top of page
검색

진화한 자율주행 ‘시뮬레이션’, 실제 환경처럼 안전, 성능 검증한다

최종 수정일: 3일 전

Source: 공학저널



[공학저널 전찬민 기자] 레벨4+ 자율주행 실현을 향한 기술 개발이 활발히 진행되고 있다. 하지만, 기술적 완성도를 높이고 사고율 감소와 생명 보호라는 궁극적인 목표를 달성하기 위해선, 자율주행 차량이 실제 도로 환경에서 발생할 수 있는 다양한 상황과 위험에 대해 얼마나 잘 대응할 수 있는지를 철저하게 검증하는 과정이 필수적이다.


자율주행차량의 안전성이 명확하게 검증되지 않는 한, 사람들이 이런 신기술을 신뢰하기 어렵고, 이로 인해 자율주행 기술의 사회적 수용과 상용화로 이어지는 과정에 커다란 장애가 될 수 있다. 사람들이 자율주행차량을 일상에서 받아들이고 사용하기 위해서는 그들이 이 기술을 안전하다고 느껴야 하며, 이는 광범위한 검증과 투명한 공개를 통해만 달성될 수 있다.


아울러 자율주행차량이 사고를 일으켰을 때, 그 책임 소재를 명확히 하기 위해서는 해당 시스템의 안전성에 대한 철저한 검증이 선행돼야 한다. 또한, 이런 검증 과정은 자율주행차량이 국내외에서 설정된 다양한 규제 기준과 안전 기준을 충족시키고 있는지 확인하는 데 필수적이다.


자율주행 차량의 신뢰성에 있어 가장 핵심적인 요소는 확률 기반의 안정성 확보로, 운전 경험을 축적하는 것, 즉 driving mileage accumulation은 신뢰성을 증명하는 데 사용되는 대표적인 수치다. ‘100만 마일 주행 중 인간의 개입이 몇 번 있었는지’와 같은 데이터는 자율차의 안정성을 평가하는 기준으로 활용되고 있다.


하지만, 실제 도로 환경은 다양한 광도, 기상 조건, 도로의 구조적 특성 등 다양한 변수와 돌발 상황이 빈번하게 발생하고 있기 때문에 실제 도로 주행 실험은 돌발 상황을 테스트하는 과정에서 예상치 못한 사고가 발생해 차량 손상과 인명 피해로 이어질 수 있다. 또한, 차량의 복잡성이 증가함에 따라 수많은 센서와 복잡한 제어 시스템이 탑재된 차량의 테스트 절차도 점점 더 복잡해지고 있어 실제 도로 상황을 재현해 사고 상황을 테스트하는 것도 매우 어려운 일이다.


더군다나, 자율주행차들이 현재 주로 주행하는 데이터는 자동차 전용도로에서 얻은 것이 대부분이며, 이는 도심의 복잡한 교통 환경이나 야간, 악천후 등에서 얻은 데이터에 비해 상대적으로 간단한 경우가 많다. 이처럼 제한된 데이터로는 자율주행 시스템의 복잡한 상황에 대한 대응 능력을 검증하는 데 한계가 있다.


이러한 한계를 극복하고 자율주행차의 안전 검증을 위해 시뮬레이션의 중요성이 대두되고 있으며, 가상 환경에서의 시뮬레이션을 통한 검증으로 개발 과정의 효율성을 극대화하는 동시에 자율주행 기술의 발전을 가속화하는 중요한 역할을 하고 있다.


시뮬레이션의 강점을 가장 잘 활용할 수 있는 사례는 실제 도로에서 마주칠 수 있는 돌발 상황, 예상치 못했던 상황, 사고 상황 등과 같은 엣지 케이스 시나리오다. 즉, 시뮬레이션을 통해 개발자들은 실제 도로 환경을 정밀하게 모델링하고, 다양한 교통 상황, 기후 조건, 돌발 상황 등을 비용 효율적으로, 안전하게, 그리고 반복적으로 재현할 수 있다는 것이다.


이를 통해 자율주행 시스템이 수많은 가능한 시나리오에 대해 어떻게 반응하는지를 면밀히 분석하고 평가할 수 있으며, 또한 개발 과정에서 발견된 문제점을 신속하게 수정하고 재테스트할 수 있는 유연성이 제공된다. 이는 자율주행 기술의 발전 속도를 가속화하고, 최종 제품의 안전성과 신뢰성을 크게 향상시킬 수 있을 것으로 예상되고 있다.


이에 따라 UN 산하 UNECE의 NATM과 같은 국제적인 가이드라인은 시뮬레이션 기반으로 자율주행차량의 평가와 테스트 방법에 대한 표준화를 추진하고 있다. NATM에서는 특정 요구 사항에 대한 검증과 테스트를 위해 시나리오 기반 검증에서부터 모니터링 단계까지의 테스트 방법을 제시하고 있으며, 실제 도로에서의 서비스 운영으로 넘어가기 전에 안전성 평가를 위해 시뮬레이션의 중요성을 강조하고 있다.


이러한 국제적인 동향은 EU의 L4 regulation, ISO 표준 등을 통해 자율차의 안전성과 신뢰성 평가에 있어 가상 검증의 중요성을 인정하고 있으며, 법제화 과정을 통해 시뮬레이션을 개발과 검증에 필수적인 절차로 만들어가고 있다. 자율주행차량의 안전 검증에 대한 시뮬레이션 기술의 적용은 단지 선택적인 접근 방법이 아니라, 이제는 국제적으로 인정받고 법적으로 요구되는 필수적인 과정이 되고 있다.




국내에서도 세계적인 자율주행 기술 검증 트렌드에 발맞춰 NATM의 가이드라인과 유사하게 가상 환경에서의 차량을 검증할 수 있도록 다양한 검증과 실증 체계들을 수립해 나가고 있다. 특히, 국토교통부는 메타버스 기반 가상시험환경 구축과 실증 기술 개발 과제를 진행하고 있으며, NATM의 가이드라인에 부합하는 버추얼 테스트 환경을 제공하며, 이를 위해 자동차안전연구원의 K-City를 디지털 트윈으로 구축했다.


또한, 레벨4 자율주행 차량 테스트베드 환경 구축이 진행 중이며, 가상과 현실을 혼합한 K-City를 이용해 실제 도로를 주행하는 자율차에 가상의 오브젝트들을 주입시켜 실제와 가상을 혼합 현실 기반으로 테스트할 수 있는 환경이 마련된다. 이를 통해 소프트웨어 기반의 시뮬레이션의 신뢰성을 높이고 실도로의 위험성을 낮춰, K-City에 상당한 양의 교통류를 가상으로 풀어놓고 자율차의 기능을 테스트할 수 있도록 하고 있다.


이러한 단계를 거치고 난 뒤 자율주행 리빙랩을 통해 자율차를 테스트할 수 있도록 하는 단계적 검증 절차들을 구축하고 있으며, 실증 리빙랩이 경기 화성시에 들어설 예정이다. 화성의 자율주행 시범운행지구를 가상화해서 실제 자율주행 서비스를 검증할 수 있는 가상환경을 만들고 있고, 자율차가 운행하는 환경을 모니터링하기 위한 클라우드 기반의 모빌리티 센터, 차량 관제, 예측, 최적화를 위한 디지털 트윈 구축 등이 진행이 되고 있다.


자율주행 리빙랩은 2021년 착수한 1조1000억원 규모의 범부처 자율주행 기술개발 신사업에서 개발된 기술·신사업을 도시 공간에서 통합 실증하는 사업이다. 특히, 화성시 전체를 가상화 작업은 ㈜모라이가 수행에 나서 자율주행차량의 인지, 판단, 제어 기능을 전체적으로 시험해볼 수 있는 가상 환경을 제공함으로써 안전성과 기능성 검증의 정확성을 향상 시킬 예정이다.


디지털 트윈과 같은 가상화의 필요성은 무엇보다 실제 도로 환경에 나가기 전에 차량이 다양한 시나리오에서의 반응을 안전하게 시험해볼 수 있게 하기 위해서다. 또한, 자율차의 승인과 인증 과정에 있어서 자율차량이 실제 도로에서 겪을 수 있는 다양한 상황에 대한 대응 능력과 규정 준수 여부를 철저하게 평가할 수 있는 기반을 마련하는 것이다.


이에 따라 모라이는 다양한 시나리오를 제공해 자율주행차의 성능을 효과적으로 테스트할 수 있도록 지원하는 핵심적인 역할을 맡고 있다. 즉, 실제 차량이 수집한 데이터를 바탕으로 실제 교통 흐름을 모델링하고, 자율주행차가 다양한 상황에서 어떻게 반응해야 할지를 시뮬레이션함으로써 예측하지 못한 상황에 대비하고, 자율주행 시나리오를 실제 도로 환경에서 효과적으로 테스트할 수 있는 기반을 마련하는 것이다.


또한, 시뮬레이션 기술을 통해 교통 흐름과 관제에 관한 다양한 시나리오를 재현하고 분석함으로써 도로와 교통 시스템을 보다 효율적으로 운영하고, 도심의 교통 운영과 관리를 지능적으로 수행할 수 있도록 돕는 기술을 개발하고 있다.


이러한 모라이의 기술은 학습 데이터의 생성에도 기여할 수 있다. 실제 환경에서 취득하기 어려운 조건 하에서의 데이터를 가상으로 생성해 자율주행 시스템의 학습과 발전을 가속화하며, 이는 차량의 알고리즘이 다양한 환경과 상황에서 얼마나 잘 작동하는지를 파악하는 데 필수적인 역할을 수행하게 된다.


모라이 정지원 대표이사는 “디지털 트윈과 가상 환경 마련이 중요한 이유 중 하나는 개발에 필요한 학습 데이터를 생성하기 위함”이라며 “전국의 여러 지역에서 자율차를 개발하고 있는 기업들이 화성시에서 서비스를 하기 위해서는 화성시에 맞는 교통 환경에 맞는 검증을 진행해야 하는데, 전국의 교통 상황도 다르고 인지 성능이 저하되는 상황이 많이 발생할 수 있다”고 말했다.


그는 이어 “모라이는 시뮬레이터 상에 상암동이나 K-City, 화성 리빙랩 같은 도심 환경을 구현한 뒤 해당 환경에서 자율차가 운행하면서 생성한 데이터를 통해 자율차가 학습해 빠르게 서비스를 선보일 수 있도록 돕고자 한다”며 “리빙랩의 여러 교차로나 주행 영역에 AI 객체 검증기가 취득한 화성시의 교통 상황을 시뮬레이션에 반영해 나갈 계획이며, 리빙랩뿐만 아니라 전국 또는 해외 다른 지역에도 적용할 수 있도록 다양한 운전자 모델, 교통 상황 만들기 위해 여러 기관들과 협력하고 있다”고 덧붙였다.


이러한 데이터 수집에 있어서 가상 환경을 쓰는 이유는 자율차나 데이터 수집 차량을 통해 취득할 수 있는 데이터에 한계가 있기 때문이다. 이에 모라이는 인위적인 가상의 기상 조건이나 환경 조건들을 시뮬레이션 상에서 재현해서 데이터를 생성하고, 실제 자율주행차를 개발하거나 학습시키는 데 활용할 수도 있고, 또 정량적으로 비교 검증하거나 평가할 때 쓸 수 있도록 하고 있다.


한편, 모라이는 최근 미국의 미시건 대학교 M-City, 자동차안전연구원 등과 협약을 체결해 3자 간 기술 연구를 진행하고 있다. 이번 협약은 자율주행 실험도시 환경을 고도화하고, 실도로와 가상환경의 결합을 통한 물리·가상환경 평가 플랫폼을 공유하는 등 자율주행 가상 검증과 관련 기술 분야 공동 연구를 위한 협력을 의미한다.


이를 위해 자율주행 가상 시험환경 구축, 데이터 공동 활용, 국제 공동연구에 나서며 국제 연구 교류를 수행하고 있으며, M-City에서는 미시건 지역 교차로에서의 사고 데이터나 사고에 인접한 데이터를 취득해서 클라우드를 활용해 공개하는 사업을 진행하고 있다. 모라이는 해당 데이터를 시뮬레이터에 활용하고 있으며, 가상환경을 구축할 때 실제 데이터를 기반으로 실제 사람이 운전하는 것처럼 또는 실제 보행자가 돌아다니는 상황을 모사하기 위해 미시건 대학교, 자동차안전연구원과 공동 연구를 진행하고 있다.



정 대표는 “현재 진행 중인 자율주행 관련 프로젝트를 통해 기술 개발을 지속적으로 고도화할 예정”이라며 “이를 위해 가상 환경 및 시뮬레이션 기술의 정확성과 실용성을 더욱 향상시키는 데 중점을 두고 있으며, 글로벌 자동차 제조사와 자율주행 기술 기업와의 협력을 강화해 다양한 지역의 특성과 요구사항을 반영한 맞춤형 솔루션을 제공함으로써, 국내외 시장에서 자율주행 시뮬레이션 솔루션의 적용 범위를 넓혀 나갈 것”이라고 말했다.


자동차 시장에서는 소프트웨어 정의 차량(SDV)이 중요한 트렌드로 자리 잡고 있으며, 이에 따라 SDV 대응 솔루션들을 계속해서 발전시키고, 자율주행 기술의 검증과 개발 기술을 향상시키는 방향으로 나아갈 계획이다. 자동차뿐만 아니라, 도심항공모빌리티(UAM) 분야에서도 실증 준비가 진행 중이며, 감항 인증을 받기 위한 검증 도구로서의 역할을 포함해 운항 스케줄링, 관제 기술 개발을 통해 국내외 고객사에게 솔루션을 공급할 예정이다.


또한, 국방 분야에서는 유무인 복합 무기체계 분야에 대한 시장 기회를 모색하고 있으며, 지상과 항공에서 운영되는 무기 체계들을 복합적으로 검증하고 개발하는 환경 구축을 목표로 하고 있다. 민간 분야에서는 해양 환경의 자율운항 선박과 드론의 협업 미션, 로봇과 드론의 협업, 자율차와 로봇의 협업 미션 등 멀티 도메인에서의 미래 모빌리티를 아우르는 다양한 솔루션 개발에 집중할 계획으로, 다양한 분야에서 모라이의 활약이 기대되고 있다.



출처 : 공학저널(http://www.engjournal.co.kr)

조회수 88회댓글 0개

Comments


bottom of page