자율주행 빅데이터를 활용한

도로교통 디지털트윈 개발

운전자 또는 승객의 조작 없이 자동차 스스로 운행이 가능한 자동차를 의미하는 자율주행차량은 그 레벨에 따라 5단계로 구분할 수 있다. 현재 자율주행 레벨은 기술적으로는 3단계이며 상용화된 차량은 2~2.5단계라고 할 수 있다. 또한, 자율주행차량 기술을 개발하고 있는 선두 기업들이 4단계 알고리즘을 개발하고 있는 것으로 알려져 있으며 3, 4단계 차량이 상용화되는 시점이 곧 도래할 것으로 기대되고 있다.

자율주행차량은 차량에 장착한 레이더, 카메라와 같은 다양한 센서들을 통해 교통 상황, 주변 장애물 등의 데이터를 수집하며, 수집한 데이터를 통해 환경 변화와 위험을 판단하고 주행 경로를 수립하게 된다. 도로를 주행하는 자율주행차량의 수가 증가하게 되면 구간별 총 교통 데이터의 양 또한 증가하게 되며 이때, 스마트 도로 인프라와 정보를 주고받는다고 가정하면 자율주행차량 데이터를 활용하여 교통분석을 수행했을 경우 다양한 도로 상황에 대응할 수 있게 된다.

일부 국가들은 장래에 자율주행차량과 일반 차량이 혼재할 상황을 대비하여 현실을 디지털 공간에 똑같이 모사한 디지털트윈을 구축하고 트윈 상에 데이터 수집 및 저장, 연계, 분석을 수행할 수 있는 플랫폼을 개발하고 있다.

자율주행차량과 일반 차량이 혼재하였을 경우 변화할 것으로 예상되는 것에는 ① 혼재 상황 변화, ② 도로운영 변화, ③ 자율주행차량 서비스 변화가있다. 이러한 변화를 분석할 수 있는 세부 시나리오를 설정하고 디지털트윈을 활용한다면 다양한 자율차 혼재 상황 분석과 예측이 가능할 것이다.

싱가포르, 영국, 유럽 등 디지털트윈 기술을 선도하고 있는 국가에서는 디지털트윈을 활용하여 생산 및 제조, 도시계획, 플랜트 산업 등 다양한 분야에 적용하여 의사결정 지원에 활용하고 있다. 디지털트윈이란 현실에서 불가능한 실험을 목적으로 현실과 동일하게 구축한 디지털 공간으로 정의할 수 있으며, 디지털트윈을 기반으로 분석·예측 기능을 추가한 플랫폼을 구축한다면 현실에서 구현하기 어려운 다양한 상황에 대하여 모의실험을 통해 분석·예측 작업을 할 수 있다.

이를 도로 분야에 적용하면 앞으로 다가올 일반차-자율차 혼재 상황에 따른 시나리오를 설정하고 분석할 수 있고, 이를 활용하여 자율차 도입 관련 도로 정책의 시행착오를 줄일 수 있어 도로 관리자와 이용자 모두 만족할 수 있는 환경이 구축될 것이다.

2021년 출범한 자율주행기술개발혁신사업단은 융합형 Lv.4+ 자율주행 상용화 기반을 완성하는 것을 목표로 하고 있으며 관리 중인 다부처 사업 중 하나로 ‘자율주행 Lv.4.4+ 빅데이터를 활용한 도로교통 디지털트윈 개발’이 있다. 이 연구에서는 도로교통 디지털트윈을 ‘Lv.4 단계 자율주행차와 일반 차량이 혼재된 교통 상황 분석 및 예측을 목적으로 도로및 교통상황을 현실과 동일하게 구축한 디지털 공간’으로 정의하고 개발 중이다.

디지털트윈의 구성요소는 도로 이용 수단/도로 및 시설물로 구분할 수 있으며 각 요소는 트윈 상에 모사해야 할 객체(Entity)와 객체가 현실과 동일하게 모사되어야 할 속성(Attribute)으로 구분할 수 있다. 객체와 속성 값을 정의하고 나면 구성요소 간의 상호작용 및 기능구현 관계를 나타내는 아키텍처를 개발해야 한다. 아키텍처는 크게 외부 데이터 연계 및 디지털트윈 구축 정보 가공·처리를 위한 Data Hub, 도로교통 디지털트윈 프레임 워크, 교통상황 분석·예측 시뮬레이터, 의사결정 지원 체계로 구분할 수 있다. Data Hub는 외부 데이터를 연계하는 기능과 연계된 데이터를 디지털트윈 구축 및 시뮬레이션에 필요한 형태로 가공·처리·저장하는 기능을 수행하며, 프레임 워크는 디지털트윈 분석·예측에 필요한 객체들을 3D 모델로 개발하고 이를 현실 데이터와 연계하는 기능을 수행하는 것으로 설계할 예정이다.

도로교통 디지털트윈 개발을 통해 자율주행차량과 일반 차량이 혼재된 상황을 분석하고 미래변화를 예측하는 것이 가능하게 된다면 도로를 주행하는 자율주행차량의 수가 많아질 경우의 상황을 미리 예측하여 문제점을 사전에 검토하고 준비함으로써 자율차의 안정적 도입에 기여할 수 있을 것이고, 디지털 공간 속에서의 시뮬레이션을 통해 자율차-일반차 혼재 상황에 대한 개선방안 및 Lv.4+ 도입에 대한 효과를 미리 평가하여 사전 대응 및 투자 최적화에 기여할 수 있을 것으로 기대한다.