작성일 : 18-02-21 15:13
주요업체별 자율주행 기술개발 현황 II (제124호)
조회 : 157  
Cap 2018-02-21 14-31-14-141.png



배경

이번 호에서는 저번 호에서 다루지 못한 Contender 그룹 중 나머지 회사와 Challenger 그룹의 회사에 대해 살펴보도록 하겠다.


자율주행자동차의 개발현황

■ Contenders

Delphi는 1999년 GM으로부터 분리된 후 자사의 핵심사업을 집중 육성했으며 자율주행 기술 역시 주요 핵심사업 중 하나이다. 2015년 Delphi는 최초로 자율주행자동차를 이용한 미국 횡단(Palo Alto to New York)에 성공하였다. Delphi는 Intel, Mobileye와 손잡고 자사의 자율주행 소프트웨어 Ottomatika를 개발했으며 2021년 자율주행자동차가 양산될 것으로 전망, 자사의 소프트웨어, 센서, 전자부품을 2019년에 판매할 수 있을 것이라 예상하고 있다.

현대자동차 그룹 역시 자사의 자율주행자동차를 2020년대 초에 판매할 계획을 가지고 있다. 자율주행 기술이 탑재된 최근 차량은 Ioniq EV 차량으로 보행자 검지, 차선유지, 교통신호 검지 기능이 탑재되어 있다. 또한 2017년 CES에서 차량을 집의 연장선으로 생각하는 스마트홈 컨셉을 발표, 고령자나 장애인이 집에서부터 목적지까지 어떠한 제약 없이 이동할 수 있는 시스템을 선보였다.

Peugeot, Citroën, DS automobiles를 소유한 PSA 그룹은 2015년 Citroën C4 Picasso 차량을 이용해 파리-보르도 구간을 운전자의 조작 없이 주행 완료했다. 2016년에는 동일한 차종을 이용해 파리-암스테르담 구간을 주행 완료했으며 전자지도 업체인 TomTom사의 HD지도를 이용하였다. 2018년 양산될 Peugeot 508에는 SAE level 2 기술이 탑재될 것으로 보이며 2020년까지 SAE level 3 또는 4 기술을 개발할 계획을 발표했다.

Tesla는 2014년부터 레이더, 카메라, 초음파 센서를 이용한 SAE level 2 주행기술을 선보였으며 2015년 10월부터 소프트웨어 업데이트를 통해 Tesla 차량 중 일부 모델에 적용했다. 현재 가장 진보된 상용화 자율주행 기술을 보유하고 있지만 Lidar 센서를 이용하지 않는 특징 때문에 일부 전문가들은 날씨에 따라 자율주행 기능이 오작동할 수도 있다고 밝혔다(Condliffe 2016). 실제로 2016년 자율주행자동차와 트럭 사이에서 발생한 사망사고 때문에 Tesla는 기존 이미지처리 업체인 Mobileye와 결별하고 8개의 카메라를 이용한 독자적인 이미지처리 기술을 개발·장착하였다. Tesla는 2019년 경 SAE level 4 차량을 개발 완료할 것이라고 밝혔지만(Lambert 2017), Navigant Research에서는 Lidar 센서의 부재를 이유로 Tesla에서는 SAE level 4 이상의 차량을 만들기 어려울 것이라 전망했다.

Toyota 역시 2014년 SAE level 2 주행기술을 선보인 이후 스탠포드, MIT와의 연구협력을 통해 자율주행 기술을 개발하고 있다. 그러나 Toyota는 다른 회사에 비해 자율주행 기술에 보수적인 입장을 가지고 있으며 SAE level 4 차량의 상용화 시점을 2020년대 후반으로 예상하고 있다. 현재 Toyota는 자사의 2018 Camry 세단 모델에 adaptive cruise control, 보행자 감지, 차선유지 장치를 기본 옵션으로 구비하고 있으며, 2018 Lexus LS 모델에는 보행자 감지와 위급 시 자동 핸들조작을 통해 보행자와의 사고를 예방할 수 있는 능동조향 기술을 탑재한다. 또한 카쉐어링 업체인 Getaround와 ride-hailing 업체인 Uber에 투자를 통해 자율주행 기술이 상용화되었을 때 적절히 대응할 수 있도록 준비하고 있다.

마지막으로 자동차 비제조업체 ZF는 2015년 TRW Automotive를 인수한 후 중요한 자율주행시스템 개발업체로 부상했다. ZF는 최초로 NVIDIA의 Drive PX2 플랫폼을 적용, 여러 센서에서 수집된 정보를 하나로 통합하고 딥러닝 기술을 통해 장애물 검지 및 분류 기술을 향상시킬 수 있을 것으로 보인다. ZF 역시 자율주행 기술 적용을 2020년 이후로 전망하고 있다.

■ Challengers

Challenger 그룹 중 유일한 자동차 제조회사인 Honda는 Toyota처럼 SAE level 4 이상의 자율주행 기술에 대해 보수적인 입장을 취하고 있다. 대신 낮은 레벨의 자율주행 기술에 집중, 2015년부터 자사의 주요 차량에 비상정지, 차선유지, CACC 등의 advanced driver assistance systems(ADAS)인 Honda sensing을 옵션으로 제공하고 있다.

Ride-hailing 회사 중 가장 큰 규모를 자랑하는 Uber는 2015년 자율주행 기술개발을 시작한다고 발표했다. Uber의 연구개발 시설은 피츠버그에 위치해 있으며 Carnegie Mellon University와 함께 자율주행 기술을 개발하고 있다. Ford사의 Fusion을 이용한 첫번째 모델은 2016년 9월 피츠버그에서 시험주행을 마쳤으며 그 후 Volvo와 파트너십을 체결, 샌프란시스코에서 Volvo XC90을 이용한 자율주행 시험을 실시했다. 그러나 2016년 12월, Uber의 자율주행 차량이 적색 신호를 무시하고 주행하는 사건 때문에 시험주행이 중단되기도 했다(Davies 2016). 2017년 Uber는 Daimler와 파트너십을 체결, Daimler 차량을 Uber 플랫폼에 적용하기로 했다.

보스턴에 거점을 둔 nuTonomy는 MIT에서 파생된 스타트업 기업으로 2013년부터 자율주행 기술을 개발했다. 2016년 8월 싱가포르의 Land Transport Authority 아래에서 자율주행 차량을 시험주행하고 있으며 같은 해 11월부터 보스턴에서 시험주행을 실시하고 있다. 일반적으로 자율주행 기술에 딥러닝을 이용하는 다른 회사들과 달리 nuTonomy는 자사의 특별한 알고리즘을 적용, 딥러닝에 비해 정확한 이미지 구분이 가능하다고 주장하고 있다.

마지막으로 중국의 IT 업체인 Baidu는 2014년부터 2016년까지 BMW와 파트너십을 체결, 운전자 지원 기능을 연구하였으며 2015년에는 중국에서 자율주행자동차를 시험운행 하였다. Baidu는 2018년 상업용 자율주행자동차 생산을, 2021년에는 자율주행자동차 대량생산 계획을 가지고 있다. 이를 위해 Lidar회사인 Velodyne, 그래픽 프로세서 메이커인 NVIDIA와 파트너십을 체결하였다.

■ 기타 회사들

Navigant research 보고서에 포함되지 않은 회사 중에도 자율주행자동차 영역에서 주목할 만한 회사들이 다수 있다. Apple의 자율주행자동차 개발 소식은 베일에 감춰져 있었으나, 2017년 11월 카메라와 Lidar, 머신러닝을 이용한 영상인식시스템인 VoxelNet을 발표하며 자율주행 기술개발에 힘쓰고 있다고 밝혔다(David 2017). 그래픽 프로세서 회사인 NVIDIA는 딥러닝을 위한 NVIDIA DGX와 차량주행을 위한 NVIDIA Drive PX를 320여개가 넘는 회사에 납품하고 있으며, 2017년 10월에는 세계 최초로 SAE Level 5 자율주행이 가능한 차량 탑재용 컴퓨터 NVIDIA Drive PX Pegasus를 발표했다(Adabi 2017). 다음은 여러 회사에서 전망한 SAE Level 3 이상 차량의 상용화 도입 시기이다.


Cap 2018-02-21 14-31-42-361.png


시사점

자율주행자동차는 자동차뿐만 아니라 센서, 이미지처리, 머신러닝, 전자지도 등 자율주행 지원을 위한 기술과 이를 공급할 서비스망이 복합적으로 필요한 복합산업이라고 볼 수 있다. 실제로 현재 자율주행자동차 시장은 기존의 전통적인 자동차 제조업체는 물론 IT, ride-hailing 업체 등이 함께 공생하며 경쟁하고 있다.

우리나라의 경우 자율주행자동차의 주행에 대한 법령, 시험주행 시설 등 인프라의 구축도 필요하지만 우선적으로 자율주행자동차를 활용한 교통서비스에 대한 연구가 필요할 것으로 보인다. 해외의 경우 민간에서 운영하는 ride-hailing 서비스가 여럿 존재하기 때문에 기업간 자율주행자동차 시험 및 새로운 서비스 개발에 대한 활발한 논의와 여러가지 시도가 가능하다. 반면 국내의 경우 정부 주도의 ride-hailing 서비스(택시)가 주를 이루기 때문에 자율주행차량을 이용한 새로운 서비스 창출이 해외보다 다소 제한적일 수 있다. 활발한 자율주행자동차 도입과 이를 이용한 서비스 창출을 위해서는 이를 보완할 수 있는 시스템에 대한 연구가 필요할 것으로 보인다. ▣


김범식_bumsik@vt.edu



참고문헌

1. Adabi, F., 2017, NVIDIA Announces World’s First AI Computer to Make Robotaxis a Reality. Market Wired
2. Condliffe, J., 2016, Tesla Announces New Sensors and Puts the Brakes on Autopilot. MIT Technology Review
3. David, E., 2017, Apple’s self-driving car team uses machine learning to get more out of LiDAR. Silicon Angle
4. Davies, A., 2016, As Uber Launches Self-Driving in SF, Regulators Shut It Down. WIRED
5. Lambert, F., 2017, “Elon Musk clarifies Tesla’s plan for level 5 fully autonomous driving: 2 years away from sleeping in the car.” Electrek
6. Lewis, P., et al. (2017). “Beyond Speculation: Automated Vehicles and Public Policy.”


 
   
 

개인정보처리방침 | 서비스 이용약관 | 서비스 해지 | 이메일 무단 수집 거부