자율주행차 시대가 되면서 전면 도입이 되는 것에 대한 우려의 목소리도 있습니다.
이번과 다음 포스팅에서는 자율주행 전면 도입으로 고려되어야 하며 고민해야 할 문제들에 대해 알아보겠습니다. 이번 포스팅에서는 주로 기술적인 부분과 관련된 판단기술로서의 인공지능, 기술표준화, 인프라 구축에 대해, 다음 포스팅에서는 사회적 측면에서 직업의 변화, 규제, 법률, 윤리적 부분 및 프라이버시 관련성에 대해 알아보겠습니다.
● 판단 기술의 인공 지능
자율주행 판단기술에는 취득해야 할 정보의 종류와 양이 매우 많고 고려할 경우의 수가 기하급수적으로 증가하기 때문에 규칙 기반 판단으로 프로그래밍하는 것은 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 안전하다는 것은 기계는 고장이 나지 않는 한 실수하지 않고 품질관리를 철저히 하면 오류가 거의 없어진다는 가정에 기초하고 있습니다. 그러나 그러한 가정은 일반적인 컴퓨터 소프트웨어나 기계 동작의 경우에는 자주 적용되지만 현재의 인공지능은 그렇지 않을 수 있습니다.
머신러닝이나 딥러닝의 경우 정확하고 확정적인 답을 구하는 것이 아니라 수많은 데이터를 바탕으로 통계적으로 일반화된 확률적 답을 구하는 방식입니다. 인공지능 관련 포스팅의 ‘구글 포토’나 마이크로소프트의 챗봇 ‘테이’의 예에서 설명한 바와 같이 현재 사용하고 있는 인공지능 기술은 학습 데이터가 결과에 큰 영향을 미치게 되어 비록 낮은 확률이지만 학습된 데이터로 인해 오류가 발생할 수 있다는 것입니다.
통계적으로 사람의 음주나 졸음, 난폭운전으로 인한 사고보다는 비율이 절대적으로 낮을 수 있지만, 현재 머신러닝과 딥러닝의 경우 분석과정이 블랙박스로 도출된 결과에 대한 논리적 해명이 불가능하기 때문에 사고의 경우 인공지능의 ‘설명 불가능성의 문제’로 원인 파악이 어렵고, 이는 근본 원인을 해결할 수 없는 상황에서 다른 자율주행차에도 동일한 오류 발생 가능성이 존재한다는 의미가 되기 때문에 심각한 상황이 될 수 있습니다.
챗봇 ‘테이’나 애플 ‘시리’가 좀 이상한 이야기를 하거나 알파고가 한 발 잘못 짚는 것과 자율주행차 인공지능이 오류를 발생하는 것은 그 결과의 심각성과 치명도에서 큰 차이가 있기 때문입니다.
바로 이 ‘설명 불가능성의 문제’는 현재 인공지능 규제 정책 및 윤리적 쟁점에서 매우 핵심이 되는 중요한 문제 중 하나인데, 그렇기 때문에 자율주행차에게는 더 많은 학습 데이터, 즉 도로 운행 데이터의 축적이 중요해지고 또 그 데이터를 바탕으로 한 알고리즘의 개선이 하드웨어적 센서의 발전과 함께 매우 중요한 문제가 되는 것입니다.
자율주행차가 더 많은 도로를 달리고 더 많은 돌발 상황에 직면하여 다양한 데이터를 더 많이 축적하고 알고리즘을 개선시킬수록 신뢰성이 높아집니다.
이러한 관점에서 구글과 테슬라, 그리고 GM과 포드의 현재 자율주행차에 대한 접근의 차이를 볼 수 있습니다.
테슬라는 현재의 자율주행 기능을 운전 보조 기능으로 보고 차내에 핸들과 페달을 장착합니다. 기본적으로 사람이 운전하고 자율주행 기능이 이를 지원하는 형태입니다.
반면 구글 자율주행차에는 핸들과 페달이 없고 전체 기능을 일시적으로 정지시키는 정지 버튼만 있습니다. 자율주행 기능이 있는 차량에서 사람의 주의력은 오히려 산만해질 수 있고, 기존 테슬라나 우버 충돌 사고처럼 더 많은 위험을 초래할 수 있다는 생각 아래 여유와 안전을 위해 인간의 운전 개입을 완전히 배제한 차량 개발을 목표로 하고 있기 때문입니다.
포드도 장기 계획에서 사람의 개입이 전혀 필요 없는 완전한 자율주행차를 목표로 개발을 계속하고 있는 반면 GM은 어느 정도 운전자에게 통제권을 준 차량에서 시작해 자료를 수집하면서 점진적인 개발을 하는 쪽으로 생각하고 있습니다.
결론적으로 자율주행차에게 주행 데이터 축적과 알고리즘 발전을 기반으로 한 인공지능 발전은 자율주행차 안전성 확보 차원에서 매우 중요한 문제입니다.
<전형적인 딥러닝 프로세스, 출처: Nvidia Developer Blog> ● 기술표준화
전세계 어느 회사 차량에서도 주유구 형태가 다른 차가 없듯이 기존 자동차산업계는 인간의 안전을 다루는 산업의 보수성에 따라 오랜 기간에 걸쳐 검증되거나 대체로 통일된 기술표준을 기반으로 기술발전이 이루어져 왔으며 엄격한 품질관리와 오랜 경험의 공급망, 서비스망을 운영해 왔습니다.
하지만 자율주행차는 기존 자동차 산업계뿐만 아니라 구글, 애플, 바이두 등 소프트웨어 계열 IT산업계, 우버 등 공유자동차 중심의 서비스업계, 엔비디아, 인텔 등 부품업계, V2X 관련 통신업계 등 다양한 산업계가 시장에 참여하고 있습니다.
또한 현재의 자율주행 시스템이 차종별로 호환성이 높지 않아 자율주행차의 활용 목적, 업계 특성상 또는 개별 기업의 접근 방향에 따라 다양한 표준안을 제시하고 있으며, 자사의 기술력을 바탕으로 표준을 선점하기 위한 각축전이 벌어지고 있어 기술표준의 방향성이 명확하지 않은 부분이 많이 있습니다.
자율주행차 관련 국제표준은 국제표준화기구(ISO) 산하 기술위원회(TC, Technical Committee)인 ‘TC22(Road Vehicle)’와 ‘TC204(intelligent Transportation Systems)’를 중심으로 진행되고 있지만 기술표준의 방향이 통일되지 않아 표준화 작업이 지연되고 있는 실정입니다.
특히 최근에는 기업 간 동맹을 통해 기술표준 정의에 참여해 다른 동맹그룹과의 기술표준 차이가 있거나 동맹 내에서도 핵심기술을 보유한 기업은 자신을 중심으로 자율주행 생태계를 구축하려 하지만 참여 기업들은 협업 후 눈에 보이지 않는 또 다른 치열한 표준경쟁을 하고 있어 각국, 기업별 다른 사정으로 표준화에 쉽게 합의하지 못하는 점이 있습니다.
현재를 아직 자율주행 기술의 초기 시대로 보면 다양한 기술 제안이 더 큰 확장성을 보일 수도 있지만 ‘레벨 2’가 이미 상용화됐고 곧 ‘레벨 3/4’이 도입되는 시점임에도 기술표준이 통일화되지 않았다는 점은 자율주행 환경을 위한 대규모 투자에 여전히 리스크로 작용해 완전 자율주행차의 현실 도입이 예상보다 늦어질 수 있다는 점을 시사하고 있습니다.
<ISO/TC204의 빅데이터와 AI 고려환경, 출처: Document”ITSS Standardization Activities of ISO/TC204 2019″> ●인프라 구축
본격적인 자율주행 시대를 맞이하기 위해서는 자율주행차 자체의 기술 진보도 중요하지만 완전한 자율주행 환경을 구현하기 위해서는 인프라 구축도 무엇보다 중요합니다.
인프라를 통해 도로교통상황, 비상차량주행, 사고차량 등 도로주행 시 필요한 다양한 정보를 직접 자율주행차에 제공함으로써 효율적인 운행을 가능하게 하고 반대로 자동차에서 노면상태, 주행정보, 자동차상태정보 등의 정보를 교통운영시스템에 제공하여 도로, 전자지도 및 도로기하구조 정보체계를 구축할 수 있게 됩니다.
이러한 인프라에는 법과 제도, 통신, 지도, 도로, 교통 시스템 등이 있는데 도로와 교통 시스템을 중심으로 먼저 알아보겠습니다.
도로와 교통시스템 측면에서 보면 완전 자율주행차가 상용화된다 하더라도 상당 기간 자율주행차와 일반 차량이 도로상에 혼재하는 것은 불가피하기 때문에 일반 차량 중심으로 설계된 기존 도로 인프라에 대해 자율주행 차량의 인지 한계를 극복하고 일반 차량, 보행자, 자전거 등 도로 이용자의 예측 불가능한 행동이 고려돼 도로 이용의 안전성과 효율성을 최대한 확보해야 하는 것이 자율주행 인프라의 역할입니다.
스마트 도로 시설물과 노변 센서 등 첨단 교통 시설물과 차량 등에서 수집된 데이터를 종합적으로 분석하고 관리하는 첨단 교통 운영 시스템 등이 이에 해당합니다.
주변 상황을 보다 잘 알 수 있도록 다양한 노변센서 추가도 필요하지만 교통표지판, 가드레일 등 도로시설을 일반 차량과 함께 자율주행차가 확실하게 인지할 수 있도록 표준화하는 작업과 함께 자율주행차가 인지할 수 있는 스마트코드를 포함해 현재 및 주변 위치정보 등을 포함하는 방법도 연구되고 있습니다.
운행 중인 차량의 정보를 수집하고 인공지능 기반으로 개별 차량 또는 광역 수준에서의 실시간 신호를 운영하며 교통 상황 및 정체를 관리하는 등의 첨단 교통 운영 시스템에 대한 연구도 많이 이루어지고 있습니다.
이와 함께 앞서 설명한 V2X 통신과 HD맵, 그리고 사이버 보안 등이 안전하고 효율적인 자율주행 환경 구축을 위해 더욱 발전해야 할 필요 인프라 기술입니다.
이처럼 교통 인프라를 자율주행자동차에 맞게 정비하는 것은 도시 기간시설의 상당 부분을 바꾸는 작업이므로 오랜 시간과 적지 않은 예산이 필요하며, 이러한 변화와 소요 예산 및 제반 작업으로 인한 불편과 관련하여 자율주행자동차 운전자와 일반차량 운전자 간에 유발되는 갈등 조정도 고려해야 할 부분입니다.
<세계최초 Wave, C-V2X, 5G V2X 통신개념도, 출처 : 국토교통부 보도자료 2018-05-13>
이 글은 다음 포스팅으로 이어집니다.