어릴 적 꿈꾸었던 ‘알아서 가는 자동차’가 자율주행이라는 이름으로 현실화되는 지금, 여러분의 상상과 현실은 얼마나 비슷한가요? 또 어떤 미래를 상상하고 있나요? 오늘은 자율주행에 대한 우리의 상상을 현실로 꺼내 오는 것을 넘어 더 안전하고 편안하게 만드는 HL클레무브 김순태 책임연구원을 만났습니다.
자율주행의 발전, 안전이 기본!
김 책임은 HL클레무브 TI센터 IVS Lab을 이끄는 팀장입니다. TI센터는 HL클레무브가 자율주행 선행 연구를 위해 지난 3월 새롭게 출범한 조직인데요. 김 책임연구원이 이끄는 IVS(Intelligent Vehicle System) Lab은 운전자의 안전을 위한 ADAS 기술과 레벨2 자율주행 기반의 주행 편의 기능, 미래 자율주행 고도화를 위한 핵심 기술 개발 등을 수행하고 있습니다.
[직무위키] 미래를 향한 발걸음. HL클레무브 Technology Innovation Center
지난 3월, HL클레무브는 자율주행 선행 연구를 위한 Technology Innovation Center(이하 TI센터)를 출범했습니다. 그리고 TI센터를 이끄는 수장으로 최재범 센터장님을 임명했는데요. 2007년 HL만도시절부터
www.hlworld.com
SAE(미국자동차공학회)의 자율주행 기술 단계 구분에 따르면 자율주행 기술은 6가지 단계로 구분되며, 레벨이 높아질수록 운전자의 개입이 줄어듭니다. 흔히 우리가 상상하는 ‘목적지만 입력하면 되는 완전 자율주행’은 4단계 이상에서 가능하죠.
현 시점에서 상용화된 자율주행 기술들은 레벨2와 레벨2+단계에 있습니다. ADAS(Advanced Driver Assistance System)라는 이름으로 차선유지, 장애물회피 등 운전자 편의를 보조하는 역할을 맡고 있죠. HL클레무브는 ADAS 기술과 이를 통합한 레벨2 자율주행 제어 시스템을 국내 최초로 상용화하고, 이 기술로 글로벌 안전 인증을 획득해 수출까지 연결했습니다. 김 책임님은 이 과정에서 자율주행 핵심 기술에 대한 다수의 특허 출원 등 기술 실용성과 산업 기여도에 대해 인정을 받아 이번 발명의 날 특허청장 표창을 받았습니다.
HL클레무브가 국내 최초로 상용화한 ‘자동 조향 기술(LKAS)’을 비롯한 HDA(Highway Driving Assist, 고속도로 주행 보조), LFA(Lane Following Assist)처럼 현재 상용화된 자율주행 레벨2~레벨2+ 단계의 기술, 즉 레벨3 자율주행 이전의 기술들은 운전자의 개입과 시스템 제어 사이의 밸런스를 조정하는 것이 매우 중요합니다.
순태: 레벨2 자율주행이라고 하면 완전 자율주행보다 쉬워 보이지만, 운전자의 개입 여부를 판단하고 시스템과의 상호작용을 고려해 시스템을 설계해야 하기에 오히려 더 복잡한 과제가 많아요. 운전자의 개입 여부를 감안해 시스템 제어 방식을 설계하다 보면 실제 양산 단계에서 차량 간 성능 편차가 발생할 수 있고, 이로 인한 고객 클레임으로 이어질 수 있으니까요.
때문에 자율 제어 성능과 운전자 영향성 간의 트레이드오프를 고려하고 문제를 해결하기 위한 전략을 세우는 게 중요하죠.
그렇다면 우리는 언제쯤 완전자율주행 시대를 맞이하게 될까요? 왜 아직도 운전 과정에서 운전자가 반드시 있어야 할까요?
여러 이유가 있지만, 대표적인 이유를 꼽자면 기술적인 한계와 제도적 기반이 미비하다는 데 있습니다. 앞서 보았듯 운전자의 개입 여부는 자율주행 시장에서 기술 수준을 결정할 만큼 아주 중요한 이슈인데요. 운전자가 운전의 주체이고, 자율주행의 기능은 ADAS라는 이름으로 운전자의 보조 역할을 도맡고 있는 지금은 사고 발생 시 대부분의 책임을 운전자가 지게 됩니다. 하지만, 운전자의 개입이 확연히 줄어들다 이내 사라지는 레벨3 이상의 단계에서는 사고책임을 누가, 얼마나 져야 하는가에 대한 논의가 필요하기 때문이죠.
[요모조모] 자율주행차의 교통사고, 누가 책임지나요?
‘자율주행’은 미래 모빌리티 산업의 상징이라고 할 수 있습니다. 이미 2~2.5단계의 자율주행 기술이 상용화되어 우리의 운전 생활을 더욱 편리하게 하고 있죠. 우리는 이제 사람 운전자의 개입
www.hlworld.com
Q. 더 높은 단계의 자율주행 기술이 상용화되기 위해선 무엇이 필요할까요?
순태: 무엇보다 ‘안전’입니다. 레벨3 자율주행에서는 운전자의 개입이 확 줄어들기 때문에 차량이 스스로 상황을 인식하고 판단해서 대응해야 하거든요. 그래서 리던던시(Redundancy)를 포함한 시스템 구성, 그리고 긴급 상황에서 안전하게 넘어갈 수 있는 폴백(Fallback) 전략 같은 고도화된 안전 설계가 꼭 필요합니다.
더욱 고도화된 안전대책은 어디서부터 풀어야 할까요? 김 책임은 AI 기술을 눈여겨봐야 한다고 꼽았습니다.
순태: 안전은 시스템 설계에서 출발하지만, 결국 그 시스템을 신뢰할 수 있느냐는 차량이 상황을 얼마나 정확하게 판단하는가에 달려 있어요. 예상치 못한 상황에서 차량이 어떤 대처를 할 것인지, 그러니까 고도화된 상황 판단이 가능한 센싱 기술과 상황 판단 기술이 필요한 문제죠. 지금은 일정한 규칙을 기반으로 알고리즘을 설계하고 있는데, 이 경우는 차가 복잡하게 얽힌 시내 주행과 같은 상황에서는 한계가 있습니다. 이런 고도화 판단을 위해 AI기술의 접목이 필요한 것이죠. 또 AI기술은 데이터를 어떻게, 얼마나 수집하는가에 따라 학습 결과가 달라지기 때문에 양질의 데이터를 수집할 수 있도록 인프라를 확보하는 게 중요해요. 이 부분은 특정 회사가 단독으로 하기에는 한계가 있기 때문에 컨소시엄이나 정부 주도의 프레임워크를 만들고 규격화하는 노력이 필요하다고 생각합니다.
SDV시대, HW와 SW의 통합으로
모빌리티 기술이 SDV(Software-Defined Vehicle)를 중심으로 진화하는 지금, 우리는 어떤 역량을 갖추고 미래를 맞이해야 할까요? 김 책임연구원은 자율주행 개발자들도 ‘통합 인재’가 되어야 한다고 말했습니다.
순태: SDV시대가 열리면서 도메인은 계속 확장되고, 하드웨어와 소프트웨어가 하나의 통합 플랫폼으로 융합되고 있어요. 이제는 HW에 대한 이해 없이 SW를 개발하거나, SW를 모르는 채 HW를 다루는 시대가 아닙니다. 두 영역을 함께 이해하고 설계할 수 있는 복합적인 역량이 반드시 필요해요. 저 역시도 HW에 대해 계속 공부하고 있고, 최근에는 AI쪽에도 관심이 생겨 관련 학위도 받았어요. 앞으로는 단순히 한 기술만을 깊게 파기보다는 서로 연결된 기술의 맥락을 이해하고 시스템 전체를 보는 시야를 키우는 것이 더 중요하지 않을까 생각합니다.
마지막으로 김 책임은 자율주행분야 취업을 꿈꾸는 미래의 후배들을 위한 조언도 아끼지 않았습니다.
순태: 앞서 말했듯 자율주행기술 개발의 중심에는 언제나 안전성과 신뢰성이 있어요. 이를 위해서는 단순한 스킬 습득을 넘어 기술에 대한 확실한 이해와 정확한 적용 능력이 뒷받침돼야 합니다. 단순히 코드를 구현하는 데서 그치지 않고, 왜 그렇게 설계해야 하는지, 어떤 조건에서 실패할 수 있는지를 스스로 판단할 수 있는 힘이 필요하죠.
또 요즘은 학교 등에서 딥러닝을 중점적으로 배우는 경우가 많은데, 실제 차량 시스템에서는 센서의 제약이나 안전 조건을 고려한 알고리즘 설계와 설명 능력이 더욱 중요합니다. 제어공학, 선형대수, 확률론 같은 기초 이론과 함께, C/C++, Python, MATLAB/Simulink, ROS 등의 실무 도구도 함께 익히면 업무에 적응하는 데 도움이 될 거예요.
