국내 최초 구글 셀프 드라이빙 카 ‘반자율차’ ‘자율차’ 특허분석 보고서 발간

국내 최초로 구글의 셀프 드라이빙 카(SDC, Self-Driving Car) 프로젝트인 반자율차(SelfAutonomous Car)와 자율차(Autonomous Car) 관련 특허분석 보고서가 나왔다.

이 보고서는 차원용 아스팩미래기술경영연구소 대표 겸 국가과학기술심의회 ICT융합전문위원이 2009년부터 2015년 12월 31일까지의 구글의 특허 250개를 찾아, 그 중 110개의 중요한 특허분석을 통해 여러 카테고리 분야로 정리하여 시사점을 제공하고 있다. 특히 국내 자동차 산업분야 기업들의 미래 먹거리를 제공하고 있어 그 의미가 남다르다.

보고서 내용에 따르면 구글의 대부분의 특허는 자율차의 핵심인 센서 시스템(Sensor System)과 자율주행컴퓨터시스템(Autonomous Driving Computer System)과, 상용화되었을 때 사용자와 자율차 간의 인증 시스템으로 이루어져 있다. 또한 자율차의 핵심인 인공지능(AI)-기계학습(ML)-딥러닝(DL)과 관련된 소프트웨어 설계능력과 이를 바탕으로 실제 도로주행테스트를 하면서 일어난 상황과 대처와 학습에 관한 것들이다.

특히 자율차의 핵심인 센서 시스템(Sensor System)은 자동차 산업분야에서 중소기업들이 주목해야하는 이유로 차원용 박사는 “ 본 보고서를 통해 우리나라도 자율차 반열에 오르는 국가가 되었으면 하는 바람이다. 아울러 자동차산업뿐만 아니라 ICT산업까지 융합하고 상호 협력해서 비전과 목표를 정하고 RNR을 잘 정리해서, 여러 중소기업들과 벤처기업들이 함께 어우르는 플랫폼을 통해 에코시스템을 구축한다면 승산이 있을 것으로 판단된다"고 설명했다.

이어 "아니면 다 할 것이 아니라 우리가 잘 할 수 있는 분야, 예컨데 센서융합시스템 분야만을 선택해서 역량을 집중한다면 세계시장을 석권할 수 있으리라 판단된다. 또한 구글의 특허를 보면 상당히 앞서가고 있지만, 이를 회피하는 전략으로 이종산업의 특허를 분석하면 방법을 찾을 수도 있을 것이다. 아울러 우리나라도 미국처럼 장기적인 안목으로 자율차와 도로 인프라에 투자할 필요가 있다. 특히 자율차 연구개발도 중요하지만 선행상세지도 등을 위해 기존 도로의 인프라를 재정비해야 자율주행이 가능하다는 점을 잊어서는 안 될 것"이라고 강조했다.

 

googleGoogle 인공지능형 자율주행자동차 – 특허분석 보고서

저 자 : 차원용
발행일 : 2016-03-31
분 량 : 382페이지
체 제 : A4 사이즈

 

★ 발행 및 판매처: 
– IT News(IT 뉴스) 

★ 구입·강의·컨설팅 문의 
– 문의: 김들풀 편집장 010-3049-3522
– 이메일: itnews@itnews.or.kr 


목차 

1. Executive Summary 
2. 미국의 자율차 정책과 최근 변화(자율차 인정) 
3. 구글의 자율주행 테스트 현황과 자율 모드 해제 보고서의 의미 
4. 구글의 자율차 개발 배경/역사와 핵심기술 개발 
5. 구글의 특허 집중 분석 

5-1. 센싱 시스템 
5-2. 자율주행 컴퓨터 시스템 
5-3. 사용자와 자율차 간의 인증 시스템 
5-4. 차량이나 장애물 충돌방지 시스템 
5-5. 기타 서비스 
5-6. 디자인 특허 
6. 시사점 

저자 소개 
– 아스팩미래기술경영연구소 대표 
– 국가과학기술심의회 ICT융합전문위원회 전문위원 
– 국제미래학회 과학기술위원장 
– 연세대학교 공학대학원 미래사회와 융합기술 담당 겸임교수


다음은 보고서 내용을 요약한 글이다.

미국은 오바마 대통령이 2016년 1월 12일, 자신의 임기 중 마지막 국정연설에서 ‘21세기 청정 운송 시스템(21st Century Clean TransportationSystem)’을 강조했다. 이어서 이틀 뒤 운수부(DOT)는 앞으로 10년간 40억달러(약 4조8천억 원)를 자율차 연구개발과 제도개선에 투자한다고 발표했다. 각국에서 자율주행차 개발이 가속화되는 가운데, 아직 미국 의회의 승인이 남아있지만, 미국이 막대한 자금을 투입하면서 이 자율주행 분야에서 패권을 차지하려는 의도로 풀이된다. 이와는 별도로 10년간 39억 달러(약 4조7000억 원)의 예산을 투입하여 교통 인프라와 통신기능이 지원되는 커넥티드 차량(connected vehicles) 테스트도 실시할 예정이라고 밝혔다. 교통 인프라는 도로의 정비, 도로의 상세지도, 교통신호등의 표준화 등 자율주행이가능하도록 인프라를 재정비하는 것이고, 커넥티드 차량이란 차량끼리 통신하여 사고나 충돌을 막자는 것이다. 이런 인프라가 구축되지 않으면 자율주행은 불가능하다.

이어서 2016년 2월 10일에 미국 운수부(DOT) 산하의 미국 고속도로교통안전국(교통당국, National Highway Traffic Safety Administration, NHTSA)이 구글 자율차의 인공지능(AI) 베이스 자율주행컴퓨팅시스템을 운전자(driver)로 인정했다. 미국 교통당국이 무인 자동차를 운전하는 인공지능을 인간처럼 ‘운전자’로 볼 수 있다고 밝힌 것이다. 연방법상 차량 안전 규정에 부합하는지를 묻는 구글의 질의서에 이같이 답한 것이다. 따라서 그 동안 무인차(자율차) 상용화에 장애가 되어왔던 전통적 운전자 개념에 큰 변화가 일 것으로 보인다.

월스트리트 저널(14 Jan 2016)은 앞으로 2년 내에 미국에서만 2,500대의 반자율차가 자율주행테스트에 투입될 것이라 보도했다. 그리고 2040년경에는 전 세계의 차량들이 자율차가 될 것이라 보도했는데, 이는 2045년 배경의 공상과학 영화인 마이너리티 리포트(Minority Report)에 등장하는 자율부상전기자동차의 시나리오와 같은 것이다. 지금의 개인차나 택시가 자율차로 전환된다. 이런 관점에서 가장 앞서가고 있는 구글의 특허들을 보자는것이다. 구글의 특허를 분석해 보면 전세계의 차들을 구글의 클라우드에서제어하는 구글화, 즉 ‘구글에 운전을 맡김 혹은 구글 운전사를 고용(Google Chauffeur)’할 가능성이 매우 높다.

이러한 미국 정부의 발 빠른 움직임과 구글의 특허분석을 통해 2020년부터는 반자율차가 상용화되고, 2030년부터는 완전 100% 자율차가 상용화될 것으로 보인다. 그리고 2040~2045년경에는 전 세계의 차량들이 자율차가될 것으로 보인다.

구글은 2009년부터 2016년 1월 31일까지 반자율차 55대로 2개 주의 2개도시에서 도로주행테스트를 해왔는데, 2009년에 토요타 프리우스(ToyotaPrius)로 캘리포니아에서 테스트를 시작한 이래부터 총 주행테스트 거리는2,408,597마일(385만km)로, 이중 자율모드(Autonomous mode)로 주행한거리가 1,419,672마일(227만km, 약 60%)이고, 매뉴얼모드(Manual mode)로 주행한 거리가 988,925마일(158만km, 약 40%)이다. 자율모드 주행이 60%라는 것과 매뉴얼모드 주행이 40%라는 것은 무엇을 의미하는 것일까?

많은 분들이 이와 같은 구글의 실제 도로 주행테스트만 알고 있다. 그러나 반자율차가 차고를 나가기 전에도 반자율차가 학습할 수 있는 매우 강력한 시뮬레이터(simulator)가 있다면 차고에서도 학습할 수 있다. 이러한 시뮬레이터의 버추얼 랩에서 구글의 반자율차들은 하루에 300만 마일(480만km)의 버추얼 도로를 주행하면서 학습하고 있다는 사실을 알고 있는가? 무엇을 위해 버추얼 도로 주행을 하고 있을까?

자율차의 정의를 보자. 미국 캘리포니아 주의 자율차의 정의를 보면 한마디로 운전자보조시스템(ADAS, Advanced Driving Assistance System)은 자율차가 아니라는 것이다. 충돌방지 시스템, 사각지대 지원 시스템, 자동비상 브레이크 시스템, 파킹 지원, 순응순항제어, 차선유지지원, 차선이탈경고, 교통 잼과 자동차 대기행렬지원 등 안전 향상과 운전자를 지원하는 시스템들은 자율차가 아니라는 것이다. 이러한 시스템들을 연구 개발하는 사람들은 명심해서 보아야 할 대목이다. 그리고 이러한 시스템들을 특허로 출원하고 자율차의 특허라고 떠들어 대는 기업들은 자성해야 할 것이다.

구글의 특허 분석을 통해 반자율차나 자율차가 자율모드 혹은 매뉴얼모드로 주행하려면 다음 네 가지가 중요한 것으로 요약되고 있다. 제일 먼저 센서들을 개발하고 탑재해야 한다. 지붕이나 거울이나 앞범퍼와 뒤 범퍼 또는 측면 도어 또는 차체 아래 등에 달린 카메라, 레이더, 라이다, 초음파, 오디오 등의 센서들로 이루어진 융합센서시스템과 센서와 데이터의 융합알고리즘(Sensor Fusion Algorithm)이다. 이 융합센서시스템과 융합알고리즘은 우리의 눈/손발/귀를 대신하는 것이다.

그 다음 센서들이 탑재된 반자율차(자율차 포함)를 이용하여 운전자가 직접 운전하는 매뉴얼모드로 주행테스트를 하면서, 센서들로 하여금 주행하는 도로가 고속도로인지, 국도인지, 지방도로인지 등과 도로의 종류와 차선 넓이, 차선 형태(점선/실선 등), 갓길, 거리/사인 표지판, 난간, 나무, 장애물, 교차로의 종류와 교통신호등의 형태, 교차로 차선이 일방향인지 쌍방향인지 등을 스캔한 후, 이 데이터 포인트들을 바탕으로 정밀하고 상세한 지도를 새롭게 만들어야 한다.

이 지도가 차후에 자율모드 주행 시 떠주지 않으면 내비를 할 수 없어 자율주행이 불가능하다. 지금 사용하는 네이버나 구글의 지도로는 불가능하다. 이러한 정밀하고 상세한 지도를 선행상세지도(Detailed Prior Map)라고 한다. 이 선행상세지도는 자율주행컴퓨터시스템(Autonomous Driving Computer System)의 메모리의 데이터에 저장된다. 그래야 차후에 자율모드로 주행 시 이를 불러내어 센서의 실시간 센싱 지도(Detailed Real-Time Map)와 비교 분석할 수가 있는 것이다.

또한 주행하는 도로의 차량들이 트럭인지, 일반차량인지, 소방차/경찰차/특수차량 등의 차량의 종류와 모델과 크기 등이 사전에 정의되고 (predetermined) 표준화된 차량 데이터(Vehicle Data)로, 자율주행컴퓨터시스템에 저장되어야, 차후에 자율모드 주행 시 이를 불러내어 실시간 센싱 데이터(Detailed Real-Time Data)와 비교해야 그것들이 무엇인지를 판단할 수 있는 것이다. 다시 말해 사전에 이러한 빅 데이터(Big Data)를 구축해야 하는 것이다. 구글이 지금까지 385만km를 실제 주행테스트한 이유가 바로 여기에 있다.

그 다음 매뉴얼모드로 주행하면서 선행상세지도와 실시간 센싱 데이터를 바탕으로 트래픽 패턴모델인 고도의 상세 모델(highly detailed model)을 만들어야 한다. 선행상세지도의 위치에 따라 자율차의 속도 혹은 기대 속도의 분포도(distribution of typical or expected speeds),차선에 따른 경로들(trajectories), 어디에서 가속 혹은 비-가속(속도 조절)했는지 등과 다른 차량의 속성들 혹은 움직이는 물체들의 속성들이 모델에포함된다. 예를 들어 다른 차량들, 보행자들, 자전거들, 기타 움직이는 것들을 관찰하면서 동시에 생성되어 자율차의 메모리에 저장된 모델들이다.

이 모델이 사전에 정의되고 떠주지 않으면 자율주행이 불가능하다. 왜냐하면 학습을 해야 하기 때문이다. 끊임없이 테스트하여 이러한 다른 차량들의 주행 패턴을 감지하고 모델링해야 그 다음의 한계 값(Threshold Values)을 사전에 정할 수 있고, 이 한계 값을 벗어나는 차량들을 감지하면 운전자에게 운전대를 잡으라고 경고할 수 있기 때문이다. 다시 말해 자율모드에서 매뉴얼모드로 전환하는 것이다. 

만약 이 한계 값에 따라 다른 차량들이 정상으로 주행한다면 자율차는 스스로 알아서 자율모드로 주행하는 것이다. 따라서 궁극적으로 보면 이 한계 값이 매우 중요한 것이다.

셀프 드라이빙을 가능하게 하는 자율주행컴퓨터시스템(Autonomous Driving Computer System)이다. 이는 우리의 두뇌에 해당하는 것으로 감지한 빅 데이터를 프로세싱해서 선행의 데이터와 비교 분석하고 판단하고 학습하고 명령하여 자율차를 자율주행하게 하는 것이다. 또한 다른 자율차들에게 통신하고 학습한 것을 업데이트시킨다. 다시 말해 인공지능(AI)-기계학습(ML)-딥러닝(DL)이 중요한 것이다. 또한 이것은 모든 비행상황을 간직한 비행기의 블랙 박스와 같은 것이다. 이는 향후 자율주행 시대가 도래했을 때 자율차 사고가 났을 경우 시시비비를 따지는 중요한 단서가될 것이다.

[김들풀 기자  itnews@itnews.or.kr]

 

4 COMMENTS