비교해 볼 때 기술 완성도 면에서 큰 격차가 있는 것임

[표 1] 2016.12~2017.11 캘리포니아 주 내 자율운전 테스트 기업의 디스인게이지먼트 비교

<자료> Department of Motor Vehicles, State of California, 우버의 기록은 New York Times 보도

ž 우버 자율운전 시스템의 기술 결함으로 초점이 맞춰지는 가운데, 이것이 우버 만의 문제인지, 자율운전 알고리즘에 내재한 본질적인 문제인지에 대한 논의도 이루어지고 있음

Ø 사고 시간이 야간이었고, 사고 지역이 ‘횡단보도가 아닌 구역’이었기 때문에, 자율주행 차량이 보행자 주의가 필요하지 않다고 인식했을 가능성이 있다는 분석도 있음

Ø 워싱턴 포스트는 로보틱스 전문가인 듀크 대학의 미시 커밍스 교수의 말을 빌려, 자율주행차량의 컴퓨터 시스템이 보행자, 특히 횡단보도 바깥의 보행자까지 인식하는 것은 아니라는 점을 지적하였음

Ø 자율운전 차량은 ‘인식-판단-제어’의 순서로 작동하는데, 센서가 비록 무언가 객체를 인식했다 하더라도, ‘한밤 중에 횡단보도가 아닌 곳에서 자전거를 끌고 가는 사람’이었던 만큼 보행자로 구별하지 못했을 가능성이 있다는 것임

Ø 커밍스 교수는 자율주행 시스템은 귀납적 추론을 할 수 없으므로, 특정 장소, 특정 시간대의 어떤 모습을 추측할 수 없다고 설명하며, 자율주행 차량이 도로의 복잡한 변수를 파악하지 못하기 때문에 사고가 날 위험이 높다는 점을 지적하고 있음

Ø CNN 역시 자율주행차가 보행자와 자전거를 끌고 있는 사람을 구분하는 것은 어려운 작업이라며, 자율주행차의 성능이 고속도로처럼 신호가 없고 상황이 단순한 곳에서는 완전해 보이지만, 시내주행 테스트는 조심스럽게 접근할 수밖에 없다고 보도하였음

Ø 그러나 이런 지적에 대해서는, 자율운전 시스템은 보행자나 다른 차량들이 교통법규를 정확히 준수했을 때만 작동할 수 있다고 말하는 잘못된 주장이라는 반론도 있음

Ø 웨이모와 GM뿐 아니라 사고를 낸 우버를 포함해 자율운전차 개발업체들은 사고 위험을 줄이기 위해 가상주행, 시험주행 등으로 주행 데이터를 수집하고 보행자의 무단 횡단 등 최대한 많은 교통 변수를 파악하기 위해 노력하고 있다는 것임

Ø 또한 사고 영상을 보면 속도를 줄이거나 차선을 바꾸려는 시도가 전혀 없었는데, 시스템이 비록 보행자인지 아닌지 구분할 수 없었을 수는 있으나, 앞쪽에 무언가 있는데 정확히 무엇인지 모를 경우 계속 직진하라고 알고리즘을 설계하지는 않았을 것이란 반박임

Ø 즉, 이번 사고의 원인은 센서에서 제대로 인식을 하지 못했거나, 만일 인식을 제대로 했다면 알고리즘 설계의 잘못이라기 보다는 단순히 소프트웨어가 순간적으로 작동을 하지 않았을 것으로 보는 것이 합리적이라는 것임

ž 이런 면에서 볼 때, 이번 우버 차량의 인명 사고는 각 개발업체의 자율주행 시스템 알고리즘이 어떤 기준으로 설계되어 있는지 공개하도록 요구하는 계기가 될 수도 있음

Ø 만일 우버 차량의 사고가 센서 미인식이나 소프트웨어의 작동 오류가 아니라 알고리즘에 의한 것이라면, 가령 가능성은 낮지만, ‘횡단보도가 아닌 구역에서는 보행자 주의가 필요하지 않다’는 식으로 프로그래밍이 되어 있는 것이라면 이는 심각한 문제가 될 수 있음

Ø 우버의 경우 작년 3월에 자율주행 차량이 전복되는 사고가 있었는데, 당시 신호가 노란색으로 변하는 순간 교차로에 들어선 차량이 가속했다는 증언이 나오면서, 노란색 신호에서는 속도를 올려 통과하라고 프로그래밍 돼 있을 가능성이 있다는 보도가 나온 바 있음

Ø 교통 법규에서 교차로 진입 시 노란색으로 불이 바뀌면 빠르게 통과하라고 되어 있기 때문에 우버의 알고리즘이 그렇게 프로그래밍 되어 있다고 해서 비판할 수는 없을 것임

Ø 그러나 교차로는 매우 복잡한 상황이 벌어지는 곳이기 때문에, 현재 기술 수준에서 노란색 신호로 바뀌는 순간 무조건 가속해서 통과하라고 프로그래밍 하는 것이 적절한 지에 대해서는 사회적 논의가 필요하며 각 기업의 판단에만 맡길 수 없다는 지적도 있음

Ø 이는 비단 우버 만의 문제는 아니며 자율운전차를 개발하는 모든 기업에 해당하는 것으로 각 기업이 어떤 기준으로 알고리즘을 프로그래밍 하는지 밝혀야 한다는 목소리가 높지만, 교통사고시 책임 소재 등의 이슈와 맞물려 있어 완전히 공개되지 않고 있는 상황임

Ø 자율운전차에 대한 논의에서 빠지지 않는 ‘트롤리 딜레마’, 즉 타인의 생명과 자신의 생명 중 하나를 선택해야 할 때 자율운전차가 어떤 선택을 하도록 프로그래밍 할 것인지, 혹은 알고리즘을 교육할 것인지는 쉽사리 합의에 이르기 어려운 난제임

Ø 트롤리 딜레마의 경우 현재는 차량 제조사마다 다른 윤리적 지침을 제시하고 있는데, 웨이모의 경우 어떤 선택이 더 나은 것인지 판단할 수 없지만 약자로 판단되는 보행자에 초점을 맞추고 있다는 입장임

Ø 반면 메르세데스 벤츠는 차 안의 사람을 보호할 것이라는 입장을 밝히고 있으며, 독일연방교통부의 경우는 사고를 피할 수 없는 상황에서 자율주행차가 어떤 선택을 해야 하는 것인지 결정할 수 없다고 입장임

Ø 자율주행차의 테스트 장소가 교통 흐름이 단순한 고속도로에서 이제 보다 복잡한 시내 주행으로 옮겨오고 있는 중이기 때문에, 어쩌면 자율주행차에 의한 사고는 계속 발생할 수 있을 텐데, 그 과정에서 알고리즘에 대한 공개 요구 역시 보다 거세질 수 있을 것임

ž 자율주행차의 상용화에 대한 기대가 높아지고 있는 상황에서 발생한 이번 인명 사고는 자율주행 기술의 신뢰도에 대해 다시 한번 되짚어 보는 계기가 되고 있음

Ø 자율주행차의 시가지 주행 테스트에 관대한 애리조나주에서도, 이번 사고 직후 우버의 시험 주행 중지 명령을 내렸음

Ø 애리조나 주지사는 사고의 원인이 확실히 우버 측에 있다고 말함으로써 엄격한 입장을 취해 나갈 것임을 시사하였으며, 우버가 앞으로 애리조나에서는 자율주행 테스트를 재개할 수 없다는 말도 나돌고 있음

Ø 이는 비단 우버에 한정한 이야기는 아니며, 애리조나뿐만 아니라 다른 주에서도 향후 자율운전에 대한 규제, 특히 시가지 주행에 대한 규제는 엄격해질 것으로 전망되고 있음

Ø 사고 직후 자율주행 기술 개발업체 스스로 테스트에 신중한 입장을 보이기도 하는데, 엔비디아의 경우 안전이 보장될 때까지 자율주행 시험을 중단한다고 발표하였음

Ø 엔비디아는 사고 직후 우버 차량이 엔비디아의 자율주행 기술을 적용하고 있었다는 보도가 나오며 곤경에 처하기도 했으나, 엔비디아의 젠슨 황CEO는 우버와 협력하고 있는 것은 사실이나 우버가 독자적인 인식 및 제어기술을 개발 중이었다고 해명한 바 있음

Ø 공교롭게 엔비디아는 사고 후 열흘 만에 개최된 자사 개발자 컨퍼런스 ‘GPU Technology Conference(GTC) 2018’를 맞이하게 됐는데, 적극적으로 자신들의 자율운전 기술 홍보에 나설 수 없는 상황이 되었음

Ø GTC 2018에서 스웨덴의 스타트업 ‘아인라이드 트럭(Einride Truck)’은 올해 가을 무인 트럭 ‘T-pod(T-팟)’을 상용화한다고 발표했는데, T-팟은 미국 자동차기술협회가 정한 레벨5의 최고 수준 자율운전을 지향함

Ø T-팟은 고속도로에서는 레벨5로 주행하지만 비상시에는 담당자가 원격으로 조작하며, 일반 도로에 들어서면 항상 무선 통신을 통해 원격으로 조작하게 되는데, 레벨4~5의 차량 개발을 위한 엔비디아의 ‘드라이브 PX(Drive PX)’ 인공지능 시스템을 채택하고 있음

Ø T-팟을 비롯해 엔비디아는 GTC 2018 행사에서 자율운전 기술에 대해 자신감을 내비치기도 했지만, 이번 우버 사고와 연루설도 있고 자율운전에 대한 부정적 여론이 커진 상태이므로 당분간 도로 주행 테스트를 자제하며 기술을 점검하겠다는 입장을 표명한 것

ž 전문가들은 이번 사고로 자율주행차 개발이 중단되지는 않겠지만, 현재의 개발 관행에 큰 변화를 가져올 것이며, 기술력의 차이에 따라 지원이 차등화될 가능성을 점치고 있음

Ø 이번 사망 사고로 인해 자율주행차량은 아직 복잡한 변수에 취약하다는 점이 드러난 셈이라는 지적이 있긴 하지만, 미국 현지에서는 그럼에도 자율주행 시험 주행을 계속 이어가야 한다는 주장이 훨씬 많은 편임

Ø 자율주행차가 이상 상황에 대비한 메커니즘이 있긴 하지만 더 많은 변수를 감안해 판단하기 위해서는 결국 더 많은 테스트를 할 수 밖에 없으며, 시뮬레이션 주행을 통한 알고리즘 교육도 강화해야 하지만 도로 위 시험 주행의 지속이 중요하다는 것임

Ø 단, 현실적으로 자율주행 개발업체들 사이에 기술 격차가 있다는 것이 수치로 확인되고 있느니만큼, 도로 주행 허가를 위한 기준을 설정할 필요가 있다는 주장이 힘을 얻고 있으며, 이와 맞물려 개발업체들의 도덕성에 대한 문제 제기도 이루어지고 있음

Ø 인터넷 상에는 우버의 자율운전 자동차가 시가지를 경쾌하게 주행하고 있는 비디오가 많이 있으며 이는 기술이 완성된 것처럼 보이게 하는데, 이번 사고를 통해 실제 우버의 시스템은 미완성이고 시가지를 달리기에는 위험성이 높다는 평가와 증언들이 나오고 있음

Ø 우버는 자율주행차량의 시험 주행을 위해 약 5만평에 이르는 가상도시 ‘알모노(Almono)’를 만들었다고 알려지는 등 외부적으로 기술 개발 수준이 높다는 인상을 주고 있으나, 디스인게이지먼트가 13마일당 1회라는 사실은 매우 어려움을 겪고 있음을 방증함

Ø 우버의 테스터들도 이전에 유사한 상황이 많았음을 증언함에 따라 우버가 이런 기술 수준으로 시내 주행 테스트를 실행에 옮긴 데 대한 비난의 목소리도 커지고 있음

Ø 또한 자율운전 기술의 완성도를 너무 신뢰한 나머지 전방 주시 의무를 게을리 할 만한 상황이 전혀 아니었음에도 한눈을 판 테스터와, 테스터들에 대한 교육을 철저히 하지 않은 우버에 책임을 묻는 사람들도 많음

Ø 우버는 향후 자율운전 기술 개발과 테스트를 어떤 식으로 전개할 것인지에 대한 질문을 받고 있는데, 이는 우버뿐 아니라 다른 기술 개발업체에도 해당되는 것이며, 개발업체들의 답변과 상관없이 교통당국이 나름의 허가 기준을 정할 가능성이 매우 높아지고 있음

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1810호(2017. 8. 23. 발행)에 기고한 원고입니다.

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

테슬라의 저가 자율주행 전기차 &lsquo;모델3&rsquo;, 새로운 자동차 시대 개막.pdf

[ 요 약 ]

[ 본 문 ]

ž 테슬라(Tesla)가 7월부터 차량 인도를 시작한 ‘모델3(Model 3)’는 보급형 전기차라는 점과 함께 완전 자율운전 차량을 지향한다는 점에서 주목을 받고 있음

Ø 모델3는 일론 머스크 CEO가 테슬라의 모든 것을 쏟아 부었다고 말한 ‘대중형 전기차’로, 지속가능한 에너지로 전환이라는 일론 머스크의 포부를 지지한 50만 명의 사람들이 1년여 전 머스크의 약속만 믿고 예약금을 납부하여 출시 전부터 유명세를 탄 바 있음

Ø 테슬라의 기존 전기차 모델 라인업이 최소 9만 5천 달러여서 사실상 부유층만 구매 가능했다면, 모델3는 일반 자동차 가격과 비슷한 수준이기 때문에 전기차의 대중화에 결정적 기폭제가 될 것으로 기대를 모아 왔음

Ø 모델3의 기본형인 스탠더드 버전의 가격은 테슬라가 지금껏 약속했던 대로 3만 달러 대인 3만 5천 달러이고 장거리 운행용인 롱레인지 버전도 4만 5천 달러인데, 미국 정부의 보조금을 받을 수 있기 때문에 실제 비용은 5천 달러 이상 더 낮아 짐

Ø 스탠더드 모델은 완전 충전 시 350km를 달릴 수 있고 제로백은 6초 미만에 최고 속도 시속210km이며, 롱레인지 모델은 500km 주행이 가능하고 제로백은 5초 초반에 최고 속도 시속 225km여서 일반 자동차를 대체하기에 충분한 성능을 제공하고 있음

Ø 게다가 모델3는 ‘향상된 자동운전 지원 기능(Enhanced Autopilot)’을 제공하고 있는데, 이 기능은 자율운전 기능으로 업그레이드 될 수 있어 모델3가 대중적 성공을 거두게 된다면 단순히 전기차 보급 확대 차원을 넘어서는 사회적 영향력을 가져올 것으로 보임

ž 모델3는 자율운전에 필요한 하드웨어 장비를 탑재하고 있으며, 소프트웨어를 업데이트 하는 것 만으로 완전 자율운전차량(레벨 5)이 될 수 있다고 함

Ø 테슬라는 ‘완전한 자율운전 기능(Full Self-Driving Capability)’의 제공을 강조하고 있으며, 이를 위해 모델S의 최신 라인업과 모델3에 필요한 장비를 탑재했는데, 센서로 자동차 주위에 8대의 카메라와 초음파 센서 12개, 자동차 전면에 레이더 1개를 장착하고 있음

Ø 테슬라는 레이저 센서인 라이더(Lidar)는 사용하지 않기 때문에 카메라가 자동차의 눈이 되며, 센서 데이터들은 차량용 슈퍼 컴퓨터인 ‘엔비디아 드라이브(Nvidia Drive) PX2’로 처리됨

Ø 자율운전 기능은 ‘향상된 오토파일럿’ 기능 위에 구축되는데, 자율운전을 희망하는 운전자는 우선 모델3의 기본 차체에 옵션으로 5천 달러를 내고 오토파일럿 기능을 추가해야 하며, 다시 3천 달러를 추가해 자율운전이 가능하도록 소프트웨어를 업그레이드 해야 함

Ø 즉 8천 달러의 추가 요금을 통해 완전한 자율운전차량(레벨 5)을 손에 넣을 수 있게 되는 것인데, 테슬라는 이 기능의 제공 시기에 대해 아직 명확히 밝히고 있지 않으며 현재 완전한 자율운전 기능의 시험을 거듭하고 있는 중이라 말하고 있음

Ø 시기를 정확히 못박을 수 없는 것은 정부로부터 인가가 필요한 사안이고 따라서 자율운전 차량의 운행이 가능한 지역은 연방 정부 혹은 주 정부의 판단으로 결정될 것이기 때문

ž 테슬라는 라이더 센서 없이 저비용으로 자율운전 기능을 구현하고 있는데, 이를 위해 선택한 방식은 인공지능(AI) 역량을 강화해 소프트웨어 중심축을 둔 시스템을 구현하는 것

Ø 자율운전 차량에 탑재되는 여러 종류의 센서 중에서 가장 널리 사용되고 있는 것이 라이더인데, 라이더는 레이저 광으로 자동차 주위의 보행자나 다른 차량 등 객체를 파악하며, 다양한 조건 속에서도 안정적으로 측정 할 수 있어 가장 필수적인 센서로 받아들여지고 있음

Ø 반면 라이더는 부피가 있고, 가격이 비싸며 해상도가 충분하지 않은 것이 단점인데, 지붕에 장착하면 구급차의 사이렌 불빛을 방불케 해 디자인 측면에서 심각한 문제를 야기하며, 그 자체로 7만 달러 안팎인 부품 가격은 자율운전 차량 대중화에 최대 걸림돌로 지적받고 있음

Ø 라이더를 반도체 칩에 구현하여 소형화 한 제품이 등장하고 있기도 하지만 해상도가 충분하지 않아 아직 자율운전 차량에 탑재되지 못하고 있음

Ø 구글의 자회사인 웨이모(Waymo)는 이 문제를 해결하기 위해 독자적인 기술로 라이더를 개발하고 있는데, 라이더를 소형화하고 해상도를 향상시키되 가격은 기존 상용 제품의 1/10 수준으로 낮춰 자율운전 차량의 대중화를 위한 기술 기반을 닦고 있음

Ø 이와 더불어 웨이모는 ‘비전 시스템(Vision System)’이라 부르는 고성능 카메라도 개발하여 라이더와 함께 사용하고 있는데, 이런 방식은 ‘센서 퓨전(Sensor Fusion)’이라 불리며 자율운전에서는 사실상 표준 기술로 받아들여지고 있음

Ø 개별적으로는 불완전한 센서들이지만 이들을 조합하여 사용하면 전체 시스템에서는 선명한 영상을 얻을 수 있기 때문에, 센서 퓨전은 가장 안정적인 자율운전 구현 방법으로 웨이모 이외에 많은 기업들이 채택하고 있음

Ø 이런 현실에 비추어 보면 테슬라가 라이더 없이 카메라만으로 자율운전 기술을 구현하는 것도 차량 가격을 낮추는 혁신적인 방법이라 할 수 있음

Ø 딥러닝 기술을 바탕으로 카메라와 같은 일상적인 기기를 사용하여 안전한 자율운전 기술을 달성하려는 테슬라의 선택은 하드웨어가 아닌 소프트웨어에 축을 둠으로써 가격의 문제를 해결하려는 것으로, 테슬라 전기차 비즈니스의 성패를 좌우할 승부수라고 할 수 있음

ž 이런 배경 하에 테슬라는 자체 AI 개발 체제를 강화해 왔으며, 독자적인 자율주행 AI 기술인 ‘테슬라 비전(Tesla Vision)’은 테슬라 사업의 성패를 가름할 핵심 기술로 꼽히고 있음

Ø 테슬라의 독자적인 AI 기술은 ‘테슬라 비전’이라 불리는 심층신경망(Deep Neural Network)을 기반으로 구축되는데, 테슬라 비전은 차량에 탑재된 카메라로부터 영상이 입력되면 이를 분석하여 차량 주변의 개체를 파악하게 됨

Ø 기존의 컴퓨터 비전(Computer Vision) 기술을 고도화 한 테슬라 비전은 객체를 빠짐없이 정확하게 확인할 수 있어, 안전성이 최우선으로 요구되는 자동차에 AI가 시각을 담당하는 자율운전 기술의 접목을 가능케 한다고 함

Ø 테슬라는 테슬라 비전을 탑재한 차량의 자율운전 데모 주행을 실시했는데, 테슬라 본사에서 출발해 다운타운을 통과해 다시 본사로 돌아오는 루트의 전 과정을 자율운전으로 주행하였음

Ø 데모 주행에서 테슬라 비전은 카메라 이미지를 분석하고 자동차 주위의 객체와 주행 경로 상의 객체, 차선, 신호등, 도로 표지판 등을 정확히 식별할 수 있음을 보여주었는데, 전문가들은 테슬라 비전의 완성도가 테슬라 자율주행 전기차 사업의 성패를 쥐고 있다고 보고 있음

Ø 이를 인정하듯 테슬라는 AI 개발 체제를 강화하고 있는데, 올해 6월에는 AI와 오토파일럿 부문에서 최고라 평가받고 있는 딥러닝 연구 전문가 안드레이 카패시를 채용하였음

Ø 또한 테슬라는 현재 판매되어 운행 중인 차량이 주행 중에 촬영하는 영상 이미지를 수집하기 시작했는데, 오토파일럿이 실행되는 동안 카메라가 촬영한 영상이 테슬라 클라우드로 전송되면, 테슬라는 수집된 이미지를 이용해 자율운전 기술을 정교화해 나가고 있음

Ø 웨이모는 개발 전용 차량으로 비디오 이미지를 수집할 수 밖에 없지만, 테슬라는 판매된 자동차들이 테스트 차량이 되어 대규모로 데이터를 수집하여 AI에 대한 교육이나 테스트에 활용할 수 있다는 것이 최대 강점임

ž 테슬라가 지향하는 완전 자율운전 차량 기술은 이용자와 차량 간의 인터페이스에도 큰 변화를 가져올 것으로 보임

Ø 모델3는 자동차 키가 별도로 없고 스마트폰이 블루투스로 도어와 통신하며 잠금과 해제를 하기 때문에 이용자가 스마트폰이 있어야만 탑승할 수 있는 구조로 되어 있으며, 다만, 긴급 사태에 대비해 전용 카드(NFC Key Card)가 제공되고 있음

Ø 운전석에는 15인치 디스플레이만 갖추고 있고 여기에서 모든 작업을 지시하는데, 최소한의 장비만 갖추고 점점 더 심플해지는 실내 디자인은 마치 애플의 제품 디자인을 연상시켜며, 자동차가 점차 컴퓨터에 접근하고 있음을 확인시켜주고 있음

Ø 테슬라는 모델3로 자율운전 할 수 있는 장소는 미국의 거의 모든 지역이라 설명하고 있는데, 탑승하여 목적지를 말하면 최적의 경로를 산정하여 그 위치까지 자동으로 주행하며, 목적지를 말하지 않으면 차량이 탑승자의 일정을 참조하여 행선지를 파악함

Ø 목적지에 도착하여 하차하면 자동차는 주차 모드가 되어 자동으로 빈 공간을 찾아 주차를 하며, 다시 차량을 이용하기 위해 스마트폰으로 자동차를 호출하면 자율주행으로 지정한 장소까지 와서 이용자를 맞이함

ž 이런 인터페이스 변화는 필연적으로 차량 소유가 아닌 차량 공유의 개념을 강화하게 되는데, 테슬라는 이미 카 쉐어링을 위한 자동차 네트워크를 개발하고 있음

Ø 지금은 차를 운전해 출근할 경우 퇴근하기 전까지 차량을 어쩔 수 없이 주차장에 주차시켜 놓아야 하며, 부분적으로 자율운전 기능을 구현한 차량이라 하더라도 현행 법률상 반드시 운전자가 탑승해야 주행이 허용되므로 주행 후에는 차량을 놀릴 수밖에 없음

Ø 그러나 완전 자율운전 차량은 탑승자를 목적지로 옮긴 후 그 곳에 계속 머무를 필요가 없으며 스스로 다른 곳으로 이동해 다른 탑승자를 태우는 일을 할 수 있어 상황이 완전히 달라짐

Ø 이런 점 때문에 자율운전 차량은 본질적으로 차량 공유 개념과 밀접하게 연관되어 있으며, 환경운동가들이 차량 감소와 주차 공간 효율화의 유력한 방안으로 자율운전 기술을 지지하고 나서는 이유가 되고 있음

Ø 테슬라는 자율운전 자동차들을 연결하는 네트워크인 ‘테슬라 네트워크(Tesla Network)’를 개발하고 있는데, 자동차가 완전 자율운전 차량이 되면 이를 통해 차량을 공유할 수 있게 될 것이라는 설명

Ø 가령 모델3 소유자는 휴가 기간이나 업무 시간대 등 자동차를 사용하지 않는 동안에 테슬라 네트워크 앱을 통해 이 차량을 다른 이용자에게 대여한다고 허용할 수 있고, 다른 이용자가 자신의 차량을 이용할 경우 임대 소득을 올릴 수 있게 된다는 것임

Ø 공유되는 차량은 자율운전으로 임차인의 위치로 직접 이동할 수 있으므로, 이용자 입장에서도 빌리는 데 전혀 수고가 들지 않는데, 테슬라 네트워크는 자율운전 자동차 시대의 카 쉐어링의 모습을 머리 속에 그릴 수 있게 해주고 있음

ž 카 쉐어링 뿐만 아니라 모델3는 새로운 자동차 시대로의 전환 속도를 대폭 앞당길 것으로 보이며, 자동차 산업 구조조정, 세금, 전력 등 각종 이슈의 활발한 논의를 촉진할 전망

Ø 카메라만으로 자율운전 기술을 개발하는 것은 고가의 라이더에서 벗어나 자율운전 차량을 대중화시킬 수 있는 방안으로 전세계 연구개발팀의 공통된 목표였으며 현재 테슬라가 가장 가까운 위치에 있다고 할 수 있음

Ø 테슬라 역시 아직 완전히 기술을 달성한 것으로 보이지 않지만 시판되고 있는 차량에서 수집한 데이터로 AI 개발을 가속화하고 있기 때문에 예상보다 이른 시점에 자율주행 차량이 대중적으로 보급될 가능성이 보이고 있음

Ø 일론 머스크는 2018년에 50만 대 생산, 2020년에 100만 대 생산을 목표로 하고 있는데, 그의 계획이 실현된다면 모델3는 사회 전반에 커다란 파장과 이슈를 몰고 올 것이 자명함

Ø 모델3의 고객 인도가 시작되며 이미 고급 세단의 판매량이 줄기 시작했는데 BMW 3시리즈와 메르세데스 C클래스의 7월 미국 판매는 각각 40%와 22% 감소했다고 하며, 현재 모든 예약이 실제 주문으로 이어진다면 모델3는 미국에서 가장 많이 팔린 자동차가 될 수도 있음

Ø 이는 전통적인 자동차 산업 생태계에는 엄청난 압박이 될 것이며, 자동차 업체들은 테슬라와 기술 경쟁을 해 승리하거나 테슬라의 사업이 망하길 비는 수밖에 없음

Ø 모델3 생산이 시작되자마자 미국에서는 기존 자동차의 판매 감소에 따른 휘발유세 감소를 보완할 세원으로 차량의 주행거리에 세금을 부과하는 ‘마일리지세’ 논의가 시작됐는데, 마일세는 각종 센서와 통신 장치가 장착돼 주행거리 파악이 쉬운 전기차를 겨냥한 것임

Ø 전기차 대중화로 전력 부족 현상이 초래될 것에 대비한 논의도 시작되고 있는데, 블룸버그에 따르면 세계 전력 소비에서 전기차 충전이 차지하는 비율이 2040년에 8%에 달할 것으로 보임

ž 테슬라의 사업에 현재 많은 위험이 존재하는 것도 사실이지만, 간과하지 말아야 할 것은 테슬라의 비전이 사람들의 마음을 움직이고 있으며 미래는 그렇게 갈 가능성이 크다는 점

Ø 테슬라의 2분기 실적 보고서에 따르면 매출은 약 27억 9천만 달러로 전년 동기의 12억 7천만 달러에 비해 2.2배 증가했으나 영업적자는 약 3억 4천만 달러로 전년 동기의 2억 9천만 달러 적자에 비해 적자 폭이 오히려 커졌음

Ø 적자 폭이 커진 원인은 모델3 개발과 생산 설비 확대 때문인데, 이처럼 취약한 재무구조와 로드스터, 모델S, 모델X 등 지금까지 출시된 차량들이 모두 차량 인도가 6~18개월 이상 지연된 과거 사례를 들어 모델3의 생산계획이 머스크의 바람대로 되지는 않을 것이란 분석이 많았음

Ø 자금 위기를 넘기기 위해 테슬라는 올해 7월 처음으로 15억 달러 규모의 회사채를 발행했는데, 국제 신용평가 기관인 무디스는 테슬라의 채권에 투자적격 등급 보다 6단계 아래로 평가하였고 S&P는 전체 21개 등급 가운데 16등급, 즉 사실상 망해가는 기업으로 평가하였음

Ø 그러나 정크 본드라는 평가와 달리 테슬라는 보통의 회사채들보다도 훨씬 낮은 수익률에 목표를 상회하는 18억 달러를 조달하였으며 2019년까지 현금 유동성을 확보하였음

Ø 전통적인 평가 기준과 달리 투자자들은 테슬라의 비전에 전폭적인 지지를 보내고 있는 것이며, 적자 폭이 늘어나는 것과 무관하게 올해 들어 테슬라의 주가는 70% 이상 급등하였음

Ø 비전이 사람들의 마음을 움직이는 것은 그것이 구체적인 것으로 받아들여질 때인데, 가령 모델3의 출시로 전기차 충전에 의한 전력 부족 문제에 대한 이슈가 제기되면, 태양광 패널업체 솔라시티를 26억 달러에 인수한 테슬라의 결정은 사람들에게 구체적 액션 플랜으로 인정받게 됨

Ø 보급형 자율주행 전기차의 등장과 태양광 패널로 테슬라는 이미 미래를 현실로 보여주었으며, 이는 이제 거스를 수 없는 흐름이 될 가능성이 높기 때문에, 미래를 준비하기 위한 생각과 발걸음의 속도에 더 이상 여유가 없다는 점을 직시할 필요가 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)’의 CEO 존 크라프칙은 지난 1월 디트로이트에서 개최 된 북미국제오토쇼(NAIAS)에서 최신 자율운전 기술에 대해 발표

Ø 웨이모는 2016년 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

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 2015년 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

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), 레이더’로 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

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

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, 레이더’의 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 년 0.80회에서 2016년 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 10분 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 2016년 8월 오토 모터스를 6억 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