구축연구동향 자율주행시대 대비 인프라

 자율주행 대비, 2018년 4월과 7월 두 차례에 걸쳐 자율주행시대 대비 연구 내용을 소개했다. 이들 연구는 앞으로 자율주행차를 맞을 준비가 된 미래를 상정하고 그 시간 동안 공간적 효과가 얼마나 나올지에 초점을 맞추고 있다. 연구 결과는 자율주행시대의 긍정적인 측면을 보여주고 있지만 한편으로는 급격한 기술 발전을 정부 또는 지자체가 뒷받침할 수 있겠느냐는 우려의 목소리도 적지 않다. 자율주행차의 원활한 운행을 위해서는 도로와 등 물리적 인프라와 신호와 센서 등 시스템 인프라가 뒷받침돼야 하기 때문이다. 본고에서는 자율주행차의 도래를 지원하는 시스템(CAV-ready Transportation Environment)의 연구동향을 소개한다.

자율주행차 정보 습득 및 활용 기술=현존하는 대부분의 자율주행차는 내재된 센서시스템을 이용해 교통신호, 노면마킹, 교통표지판 등 교통인프라장치(TCD: Traffic Control Devices)를 읽어낸다. 센서 시스템은 자동차와 인프라 간에 교류되는 정보의 효율적인 상호 운용을 위해 사람의 눈보다 정확한 감지 능력을 필요로 한다.

그림 1. Image Sensors, 예를 들어 자율주행차의 초기발전단계에서는 카메라에 의한 이미지 센서1)를 이용했다. 이미지센서는 색상을 구별할 수 있는 장점이 있으며 현재 Radar 등 다른 센서의 인식이 실패할 경우 대체 수단으로 많이 사용된다. 일반적인 경우 기계는 인간보다 신속, 정확하지만 폭우, 폭설과 같은 특별한 경우 상황에 따른 대처능력은 발생 가능한 모든 상황을 학습하지 않는 한 불가능하다. 2025 Automated Driving Community에서는 안개, 폭설, 어둠 등 날씨의 영향으로 시계가 좋지 않을 때 보행자를 95%밖에 인식하지 못한다는 연구 결과를 발표했다. 숫자로만 보면 높은 수치지만 교통사고는 인명 피해와 직결되기 때문에 1%도 놓칠 수 없다.1 ) Angelo Rychel ( 2017 ) , ” 2025 AD The Automated Driving Community ” , Retrieved 10 / 16 / 2018 from www.2025ad.com/latest/driverless-cars-infographic-sensors/

그림 2. Smart Code Sign 이러한 문제를 해결하기 위한 방법 중 하나로 도로표지판 등 교통 인프라를 디지털화하려는 시도가 있다. 3M은 Smart Code Signs를 소개하고 있는데 이는 2D 바코드 기술을 교통표지판에 적용해 사람과 함께 기계도 표지판을 볼 수 있게 했다.2 ) 2 ) Snyder . J , Dunn . D , Howard . J , Potts . T , and Hansen . T . ( 2018 ) , ” Invisible ” 2D Bar Code to Enable Machine Readability of Road Signs – Material and Software Solutions , ITSA , June 4 – 7

이 Smart Code Sign은 보안 코드로 이루어진 static dynamic metadata set 에서 Unique ID 를 가지며, 시간이 지나도 변하지 않기 때문에 물리적인 (표면 빠짐 등 변형)에도 항상 같은 정보를 전달할 수 있는 장점이 있다.

그림 3 • HERE Road Signs Visi on

그림4. INRIXAV Road RulesVisi on 시도에 따라 교통지도를 제공하는 업계의 HERE Road Signs3)과 INRIXAV Road Rules4)에서도 디지털 교통표지판으로부터 받은 정보를 제공하는 플랫폼의 개발을 시작했다. 이는 교통 정보를 제공하는 인프라의 인지도를 높이고 자율 주행 차량 운영의 안전성과 효율성에 기여한다는 비전을 제시했다.3 ) ” HERE Road Sign ” webpage , Retrieved 10 / 20 / 2018 from www.here.com/en/products-services/here-automotive-suite/connected-vehicle-services/hereroad-signs

4 ) ” INRIX ” webpage , Retrieved 10 / 20 / 2018 from www2.inrix.com/av-road-rules

미국 정부와 연구기관의 대응

현재, 5개의 주 정부 연구기관과 6개의 교통 관련 회사가 담합하여 주정부와 시스템 구축 연구의 초석을 마련하고 있다.5) 본 연구는 Digital Traffic Control Device(DTCD) Data Service를 목적으로 하며, 운전자가 쉽게 지나치거나 날씨 등의 영향으로 가시거리가 짧은 경우에 효율적으로 교통정보를 판독할 수 있는 인프라 구축을 가능하게 하는 것이다. 초기 모델에서는 공사구간(Work Zone) 정보를 제공하여 및 개인 운전자의 경로 설정 의사결정에 도움이 되기를 바란다.5 ) ” Work zone data exchange for automated vehicles , ” Work Zone Data Initiative , Retrieved 10 / 19 / 2018 from www.transportation.gov/sites/dot.gov/files/docs/policy-initiatives/automated-vehicles/321036/wzdx-v11common-core-data-specification-reference-document.pdf

그림 6. Recommended DTCD Data Service Architecture 연방정부는 본 연구를 통해 자율주행차와 일반차량의 공존시기를 고려한 점진적인 대응이 가능한 시스템을 구축하는 동시에, 교통관련기관 및 개인이 열람 가능한 통합시스템 구축을 목표로 하고 있다. 현재까지 추진된 모델에서는 공사구간의 정보를 예시로서 정보 수집 및 데이터베이스 구축 모듈, 통신 모듈, 일반 운전자 정보 제공 모듈, 자율 주행차 운영 모듈로 구분되고 있다.

활용 가능한 데이터를 보면 정적 데이터와 동적 데이터로 구분할 수 있다. 정적 데이터에는 노면 마킹이나 도로표지판처럼 시간이 지나도 변하지 않는 정보를 포함한다. 반대로, 동적 데이터는 신호 현시, 공사 구간, 공사 기간 등 변동 가능한 정보로 실시간 업데이트 되게 되어 있다.

점진적인 대응 정보 전달 시스템 구축 전에 소개한 DTCD Data Service 구조를 보면 일반차량과 자주차가 공존하는 시기를 염두에 두고 있음을 알 수 있다. 미국연방정부는 이 때 3단계에 걸친 점진적인 대응시스템 구축을 목표로 하였다.

1단계: 데이터베이스 구축 서비스를 제공하기 위한 1단계로서 데이터베이스 구축과 교통 관련 산업의 단결을 목표로 하고 있다. Uber, Waze 등 실시간으로 교통상황 정보를 제공할 수 있는 산업체의 단결은 동적 정보를 습득함으로써 신속한 대처가 가능하다고 상정하고 있다.

그림 7.DTCD Supports In-Vehi cle Device for Non-CAVs 제2단계:일반 드라이버 정보 제공 다음 단계에서는 자동 운전 차 보급되기 전에 일반 운전자가 여전히 주류를 이루고 있을 때, 구축된 데이터베이스를 바탕으로 운전자에게 정보를 제공하려고 한다. 이는 Google과 Waze와 같은 휴대전화 App을 통해 정보를 제공할 수 있는 산업을 통한 정보 확산을 말한다.

그림 8. DTCD Supports for CAV s3단계: 자율주행차 지원의 단계로 Road Side Unit(RSU)를 통하여 자율주행차에 정보를 전달한다. 전달된 교통정보에 따라 자율주행 대중교통의 경우 공사구간을 피해 노선을 변경하거나 Transit Signal Priority(TSP)를 통해 우선적으로 교차로를 통과할 수 있다. 자율주행차량의 경우 차량별 OEM에 따라 경로를 변경할 수 있다.

General Transit Feed Specification (GTFS) 해당 연구팀에서는 시스템 구축의 롤 모델로서 General Transit Feed Specification Model (GTFS)를 벤치마킹 하고 있다.6) GTFS 데이터 서비스 플랫폼은 2005년 구글사에서 TriMet사와의 협력 연구를 통해 만들어졌다. 당시 온라인 대중교통 이용 가이드 실현을 위한 양사의 협력 연구가 눈길을 끌었는데, 이를 통해 공공기관은 현재 구글 지도 길 찾기, 대중교통 경로 계획 같은 서비스를 이용할 수 있게 됐다. 전 세계 대중교통 운영회사가 이 플랫폼을 통해 시간표 요금 정류장 경로 등의 정보를 공개했어야 가능한 일이었다.6 ) General Transit Feed Specification ( GTFS ) Model ( 2005 ) , Retrieved 10 / 20 / 2018 from www.transitwiki.org/TransitWiki/index.php/General_Transit_Feed_Specification

2016년 추정치에 따르면 전 세계 1026개 대중교통 관련 회사가 이 플랫폼을 이용하고 있으며, 이를 통해 제공하는 서비스는 지도, 길찾기, 여행가이드, 대중교통정보, 주변지역 정보, 나아가 교통계획 분석과 실시간 정보 제공 시스템까지 광범위하다.

이 사례를 바탕으로 DTCD 모델이 성공적으로 구축될 경우, 운전자는 실시간으로 현재 운행구간 정보와 함께 목적지까지의 경로에 해당하는 정보를 바탕으로 운행이 가능하다. 또 자율주행차는 운전자의 효용을 극대화하는 경로를 선택할 수 있게 된다. 자율주행차의 시장점유율이 급증하는 시기는 2040년부터로 추정되고 있다. 앞으로 약 20년, 자율주행차의 효율적 운행을 위해 인프라 시스템 구축은 필수적인 액션플랜이라 생각된다.

매듭 자동차 시장이 어떻게 변할지에 대한 관심사를 친구에게 털어놓았지만 예상치 못한 질문을 받았다. 누구에게는 이런 변화가 주식투자를 위한 하나의 정보일지 모른다. 하지만 분명한 주식 하나를 사기 위해서라도 정보 수집 등 많은 준비를 하듯 자율차의 효율적인 운행을 위해서는 인프라 면에서 만반의 준비가 필요하다는 점이다.

몇 가지 걱정과 질문을 남기고 글을 마치려고 한다. 첫째, Work Zone 에 관련된 데이터를 실시간으로 수집하여 제공하려면 각 지자체 및 해당 기관의 동의와 협력이 필요하다. 정보의 가치가 점점 높아지는 이 시점에서 이를 중재하고 관리하는 정부의 역할이 중요해질 것으로 보인다. 두 번째는 자동운전에 관한 모든 연구에서 고려되고 있는 Cyber Attack이다. 이는 교통사고와 직결되기 때문에 통신 보안은 아무리 강조해도 지나치지 않는다. 본연구 플랫폼에서 보면, Cyber Attack 는 시스템 퍼포먼스에 관련이 있다. 정확한 정보를 제때 전달해야 운전자 개인의 효용과 네트워크 전체의 효용이 높아지기 때문이다.

글 : 류승한 버지니아대학 박사과정 Xiaoxiao Zhang 버지니아대학 박사과정