미래의 운전, 자율주행차는 어떻게 스스로 움직일까?
자율주행차가 '미래 기술'처럼 느껴진다면, 이미 늦었다. 웨이모의 로보택시는 샌프란시스코와 피닉스 도심을 운전기사 없이 수백만 킬로미터째 달리고 있다. 문제는 '언제 가능해지냐'가 아니라, '어떻게 작동하는가'다.
자율주행차란 정확히 무엇인가 — 레벨 0부터 레벨 5까지
자동화 단계를 나누는 국제 기준
자율주행을 이야기할 때 가장 먼저 알아야 할 건 'SAE 레벨'이라는 분류 체계다. 미국자동차공학회(SAE)가 정의한 이 기준은 레벨 0(완전 수동)부터 레벨 5(완전 자율)까지 6단계로 나뉜다. 현재 시중에 판매되는 대부분의 '자율주행' 기능은 레벨 2에 해당한다.
레벨 2는 차선 유지와 속도 조절을 동시에 처리하지만, 운전자는 항상 핸들에 손을 올려야 한다. 테슬라의 오토파일럿이 대표적인 예다. 반면 레벨 4는 특정 구역 내에서 운전자 개입 없이 완전히 스스로 움직인다. 웨이모가 여기에 해당한다.
레벨 5는 어떤 도로, 어떤 날씨, 어떤 상황에서도 인간 없이 작동하는 단계다. 아직 어떤 회사도 상용 레벨 5 차량을 출시하지 못했다. 그리고 솔직히 말하면, 업계 전문가들 사이에서도 레벨 5가 언제 가능할지에 대한 의견은 크게 엇갈린다.
자율주행차가 세상을 보는 방법 — 센서와 인식 시스템
라이다, 레이더, 카메라의 역할 분담
자율주행차의 눈은 세 가지 기술의 조합으로 이루어진다. 라이다(LiDAR)는 레이저 펄스를 사방으로 쏘아 주변 환경의 3D 지도를 실시간으로 만든다. 초당 수백만 개의 점을 찍어내는 방식이다.
레이더는 전파를 이용해 물체의 속도와 거리를 측정한다. 안개나 폭설 속에서도 작동한다는 게 핵심 장점이다. 카메라는 차선, 신호등, 표지판처럼 색상과 형태 정보가 필요한 상황에서 강점을 발휘한다.
흥미로운 점은 테슬라가 라이다를 아예 사용하지 않는다는 것이다. 일론 머스크는 라이다를 '지팡이에 의존하는 것'이라고 표현하며 카메라만으로 충분하다고 주장해왔다. 이 접근법이 옳은지 그른지는 아직 업계 논쟁 중이다.
라이다 없는 자율주행은 마치 깊이 감각 없이 주차하는 것과 같다 — 가능할 수도 있지만, 실수의 여지가 훨씬 넓어진다.
HD 지도 — 센서만으로는 부족한 이유
센서가 아무리 정밀해도, 자율주행차는 대부분 미리 제작된 고정밀 지도(HD Map)에 크게 의존한다. 이 지도는 일반 내비게이션 지도와 차원이 다르다. 차선 경계, 신호등 위치, 도로 경사까지 센티미터 단위로 기록되어 있다.
문제는 지도가 현실을 따라가지 못할 때다. 공사 구간, 임시 표지판, 갑자기 바뀐 차선 — 이런 상황에서 자율주행차는 지도와 센서 데이터 사이의 불일치를 실시간으로 해결해야 한다. 이게 생각보다 훨씬 어렵다.
자율주행차가 결정을 내리는 방법 — AI와 예측 알고리즘
인식에서 판단까지, 0.1초 안에
센서가 데이터를 수집하면, 그 다음은 소프트웨어의 영역이다. 자율주행 시스템은 크게 세 단계로 작동한다. 인식(Perception), 예측(Prediction), 계획(Planning)이다.
인식 단계에서는 주변의 모든 물체를 분류한다. 저게 사람인지, 자전거인지, 쇼핑 카트인지 구별하는 작업이다. 예측 단계에서는 그 물체들이 다음 몇 초 동안 어디로 이동할지 계산한다. 계획 단계에서는 그 예측을 바탕으로 차량의 경로를 결정한다.
이 과정이 초당 수십 번 반복된다. 그리고 이 모든 계산은 차량 내부의 컴퓨터에서 실시간으로 처리된다. 클라우드 서버에 보내고 답을 받을 시간이 없다.
'엣지 케이스' — 자율주행의 진짜 난관
자율주행 개발자들이 가장 두려워하는 단어가 있다. '엣지 케이스(edge case)'다. 도로 위에 쓰러진 트럭, 역주행하는 오토바이, 신호등 앞에서 춤추는 사람 — 훈련 데이터에 없는 상황들이다.
2018년 애리조나주에서 발생한 우버 자율주행차 사망 사고가 대표적인 사례다. 차량의 인식 시스템이 도로를 건너는 보행자를 처음에는 '알 수 없는 물체'로, 그 다음에는 '자전거'로 잘못 분류했다. 결과적으로 제동이 늦었다. 이 사고는 자율주행 업계 전체의 안전 기준을 다시 쓰게 만들었다.
자율주행 AI는 평균적인 상황에서는 인간보다 뛰어나다. 문제는 평균이 아닌 순간이다.
자율주행이 실제로 쓰이는 곳 — 현재의 현실
공항 셔틀부터 광산 트럭까지
완전 자율주행이 일반 도로에서 보편화되기 전에, 이미 제한된 환경에서는 광범위하게 쓰이고 있다. 공항 내부 셔틀, 항만 컨테이너 운반 차량, 광산의 대형 덤프트럭이 대표적이다. 이런 환경은 변수가 적고, 지도화가 쉽고, 일반인이 접근하지 않는다는 공통점이 있다.
호주의 일부 철광산에서는 자율주행 대형 트럭이 수년째 운영 중이다. 24시간 쉬지 않고 운행하고, 피로로 인한 사고가 없다. 운영 비용도 낮아진다. 이 분야에서의 성공이 일반 도로 자율주행 개발에 중요한 데이터를 제공하고 있다.
로보택시 — 가장 빠르게 성장하는 시장
도심 로보택시 서비스는 현재 가장 주목받는 영역이다. 웨이모는 미국 일부 도시에서 유료 로보택시 서비스를 운영하고 있으며, 중국에서는 바이두의 아폴로 고(Apollo Go)가 수십 개 도시에서 서비스 중이다. 탑승자가 뒷좌석에 앉아 빈 운전석을 바라보는 경험은, 처음에는 꽤 이상하다고 한다.
(Opinion: 로보택시의 진짜 경쟁 상대는 개인 자동차가 아니라 대중교통이다. 도시 외곽처럼 버스나 지하철이 닿지 않는 곳에서 저렴한 로보택시가 운행된다면, 이동 약자들의 삶이 실질적으로 달라질 수 있다. 기술의 가치는 도심 편의가 아니라 이런 곳에서 증명될 것이다.)
자율주행이 아직 해결 못한 것들 — 기술과 제도의 간극
악천후와 비정형 도로의 벽
폭설이 내리면 차선이 사라진다. 라이다 센서는 빗방울을 물체로 인식할 수 있다. 강한 역광에서는 카메라 성능이 급격히 떨어진다. 이런 상황들이 자율주행의 실제 한계다.
한국처럼 계절 변화가 뚜렷하고, 골목길이 복잡하며, 이륜차 통행이 많은 환경은 자율주행 개발자들에게 특히 까다로운 조건이다. 미국 선벨트 지역의 넓고 정비된 도로에서 잘 작동하는 시스템이 서울 도심에서도 같은 성능을 낸다는 보장이 없다.
법과 책임 — 사고가 나면 누구 잘못인가
기술적 문제만큼 복잡한 게 법적 문제다. 자율주행차가 사고를 냈을 때 책임은 운전자인가, 제조사인가, 소프트웨어 개발사인가. 각국의 법률이 이 질문에 아직 명확한 답을 내놓지 못하고 있다.
독일은 레벨 3 자율주행에 대한 법적 책임을 제조사에게 귀속시키는 법률을 세계 최초로 통과시켰다. 이 결정이 다른 나라들의 입법 방향에 영향을 미치고 있다. 기술이 법을 앞서가는 속도가 너무 빠른 게 문제다.
자주 묻는 질문
자율주행차는 해킹될 수 있나요?
이론적으로는 가능하다. 자율주행차는 외부 네트워크와 통신하는 컴퓨터 시스템이기 때문에 사이버 공격의 표적이 될 수 있다. 이 때문에 주요 제조사들은 차량 내부 네트워크를 외부 통신 시스템과 물리적으로 분리하는 설계를 채택하고 있다. 완벽한 보안은 없지만, 현재까지 실제 도로 주행 중 해킹으로 인한 사고 사례는 공개적으로 보고된 바 없다.
자율주행차가 완전히 보급되면 교통사고가 사라지나요?
완전히 사라지지는 않는다. 전 세계 교통사고의 상당 부분이 인간의 실수에서 비롯되는 건 사실이지만, 자율주행 시스템도 소프트웨어 오류, 센서 고장, 예측 불가능한 상황에서 사고를 낼 수 있다. 다만 연구들은 자율주행이 보편화될 경우 전체 사고 건수가 크게 줄어들 것으로 예측한다. '제로 사고'보다는 '대폭 감소'가 현실적인 목표다.
자율주행차는 윤리적 딜레마를 어떻게 처리하나요?
이른바 '트롤리 문제' — 사고를 피할 수 없을 때 누구를 보호할 것인가 — 는 자율주행 윤리의 단골 질문이다. 실제로 대부분의 자율주행 시스템은 이런 이분법적 선택을 직접 프로그래밍하지 않는다. 대신 충돌 최소화, 감속 우선, 차선 유지 같은 원칙 기반 규칙을 따른다. 현실의 사고는 영화처럼 명확한 선택지를 제시하지 않는 경우가 대부분이기 때문이다.
자율주행 기술이 완성되는 날, 우리가 잃는 것도 있다. 운전의 즐거움, 이동 중의 통제감, 그리고 '내가 직접 간다'는 감각. 기술이 인간의 행동을 대체할 때마다 반드시 따라오는 질문이다. 자율주행차가 도로를 지배하는 세상에서, 운전면허증은 어떤 의미를 갖게 될까.
댓글
댓글 쓰기