Energy & Future Tech

자율주행자동차

Abstract

A self-driving car, also known as an autonomous car or driverless car, is a vehicle capable of navigating and operating without human intervention. It uses a combination of advanced sensors, artificial intelligence (AI), and machine learning algorithms to perceive the surrounding environment, make decisions, and control its movement.
Self-driving cars employ various sensor technologies, including radar, lidar (laser-based detection), cameras, and ultrasonic sensors, to gather data about the car's surroundings. The collected data is processed by onboard computers and AI algorithms to create a detailed map of the environment, detect objects, and identify obstacles, pedestrians, traffic signs, and other vehicles.
Based on this information, the self-driving car's AI system makes real-time decisions regarding acceleration, braking, and steering to navigate the road safely. The AI system learns from experience, continually refining its decision-making capabilities through machine learning techniques.
Safety is a primary focus in self-driving car development. Redundant systems, fail-safe mechanisms, and advanced algorithms are employed to minimize the risk of accidents. Additionally, self-driving cars often rely on communication technologies to exchange data with other vehicles, infrastructure, and the cloud, enhancing safety and traffic management.
Key components of a self-driving car include:
- Perception System: Sensors and cameras capture and analyze data from the environment, enabling the car to detect and recognize objects, lanes, and traffic signs.
- Decision-Making System: The AI system processes the sensor data, considers various factors such as traffic rules, road conditions, and inputs from onboard maps, and generates decisions for safe and efficient driving.
- Control System: The control system executes the decisions by sending commands to the vehicle's steering, acceleration, and braking mechanisms.

자율주행차는 로봇일까?

1. 자율주행자동차 정의

자동차 스스로 주변 환경을 인식하여 위험을 판단하고, 운전자 조작 없이 운행이 가능해 교통사고율 저감, 도로 정체 개선, 교통약자의 이동성
확보에 기여가 가능한 자동차를 말한다. 즉 각종 센서를 통해 주행 환경을 인식하고, 인공지능 SW로 주행 경로를 판단하며, 차량 내 구동장치를 제어하여 목적지까지 자율적으로 주행이 가능한 자동차를 이른다.

- (자동차관리법 제2조) 자율주행자동차란 운전자 또는 승객의 조작 없이 자동차 스스로 운행이 가능한 자동차를 말함

2. 자율주행차 주요 기술

자율주행차는 기술적으로 인지(Perception), 판단(Decision), 제어(Control)로 크게 구분할 수 있으며, 첨단운전자보조시스템(ADAS·Advanced Driver Assistance Systems) 기술을 기반으로 구현된다.

(자율주행자동차 주요 기술)

1) 인지(Perception)

인지는 사람의 눈에 비유되며, 차량에 탑재된 카메라, 레이더, 라이다 등의 센서를 이용하여 주변 차량, 도로, 보행자, 교통신호 등을 인식하고, GPS와 정밀지도 등을 기반으로 주변 환경을 인식하는 것

(인지 센서별 특징)

2) 판단(Decision)

판단은 인간의 두뇌에 비유할 수 있으며, 통합제어시스템(DCU) 등을 통해 신호를 처리하거나 주변 상황에 따라 생성되는 수많은 솔루션 가운데 최적의 차량 경로와 돌발상황 발생시 대응 등 움직임 결정.

3) 제어(Control)

제어는 인간의 손, 발 등에 비유할 수 있으며, 인지 정보를 바탕으로 내려진 판단에 따라 구현하는 기술로, 조향, 제동, 가속 등의 각종 구동장치를 적절하게 제어하여 직접적인 움직임 관할.

3. 자율주행 기술 수준(자동화 레벨)

1) 국제자동차기술자협회(SAE International) 구분

· Lv1∼2 : 운전자가 운전하는 동안 차선 유지, 속도 조절 등의 주행 보조기능을 제공하는 수준

· Lv3 : 제한된 조건에서 자율주행이 가능하나 긴급상황시 운전자가 개입 필요

· Lv4 : 특정 구간에서는 완전자율주행 가능

· Lv5 : 자동차가 모든 운전단계로 완전자율주행 가능

(자율주행 기술 수준(자동화 레벨), 출처:라이드플럭스)

2) 미국도로교통안전국(NHTSA: National Highway Traffic Safety Administration) 구분

- Lv1 : 특정 기능의 자동화 단계, 운전자는 특정 주행조건 아래서 개별 기술의 도움을 받을 수 있음. 스마트 크루즈 컨트롤(SCC)이나 차로 이탈 방지 보조(LKA) 등이 여기에 속함.

- Lv2 : 기존의 자율주행 기술들이 통합돼 기능하는 단계, 운전자는 시선을 전방에 유지해야 하지만 운전대와 페달을 이용하지 않아도 됨. 스마트 크루즈 컨트롤과 차로 이탈 방지 보조가 결합해 고속도로 주행시 차량과 차선을 인식, 앞차와의 간격을 유지하고 자동으로 조향하는 고속도로 주행보조(HDA)가 가능한 수준.

- Lv3 : 특정 상황에서만 운전자 개입이 필요한 ‘제한적 자율주행 단계’, 도심에선 교차로나 횡단보도 등을 인식해 차량을 제어하고 고속도로에선 교통흐름을 고려해 차선을 변경하고 끼어드는 일이 가능한 수준

- Lv4 : 통합 자율주행 단계, 시동을 켠 후 목적지에 도착해 주차가 완료되는 시점까지 완전한 자율주행 가능 단계. 이 단계에선 V2X(Vehicle to Everything)가 실현돼 차량과 차량, 차량과 인프라 간 통신으로 보다 넓은 지역의 정보를 수집하고 이를 통해 최적의 경로로 주행 가능

3. 자율주행 기술 필요성

1) 교통사고의 94%는 운전자의 부주의 및 실수에 기인, 자율주행으로 교통사고 감소

2) 차안에서 운전으로 보내는 시간을 감소시켜 효율적인 시간 활용 가능

3) 교통 약자 감소 및 효율적인 에너지 사용

3) 차량 이용 패러다임 변화(소유 → 자율주행 서비스 이용)로 효율적 차량 활용 가능

- 소유차량이 실제 이용시간 대비 많은 시간 동안 주차되어 있음

- 차량을 소유할 필요 없이 필요할 때만 호출하여 이동

- 여러 고객들에게 서비스를 제공하며 효율적으로 차량을 활용 가능

- 차량 소유 최소화, 필요 주차 공간이 감소하여 도시 공간 활용 재편 가능

4. 글로벌 시장 동향 및 전망

1) 자율주행차 시장 동향

(1) 자동차 판매 (차량제조기업)

완성차 제조업체는 대량생산 능력을 바탕으로 자동차 판매 시장에 집중

- 현재 대부분의 양산 차량은 Lv.2 주행보조 수준에 머물러 있으나, 향후 운전자 개입이 필요없는 Lv.4 이상의 기능 제공 목표로 운전자보조시스템을 탑재하여 점진적으로 완전 자율주행 고도화 전망

※ 완성차 기업 동향

- (현대기아차) ’22년 말 Lv.3 자율주행차 출시 예정이며, 미국 자율주행 전문기업 앱티브와 합작 설립한 모셔널을 통해 모빌리티 서비스 분야로 사업 확대

- (테슬라) 완성차 대량생산 능력, 자체 개발한 AI 반도체 칩, OTA(Over The Air) 기술, 카메라 중심의 인식 방식 등으로 상용화에 가장 근접한 업체로 평가

- (GM) 자율주행 시스템 개발을 위해 퀄컴과 협업하고, 스타트업 크루즈 인수

- (볼보) 라이다 센서 전문기업 루미나와 자율주행 기술 공동 개발

- (포드) 자율주행 스타트업 ‘아르고 AI’를 인수하며 모빌리티 서비스 분야로 진출

- (폭스바겐) 그룹내 SW 자회사 및 ICT 기업과의 협업으로 SW 기술 확보 주력

- (메르세데스-벤츠) ’20.6월부터 엔비디아와 ’AI 컴퓨팅 시스템‘ 등 자율주행 부문에서 협력, ’22.5월 Lv.3 자율주행 시스템 ’드라이브 파일럿(Drive Pilot)‘을 탑재한 차량(S클래스 및 EQS 모델) 출시

- (BMW) ’22년 하반기에 출시될 BMW7 시리즈에 Lv.3 자율주행 기술 탑재 예정, ’22년 퀄컴과 파트너십을 체결하고 ADAS 및 자율주행차 공동 개발 추진

- (도요타) ’21.1월 자율주행기술 업체 ’우븐플래닛홀딩스(Woven Planet Holdings)‘ 설립, ’21.4월 미국 승차 공유업체 ’리프트(Lyft)‘의 자율주행 사업 부문 인수

(2) 이동 서비스 제공 (모빌리티 & 물류기업)

- 완성차 제조 능력이 부족한 빅테크 기업 등은 일정 구역 내 운행하여 상용화가 상대적으로 용이한 모빌리티 서비스 시장에 진출하여 운전기사가 없는 Lv4 이상의 자율주행 로보택시 상용화에 집중

※ 로보택시는 로봇(Robot)과 택시(Taxi)의 합성어, 기업 소유의 차량으로 자율주행 서비스를 제공하여 소비자를 목적지까지 이동

(자율주행 기술 상용화의 두가지 방향)

※ 빅테크 기업 동향

- (웨이모) 구글의 자율주행차 부문을 분사하여 설립된 웨이모는 세계 최초로 자율주행 로보택시를 상용화하고 유료서비스 운영

- (아마존) 자율주행 스타트업 죽스를 인수하며 모빌리티 서비스 분야로 사업 진출

- (바이두) 중국 최대 검색엔진을 보유한 AI 전문기업으로 로보택시 서비스에 집중

2) 자율주행차 기술 전망

글로벌 자율주행차는 현재 Lv0∼2의 주행보조 수준에 머물러 있으나, Lv3 이상의 자율주행차 비중이 ’21년 0.5%에서 ’30년 54.1%로 확대 전망

글로벌 Lv3 이상 자율주행차 시장 규모는 ’25년 1.5천억 달러에서 ’35년 1조1천억 달러로 성장 전망

5. 완전 자율주행 기술의 발전 방향

1) 자율주행 소프트웨어 기술 강화

자율주행 소프트웨어의 고도화 : 인공지능, 로봇공학, 차량 시스템 기술의 결합

(1) 측위 (Localization) : 자율주행 차량의 정확한 위치, 자세, 속력 등을 인식

(2) 인지 (Perception) : 여러 센서를 통해 주변 차량, 보행자 등의 물체와 잠정적 위험 영역을 인식

(3) 예측 (Prediction) : 인지한 물체의 앞으로의 행동과 발생할 수 있는 위험 상황을 미리 예측

(4) 계획 (Planning) : 예측한 상황을 기반으로 안전하고 가장 바람직한 행동을 결정

(5) 제어 (Control) : 계획한대로 차량을 이동

(자율주행 소프트웨어의 고도화, 출처:라이드플럭스)

2) 다양한 센서를 활용한 신뢰성 확보

다른 특성을 가진 여러개의 센서를 활용하여 360도 전 방위에 걸친 주변 상황을 인지, 하나의 센서 약점을 다른 센서로 극복하여 신뢰성 확보

(1) 카메라 (Vision) 센서 : 영상으로 물체를 인식하며 색상 인지 가능

(2) 라이다 (LiDAR) 센서 : 레이저로 물체 인식하며 전확한 3차원 위치 측정

(3) 레이더 (Radar) 센서 : 전자기파로 물체 인식하며 도플러효과를 통한 속도 직접 측정

3) 원격 지원을 통한 단계적 진화

실시간 원격 관제를 통하여 자율주행 차량 및 주변의 상황을 실시간으로 관제하고, 스스로 해결하기 어려운 상황을 원격으로 지원

기존의 운전자 기반의 서비스 운영 가능 대수보다 운영 가능한 차량의 수가 늘어남

- 원격요원 1명이 1대의 차량을 차량 내 관리에서 1대의 차량을 원격으로 관리․지원, 점차적으로 여러 대의 차량을 원격 관리․지원 체계로 진화

4) 운행 범위의 단계적 확장

완전 자율주행 범위는 공간적으로는 좁은 지역에서 점차 넓은 지역으로 단계별 확대

또한, 여건적으로는 주․야간, 날씨, 속력 범위, 탑승객 유형 등에 따라 단계적 확대 시행

- 처음 시작하는 지역에서는 안전요원이 탑승하여 충분한 운행 검증과 개선 이후, 점차적으로 안전 요원이 원격지원 체계로 전향

(자율주행차 운송서비스, 제주첨단과학기술단지)

6. 국․내외 정책 동향

1) 국내

정부는 자율주행차 산업 생태계 구축 및 경쟁력 강화를 위해 규제개선, 시범 운행지구 지정, 연구개발 지원 등 다양한 전략을 수립 및 추진

(규제개선) 정부는 ’18.11월 ’자율주행차 선제적 규제혁신 로드맵 ‘ 최초 수립 이후, ’21.12월 ’자율차 규제혁신 로드맵 2.0‘을 발표하며 자율주행차 산업발전 및 상용화를 위한 규제개선을 지속 추진

- 정부는 ’22년 Lv3 자율주행차 출시 및 ’26년 Lv4 자율주행차 상용화를 전망하며, 이에 대비하여 ’30년까지 차량, 기반 조성, 서비스 분야에서 규제혁신 과제 40개 수립 및 추진

(정부 추진 중인 규제개선 과제)

(자율주행 Lv2 단계의 자동차)

2) 국외

주요국은 자율주행 시장 선점을 위해 규제개선, 시범운행지구 지정 등을 통해 민간기업들의 연구개발과 실증사업을 적극 지원

특히 미국, 중국은 자율주행차 가이드라인 수립, 인력 양성, 규제개선, 시범운행 지구 지정 등 다양한 정책을 실행 중이며, 일본, 독일, 영국 등도 관련 제도 정비를 통해 자율주행 생태계를 지원

(1) 미국

- ’12년부터 자율주행차 관련 법과 제도를 마련하기 시작하였고, ’16.9월 자율주행차 가이드라인 최초 발표 이후 3차례 추가 발표하며 방향성을 제시

- ’20.1월 38개 주 정부 부처 등이 참여한 「Automated Vehicle 4.0」에서 자율주행차 관련 첨단제조, 인공지능, 인프라, 규제, 지적재산권 등에 대한 방향성 제시

- ’22.3월 도로교통안전국은 「연방 자동차 안전기준」 개정을 통해 완전 자율주행차에 수동제어 장치(조향, 제동) 장착 의무화 규정 삭제

(2) 중국

- ’20.2월 산업 육성 계획을 담은 「지능형 자동차 혁신 및 개발 전략」 발표

- ’20.11월 「신에너지차 산업발전 규획(’21∼’35)」 및 「스마트 커넥티드카 기술로드맵 2.0」 발표, 자동차 판매량 중 Lv.2 이상 비중 ’25년 50%, ’30년 70% 이상 목표

- ’21.5월 베이징, 상하이, 광저우 등 6개 지역을 ’커넥티드카와 스마트도시 공동 발전을 위한 시범도시‘로 지정

(3) 일본

- ’19.5월 「도로운송차량법」 개정으로 Lv.3 자율주행차 운행 허용 및 제도 정비

- ’20.11월 Lv.3 자율주행차 혼다 ’레전드‘ 시판 승인(100대 리스 판매, 시속 50km 이하 등 특정 조건에서만 허용)

- ’22.3월 「도로교통법」 개정을 통해 Lv.4 자율주행차 공공 도로 주행 허가

(4) 유럽

- ETSC(유럽교통안전위원회), ERTRAC(유럽도로교통연구자문위원회) 중심으로 표준화 추진하고 있으며, ERTRAC는 ’자율주행 로드맵‘ 제시

- (독일) ’21.5월 법률 제정을 통해 Lv.4 자율주행차 상시 운행 허용

- (영국) ’22.4월 고속도로에서 자율주행 모드로 주행시 영상 시청 허용

7. 자율자동차의 미래는 로봇(?)

애플의 CEO 팀 쿡은 미래의 "자율주행차는 차가 아니라 로봇이다."라고 선언한바 있으며, 테슬라의 일론 머스크는 2021년 8월 테슬라 봇을 공개하며, "테슬라 봇이 자동차 산업보다 더 중요한 잠재력을 갖고 있다."고 밝혔다. 이는 자동차의 자율주행 기술이 로봇기술을 더욱 발전시키며 함게 급속하게 성장할 것으로 전망된다.

자율주행차를 개발 중인 빅테크기업 수장들은 "자율주행차는 좁은 의미로는 인공지능의 수천 가지 다른 응용 프로그램이 확산될 수 있도록 문을 여는 "킬러 앱"으로 생각하고 있다. 이는 토머스 에디슨의 회사가 전기로 빚을 생산해 상업적으로 효용성 있는 방법을 찾기까지 경쟁 회사들 사이에서 수년간의 연구 노력이 필요했다. 전구의 성공으로 선풍기와 냉장고에서 세탁기와 컴퓨터에 이르기까지 수천 가지의 다른 전기 응용분야의 문을 열어주었던 것 처럼 자율주행 시스템은 전구가 우리의 삶을 바꾼 것과 같은 파급 효과를 가져올 것이다.

※ 참고자료

- 박중희(2023) “완전 자율주행 기술 발전 방향과 서비스 동향” 라이드플럭스

- 박상현(2022) “자율주행차 글로벌 산업 동향” KDB미래전략연구소

- 박영숙, 제롬글렌(2022) "세계 미래 보고서 2023" 비지니스 북스

이차전지 (배터리) ▶

Images & Tech Sharing

Energy & Future Tech

Pump / Valve & Filter Media

Control Instru mentation

Water/Sewage Treatment

Membrane Filtration Plant

Desalination Plant

Water & Energy 연구센터

Energy & Future Tech

자율주행자동차

자율주행차는 로봇일까?

주메뉴

Energy & Future Tech

자율주행자동차

자율주행차는 로봇일까?