자율주행차 시대가 되면서 전면적인 도입이 될 것에 대한 우려의 목소리도 있습니다.
이번 다음 포스팅에서는 자율주행 전면 도입으로 고려되어야 하고, 고민해야 할 문제들을 알아보겠습니다. 이번 포스팅에서는 주로 기술적인 부분과 관련이 있는 판단 기술로서의 인공지능, 기술표준화, 인프라 구축에 대해 다음 포스팅에서는 사회적인 측면에서 직업의 변화, 규제, 법률, 윤리적 부분 및 사생활 관련에 대해 알아보겠습니다.
●판단기술의 인공지능
자율주행 판단기술은 획득해야 할 정보의 종류와 양이 매우 많고, 고려하는 경우의 수가 기하급수적으로 증가하므로 규칙 기반의 판단으로 프로그래밍이 현실적으로 불가능해져 인공지능 기술을 활용할 수밖에 없습니다. 그런데 현재 인공지능에 의한 판단이 완벽한 안전을 보장하느냐 하는 부분에서 고민해야 할 점이 있습니다.
인간이 운전하는 것보다 자율주행이 더 안전하다는 것은 기계가 고장나지 않는 한 실수를 하지 않고 품질관리를 철저히 하면 오류가 거의 없어진다는 가정에 근거를 두고 있습니다. 하지만 그런 가정은 일반적인 컴퓨터 소프트웨어나 기계작동의 경우에는 흔히 적용되지만 현재 인공지능은 그렇지 않을 수도 있습니다.
머신러닝이나 디플로닌의 경우 정확하고 확정적인 답을 구하는 것이 아니라 수많은 데이터를 바탕으로 통계적으로 일반화된 확률적 답을 구하는 방식입니다. 인공지능 관련 포스팅인 “구글 포토”나 마이크로소프트의 쳇봇 “정”의 예에서 설명한 것처럼 현재 사용하는 인공지능 기술은 학습데이터가 결과에 큰 영향을 미치게 되어 낮은 확률이긴 하지만 학습된 데이터에 따라 오류가 일어날 수 있다는 것입니다.
통계적으로 사람의 음주나 졸음, 난폭운전에 의한 사고보다 비율이 절대적으로 낮을 수도 있지만, 현재의 머신러닝과 디플로닌의 경우 분석과정이 블랙박스로서 도출된 결과에 대한 논리적 규명이 불가능하기 때문에 사고의 경우 인공지능의 “설명불가능성의 문제”에 원인파악이 어렵고, 이는 근본원인을 해결하지 않은 상황에서 다른 자율주행차에도 마찬가지인 자율주행차에도 마찬가지입니다.
쳇봇 “정”이나 애플의 “시리”가 이상한 말을 하거나 알파 고가, 한강을 잘못 놓는 것과 자율주행 자동차의 인공지능이 오류를 발생하는 것은 그 결과의 심각성과 지명도에서 큰 차이가 있기 때문입니다.
바로 이 “설명 불가능성의 문제”는 현재 인공지능의 규제정책 및 윤리적 쟁점에서 매우 핵심이 되는 중요한 문제 중 하나인데, 그래서 자율주행차에서는 보다 많은 학습데이터 즉 도로운행 데이터의 축적이 중요해지고 또한 그 데이터를 기반으로 한 알고리즘의 개선이 하드웨어적인 센서의 발전과 더불어 매우 중요한 문제가 되는 것입니다.
자율주행의 차이가 더 많은 도로를 달리고, 더 많은 돌발상황을 직면해 다양한 데이터를 더 많이 축적하고, 알고리즘을 개선시킬수록 신뢰성이 더 높아집니다.
이런 관점에서 구글과 테슬라, 그리고 GM과 포드의 현재 자율주행 자동차에 대한 접근의 차이를 볼 수 있습니다.
테슬라는 현재 자율 주행 기능을 운전 보조 기능으로 보고 차량 내에 핸들과 페달을 장치합니다. 기본적으로는 사람이 운전을 하고, 자율 주행 기능이 지원하는 형태입니다.
반면 구글의 자율주행차는 핸들과 페달이 없이 모든 기능을 일시적으로 멈추게 하는 정지 버튼만 있습니다. 자율주행 기능이 있는 차량에서는 사람의 주의력이 오히려 산만해질 수 있으므로 지금까지의 테슬라나 우버 충돌사고처럼 더 많은 위험을 초래할 수 있다는 생각 하에 여유와 안전을 위해 인간의 운전개입을 완전히 배제한 차량개발을 목표로 하고 있기 때문입니다.
포드도 장기계획에서 사람의 개입이 필요 없는 완전한 자율주행차를 목표로 개발을 계속하고 있는 반면 GM은 어느 정도 운전자에게 통제권을 준 차량으로 출발, 자료를 수집하면서 점진적인 개발을 하고 있습니다.
결론적으로 자율주행자동차에서 주행데이터의 축적과 알고리즘의 발전을 기반으로 한 인공지능의 발전은 자율주행차의 안전성 확보를 위해 매우 중요한 문제입니다.
<전형적인 딥러닝 프로세스, 출처 : Nvidia Developer Blog> ●기술표준화
전 세계 어느 회사의 차라도 주유소의 형태가 다른 차는 없듯이 기존 자동차 산업계는 인간의 안전을 다루는 산업의 보수성에 의해 오랜 기간에 걸쳐 검증되거나 대체로 통일된 기술표준에 따라 기술이 발전해 왔으며 엄격한 품질관리와 오랜 경험을 가진 공급망, 서비스망을 운영해 왔습니다.
“하지만 자율주행차는 기존 자동차산업계뿐만 아니라 구글, 애플, 바이두 등 소프트웨어 계열의 IT산업계, 우버 등 공유차 중심의 서비스업계와 엔비디아, 인텔 등 부품업계, V2X 관련 통신업계 등 다양한 산업계가 시장에 진출해 있습니다”
또한 현재의 자율주행시스템이 차종별로 호환성이 높지 않아 자율주행자동차의 활용목적, 업계특성상 또는 개별기업의 접근방향에 따라 다양한 표준안을 제시하고 있어 자사의 기술력을 바탕으로 표준 선점을 위한 경쟁이 벌어지고 있어 기술표준의 방향성이 명확하지 않은 부분이 많습니다.
자율주행차에 관한 국제표준화는 국제표준화기구(ISO) 산하의 기술위원회(TC, Technical Committee)인 ‘TC22(Road Vehicle)’와 ‘TC204(intelligent Transportation Systems)’를 중심으로 진행되고는 있지만 기술표준의 방향성이 통일되지 않아 표준화 작업이 늦어지고 있습니다.
특히 최근에는 기업 간 동맹을 통해 기술 표준 정의에 참여하고, 다른 동맹 그룹과 기술적 표준의 차이가 있거나, 동맹 내에서도 핵심 기술을 보유한 기업은 자신을 중심으로 자율주행 생태계를 구축하려고 하지만, 참여 기업은 협업 후 눈에 보이지 않는 별도의 치열한 표준 경쟁을 하고 있어 각국, 기업별 사정으로 표준화에 쉽게 합의하지 못하는 점이 있습니다.
현재를 아직 자동운전 기술의 초기 단계로 보면 다양한 기술의 제안이 보다 큰 확장성을 나타내고 있을지도 모르지만 ‘레벨 2’가 이미 상용화되어 있고, 곧 ‘레벨 3/4’가 도입되려 하는 시점임에도 불구하고 기술표준이 통일화되어 있지 않은 것은 자동운전 환경을 위한 대규모 투자에 여전히 리스크로서 작용하여 완전 자율주행자동차의 현실 도입이 예상보다 늦어지고 있습니다.
< ISO/TC204의 빅데이터와 AI 고려환경, 출처 : Document “ITS Standardization Activities of ISO/TC204 2019” > ● 인프라구축
자율주행 본격시대를 맞이하기 위해서는 자율주행자동차 기술의 진보도 중요하지만 완전한 자율주행 환경을 실현하기 위해서는 인프라 구축도 무엇보다 중요합니다.
인프라를 통해 도로교통상황, 비상차량주행, 사고차량 등 도로주행 시 필요한 다양한 정보를 자율주행차에 제공함으로써 효율적인 운행을 가능하게 하고, 자동차로부터 도로상태, 주행정보, 자동차상태정보 등의 정보를 교통운영시스템에 제공하여 도로, 전자지도 및 도로기하구조정보시스템을 구축할 수 있습니다.
이러한 인프라에는 법, 제도, 통신, 지도, 도로, 교통 시스템 등이 있는데요, 우선 도로와 교통 시스템을 중심으로 살펴봅시다.
도로와 교통시스템 측면에서 보면, 완전 자율주행차가 상용화되더라도 상당기간 자율주행차량과 일반차량의 도로상 혼재가 불가피하므로, 일반차량을 중심으로 설계된 기존 도로 인프라에 대하여 자율주행차량의 인지한계를 극복하고 일반차량, 보행자, 자전거 등 도로이용자의 예측불가능한 행동이 고려되어 도로이용의 안전성과 효율성을 최대한 확보하여야 합니다.
스마트 도로 시설과 노변 센서 등 첨단 교통시설과 차량 등에서 수집된 데이터를 종합적으로 분석하고 관리하는 첨단 교통 운영 시스템 등이 이에 해당합니다.
주변상황을 좀 더 자세히 알기 위해 다양한 노변센서를 추가해야 하지만 교통표지판, 가드레일 등의 도로시설을 일반차와 함께 자율주행차가 확실하게 인지할 수 있도록 표준화하는 작업과 함께 자율주행차를 인지할 수 있는 스마트 코드를 포함하여 현재 주변 위치 정보 등을 포함하는 방법도 연구되고 있습니다.
운행 중인 차량의 정보를 수집하고, 인공지능 기반으로 개별 차량 또는 광역차원에서 실시간 신호를 운영하며, 교통상황 및 교통체증을 관리하는 등의 첨단 교통운영시스템에 대한 연구도 많이 진행되고 있습니다.
또, 전술한 V2X 통신과 HD맵, 그리고 사이버 시큐러티등이 안전하고 효율적인 자율주행 환경의 구축을 위해서 한층 더 발전을 도모할 필요가 있는 인프라 기술입니다.
이처럼 교통 인프라를 자율주행 자동차에 맞게 정비하는 것은 도시 기간시설의 상당 부분을 바꾸는 작업이기 때문에 오랜 시간과 많은 예산이 소요되며, 이러한 변화와 소요 예산 및 제반 작업에 따른 불편과 관련해서 자율주행자동차 운전자와 일반 차량 운전자 사이에 유발될 수 있는 갈등 조정도 고려해야 합니다.
<세계 최초 Wave, C-V2X, 5 G V2X 통신개념도, 출처 : 국토교통부 보도자료 2018-05-13>
이 글은 다음 포스팅으로 이어집니다.