완성차 기업들이 내놓는 자율주행 자동차들의 성능이 나날이 좋아지고 있습니다. 운전자가 특정 조건 아래에서 오롯이 운전에 집중하지 않아도 목적지까지 이동이 가능한 L3단계의 자율주행차량 상용화가 더욱 속도를 낼 거라는 관측도 있죠.
자율주행차가 안전하게 운행하기 위해서는 센서 부품들을 통해 얼마나 실시간으로 도로 상황 등을 잘 분석하느냐가 중요하다고 합니다. 시시각각 바뀌는 도로의 상황을 판단하기 위한 '눈'과 이를 해석할 '뇌'가 무엇보다 중요한 것데요.
이러한 기능보다 더 기초적인 것도 있습니다. 자율주행을 위한 기초 체력인 '지도' 데이터죠. 정확한 지도 데이터를 확보하고 이를 실시간으로 수집되는 정보와 얼마나 조화를 이루느냐가 자율주행차의 성능을 좌지우지 한다고 합니다.
자율주행 기초지식은 '지도'
자율주행차는 먼저 운행되는 지역의 지도를 통해 향후 운행할 곳의 전체적인 지형과 구조를 파악합니다. 여기에 사용되는 지도는 우리가 과거 사회과부도에서 보던 지도 정보에 더해 도로의 폭, 연결 구조, 구조물 등 향후 운행할 도로의 세밀한 정보가 담기죠.
이렇게 고도화 된 지도를 바탕으로 운행할 지역에 대한 기본정보를 확보한 이후 운행에 나서게 된다면 이제는 실시간으로 지도상 라이브 데이터를 받아오면 자율주행은 더욱 고도화 합니다. 도로의 전체적인 상황에 더해 실시간 변동 상황을 사전에 준비해 놔야 운행 계획을 세울 수 있게 됩니다. 궁극적인 목적인 목적지까지의 이동을 위한 첫 단추가 꿰어지는 셈이죠.
이제 차가 도로로 나가면 센서들의 시간입니다. 센서들이 주행환경 변화를 감지해 이를 해석하고 최적의 운행 환경을 만드는 거죠. 이렇게 자율주행차는 판단 근거를 마련해두고 도로로 나가 목적지까지 이동하게 됩니다.
지도가 자율주행을 위한 기본 교과서라고 본다면 어느 교과서를 쓰느냐도 중요하겠죠. 그런데 이 지도 데이터라는걸 수집하는게 생각보다 녹록지 않습니다. 국가별로 지도 데이터는 안보 데이터로 보고 엄격하게 관리를 하고 있어서죠.
이 때문에 완성차 기업은 어느 국가에 출시하느냐에 따라 자율주행을 위한 기본 지도 데이터를 다른 곳에서 받아오고 있습니다. 톰톰, 히어와 같은 지도 공급 벤더사들이 현재 글로벌 시장 기준으로는 가장 많은 지도 데이터 공급 업체라고 하고요. 우리나라의 경우 현대오토에버에서 이러한 지도를 그려나가고 있다고 합니다.
교과서지만 '답안지'는 아니다
자율주행의 성능이 더욱 고도화 할수록 지도에 대한 의존도는 줄어들 겁니다. 자율주행에서 지도의 의존도를 높이게 될 경우에는 여러가지 부작용이 발생할 것으로 보이기 때문입니다. '답안지' 역할까지 지도에게 맡기면 자율주행 경쟁에서 살아남을 수 없을 거라는 이유입니다.
자율주행의 성능은 세가지 축을 얼마나 조화롭게 하느냐에 달려있다고도 봅니다. 기초 지도 데이터, 실시간 데이터 융합, 그리고 잘못된 데이터의 배제 등 세가지죠. 주행 중 지도를 통해 획득한 정보와 실시간으로 센서가 수집한 정보가 일치하지 않을 때 이에 대한 대처능력이 핵심 요인이 될 거라는 거죠. 교과서의 오류를 찾아내는 능력이 중요해졌다는 겁니다.
그럼 기초적인 지도는 어떤 방향으로 진화할까요? 현재보다 더 빠른 업데이트 주기를 바탕으로 검증 부문에서 오류를 최소화 하는 방향으로 업그레이드 될 가능성이 높다고 합니다. 제작보다는 검증받는데 집중될 거라는 거죠. 그리고 이 작업은 현재의 지도 제작사들에 더해 이미 도로에 운행되는 차량 등을 통해 데이터를 수집하고 있는 완성차 기업들로까지 확장될 가능성도 점쳐지고 있습니다.
과거 대학수학능력시험 만점자들은 교과서 위주로 공부했다는 인터뷰를 하기도 했었죠. 하지만 자율주행만큼은 교과서만 믿었다가는 만점을 받기 어려워 보입니다. 완성차 기업들이 '지도'라는 교과서를 어떻게 이용해 자율주행을 발전시켜 나갈지 지켜볼 대목입니다.
