전장·자율주행 시대가 다가온다

현광순 | 기사입력 2024/01/03 [15:24]

전장·자율주행 시대가 다가온다

현광순 | 입력 : 2024/01/03 [15:24]

2019년 일론 머스크는 완전 자율주행 출시 및 2020년 자율주행 택시 상용화를 언급하며 자율주행 상용화에 대한 기대치를 높여왔다. 2018년 웨이모의 자율주행 택시 ‘웨이모 원’ 서비스 출시, 테슬라의 FSD 발표와 함께 2023년 자율주행 레벨4의 상용화를 기대했지만 일반도로 자율주행 레벨2에서 레벨3으로 넘어가는 과도기에 머물러있다.

 

2021년 혼다는 고급 세단에 자율주행 레벨3 시스템 탑재, 2022년 벤츠는 레벨3 자율주행 인증을 받았지만 모두 고속도로에서 속도(60km/h) 제한, 맑은 날씨 등 제한된 환경에서 자율주행 레벨3 구현이 가능하다.

S&P 글로벌(Global)에 따르면 2035년까지 자율주행 레벨별 차량 판매는 레벨 2~2+가 약 90%로 대다수를 

차지할 것으로 전망하고 있다. 이는 2019년도에 5년 뒤 자율주행차가 상용화될 것이라는 낙관적인 전망과는 반대되는 양상을 보여주고 있다. 

 

완전 자율주행을 위해선 실제 주행 데이터와 예측 불가능한 엣지 케이스 데이터 확보, 인지 센서 기술과 

양산 가격 문제, 자율주행 인프라 구축과 같은 기술적 문제들과 함께 자율주행 운전 주체 개념 정립과 교통사고 책임에 대한 제도적 이슈가 남아있다.

 

  ©자율주행차의 눈 센서는 차량이 주변 환경을 인식할 수 있도록 차량, 보행자, 차선, 표지판, 신호와 같은 동적 또는 정적 객체와 장애물을 식별한다. 자율주행 차량의 대표적인 센서는 카메라, 라이다, 레이더, 초음파 센서가 해당된다. 사진은 에이모의 ‘자율주행에 특화된 데이터 솔루션 ADDaaS(Autonomous Driving-Data as a Service)’(사진: 에이모) 경제인



# '정말 완전한’ 자율주행 가능성은

 

국제자동차기술자협회(SAE International)에서 자율주행 레벨5는 자율주행 시스템이 지역과 상황에 상관없이 스스로 운전이 가능한 것으로 정의한다. 자율주행 레벨 5가 상용화되면 교통안전, 효율성, 편의성, 그리고 교통약자의 이동권 보장이 가능한 사회적 편익 증대를 기대할 수 있다. 

자율주행 레벨5 시스템은 인간 운전자의 인지-판단-제어를 넘는 수준이 요구된다. 모든 주행 조건에서의 주변 환경 인식, 위험 판단 및 안전한 주행 경로 결정, 그리고 차량 정밀 제어가 필요하며 이를 달성하기 위해선 운행 데이터 확보, 차량에 탑재되는 센서, 자율주행 인프라 분야의 발전이 요구된다.

 

완성차의 자율주행은 레벨2에서 레벨3으로 넘어가는 과도기에 있다. 자율주행 레벨2 시스템은 차량이 일정 범위내에서 차량의 횡·종 방향 제어를 담당하지만, 운전자는 지속해서 차량과 주변 환경을 모니터링해야 한다. 레벨3부터는 자율주행 시스템이 담당하는 운행 영역이 훨씬 더 넓어지며 특정 운행 설계 영역 내에서 운전자가 지속해서 차량 및 주변환경을 모니터링 할 필요 없이 자율주행이 가능하다. 다만 긴급 상황 발생 시 운행 제어권 은 자율주행 시스템에서 운전자로 넘어가게 되며 운전자는 즉시 차량을 제어해야 한다.

 

  ©삼성전자가 독일 뮌헨에서 열리는 ‘IAA 모빌리티 2023’에 참가해 다양한 차량용 반도체 제품과 솔루션을 공개한다. (사진: 삼성전자 경제인

 

2022년 포드 경영진은 투자했던 자율주행 기업 Argo AI의 사업 중단 발표와 함께 완전 자율주행 차량 출시는 아직 멀었다고 발표하며 회의론적 시각을 보였다. 완전 자율주행을 위한 데이터 확보, 센싱 기술 및 가격, 제도적 이슈가 남아 정체기 양상을 보임에도 불구하고 주요국들의 레벨4 입법 마련, 완성차 기업들은 레벨3 자율주행 개발을 지속하고 있다.

 

# 자율주행 레벨에 따른 시장 형성

 

자율주행 레벨3은 소비자와 기업 간 거래(B2C) 차량의 고속도로 주행 기능 위주로 상용화된 후 도심 내 자율주행 레벨3으로 확대, 자율주행 레벨4는 정해진 노선을 운행하는 셔틀버스, 물류, 택시 등의 시장에서 개화될 것으로 전망된다.

완성차 기업 중 자율주행 레벨3 기능을 탑재하여 차량을 출시한 기업은 대표적으로 혼다, 벤츠, BMW이다. 2021년 혼다가 글로벌 최초로 고속도로 전용 자율주행 레벨3 기능이 탑재된 세단 ‘레전드’를 공개했으며 2023년 벤츠와 BMW도 고속도로 전용 자율주행 레벨3 기능을 공개했다.

 

다만 날씨, 속도(시속 약 60km) 제한과 고속도로에서만 기능 구현이 가능하다. 도심은 고속도로보다 복잡한 객체들로 구성되어 있기에 V2X, 객체 인식 센서, 차량 제어 분야의 발전과 함께 고속도로 대비 더 넓은 범위의 ODD(Operational Domain Design) 확보 후 도심 내 자율주행 레벨3 승용차가 확산할 것으로 전망된다. 

자율주행 레벨4의 경우 센서와 프로세서의 단가 문제로 인해 개인 승용차보다 상용 모빌리티 서비스에서 활성화 될 것으로 전망된다. 자율주행 레벨4 차량의 경우 비상시에도 운전자 개입 없이 차량 운행을 해야 한다. 

 

운행 대부분을 시스템이 담당하기 위해선 $10,000 내외 가격으로 형성된 360도 기계식 라이다 탑재와 고스펙 라이다 탑재에 따른 컴퓨팅 파워 또한 높아져 일반 승용차에 탑재가 어렵다. 따라서 자율주행 레벨4는 하루 24시 간 유상으로 서비스되는 자율주행 택시, 정해진 노선을 주행하는 셔틀버스, 그리고 물류 서비스 등의 기업 간 거래(B2B) 시장에서 활용될 가능성이 높다.

 

  ©C-ITS 상용화를 위해 셀룰러 기반의 사물 통신(C-V2X)과 고속 패킷 통신 시스템(DSRC, Dedicated short-range communications)이 고려되고 있다. C-ITS는 보행자, 차량, 도로 인프라 등의 요소들이 통신 기반으로 정보 교환이 가능하며 자율주행 레벨3 이상부터 안전성 뿐만 아니라 고도 자율주행으로 발전하기 위해 중추적 역할을 할 것으로 전망된다. 사진은 상암 자율주행 시범 운영 지구의 관제 진행 모습(사진: SK텔레콤). 경제인

 

# 체크 할만한 자율주행 기업들의 운행 이슈

 

초기 자율주행 산업에 진입했던 기업들은 기술 개발과 수익성 확보에 대한 어려움을 겪으며 사업 중단 및 매각하는 사례들이 발생했다. 2022년 포드와 폭스바겐의 조인 트벤처(JV)인 Argo AI는 자율주행 레벨4 개발 중 막대한 투자 대비 수익으로 연결되지 못하며 파산했다. 독일 라이다 기업인 이베오 또한 자금 확보 어려움으로 파산신청하여 미국 마이크로비전이 자산을 인수했으며 벨로다인은 오스터와 합병되었다. 

이처럼 자율주행 관련 기업들의 파산 및 인수합병으로 인해 향후 소수의 기업이 산업을 주도할 것으로 전망된다. 

 

미국에서 가장 활발히 자율주행 택시를 운행하고 있는 곳은 구글의 웨이모와 GM의 크루즈다. 두 기업은 2022년 부터 샌프란시스코에서 야간 운행만을 해왔으나 2023년 8월 캘리포니아 공공사업 위원회(CPUC)로부터 24시간 운행 허가를 받았다.

하지만 GM크루즈는 24시간 운행을 허가 받은 지 두 달 만에 인명 사고로 캘리포니아에서 면허 정지 및 운행 로봇택시를 400대에서 200대로 줄일 것을 요청받았으며 2024년 GM의 크루즈에 대한 지출 삭감 우려가 존재한다. 애플 또한 애플카 출시를 2026년으로 연기 및 자율주행레벨 5에 대한 계획 축소를 발표하며 완전 자율주행에 대한 전반적인 회의론이 부각되었다.

 

현대차그룹은 2023년 하반기 자율주행 레벨3 수준의 HDP(Highway Driving Pilot) 차량 출시를 밝혔으나 출시 일정을 잠정 연기했다. 현대차의 HDP는 고속도로에서 일정 속도 이하로 앞차와의 안전거리와 차로를 유지하며 주행하는 부분 자율주행이다. 

혼다와 벤츠에서 출시한 자율주행 레벨3 기능은 고속도로에서 시속 약 60km로 주행 가능하며 현대차는 보다 높은 시속 80km를 목표하고 있다. 하지만 실제 도로 환경에서 시나리오별 검증 데이터 축적과 지속적인 테스트가 필요한 상황이다.

 

# 자율주행 레벨 높아질수록 필요 데이터는 증가

 

자율주행 모델 개발을 위해 도로 내 차량, 보행자, 차선 등의 객체 인식 개발이 필요하며 패턴 인식과 운행 경로 예측을 위해 대량의 데이터에 의존하게 된다. Dell에 따르면 레벨2 첨단 운전자 지원 시스템(ADAS)개발에 약 2~10PB, 자율주행 레벨 5의 경우 2EB 이상의 데이터가 요구된다.

자율주행 레벨3은 조건부 자율주행이기에 고도로 설계된 인공지능(AI) 모델 개발을 위해 최적화된 학습 데이터가 필요하다. 테스트 및 상용화된 자율주행 차량들은 운행 설계 영역 조건인 ODD(Operational Design 

Domain)를 기반으로 운행되고 있기에 자율주행 데이터 셋 구축 시 ODD 요구조건에 맞춰 데이터셋을 구축해야 한다.

 

미국 도로교통안전국(NHTSA)에서 자율주행차의 안전성 확보를 위해 ODD 가이드 라인을 제시하면서 운행 설계 영역(ODD, Operational Design Domain)과 객체 탐지 및 대응(OEDR, Object and Event Detection and Response)에 대한 중요성이 대두되었다. 

자율주행 시스템(ADS)에 대한 특정 작동 조건 정의를 위해 ODD를 도입하였으며 기업들은 공공도로에서 자율주행 테스트 및 상용화를 하기 위해 도로 유형, 지역, 속도, 환경 상황(날씨, 주야간) 등에 대한 조건을 설계해야 한다. 자율주행 레벨이 올라갈수록 ODD 설계 범위 확장이 요구되며 범위 확장에 따라 더 많은 자율주행 데이터셋이 필요하다.

 

  ©자율주행 레벨2와 비교하여 레벨3 이상의 경우 센서 이중화, 센서 융합으로 인해 더 많은 개수의 센서가 필요할 것으로 전망된다. 사진은 현대오토에버의 '대구 자율주행 테스트 베드 구축사업’ (사진: 현대오토에버) 경제인

 

자율주행 레벨3과 레벨4의 가장 큰 차이는 위기 대응 (Fallback) 담당 주체에 있다. 자율주행 레벨3은 ODD 영역 이탈 시 운행 제어권을 운전자에게 전환하며 운전자가 제어권 이수 준비가 되지 않는다면 사고로 이어질 수 있다. 반면 레벨4부터는 자율주행 시스템이 위기 대응이 가능하기에 레벨별 비상 상황 시 운전자의 차량 제어 여부에서 차이가 존재한다.

 

# 비정형 데이터 처리 필요성도 증대

 

자율주행 AI 학습용 데이터들의 대부분은 정형이 아닌 비정형 데이터들로 구성되어 있다.

정형 데이터는 관계형 데이터베이스, 테이블 데이터들이 해당된다. 반면 비정형 데이터의 경우 지정된 방식으로 정리되지 않은 데이터들을 말하며 이미지, 영상, 음성과 같은 데이터들이 포함된다. IBM에 따르면 전체 데이터의 약 20%는 정형 데이터이고 나머지 80%는 비정형 데이터로 구성되어 있어 향후 비정형 데이터 처리에 대한 수요는 기하급수적으로 증가할 것으로 전망한다.

 

도로에서 수집한 이미지와 영상의 경우 데이터 내에 함의된 정보를 찾아 자율주행 모델이 학습할 수 있는 데이터로 변환해야 한다. 이미지, 영상 등 수집된 실제 데이터들은 특성 또는 값이 누락되거나 노이즈가 많아 데이터 전 처리 과정을 통해 정규화하는 작업이 필요하다. 

자율주행 산업 내 데이터 전처리 프로세스는 모델 개발을 위한 문제 정의, 데이터 수집, ODD 기반 메타데이터 (Metadata) 생성, 큐레이션, 라벨링, 평가 및 튜닝 순서로 진행된다.

 

# 합성 데이터 활용

 

자율주행차량은 안전 확보가 가장 중요하기에 예상치 못한 돌발 상황 대처가 가능한 알고리즘 개발이 필요하다. 

엣지 케이스는 정상 주행에서 벗어나 예상치 못한 돌발 상황을 의미하며 자율주행 안전성을 위해선 이러한 엣지 케이스에 데이터 확보가 필요하다. 하지만 실제 도로에서 데이터 수집 시 엣지 케이스 데이터 수집엔 한계가 있다. 

실제 도로에서 엣지 케이스 수집 한계를 극복하기 위해 재현 데이터라 불리는 합성 데이터(Synthetic Data)의 성장이 전망된다. 합성 데이터는 실제 데이터의 수리적, 통계적 패턴을 모방한 데이터이다. 

 

가트너(Gartner)에 따르면 향후 2030년까지 합성 데이터를 활용한 AI 모델 개발이 실제 데이터 활용을 능가할 것으로 전망한다. 자율주행 AI 개발에 있어 합성 데이터를 활용해 엣지 케이스 부족 문제를 해결하고 다양한 운행 시나리오를 적용해 자율주행 모델을 견고하게 만들 수 있을 것으로 예상된다. 

 

# 차량 주변 환경을 탐지하는 센싱

 

자율주행차의 눈 센서는 차량이 주변 환경을 인식할 수 있도록 차량, 보행자, 차선, 표지판, 신호와 같은 동적 또는 정적 객체와 장애물을 식별한다. 자율주행 차량의 대표적인 센서는 카메라, 라이다, 레이더, 초음파 센서가 해당된다.

라이다와 카메라의 경우 인지 알고리즘 기반으로 활용되고 있다. 일반적인 카메라 센서의 경우 가격 우위, 색상과 형체 인식에 강점이 있지만 깊이 인식과 기상 조건에 민감하다. 레이더는 투과 기능과 함께 기상 환경에 상관없이 거리 측정이 가능하나 객체의 종류를 식별하기 어려우며 라이다의 높은 정밀도로 객체의 3D 정보 측정이 가능 하지만, 센서 중 상대적으로 높은 가격과 소형화 한계가 단점으로 작용한다.

 

자율주행 레벨 1,2 수준의 ADAS는 일반적으로 크루즈 컨트롤이나 자동 비상 제동, 차선이탈 경고 및 보조를 위해 전면에 장거리 레이더와 카메라가 1개씩 적용되며 후방엔 2개의 중거리 레이더 센서를 탑재해 사각지대 감지 용도로 활용된다. 주차 보조 기능 구현을 위해 최대 4개의 추가 카메라와 초음파 센서 12개를 활용한다.

레벨3 자율주행 차량의 경우 레벨2 차량의 센서 이중화와 함께 1개 이상의 장거리 라이다가 전면에 탑재될 것으로 예상된다. 자율주행 레벨4 이상 차량은 주변 전체 영역에서 센서 단점 보완을 위해 약 5~10개의 카메라, 8~12개의 레이더, 5~12개의 라이더가 장착될 것으로 예상된다. 

 

초음파 센서가 추가적으로 탑재된다면 약 40~50개의 센서가 차량에 탑재될 수 있다. 또한, 자율주행 레벨3 이상 부터 자율주행 시스템의 운행 범위가 넓어지며 특정 상황에선 시스템이 운전자에게 운행 제어권 반환을 위해 운전자 모니터링 시스템(DMS)을 위한 카메라가 적용될 것으로 예상된다.

 

# 자율주행 레벨3의 필수품 ‘라이다’

 

혼다, 벤츠, BMW, 볼보 등 글로벌 완성차 기업들은 자율주행 레벨3 차량 출시를 위해 기존 카메라와 레이더 기반의 ADAS에다가 라이다(LiDAR)를 추가하는 센서 퓨전 형식으로 차량을 출시하고 있으며 대표적인 로봇택시 운영 기업인 웨이모 또한 센서 퓨전을 통해 자율주행 택시를 운영 중이다. 

라이다는 레이저 펄스 기반으로 거리 정확도의 오차 범위는 센티미터에 불과하고 높은 공간 분해 능력으로 차량 주변의 객체에 대한 3D 구현이 가능하다. 자율주행 레벨 3으로 넘어가는 단계에서는 자율주행 시스템이 담당하는 주행 범위가 넓어지며 차량 사고시 제조사의 책임 전가가 불가피하다. 고속도로를 포함한 일반 도로에서 레벨3 수준의 주행을 위해 라이다 센서를 포함한 센서 퓨전 형태로 차량에 탑재하고 있다.

 

라이다 센서는 양산 가격 하락이 필요하다. 차량용 기계식 라이다의 경우 큰 부피로 인해 지붕에 탑재하며 가격 또한 고가로 $10,000 이상이었다면, 최근 하이브리드와 고정형 라이다는 약 $1,000 내외의 가격과 소형화된 형태로 출시되고 있다. 

센서 발전에 따라 가격이 하락하는 추세이지만 카메라와 레이더 대비 아직은 높은 가격이며 에스오에스 랩을 포함한 루미나 등 라이다 기업들은 대당 $500 이하 가격으로 양산을 목표하고 있다. 

 

안전 확보를 위한 센서 이중화와 퓨전센서 이중화와 센서 퓨전은 자율주행 차량이 운행 중 특정 센서가 고장 나더라도 보완 가능한 센서를 통해 안전성을 높이고 단일 센서의 문제점을 보완할 수 있다. 

카메라가 객체색상에 대한 정보를 확인하고 객체의 속도 및 맵핑은 라이다와 레이더를 통해 데이터 확보가 가능하다.

자율주행 레벨2와 비교하여 레벨3 이상의 경우 센서 이 중화, 센서 융합으로 인해 더 많은 개수의 센서가 필요할 것으로 전망된다.

 

# 완전 자율주행 도약의 필수 ‘C-ITS’

 

국토부는 2025년까지 자율주행 레벨4 버스와 셔틀 상용화 목표, 2027년까지 자율주행 레벨4 승용차 상용화 계획을 발표했다. 자율주행 레벨3의 안전성 확보뿐만 아니라 레벨4 이상으로 발전하기 위해 C-ITS(Cooperative-Intelligent Transport Systems) 필요성이 대두되고 있다. 

C-ITS 인프라 구축을 통해 차량과 차량(V2V), 차량과 인프라 간(V2I) 정보공유가 가능하여 운전자에게 교통상황, 낙하물, 돌발 상황 등의 위험 정보를 실시간으로 제공 할 수 있다.

 

  ©자율주행 레벨3의 안전성 확보뿐만 아니라 레벨4 이상으로 발전하기 위해 C-ITS(Cooperative-Intelligent Transport Systems) 필요성이 대두되고 있다. C-ITS 인프라 구축을 통해 차량과 차량(V2V), 차량과 인프라 간(V2I) 정보공유가 가능하여 운전자에게 교통상황, 낙하물, 돌발 상황 등의 위험 정보를 실시간으로 제공할 수 있다. 사진은 현대자동차와 기아가 자율주행 4단계 기술을 적용한 아이오닉5(사진: 현대자동차그룹). 경제인

 

국토교통부는 2022년 모빌리티 혁신 프로그램 발표를 통해 2030년까지 디지털 도로 인프라 구축 계획을 발표했다. 현재 자율주행에 탑재되는 센서의 인지 거리는 최대 200~250m로 자율주행 레벨4 이상으로 발전하기 위해 더 넓은 인지 거리 확보가 필요하다. 

또한, 도로상 개인 차량을 포함한 모빌리티 점용이 많아 지며 사각지대 발생 및 돌발 상황 발생으로 인해 센서만으로 완전 자율주행 구현에는 한계가 있다. 

 

2022년부터 한국건설기술연구원은 자율주행차의 Stand-alone(차량 부착 센서 100% 의존형)의 한계 극복 

을 위해 자율주행을 위한 도로 인프라 개발 사업을 수행 하고 있다. 해당 사업은 차량으로 인지할 수 없는 객체와 도로 상황을 도로에 센서와 인프라 구축을 통해 해결하고자 한다.

C-ITS 상용화를 위해 셀룰러 기반의 사물 통신(C-V2X) 과 고속 패킷 통신 시스템(DSRC, Dedicated short-range communications)이 고려되고 있다. C-ITS는 보행자, 차량, 도로 인프라 등의 요소들이 통신 기반으로 정보 교환이 가능하며 자율주행 레벨3 이상부터 안전성 뿐만 아니라 고도 자율주행으로 발전하기 위해 중추적 역할을 할 것으로 전망된다.

 

DSRC는 오경보, 해킹에 취약하며 지원 데이터 속도가 Mbps로 낮다. 상용화된 자율주행 차량의 경우 라이다 및 카메라에서 생성되는 정보가 이미 Gbps에 이르기에 자율주행 V2X 시스템 구축을 위해 5G 네트워크에 주목하고 있다.

 

# 자율주행 레벨4 위한 글로벌 제도 변화

 

자율주행 레벨4부터는 시스템이 대부분의 운행을 담당 하기에 자율주행차량의 기술 발전과 함께 관련 제도 정비가 중요시된다. 

특히, 자율주행 레벨 0~5단계 중 레벨3과 레벨4의 구분이 중요하다. 레벨3의 경우 비상 상황 시 인간이 운행에 개입한다면 레벨4의 경우 일반적인 운행 상황을 포함하여 비상시에도 자율주행 시스템이 차량을 제어한다. 

 

독일, 일본, 미국은 자율주행 레벨4 상용화 대비를 위한 입법을 마련하고 있다. 자율주행시스템을 운전 주체로 보거나 원격 조종하는 사람을 운전 주체로 도입하는 개념을 정립하고 있다. 자율주행에 대한 신뢰성이 완벽하지 않고 안전 확보를 위해 원격 운행 및 모니터링을 통해 운전자를 대체하는 제도들을 마련하고 있다. 독일은 기술 감독자, 일본은 특정자동운행 실시자 및 주임자, 미국 캘리포니아는 원격운영자라는 개념을 마련했다.

 

독일은 2021년 자율주행 레벨4의 공공도로 주행에 대비 하기 위한 도로교통법을 개정했다. 지정 운행 구역 내 운전자 없는 자율주행자동차의 개념을 정의하고 운행 허가 요건을 규정하였으며 차량 모니터링 및 비상시 운행 대체 역할을 하는 기술감독자가 운행에 개입할 수 있도록 규정하는 등 보유자, 생산자, 기술감독자의 의무를 확립하였다. 일본은 2019년 자율주행 3단계 입법을 바탕으로 2022년 자율주행 4단계 상용화를 위한 제도를 마련하였다. 

 

개정안에는 운전자 없는 자율주행을 ‘특정자동운행’이라 고 표현했으며 인간 운전자 개입이 필요하지 않고 유사시 자율주행시스템이 차량을 정차시킬 수 있는 것을 조건으로 한다.

미국 전역에서 공통으로 적용되는 안전기준은 연방 정부에서 관련 사항을 규정하지만, 운전자 의무, 차량 등록 및 관리 절차 같은 구체적 입법은 주 정부에서 이루어진다. 

자율주행 레벨4의 경우 제작 기준은 미국 도로교통안전국(NHTSA)이 담당하지만, 운행 기준은 주별로 정한다. 

 

미국은 주별로 교통환경, 자율주행에 대한 견해가 다르나 캘리포니아에서 자율주행 관련 제도가 가장 활발히 도입되고 있다.

캘리포니아에서는 시험 운행을 넘어 상용 운행을 위한 제도를 마련하였으며 시험 운행 후 일반 도로의 운행 허가를 받은 제조사만 상용 운행이 허용된다. 상용 운행의 조건은 운행 시 운전자 존재 여부에 따라 규정이 구분되어 있다. 운전자가 존재할 경우 자율주행 기능상태 정보 기록 장치 설치, 운행설계 영역 제시, 운행설계 영역 이탈 시 자율주행시스템이 대응하거나 또는 자율주행을 해제하는 절차 설명이 가능해야 한다. 

운전자가 없는 상용 운행의 경우 차량-원격 운영자 간의 통신 연결로 승객과 원격 운영자 간의 소통, 차량 위치 및 상태 파악, 돌발 상황에서 원격 운영자에게 정보 전달 기능을 갖추어야 한다.

 

# 우리나라도 자율주행 레벨4 도입 준비

 

국내는 2015년부터 자율주행 도입을 위한 정책 검토를 시작하여 2016년 2월 자율주행자 동차의 정의와 임시 운행 허가 내용이 포함된 ‘자동차 관리법’이 개정·시행되었고 2020년 자율주행차 개발과 상용화 지원을 위한 ‘자율주행자동차법’이 시행되었다. 

사고 발생 시 원인 파악과 손해배상 기준을 마련하기 위해 2020년 4월 ‘자동차손해배상 보장법’ 개정과 함께 2021년 10월 도로교통법 내 자율주행차 시스템이 운전자에 직접 운전 요구 시 운전자는 지체없이 조향, 제동 등의 장치에 대응하도록 하는 운전자 의무를 추가하였다. 

 

국토부는 2022년 발표한 모빌리티 혁신 로드맵에서 2027년 자율주행 레벨4 글로벌 첫 상용화를 목표로 하고 있으며 이러한 계획을 조금 더 앞당기고 있다. 임시 운행 허가를 받은 레벨4 자율주행차량에 한해서 성능 인증 제도를 통해 2024년부터 B2B로 차량 판매 허가를 계획하고 있어 여객, 물류, 순찰 등 자율주행 레벨4 기능이 탑재된 PBV 시장이 성장할 것으로 전망된다.

 

2023년 11월 국토부는 자율주행 실증 구역을 기존 10곳에서 전국 17개 시·도로 34곳으로 확대했다. 오토노머 스A2Z, 라이드플럭스와 같은 국내 기업들을 필두로 지속적인 운행 데이터 누적 및 자율주행 알고리즘을 고도화 하고 있다.

 

라이다 시장의 성장

맥킨지(Mckinsey)에 따르면 전장용 센서들은 2020년 130억 달러에서 2030년 430억 달러 시장을 전망하고 있다. 센서별로 카메라와 레이더가 각각 연평균 7%와 13% 성장이 전망되나 라이다 센서는 동기간 연평균 80%로 가장 높은 성장률을 보일 것으로 전망한다. 

라이다 센서는 지형측정, 대기 분석, 및 항공·우주 등 특수 분야에서 주로 사용되었다. 개발 비용이 많이 들고 소량 생산하여 특수 분야에 활용되었으나 기술 응용 확대로 인해 자율주행, 스마트 인프라, 제조, 물류 분야에서 거리와 속도 측정 등 핵심 기술 요소로 확장되고 있다.

솔리드 스테이트 라이다(Solid-State LiDAR)를 필두로 향후 라이다 가격 하락이 전망되며, 솔리드 스테이트 라이다는 1세대 라이다의 단점이었던 높은 단가, 크기, 내구성 및 디자인 등의 문제 해결이 가능할 것으로 보인다. 

차량 주행 시 진동, 또는 습기 같은 요인으로 인해 기계식 라이다의 경우 결함 발생 확률이 높으나 고정형 라이다의 경우 차량 램프 또는 윈드 쉴드 윗부분에 탑재가 가능할 정도로 크기가 작고 회전 부품이 없어 내구성이 높아 자율주행 레벨 3차량 출시에 따라 고정형 라이다의 성장이 가시화될 것으로 전망된다.

  • 도배방지 이미지

관련기사목록
광고
광고
광고
광고
광고
광고
광고