[김준환 칼럼] 안전한 자율주행 구현..‘센서퓨전’ 기술에 주목하는 이유는?

완전한 자율주행 자동차 개발을 향한 기업들의 경쟁이 계속되는 가운데, 새로운 장애물이 나타나고 상용화 계획도 예상보다 지체되고 있다.

이에 따라, 최근 업계에서는 자율주행 자동차의 안전 수준을 대중들이 안심하고 신뢰할 수 있는 수준으로 끌어올릴 수 있는 새로운 기술을 개발하는 데 초점을 맞추고 있다.

미래의 자동차에는 다양한 최신 기술이 탑재될 것은 자명하다. 이미 주요 자동차 업계 전문가들은 다양한 종류의 센서들이 수집하는 정보를 통합해 차량 주변 환경에 대한 보다 정확한 단일 이미지를 구축하는 ‘센서퓨전’ 기술에 주목하고 있다.

우리는 몸의 다양한 감각 기관을 통해 주변 상황을 인식한다. 대부분의 일상 생활에서 시각을 통해 정보를 습득하지만, 이 하나의 센서로는 획득할 수 있는 데이터는 지극히 제한적이다.

예를 들어, 시각적 정보 획득에는 사각이 존재하며, 기후나 일조 등에 따라 정확성도 달라진다. 따라서, 우리는 시각 외에 청각, 후각 등 우리 몸의 모든 센서들을 활용해 더욱 완성도 높은 정보를 획득하게 된다.

다양한 센서의 필요성은 자율주행 기술에서도 동일하게 적용된다. 현재 자율주행 자동차 및 첨단운전자보조시스템(ADAS) 기술 구현에 활용되는 기술은 카메라부터 라이다, 레이더는 물론 소나에 이르기까지 다양하다.
각기 다른 매개체를 이용하는 이 다양한 센서들은 고유의 장점들을 가지고 있지만, 인간의 감각 기관과 마찬가지로 제한적인 능력을 갖는다.

예를 들어, 카메라는 차량이나 보행자 등을 분류하거나 도로 표지판, 신호등을 읽는데 매우 효과적이다. 그러나 안개나 먼지, 빛과 어둠, 눈, 비 등의 환경적 요인에 의해 능력이 제한될 수 있다.

레이더와 라이다는 물체의 위치와 속도를 정확하게 감지할 수 있지만, 객체를 세부적으로 분류할 수 있는 능력이 없다. 특히, 색상에 대한 분류 능력이 떨어지기 때문에 도로의 다양한 표식을 인식해낼 수 없다는 분명한 단점이 있다.

센서퓨전 기술은 획득한 여러 종류의 데이터를 통합해 각각의 센서에서 발생할 수 있는 왜곡이나 결여를 없애는데 초점을 맞추고 있다.

소프트웨어 알고리즘을 이용해 각 센서의 사각에 있는 객체, 동시에 감지한 중첩된 객체로부터 획득한 데이터를 통합하고 정보의 균형을 맞춘다. 이러한 포괄적 정보를 통해 가장 정확하고 신뢰할 만한 환경 모델을 제공하며, 더욱 지능적인 주행을 할 수 있도록 지원한다.

이처럼, 센서퓨전은 자동차 업계가 추구하는 ‘안전한 운전 환경’이라는 궁극적 가치를 달성하기 위한 필수적인 기술 중 하나라 볼 수 있다. 그렇다면 다양한 센서들 중 업계가 지속적으로 카메라와 라이다의 조합에 주목하는 이유는 무엇일까?

답은 카메라와 라이다의 데이터를 통합했을 때 얻을 수 있는 정보의 완성도에 있다. 카메라와 라이다 사이의 센서퓨전은 마치 컴퓨터의 3D 그래픽을 생성하는 것처럼 직관적이면서도 효과적인 결과물을 만들어낸다.

라이다가 레이저 반사 면의 좌표에 찍어내는 무수히 많은 3D 포인트 클라우드로 물체의 입체적인 형태를 파악하고, 이를 카메라의 정밀한 2D 이미지 정보와 동기화하면, 마치 3D 오브젝트에 텍스처를 얹는 것처럼 주변 환경을 정확하게 구현한다.

자율주행 기술의 대중화를 위해서는 사람의 안전을 완벽하게 보장하는 기술적 신뢰성, 하위 라인업에 이르기까지 다양한 차종에 적용될 수 있는 범용성을 가져야 한다.

앞서 설명한 바와 같이, 차량에 센서가 많아질수록 주변 환경 인식에 대한 정확도와 신뢰성은 높아진다. 반면, 기술적으로 처리해야 할 데이터 양이 많아지는 만큼, 더 높은 연산 능력을 가진 고가의 하드웨어를 필요로 한다.

이처럼 상반된 2가지 목표를 달성하기 위해서는 저가, 저성능의 플랫폼에서도 AI 기반의 객체 인식이 가능하도록 객체 인식 소프트웨어를 더욱 경량화, 고효율화해야 한다.

이를 통해, 비용 절감 물론, 센서퓨전과 같은 보다 첨단 기능을 구현할 수 있는 하드웨어적 여력을 제공함으로써 성능과 가격 두 가지 측면을 동시에 개선해 나가야 한다는 생각이다.

김준환 스트라비젼 대표