ARM, 자율주행차가 거리에 나서지 못하게 하는 장애물

포괄적 자율주행차 상용화, 비용 절감이 최대 난관…안전·보안 기술에 엔지니어들 집중

포레스터(Forrester)의 자동차 산업 전문가 54명을 대상으로 한 설문조사에 따르면, 프로토타입 자율주행차를 양산 모델로 전환하는 데 가장 큰 장애물은 생산 비용 절감인 것으로 나타났습니다. 반면, 엔지니어들의 가장 큰 관심사는 기능 안전 및 사이버 보안 문제 해결입니다. 기술적 난제들로 인해 인공지능(AI) 기반 자율주행차의 대규모 상용화 경쟁은 속도를 내기 어려울 전망입니다.

글로벌 자동차 산업 전문가 54명이 참여한 이번 조사에서, 현재 개발 중인 프로토타입 자율주행차는 대규모 상용화까지 최소 10년이 걸릴 것으로 예상됩니다. 이는 놀라운 결과는 아닐 수 있지만, 기술적 과제의 규모는 주목할 만합니다. 이는 자율주행차가 프로토타입에서 양산 단계로 발전함에 따라, 개념 단계에서 기능적으로 안전하고 보안이 강화되었으며 합리적인 가격의 디자인으로 전환되는 중요한 근거리 변화를 시사합니다.

Arm의 후원으로 진행된 포레스터 컨설팅의 '자율주행차: 프로토타입에서 생산까지(Autonomous Vehicles: Prototype to Production)' 보고서는 54명의 글로벌 자동차 산업 전문가들을 인터뷰한 결과를 담고 있습니다.

포레스터 보고서는 자율주행차 개발자들이 직면한 가장 어려운 과제로 하드웨어 컴퓨팅 성능과 효율성, 크기, 처리 속도 등 요구 사항의 조합을 꼽았습니다. 응답자의 약 30%가 이러한 복합적인 과제를 주요 관심사로 지목했습니다. 개별적인 우려 사항으로는 부품 비용과 소프트웨어 오작동 등이 언급되었습니다.

한 아시아 태평양 지역 자동차 제조업체의 미국 기반 자율주행차 프로그램 책임자는 "기능 향상은 점진적으로 이루어질 것"이라고 말했습니다. 이는 현재 가장 발전된 자율주행차의 현황을 과소평가한 발언이라고 필자는 생각합니다. 가장 큰 문제는 근본적인 컴퓨팅 능력에 있습니다. 필자가 접촉한 자율주행차 제조업체들은 모두 현재의 값비싼 센서 배열에 의존하는 막대한 전력을 소비하는 컴퓨터 시스템으로는 확장성이 부족하다고 말합니다. 또한, 막대한 처리 능력을 투입했음에도 불구하고 이러한 시스템은 여전히 인간 운전자의 개입을 필요로 합니다. 현재 시험 중인 차량에 탑재된 기술은 훨씬 더 효율적이고 합리적인 가격에 성능까지 뛰어난 신뢰할 수 있는 자율주행차 기술로 대체되어야 합니다. 이는 Arm에게 중요한 기회가 될 수 있습니다. 개념에서 상업화로 사고방식이 전환되고, 안전하고 보안이 강화되었으며 비용이 최적화된 AI 기반 컴퓨팅 기술을 통해 차량의 주행 거리를 늘리는 데 새로운 초점이 맞춰지고 있기 때문입니다. 한 전문가는 "부품은 거의 군용 등급의 견고함을 갖춰야 한다. 특히 신뢰성과 오류 허용 측면에서 아직 개선이 필요한 부분"이라고 강조했습니다.

포레스터의 이번 연구는 글로벌 자동차 산업 전반에 걸쳐 자율주행차 기술의 성숙도에 대한 증거를 제시합니다. 또한, 현재 기술의 한계와 기술이 어떻게 발전해야 하는지에 대한 기대치를 보여줍니다. 포레스터는 자동차 기술자 협회(SAE)의 레벨 5(완전 자율주행) 차량 및 향후 5년 내 도로에 등장할 것으로 예상되는 그에 근접한 차량에 대한 연구를 평가했습니다.

자율주행차 상용화를 위한 경쟁에서 포레스터 패널이 꼽은 상위 5가지 우려 사항은 다음과 같습니다. '신뢰할 수 있는 시스템 구축', '제조 효율성', '기능 안전', '사이버 위협', 그리고 '비용 절감'입니다. 한 미국 자동차 회사의 자율주행차 인식 엔지니어는 "부품은 거의 군용 등급의 견고함을 갖춰야 한다. 특히 신뢰성과 오류 허용 측면에서 아직 개선이 필요한 부분"이라고 말했습니다.

포레스터의 '자율주행차: 프로토타입에서 생산까지' 보고서는 자동차 제조업체 및 장비 공급업체가 다루고 있는 세 가지 광범위한 영역을 강조합니다.

첫째, 자율주행차 시험 기술을 안전하고 보안이 강화되었으며 합리적인 가격의 생산 수준 디자인으로 전환하는 방법입니다.

둘째, 예상되지만 아직 명확히 규정되지 않은 규정을 준수할 수 있는 고성능 센서 및 컴퓨팅 기술의 필요성입니다.

셋째, 진정한 생산 준비가 된 자율주행차 시스템 개발의 과제를 극복하기 위해 외부 소프트웨어 및 하드웨어 파트너와 협력하는 방법입니다.

설문 패널은 해결해야 할 많은 과제를 지적했지만, 쉽게 정의하기 어려운 문제들도 있었습니다. 한 엔지니어는 완전 자율주행까지 96~97%는 달성할 수 있는 경로를 보지만, 마지막 3~4%는 기하급수적으로 어려울 것이라고 말했습니다. 실제로 현재 사용 가능한 기술로는 자율주행차의 궁극적인 목표 달성이 불가능해 보인다고 그는 언급했습니다. 이 특정 엔지니어가 언급한 가장 큰 문제는 대중이 자율주행차가 완벽하게 안전할 것이라는 기대, 즉 평균적인 인간 운전자보다 10배는 더 나을 것이라는 기대입니다. 이는 이론적으로는 하늘에서 운석이 떨어지는 것을 처리하는 것만큼이나 터무니없을 수 있습니다. 또는 더 현실적으로는, 캘리포니아 자동차국(DMV)의 최신 시험 데이터에 따르면 프로토타입 자율주행차가 현재 실패하고 있는 문제들로, '도로의 곡률'로 인해 시스템이 해제되거나 '부적절한 궤적 및 가속'을 보이는 현상 등이 있습니다.

Arm에서 근무하는 필자는 (운석 낙하를 제외한) 대부분의 과제가 해결 가능하며, 자신이 보고 있는 기능 안전, 보안 및 컴퓨팅 발전이 안전하고 보안이 강화된 레벨 4 및 레벨 5 차량으로 이어질 것이라고 확신합니다. 이러한 기술 발전 과정에서 우리는 이미 주류 첨단 운전자 지원 시스템(ADAS)의 비약적인 발전을 통해 많은 생명을 구할 수 있을 것입니다. 이 ADAS의 상당 부분은 Arm이 설계한 기술을 기반으로 합니다. 완전 자율주행 차량은 결국 등장할 것입니다. 단지 '언제'의 문제일 뿐입니다.

따라서 필자의 결론은 포레스터 보고서를 읽고 제가 알고 있는 바에 따르면, 완전 자율주행 차량은 결국 등장할 것이라는 것입니다. 최초의 진정한 자율주행차의 배포는 특정 지역(잘 매핑된 사전 정의된 영역)에서, 특정 환경 조건(예: 낮, 건조한 날씨)에서, 그리고 제한된 속도로만 운행하는 방식으로 제한될 가능성이 높습니다. 이는 SAE 규정상 레벨 4에 해당합니다. 그런 다음 컴퓨팅 발전과 인공지능의 '지능화'를 통해 신뢰가 구축되면서 점진적으로 확대될 것입니다. 따라서 문제는 '만약'이 아니라 '언제'의 문제입니다. 이는 프로토타이핑에서 신뢰할 수 있고 안전하며 시장 경쟁력을 갖춘 기술로 전환해야 할 필요성의 핵심으로 이어집니다.