나에게 전속 운전기사가 있다면

불과 100년 전만 해도 냉장고가 보급되지 않았습니다. 냉장고가 없는 시대에 차갑고 달콤한 남쪽 지역의 과일을 먹을 수 있는 것은 부유층 중에서도 소수 인원에 한정되었습니다.

지금은 냉장고가 발명된 덕분에 비교적 어느 가정에서도 당연하게 신선하고 안전한 상태로 음식을 먹을 수 있게 되었습니다. 언제나 기술의 진화는 특별했던 것을 많은 사람에게 당연하게 누릴 수 있게 해줍니다.

다음 기술의 진화는 어떤 새로운 ‘당연함’을 만들어 낼까요? 예를 들면 전속 운전기사를 두는 것은 어떨까요? 전속 운전기사란 극히 일부의 사람만이 누려왔던 가치입니다.

전속 운전기사가 있으면 이동은 더욱 편리하고 쾌적해지겠죠. 가고 싶은 곳에, 가고 싶은 루트로, 편안하고 부드러운 운전으로 데려다 줄테니까요.

더욱이 항상 승객의 컨디션이나 앞으로의 날씨를 신경 쓰며 그것에 맞추는 유연성을 가지고 있습니다.

덴소는 지금은 소수만이 누릴 수 있는 가치를 많은 사람에게 당연한 것으로 만들고 싶습니다. 신뢰할 수 있는 자율주행의 실현이란 이렇듯 특별한 이동의 즐거움을 누구나 누릴 수 있도록 하는 것이 아닐까요?

자율주행이 보급되려면 어떻게 해야 할까?

  • self-driving-02

자율주행이 실현되는 미래를 위해 전 세계적으로 다양한 기업들이 앞다투어 개발에 몰두하고 있으며 기술은 나날이 진보하고 있습니다. 진화하는 기술을 어떤 방식으로 우리의 일상에 녹여낼 것일까요? 이를 위해서는 인간과 자율주행기술 사이의 신뢰 구축이 필요합니다.

일반적으로 자율주행이 사회에 침투되기 위해서는 세가지 난관이 있다고 합니다. 자율주행이라는 기술이 사회에 수용되기 위해 뛰어 넘어야할 과제 입니다.

1. 유저 가치의 새로운 향상
2. 사회적 손실의 저감
3. 책임의 소재

1은 유저에게 있어서 편리성이나 안전성이 있고, 경제적 이득도 얻을 수 있도록 한다. 2는 자동차사고의 발생이 줄어들고, 교통체증이 줄어드는 등 자동차가 일으킨 ‘사회적 손실이라는 과제’를 해소하는 것. 3은 자동차사고가 발생했을 때 책임이 어디에 있는지를 분명히 하는 것. 각각의 과제 해결에 힘써야 합니다.

이러한 과제는 언젠가 인간이 자율주행차를 이용함에 있어서 불안을 불식하고 사람에게 자율주행이란 즐거운 일이라는 마음을 갖게 하기 위해 반드시 해결해야하는 것입니다.

그 중에서도 기술개발에 영향을 미치는 것은 1.유저가치의 향상이나 2.사회적 손실의 저감을 위한 인프라 정비 등 입니다.

이러한 과제를 해결하기 위한 기술개발은 지금까지도 행해져 왔지만, 덴소는 보다 인간특성을 이해한 기술개발이 필요하다고 생각합니다. 예를 들면 안전성이 높아지면 사람들이 자율주행차를 이용하게 될 것인가 하면 꼭 그렇지도 않습니다. 안전성을 우선으로 한 나머지 자동차의 구동이 불안정해진다면 사람들은 불안함을 느낄 것입니다. 예를 들면 아주 작은 가속도의 변화에도 사람은 민감하게 반응합니다.

자율주행이 신뢰받기 위해서는 어떤 상황에서 사람이 어떻게 느끼고, 어떻게 행동하는지에 대한 인간특성을 깊게 이해해야 합니다. 그렇기 때문에 사람은 자율주행자에 안심하고 몸을 맡기게 될 것이라 생각할 수 있습니다. 그를 위해 덴소는 인간특성을 이해하는 연구에도 힘을 쏟고있습니다.

자율주행이 보급되려면 어떻게 해야 할까?

덴소의 선진 모빌리티 시스템 사업개발부V시스템 개발실의 실장을 맡고있는 이노 히로시는 “안심되고 쾌적한 자율주행을 위해 사람이 운전할 때 무엇을 느끼며 운전하는지를 명확히 하여 그것을 엔지니어링에 반영하는 것이 중요하다” 라고 말합니다.

  • self-driving-03

사람은 풍경이 어떻게 흘러가는지를 보며 자신이 얼마나 속도를 내고있는지를 이해한다고 합니다. 이러한 개념을 컴퓨터 비전에서는 ‘Optical Flow’라고 부릅니다.

또한 운전자는 앞차와의 거리를 판단할 때 거리나 속도를 기준으로 측정하는 것이 아닌 ‘이 차는 몇 초 만에 앞차와 부딪히게 될까’라는 실제 속도와는 상이한 감각상의 체감 속도로 판단하고 있습니다.
이러한 인간특성에 대한 연구를 활용한 기술이 미리 설정한 속도 내에서 차가 자동적으로 가속, 감속하고 차량간 거리를 조절해주는 ‘ACC(Adapted Cruise Control, 적응식 정속 주행 시스템)’입니다. 덴소가 인간특성을 연구하고, 기술에 적용하고자 하는 것은 이것 뿐만이 아닙니다.

  • self-driving-04

타이어에는 ‘마찰원’이라고 불리는 것이 있습니다. 차가 커브를 돌 때 브레이크를 걸거나, 가속하면서 핸들을 조작하거나 하면 타이어와 노면의 사이에 마찰이 발생합니다. 마찰은 전후좌우 양방향으로 생기지만 마찰력의 최대치는 변함 없습니다. 이를 개념도로 나타낸 것이 마찰원입니다.

마찰원 전체를 샐러드 등을 담는 보울 모양으로 나타내고, 타이어에서 발생하는 G를 공 모양으로 나타내었을 때, 공이 보울 밖으로 빠져나가면 드리프트 아웃 또는 스핀아웃 되어 버립니다. 종래의 안전 시스템에서는 이 보울의 벽면에 공이 도달하기까지 타이어에 부하가 발생하는 경우, 힘으로 타이어의 상태를 되돌리고 안전을 확보해왔습니다.

보다 안심되고 안전한 운전에서는 효율적으로 차량운전의 한계 이하에서 컨트롤 하는 ‘Ball in Bowl’이라고 불리는 상태가 표현되어 있습니다. 이러한 메커니즘을 자동차공학 시점에서 제대로 해석하여 인간의 엔지니어링에 녹여 제어시스템을 만들고 이로써 덴소에서는 마치 숙달된 운전기사와 같은 쾌적하고 안전한 자율주행기술을 실현하려고 하는 것입니다.

실제로 이러한 기술을 사용한 산악코스테스트의 실험결과에서 커브가 이어지는 어려운 코스에서도 마찰원의 한계 이하에서 컨트롤 되고 탑승한 승객을 안심시킬 수 있었습니다.

  • self-driving-05

위의 그림은 운전기사별 주행 시 차체에 어떤식으로 G가 나타나는지를 표현한 것입니다.
‘Ball in Bowl’의 관점에서는 작은 원에 가까운 상태에 선이 그려지면 편안하게 주행하고 있다고 말할 수 있습니다. 그림 중 왼쪽 위에 있는 그림이 자율주행의 경우이고, 더 작은 원의 형태를 갖추고 있기 때문에 다른 운전기사의 운전보다 안정되어있음을 알 수 있습니다.

자동차를 완전히 파악한 후 연구개발을 진행하는 덴소의 장점은 산맥 테스트 코스와 같이 현장에서 기술 검증이 가능하다는 것입니다. 그 장점을 활용해 인간의 감각을 접목시킨 자율주행을 실현하기 위해 노력하고 있습니다.

“자율주행이 보편화되는 과정에서는 인간과 자동차가 협력하며 운전해야 합니다. 어떤 식으로 운전의 주권을 무선통신으로 기계에 전달할 것인가. 이것이 연구적 측면에서 꽤나 흥미롭습니다.”-이노

“연구자로서 이렇게 설레는 영역은 없다” 라는 이노씨는 눈을 반짝이며 자율주행기술의 개발에 참여하게 된 이유에 대해 이야기했습니다.

인간은 자연적으로 움직임에 대한 예측을 하고 있다.

기계가 사람을 대신해 운전하기 위해 딥러닝이나 기계학습 등 AI을 자동차에 접목시키고 있습니다. 일상생활 속에서 사람은 대상의 움직임을 예상하고, 자신이 어떤 행동을 취할 것인지 판단합니다. AI에 의한 ‘화상인식’은 어떤 한 면에서는 인간보다 뛰어나지만 불규칙한 환경 등 조건에 따라서는 안정되지 못하기 때문에 아직 많은 과제를 안고 있습니다.

  • self-driving-06

덴소첨단기술연구소 AI연구부 AI응용연구실 실장인 이노 나오키씨는 “인간이라면 무의식적으로 가능한 행동이지만 기계에서는 아직 어려운 부분이 있습니다. 안심할 수 있는 자율주행을 실현하기 위해서 과제에 도전해야 합니다.” 라고 말합니다.

인간은 일상생활 속에서 주변의 환경의 무의식적으로 인식합니다. 건물이나 나무, 보행자, 맞은 편의 차량 등을 인지하고, 대상이 움직이는지 움직이지 않는지 자연스럽게 이해합니다. 많은 사람들에게 지나가는 풍경 속에서 어떤 물체를 인식하는 것은 쉬운 일입니다. 하지만 같은 것을 AI가 하기에는 그 물체의 모든 프레임을 검출해 그 궤적을 연속적으로 추적하는 작업이 필요합니다. 만약 물체가 그늘에 가려질 경우, 현재의 기술로는 물체를 제대로 검출해내지 못할 가능성이 있습니다.

덴소가 개발하는 화상인식기술의 알고리즘에서는 이러한 과제를 해결하기 위해 과거 트래킹 정보 등을 참고하며 현재의 프레임 위치를 추정해 검출하여 트래킹 성능을 향상 시키고 있습니다. 이 기술로 인해 물체의 일부가 가려진 경우에도 높은 정도의 검출이 가능하게 되었습니다.

또한 이 기술로 무엇이 어디에 있고 그 물체가 과거 어떻게 이동해왔는지도 알 수 있게 되었습니다. 그 다음으로 필요한 것은 앞으로 그 물체가 어디로 이동할 것인지에 대한 궤도 예측입니다. 예를 들면 사람은 보행자가 시야에 들어왔을 때 자연스럽게 ‘이 사람이 어디로 가려고 하는지’를 예측합니다. AI에서도 이 예측이 가능해진다면 보다 신뢰성이 높은 자율주행이 가능할 것입니다.

덴소는 기술을 이용한 보행자의 궤도 예측에 대해서도 연구하고 있습니다. AI가 과거의 트래킹 데이터로부터 ‘이 사람은 앞으로 어디로 갈 것인지’를 예측하기 위해서는 목적지를 예측하는 것이 중요합니다. 그렇게 하기 위해서는 우선 도로의 형태나 건물의 위치와 같은 정보를 이용해 복수의 목적지 예측을 실시하고, 다음으로 각각의 목적지에 대해 어떠한 경로로 도달할 것인지를 추측하여 선택할 확률이 높은 것부터 출력합니다.

  • self-driving-07-en

위의 그림은 보행자의 궤도 예측 결과를 활용한 ‘보행자 경보 데모’입니다. 자신 주변의 위험구역을 정의하고, 거기에 보행자가 들어올 가능성이 있다면 경고하는 것으로, 정의한 위험구역에 보행자가 들어올 확률이 일정 이상이 되면 경고로서 적색 바운더리 박스가 표시됩니다.

데모영상에서는 아직 경고가 나타나지 않지만, 이 바운더리박스(녹색) 안에 있는 보행자는 이 다음 화면의 왼쪽 방향으로 움직이기 위해 그 예측 결과가 적색으로 표시되어 있습니다. 또한 이 보행자가 직진할 가능성 역시 예측하고 있습니다. 이렇듯 보행자의 궤도 예측에 AI 기술을 이용하고 있습니다.

“사람에게는 자연스러운 일이지만 AI로 재현하는 것은 간단한 일이 아닙니다. 자율주행 사회 구현을 위해서는 해결해야 할 과제가 많기 때문에 도전적이고 재미있는 연구 분야라고 생각합니다.” –이토

안심하고 몸을 맡길 수 있는 자율주행을 위해

  • self-driving-08

자율주행이 사회에 보급되면 기존의 운전자가 승객이 되기 때문에 안전성은 물론, 쾌적함과 더불어 높은 신뢰성이 요구됩니다.

자율주행이 실제로 구현되기 위해서는 사람들에게 안전하고 믿을 수 있는 존재로 인식되어야 합니다. 기술이 아무리 진화한다고 해도 신뢰받지 못한다면 널리 사용될 수 없을 것입니다.

전속 운전기사처럼 신뢰할 수 있는 자율주행에 몸을 맡기고, 이동하는 시간을 자유롭게 보내는 미래를 실현하기 위해 덴소는 인간의 특성을 최대한 고려한 자율주행 연구 개발을 진행해 갈 것입니다.