자율주행차는 점점 현실화되고 있다. 2018년 12월 구글의 모회사인 ‘알파벳(Alphabet)’은 자회사 웨이모(Waymo)를 통해서 자율주행택시를 선보였다. 국내에도 열기는 뜨겁다. KT는 지난해 5세대무선통신(이하 5G)을 적용한 자율주행버스를 판교역을 중심으로 선보인 적이 있다. 올해 하반기에는 자율주행셔틀버스를 상암을 중심으로 선보일 계획이다. 자율주행차를 둘러싼 활약이 돋보이는 가운데 자율주행 안전성을 높이는 정밀지도에 대한 기술개발도 한창이다. 자율주행차 그리고 정밀지도에 대한 최근의 지형도를 살핀다.

자율주행차 시대의
예상 가능한 변화들

자율주행차를 일상에서 만나는 일은 굳이 먼 미래가 아닐지도 모른다. 글로벌 컨설팅회사 프라이스워터하우스쿠퍼스(PwC)는 2025년에 전체 차량 대비 자율주행차의 비중은 7%에 이르고, 2030년에는 49%에 달할 것이라 예측하기도 했다.
한편, 많은 사람이 자율주행차에 거는 기대가 크다. 차량이 운송수단에서 제2의 휴식공간으로 변할 것으로 보이기 때문이다. 실제로 자동차 업체는 차량 내 오락거리를 제공하는 인포테인먼트(Infotainment)에 많은 관심을 보이고 있다.
가령 아우디 자회사 AEC(Audi Electronics Venture GmbH)는 탑승객을 위한 가상현실 서비스를 선보였다. 차량 움직임에 따라 가상환경이 구성되는데, 탑승객에게 더 실감나는 오락거리는 날로 증가할 예정이다.

변화는 여기서 그치지 않는다. 자율주행차는 차량 소유의 필요성을 줄인다. 미국 자동차협회 교통안전재단의 조사에 따르면 하루 평균 1시간도 사용하지 않는 자동차를 굳이 구매할 필요가 없는 것이다. 자율주행택시와 같은 서비스를 이용하면 되기 때문이다.
자율주행차가 많은 변화를 가져옴에도 불구하고 많은 사람은 자율주행차의 안전성을 우려하고 있다. 2017년 미국 미시간대학교의 설문조사에 따르면 전체 응답자의 16%만이 자율주행차를 선호했고, 메사추세츠공과대학교(MIT)는 2016년과 2017년도에 걸쳐서 두 차례 자율주행차 선호도를 조사했는데, 2016년의 경우 40%였던 선호도가 2017년에는 오히려 27%로 감소했다.

자율주행차 시대의
예상 가능한 변화들

자율주행차를 일상에서 만나는 일은 굳이 먼 미래가 아닐지도 모른다. 글로벌 컨설팅회사 프라이스워터하우스쿠퍼스(PwC)는 2025년에 전체 차량 대비 자율주행차의 비중은 7%에 이르고, 2030년에는 49%에 달할 것이라 예측하기도 했다.
한편, 많은 사람이 자율주행차에 거는 기대가 크다. 차량이 운송수단에서 제2의 휴식공간으로 변할 것으로 보이기 때문이다. 실제로 자동차 업체는 차량 내 오락거리를 제공하는 인포테인먼트(Infotainment)에 많은 관심을 보이고 있다.
가령 아우디 자회사 AEC(Audi Electronics Venture GmbH)는 탑승객을 위한 가상현실 서비스를 선보였다. 차량 움직임에 따라 가상환경이 구성되는데, 탑승객에게 더 실감나는 오락거리는 날로 증가할 예정이다.

변화는 여기서 그치지 않는다. 자율주행차는 차량 소유의 필요성을 줄인다. 미국 자동차협회 교통안전재단의 조사에 따르면 하루 평균 1시간도 사용하지 않는 자동차를 굳이 구매할 필요가 없는 것이다. 자율주행택시와 같은 서비스를 이용하면 되기 때문이다.
자율주행차가 많은 변화를 가져옴에도 불구하고 많은 사람은 자율주행차의 안전성을 우려하고 있다. 2017년 미국 미시간대학교의 설문조사에 따르면 전체 응답자의 16%만이 자율주행차를 선호했고, 메사추세츠공과대학교(MIT)는 2016년과 2017년도에 걸쳐서 두 차례 자율주행차 선호도를 조사했는데, 2016년의 경우 40%였던 선호도가 2017년에는 오히려 27%로 감소했다.

자동차 길라잡이,
정밀지도

자동차 기업은 자율주행차의 안전성 우려를 낮추기 위해 신경을 곤두세우고 있다. 영상인식 기술을 적용해 자율주행을 구현했을 뿐만 아니라, 라이다(LidAr)를 이용해 영상이 인식하지 못하는 주변 환경을 인식하게 했다. 또한 차량 간 통신 기술을 적용해 혹시나 모르는 충돌을 방지하게 했다.
자율주행차 학습 향상을 위한 시뮬레이터도 등장했다. 자율주행차의 인식 및 판단능력은 기계학습 알고리즘을 기반으로 하는데, 자율주행 학습량이 자율주행 기능에 영향을 미치게 된다. 온라인 교육기관 유다시티(Udacity)는 자율주행 시뮬레이터를 무료로 제공하고 이를 활용할 수 있는 강의를 제공하고 있다.
2017년 11월 인텔과 도요타는 자율주행 시뮬레이터 카를라(CARLA: Car Learning to Act)를 공개했고, 2018년 9월 엔비디아(NVIDIA)는 드라이브 콘스텔레이션(Drive Constellation)이라는 시뮬레이터를 공개한 바 있다. 그러나 이러한 노력에도 자율주행차의 안전성에는 여전히 허점이 있다.

자율주행 시스템 고도화만으로는 부족하다는 뜻이다. 자율주행차 외에 주변 도로 환경에도 대응할 수 있는 기술 개발이 필요하다. 다시 말해, 정밀지도 기술과의 융합이 필요한 것이다. 정밀지도는 공간에 대한 정적 및 동적 정보를 포함한 것으로 자율주행을 위해 필수적인 역할을 한다.
첫째, 자율주행차의 위치 정확도를 향상시킬 수 있다. 안전한 자율주행을 위해서는 일반적으로 약 25cm 정도의 차선유지가 가능한 측위 정확도가 요구된다. 차량에 장착된 카메라, 라이다, GPS, IMU(Inertial Measurement Unit) 센서들을 이용해 주변 환경의 인식이 가능하고, 이 결과와 정밀지도의 비교를 통해 정확한 차량의 위치를 알 수 있다.
둘째, 목적지까지의 경로 생성 및 효율적인 항법을 가능하게 할 수 있다. 기존 도로 수준이 아닌 차선 수준의 구체적인 경로 생성이 가능하고, 이로부터 차선 변경, 교차로에서의 좌·우회전 등을 위한 효율적인 항법 명령을 생성할 수 있다. 셋째, 효과적이고 안전한 자율주행이 가능하다. 향후 정밀지도에는 유동인구, 구간별 평균 주행속도, 신호등 평균 대기시간 등의 사전 정보들과 사고 발생, 날씨 변화, 주변 차량 및 보행자 정보 등의 실시간 정보들이 포함될 것이다.

자동차 길라잡이,
정밀지도

자동차 기업은 자율주행차의 안전성 우려를 낮추기 위해 신경을 곤두세우고 있다. 영상인식 기술을 적용해 자율주행을 구현했을 뿐만 아니라, 라이다(LidAr)를 이용해 영상이 인식하지 못하는 주변 환경을 인식하게 했다. 또한 차량 간 통신 기술을 적용해 혹시나 모르는 충돌을 방지하게 했다.
자율주행차 학습 향상을 위한 시뮬레이터도 등장했다. 자율주행차의 인식 및 판단능력은 기계학습 알고리즘을 기반으로 하는데, 자율주행 학습량이 자율주행 기능에 영향을 미치게 된다. 온라인 교육기관 유다시티(Udacity)는 자율주행 시뮬레이터를 무료로 제공하고 이를 활용할 수 있는 강의를 제공하고 있다.
2017년 11월 인텔과 도요타는 자율주행 시뮬레이터 카를라(CARLA: Car Learning to Act)를 공개했고, 2018년 9월 엔비디아(NVIDIA)는 드라이브 콘스텔레이션(Drive Constellation)이라는 시뮬레이터를 공개한 바 있다. 그러나 이러한 노력에도 자율주행차의 안전성에는 여전히 허점이 있다.

자율주행 시스템 고도화만으로는 부족하다는 뜻이다. 자율주행차 외에 주변 도로 환경에도 대응할 수 있는 기술 개발이 필요하다. 다시 말해, 정밀지도 기술과의 융합이 필요한 것이다. 정밀지도는 공간에 대한 정적 및 동적 정보를 포함한 것으로 자율주행을 위해 필수적인 역할을 한다.
첫째, 자율주행차의 위치 정확도를 향상시킬 수 있다. 안전한 자율주행을 위해서는 일반적으로 약 25cm 정도의 차선유지가 가능한 측위 정확도가 요구된다. 차량에 장착된 카메라, 라이다, GPS, IMU(Inertial Measurement Unit) 센서들을 이용해 주변 환경의 인식이 가능하고, 이 결과와 정밀지도의 비교를 통해 정확한 차량의 위치를 알 수 있다.
둘째, 목적지까지의 경로 생성 및 효율적인 항법을 가능하게 할 수 있다. 기존 도로 수준이 아닌 차선 수준의 구체적인 경로 생성이 가능하고, 이로부터 차선 변경, 교차로에서의 좌·우회전 등을 위한 효율적인 항법 명령을 생성할 수 있다. 셋째, 효과적이고 안전한 자율주행이 가능하다. 향후 정밀지도에는 유동인구, 구간별 평균 주행속도, 신호등 평균 대기시간 등의 사전 정보들과 사고 발생, 날씨 변화, 주변 차량 및 보행자 정보 등의 실시간 정보들이 포함될 것이다.

주변 도로 환경을 세부적으로 제시한 정밀지도. (출처: 현대자동차)

이러한 정보들을 이용함으로써 자율주행의 안전성을 확보하고 주행시간을 절약할 수 있다. 이와 같이 정밀지도는 안전한 자율주행에 반드시 필요한 인프라이며 향후에도 효율적인 정밀지도를 제작하기 위한 연구개발은 지속적으로 이뤄질 것이다.
한편, 정밀지도는 4차 산업혁명의 도래와 그 궤를 같이 한다. 4차 산업혁명은 독일 제조 공장에서 최초로 유래한 용어이다. 여기서 핵심기술로 ‘가상물리시스템(CPS)’이 언급됐다. CPS는 물리환경과 가상환경을 연결하는 기술을 의미한다. 이에 더해서 디지털트윈은 CPS를 기반으로 현실환경을 가상환경에도 똑같이 구현한 기술이다. 정밀지도는 디지털트윈의 일종인데 정밀지도는 4차 산업혁명을 통해 보다 발전하고 있다고 해도 과언이 아니다. 정밀지도 구현을 위한 선제조건들 역시 4차 산업혁명과 발전을 같이 한다.

먼저 정밀지도를 그리기 위한 도로 환경 정보의 수집 기술에 있어서 공간정보를 3차원으로 수집하는 이동형측량시스템(MMS)이 중요한데 국내의 경우, 이 기술을 이미 선보인 바 있다. 현대엠엔소프트는 MMS를 기반으로 ‘정밀지도를 자동으로 만드는 기술 MAC(Map Auto Creation)’을 발표했다.
특히 드론을 활용해 정밀지도 구현의 효율성을 높인 점을 주목할 만하다. 보통 MMS는 차량에 탑재해 정밀지도를 그리고 이렇게 하게 되면 여러 번 관련 정보 수집이 필요한 지역이라 해도 한 번밖에 주행하지 못하는 비효율이 발생한다. 도로 위에서 차량 후진이 어렵기 때문이다. 반면 드론은 공중에서 이러한 제약 없이 찍을 수 있다. 정밀지도와 드론의 상관관계가 밀접할 수밖에 없는 이유다.

이러한 정보들을 이용함으로써 자율주행의 안전성을 확보하고 주행시간을 절약할 수 있다. 이와 같이 정밀지도는 안전한 자율주행에 반드시 필요한 인프라이며 향후에도 효율적인 정밀지도를 제작하기 위한 연구개발은 지속적으로 이뤄질 것이다.
한편, 정밀지도는 4차 산업혁명의 도래와 그 궤를 같이 한다. 4차 산업혁명은 독일 제조 공장에서 최초로 유래한 용어이다. 여기서 핵심기술로 ‘가상물리시스템(CPS)’이 언급됐다. CPS는 물리환경과 가상환경을 연결하는 기술을 의미한다. 이에 더해서 디지털트윈은 CPS를 기반으로 현실환경을 가상환경에도 똑같이 구현한 기술이다. 정밀지도는 디지털트윈의 일종인데 정밀지도는 4차 산업혁명을 통해 보다 발전하고 있다고 해도 과언이 아니다. 정밀지도 구현을 위한 선제조건들 역시 4차 산업혁명과 발전을 같이 한다.

먼저 정밀지도를 그리기 위한 도로 환경 정보의 수집 기술에 있어서 공간정보를 3차원으로 수집하는 이동형측량시스템(MMS)이 중요한데 국내의 경우, 이 기술을 이미 선보인 바 있다. 현대엠엔소프트는 MMS를 기반으로 ‘정밀지도를 자동으로 만드는 기술 MAC(Map Auto Creation)’을 발표했다.
특히 드론을 활용해 정밀지도 구현의 효율성을 높인 점을 주목할 만하다. 보통 MMS는 차량에 탑재해 정밀지도를 그리고 이렇게 하게 되면 여러 번 관련 정보 수집이 필요한 지역이라 해도 한 번밖에 주행하지 못하는 비효율이 발생한다. 도로 위에서 차량 후진이 어렵기 때문이다. 반면 드론은 공중에서 이러한 제약 없이 찍을 수 있다. 정밀지도와 드론의 상관관계가 밀접할 수밖에 없는 이유다.

자율주행차 관련 업계는
지도 전쟁 중

세계 기업들의 정밀지도 기술을 둘러싼 협력과 경쟁의 움직임은 주목할 만하다. 대표적인 사례로 2018년 5월 출범한 ‘원맵 얼라이언스(OneMap Alliance)’를 꼽을 수 있다. 국내 SKT는 물론, 유럽의 히어(HERE), 중국의 내브인포(NavInfo), 일본의 파이오니아(Pioneer) 등 4개 회사가 정밀지도 표준 및 관련 데이터 공유를 위해 의기투합한 것이다.
정밀지도 확보를 위한 격전은 사실 몇 년 전부터 이미 시작되었다. 특히 정밀지도 선도기업 히어에 대한 구애가 가장 뜨거웠다. 히어는 1985년 미국 내비게이션 업체 나브텍(NAVTEQ)을 핀란드 노키아가 인수해 설립했는데 2015년 노키아가 통신사업에 집중한다며 매각 의사를 밝히자 수많은 업체가 관심을 보였다. 중국의 바이두, 미국의 우버와 마이크로소프트 등이 대표적.

결론적으로 히어와 손을 잡은 건, 독일 완성차 업체인 다임러·BMW·아우디 컨소시엄이었다. 이 3사는 컨소시엄을 구성해 30억 달러(약 3조 6,000억 원)에 히어를 인수했다. 히어는 자율주행 분야의 최고 핵심기술을 갖춘 이스라엘 모빌아이(Mobileye)와도 활발한 협업을 진행하고 있다. 모빌아이는 영상 인식 기반 ‘첨단운전자보조시스템(ADAS)’을 세계 최초로 개발해 주목을 받았으며, 모회사는 인텔로 알려져 있다. 그리고 인텔은 히어 지분의 15%를 소유하고 있기도 하다.
한편, 차량 공유 서비스 업체인 우버는 자체적인 지도 제작을 위해 결단을 감행했다. 2015년 맵핑 기술 및 위치정보 업체인 디카르타(deCarta)를 인수했으며, 같은 해 마이크로소프트의 빙 맵(Bing Maps)에 사용된 기술을 인수하면서 이미지 수집 및 데이터 분석을 담당하고 있는 직원 100여 명을 영입했다. 미국 완성차 업체인 포드 역시 정밀지도 관련 기술 개발에 나섰다. 3D 고해상도 맵핑 능력을 추가하기 위해 2016년 전자지도 전문업체 시빌맵(Civil Maps)에 660만 달러(약 73억 원)을 투자했다.

MMS를 장착한 자동차. (출처: 현대자동차)

일본 도요타도 자율주행차 연구에 박차를 가하기 위해 연구거점인 TRI-AD(Toyota Research Institute Advanced-Development)를 설립하고 미국 자율주행 3D 맵핑 전문기업 카메라(CARMERA)와 함께 고정밀지도 구축에 힘쓰기로 했다. 도요타의 행보는 여기서 그치지 않는다. 올해 초 도요타는 혼다 등과 함께 지도 플랫폼 개발사 다이내믹맵플랫폼(DMP)을 세우고 미국 제너럴모터스(GM) 산하 지도 데이터 제공 업체 어셔(Ushr)를 인수했다. DMP와 어셔의 합병으로 도요타와 GM은 고정밀지도 데이터를 공유할 수 있는 체제를 구축하게 됐다.
한편, 국내에서는 민관이 함께 손을 맞잡고 자율주행차용 정밀도로지도 제작에 속도를 내고 있다. 지난 4월 국토교통부를 주축으로 정부기관 3곳과 민간기업 14곳이 정밀지도 제작을 위한 민관 협약식을 맺은 것. 협약에 참여한 기관들은 정밀도로지도 공동구축체계 설립위원회를 구성하고 하반기에는 시범구간을 확정해 시범사업도 진행할 예정이다. 또한 서울시의 경우 SKT와 협력해 상암, 여의도 등 12개 도로(121.4킬로미터 거리)를 대상으로 정밀지도를 만들 계획이다.

국내 기업 중에서는 네이버가 2017년 3월 3D 기술 전문기업 에피폴라를 인수해 정밀지도를 향한 치열한 경쟁에 뛰어들었다. 같은 해 말 LG전자는 히어와 ‘차세대 커넥티드카 솔루션 공동개발 파트너십 계약’을 체결하고 자율주행차 핵심기술을 공동 개발했다. 현대자동차그룹은 계열사인 내비게이션 소프트웨어 및 차량 인포테인먼트를 담당하는 현대엠엔소프트와 함께 자율주행차 시대에 필요한 기술 개발에 나서고 있다. 현재 레벨 3 이상의 자율주행에 필요한 정밀지도 제작과 배포 체계 구성을 완료하고, 기술 고도화를 위한 연구개발에 매진 중이다.
이와 같이 정밀지도 기술 개발이 가속화되고 있는 가운데 5G 시대의 개막은 또 다른 변곡점이 될 것으로 예상된다. 정밀지도는 다량의 정보로 인해 데이터 용량이 클 뿐만 아니라 차량의 위치는 끊임없이 바뀐다. 그렇기 때문에 초고속·초저지연·초대용량·초연결의 5G는 필수적일 수밖에 없다. 정밀지도 시장의 경쟁이 치열한 만큼 자율주행차에 정밀지도가 도입되는 것도 그리 오래 걸리지 않을 전망이다. 정밀지도를 통해 더 안전하게 발전할 자율주행차를 기대한다.