[공학저널 전찬민 기자] 자율주행은 미래 모빌리티의 핵심 기술로 각광받고 있으며, 선진국을 중심으로 자율주행 핵심 기술을 확보하기 위해 인적, 물적 자원에 집중하고 있다. 현재 상용화된 자율주행차는 레벨3 단계지만, 레벨4 단계 상용화를 위한 개발 노력이 전 세계적으로 진행되고 있다.
레벨4 단계의 자율주행차는 주어진 조건(ODD)에서 운전자 개입 없이 스스로 운전이 가능해야 하기 때문에 차량의 인지, 판단, 제어 기능에 무결성이 확보돼야 할뿐만 아니라 기능 오작동 상황에 대응할 수 있는 DDT Fallback 기능이 필수다.
하지만 자율주행의 가장 첫 번째 단계인 인지의 기능을 수행하는 센서는 시공간적인 범위에서 제한적이며 특히, 악천후, 복잡한 기하구조의 도로공간, 다양한 유형의 교통객체가 혼재된 상황에서는 시의적절한 정보를 제공하지 못하는 한계를 가지고 있다. 이러한 한계는 자율주행차의 안전성과 효율성을 저하시키기 때문에 기술 발전을 저해하고 사용자 불만족 증가로 인한 사회적인 자율주행차 수용성을 저감시키는 심각한 요인으로 작용할 수 있다.
DDT Fallback의 경우, 자율주행 시스템 기능 오작동 또는 긴급 상황에서 탑승자의 안전을 확보하기 위한 최후의 보루와 같은 기능으로, 운전자에게 제어권 이양이 되지 않을 경우 자율차가 스스로 최소 안전 상태를 확보해야 한다. 그렇기 때문에 이를 지원할 수 있는 외부적인 수단이 강구되고 있다.
이에 따라 레벨4 단계의 자율주행 상용화를 위해서는 인프라의 지원이 사실상 필수적이라 할 수 있으며, 인프라를 통해 자율차의 인지 범위 한계를 극복하고 좀 더 효율적이고 안전한 주행이 가능할 것으로 예상된다. 최근에는 복잡한 기하구조에 대한 정보를 제공할 뿐만 아니라 접근하는 주변 교통객체에 대한 정보를 융합해 객체 간 조화로운 주행을 지원하는 ‘인프라 가이던스’라는 새로운 개념이 정립되며 연구개발이 활발히 진행되고 있다.
현재 이에 대한 연구개발은 자율주행기술개발혁신사업(KADIF)의 일환으로 지난 2022년 4월 착수된 ‘인프라 가이던스를 통한 자율차 주행지원 기술 개발’ 연구과제를 통해 수행되고 있으며, 크게 여섯 가지 핵심기술을 개발하고 있다.
핵심 기술을 살펴보면, 첫 번째는 인프라 센서와 협력인지를 융합해 동적 도로환경정보를 관리하는 기술이다. 이는 영상카메라, 라이다, 레이더 등의 인프라 센싱 데이터에 AI를 접목해 개별 교통객체를 검지와 추적하는 기술과 V2X 통신을 기반으로 개별 교통객체가 인지한 주변 교통객체 정보를 공유하는 협력인지기술을 융합해 동적 도로환경정보를 수집, 저장, 분석, 공유하는 기술이다.
두 번째는 개별 교통객체의 미래 이동궤적을 추정하는 기술로, 가이던스를 제공하기 위해서는 현재부터 미래까지 도로에서 발생하는 모든 교통객체의 이동행태를 알아야 하기 때문에 이를 D-LDM으로 만드는 것이 중요하다.
세 번째는 D-LDM을 이용해 개별 교통객체의 이동행태를 최적화하는 기술이다. 안전성, 이동성, 친환경성을 동시에 고려해 교통흐름을 최적화할 수 있도록 차로 변경 등 최적화된 교통객체의 이동행태를 컴퓨팅하게 된다.
네 번째 기술은 최적화된 이동행태를 V2X 통신 가이던스 메시지로 만드는 기술이다. 인프라 가이던스는 1초에도 수 회 인프라와 차량 간, 그리고 차량과 차량 간 주고 받아야 하기 때문에 작은 용량으로 충분한 정보를 전달할 수 있어야 한다. 또한, 국내외 표준도 준수해야 합니다. 표준 통신 메시지를 제정하고 이를 인코딩/디코딩하며, 어플리케이션 데이터 변환까지 모든 기술이 이에 포함된다.
다섯 번째는 가이던스 메시지를 이용해서 인프라와 차량 간에 협력주행을 수행하는 기술이다. 물론 가이던스에 따라 주행하는 차량 간에도 협력주행을 수행하며, 협력주행은 SAE J3216에서 제안하는 상태공유, 의도공유, 합의모색, 지시이행 등 네 가지 클래스가 모두 포함된 것이다.
마지막은 인프라 가이던스는 매우 복잡한 절차를 가진 서비스로, 개별 절차에서 기술의 적용 방법도 상황에 따라 천차만별이기 때문에 이를 검증하는 구체적이고 세밀한 검증 기술이다.
이를 통해 1단계에서 통합 시뮬레이션 툴을 활용하고, 2단계에서는 K-City를, 3단계에서는 리빙랩을 활용해 총 3단계의 검증을 통해 기술의 완성도를 높일 예정이다.
이번 과제의 책임을 맡은 한국건설기술연구원 양인철 연구위원(사진)은 “차량 자체의 기능으로는 높은 수준의 자율주행을 구현하기가 어렵기 때문에 인프라가 중요한 역할을 수행해야한다는 것이 전문가들의 일치된 견해”라며 “인프라 가이던스는 인프라의 역할 중 상급에 해당하는 기능으로 자율주행차의 주행행태에 직접적인 영향을 미치는 기술이다”고 말했다.
그는 이어 “자율주행차의 인지 범위 확장을 지원할 뿐만 아니라 스마트한 판단을 추가적으로 지원하기 때문에 보다 안전하고 효율적인 주행을 가능하게 한다”며 “ODD 조건 내에서 자율차가 스스로 주행할 때 보다 높은 안전성을 지원하고, 보다 효율적인 주행이 가능하도록 지원하고, 더불어 교통운영 측면에서 주어진 도로환경의 효율성을 극대화할 수 있는 최적의 교통운영 솔루션”이라고 덧붙였다.
이번 연구과제는 1차년도 연구를 통해 인프라 가이던스 서비스의 정의와 유스케이스를 도출했고, 기본적인 서비스 알고리즘을 개발했으며, 현재 진행 중인 2차년도 연구를 통해 서비스에 대한 정의를 보다 명확히 보완할 예정이다. 또한, 유스케이스와 시나리오를 수정, 보완, 그리고 인프라 가이던스에 요구되는 핵심 기술의 초기 버전을 완성할 계획으로 연구에 매진하고 있다.
하지만, 인프라 가이던스는 종래에 없던 개념의 서비스이기 때문에 기술의 개발 못지않게 법과 제도의 지원이 필수적이며, 인프라가 단순 정보 전달자의 역할을 넘어 분석과 판단의 영역까지 담당을 하게 되기 때문에 이에 따른 다양한 문제점이 예상되고 있다.
예를 들어 가이던스에 따라 주행하던 자율차가 사고가 발생했을 경우가 가장 대표적인 사례가 될 수 있다. 이에 따라 다양한 분야의 전문가의 의견 수렴을 통해 예측 가능한 법과 제도적 문제점을 도출하고, 이를 개선할 수 있는 방안을 만들어 갈 예정이다.
양 연구위원은 “이번 연구과제의 최종 목표는 1차적으로 인프라 가이던스 서비스의 가능성을 검증하는 것이고, 2차적으로 인프라 가이던스를 통해 자율차가 보다 안전하게 도로를 주행할 수 있도록 지원하는 것”이라며 “이를 위해 인프라 가이던스 서비스를 보다 명확히 정의하고 이를 활용하는 유스케이스를 도출할 예정”이라고 말했다.
그는 이어 “도출된 결과는 국내외 전문가와의 협업을 통해 표준화를 진행함으로써 인프라 가이던스 서비스의 필요성과 방향성에 대한 국제적인 동의와 협력을 이끌어 낼 계획”이라며 “앞으로 진행될 통합 서비스 검증을 성공적으로 수행함으로써 완전자율주행을 위한 인프라의 역할을 명확히 하고 향후 기술 고도화를 위한 로드맵을 완성해, 교통사고를 감소시키고 교통혼잡을 완화하며 탄소배출을 최소화할 수 있는 인프라 가이던스 서비스를 개발하도록 하겠다”고 덧붙였다.
