“인지, 판단, 제어” 그리고 AI를 통한 객체 인식과 학습
자율주행은 이제 삼척동자도 알 만큼 한국에 익숙한 지 오래다. 그러나 정작 원리와 작동 방식에 대해서는 일반에 잘 알려져 있지 않다. 이를 간단히 요약하면 인지와 판단, 제어, 그리고 AI에 의한 객체 인식과 학습이 주행으로 이어지는 원리다. 아주대 교통시스템공학과 소재현 조교수가 지식포털 IT파인드에 올린 분석 보고서는 그런 점에서 눈길을 끈다. 자율주행의 복잡한 원리를 쉽게 요약해 전문가들의 관련 기술보고서와 구별되는 모습이다.자율주행을 위한 최초의 필수기능은 사람의 눈과 귀 역할을 하는 카메라, 레이더, 라이더 등의 센서기술을 활용한 인지 기술이다. 자동운전자동차의 상황판단 및 차량제어의 기반이 되는 데이터를 수집·분석하는 기술이라 할 수 있다. 즉 정확히 정보를 수집해 센싱된 객체를 정확히 판별하는 능력이 무엇보다 중요하기 때문이다.여러 센터를 통해 정확한 인지를 하도록 하고 탐사된 정보를 검증해야 할 경우에는 디지털맵, GPS, V2X 무선통신을 함께 사용하기도 한다. 예를 들어 센서에 의해 인지된 교통표지정보를 디지털맵을 통해 확인하고 교통신호정보를 V2X 무선통신으로 수신하는 등 센서만으로 판단하기 어려운 상황에 대비해 인지시스템 구성을 다중화한다는 쑤 교수의 해석이다. 소 교수는 이 과정에서 다양한 센서로부터 수집되는 엄청난 양의 정보를 빠른 시일 내에 처리해야 한다며 이를 위한 차량시스템 반도체 및 초고속통신 인프라의 중요성도 커지고 있다고 전했다.다음은 판단(decision & planning) 기술이다. 이것은 인지된 상황 정보에 근거해 차량 제어나 경로 설정을 결정하는 「판단」이다. 일반적으로 자율주행자동차 판단 기술은 주어진 상황에서 차량의 경로를 생성하는 기술로 이해할 수 있다. 소 교수는 예를 들어 차량 전방에 정지 차량, 보행자, 장애물 등이 인지될 경우 이를 피할 것인지, 혹은 그대로 주행할지 등을 판단하는 것이라며 전방 위험 상황을 회피한다면 그대로 정지할지, 아니면 차선 변경을 할지 등에 대한 다양한 경로와 대안을 고려해 최적의 선택을 내리는 것이라고 말했다.실제로 자율주행 알고리즘은 이를 위해 수많은 경로 대안을 마련하고 충돌 확률, 차량 내 승객의 안전성, 이동 효율성 등 여러 측면의 효과를 분석한 뒤 최적의 단일 경로 대안을 산출하게 된다. 그래서 “자율주행자동차 판단기술을 얘기할 때 나오는 이슈 중 하나가 트롤리 딜레마”라는 게 소 교수의 얘기다.트롤리 딜레마란 선로 변환기를 든 사람이 선로를 변경하면 한 명이 죽지만 5명을 구할 수 있고 선로를 변경하지 않으면 한 명을 구하지만 5명이 죽을 수밖에 없는 상황에서 하나를 선택해야 하는 사고실험이다. 트롤리 딜레마는 운전자의 지시 없이 원하는 목적지까지 자유롭게 달려야 하는 자율주행자동차가 판단의 측면에서 겪게 될 최악의 상황을 가정한 것이라는 설명이다.마지막으로 제어기능이다. 즉, 주변의 교통 상황에 대한 상황 판단에 근거하는 ‘제어’이다. 자율주행자동차 제어는 눈 귀 같은 감각기관을 통해 수집된 정보를 두뇌가 판단해 팔이나 다리 등을 통해 움직이는 것으로 비유하며 이는 차량 측면에서의 감속, 가속, 정지, 회전 등으로 표현된다는 게 소 교수의 설명이다.소 교수는 차량 제어는 자율주행의 마지막 단계로 차량의 파워트레인, 브레이크, 스티어링 등을 통해 이뤄진다고 말했다. 과거에는 기계적인 힘에 의해 조작되었지만, 최근에는 차내 통신규격인 CAN통신에 의해 MDPS 모터, 엔진제어기 등에 기초한 전자제어 방식으로 변화하고 있다. 거기서, 「스마트 크루즈 컨트롤 시스템(SCC, Smart Cruise Control), 차선 유지 지원 시스템(LKAS, Lane Keeping Assist System)등의 첨단 안전 차량 제어 시스템등에 의해, 전술한 차량의 기계적 장치에 근거하는 보다 안전하고 효율적인 차량 제어를 지원한다」라고 하는 것이다.이 외 , AI에 의한 센서 수집 정보나 객체 인식도 중요한 요소가 되고 있다. 즉 주변 교통상황이나 객체에 대한 정확한 판별 및 상황 이해를 위해 인공지능이 주변 사물을 인지하는 데 활용된다는 설명이다. 인공지능은 자율주행자동차의 각종 센서가 수집한 정보를 바탕으로 빠른 시일 내에 데이터에서 사물의 종류와 형태를 넘어 그 의미까지 이해하고 사물 인식 정보를 추출한다.소 교수는 딥러닝 기반의 인공지능 기술은 단순히 주변 사물을 인식하는 차원을 넘어 사물의 움직임이나 의미를 해석하는 차원으로 발전했다며 차량의 진행 방향, 보행자의 움직임, 교통표지판의 의미 등과 같이 인식된 사물의 의도(intention)를 이해하는 수준에 이르렀다고 전했다.
출처 : 애플경제 http://www.apple-economy.com/ 디지털경제지-애플경제 www.apple-economy.com