[이코노믹리뷰=홍석윤 기자] 실리콘밸리 회사부터 디트로이트 자동차 회사들까지 운전자 없는 자율주행 자동차를 먼저 시장에 내놓기 위해 경쟁하고 있다. 하지만 그렇게 하려면 자율주행 자동차의 각종 센서들이 외부 환경으로부터 들어오는(입력되는) 모든 상황을 적절하게 해석해야 하는데, 사실 이는 생각처럼 쉬운 일이 아니다.

인간 운전자들은 울퉁불퉁한 도로나 눈 내리는 날씨에서도 쉽게 운전하는 것처럼 보이지만, 자동차 센서로는 그런 매일의 항해 시나리오는 이해할 수 없는 일투성이다. 게다가 기본 센서가 고장일 경우 자율주행차가 반드시 갖춰야 할 백업 센서나 백업 메커니즘에 대해서는 산업 표준도 존재하지도 않는다.

현재 개발 중인 대부분의 자율주행 자동차는 주변 환경을 3D로 볼 수 있는 광선 레이더(Lidar)와 카메라의 조합을 사용한다.

자율주행차가 오래된 길을 다니려면 물리적 장애물뿐만 아니라, 초기 기술에 수반하는 발달 장애도 극복해야 할 것이다. <월스트리트저널>(WSJ)이 가장 많이 사용되는 센서와 그것들이 실수할 가능성이 높은 걸림돌들을 정리했다.

자율주행 자동차에서 가장 많이 사용되는 일반적인 센서는 다음 세 가지다. 이 세 가지 센서가 차량 주변의 물체를 감지하고 분류해, 차량이 목적지를 향해 가면서 장애물을 피하게 해주는 가상의 3D 지도를 만든다.

자율주행차 주요 센서 3가지

- 광선 레이더 센서: 자동차 지붕 위에 위치해 360도 회전하면서 초당 최대 15만개의 레이저파를 쏴 차량 주변의 3차원 지도를 만든다.

- 레이더 센서: 각 범퍼의 모서리에 위치해 전파로 최대 600피트(30m) 떨어진 물체를 식별한다.

- 카메라: 앞면과 옆면에 광각렌즈, 뒷면에 어안렌즈(Fisheye Lens, 사각이 180°가 넘는 초광각 렌즈)가 달린 카메라로 자동차 주변 환경의 고해상도 이미지를 포착한다.

자율주행차가 장애물로 인식할 수 있는 물건과 상황들.

-음료 캔

음료 캔 같이 바닥이 곡선으로 되어 있는 물체는 물체에서 반사되는 전파를 사실과 달리 증폭시키기 때문에 레이더 센서의 데이터를 왜곡할 수 있다. 이로 인해 자동차는 훨씬 더 큰 물체에 접근하고 있다고 생각하고 급제동이나 급전환 같은 비상 메커니즘을 잘못 작동시킬 수 있다.

-뱀 같이 지상에 낮게 붙어 있는 물체

뱀이나 날카로운 파편 등 지상에 낮게 깔린 물체는 자동차 지붕 위에 있는 카메라나 광선 레이더에 쉽게 포착되지 않을 수 있다. 이런 물체들을 인식하지 못하면 로드킬(Roadkill, 자동차로 동물을 치어 죽임)을 하거나 차에 손상을 입힐 수 있다.

- 어두움

카메라는 해가 진 후나 가시성이 낮은 조건에서는 환경을 포착하는 데 효과적이지 않다. 그러나 광선 레이더와 다른 레이더 장치들은 가시광선보다 높거나 낮은 전자파 파장으로부터 환경 정보를 수집하기 때문에 어둠의 영향을 받지 않는다.

- 이상한 모양의 물체

레이더 센서는 포착한 물체의 윤곽을, 자동차 운영체제 메모리에 저장된 여러 모양의 카탈로그에 매칭한다. 따라서 불규칙한 모양의 물체는 레이더를 혼란스럽게 해 부정확한 판독값을 산출하고 불필요하게 브레이크를 밟거나 차의 방향을 틀 수 있다.

- 울퉁불퉁한 도로

평탄하지 않은 길을 오래 주행하면 광선 레이더의 보정에 오차가 생겨, 차량 지붕 위에 있는 센서를 안정시키는 볼 베어링을 심하게 마모시킬 수 있다. 차량이 이러한 조건에 자주 노출될수록 광선 레이더 센서를 보다 자주 교체해야 할 것이다.

센서의 기능을 약화시키는 사물들도 자율주행을 방해하는 요소들.

- 곤충

주행 중 벌레가 광선 레이더 센서나 카메라에 충돌해 뚜껑 센서나 카메라 렌즈와 충돌하면 얼룩이 남기 때문에, 이들이 제 기능을 발휘하도록 하려면 청소를 해주어야 한다.

- 눈

눈은 카메라에게 매우 큰 방해물이다. 떨어지는 눈발은 시야를 떨어뜨릴 뿐 아니라 렌즈 위나 근처에 쌓인 눈이 카메라를 무용지물로 만들 수 있기 때문이다. 게다가 눈이 얼어붙으면 편평한 얼음 제거기로는 구형의 광선 레이더에 달라붙은 얼음을 제거하기가 어렵다.

여러 독립 연구기관, 스타트업 그리고 우버나 GM의 크루즈(Cruise) 사업부 같이 자금이 풍부한 선수들은 이러한 문제들을 해결하기 위해 노력하고 있다. 다른 여러 곳들과 더불어, 실리콘밸리, 피츠버그, 피닉스 근교의 거리들이 이런 문제를 해결하기 위한 시험장이 되고 있다. 그들은 자율주행차를, 장애물이 없는 폐쇄된 코스에서 인간 운전자 없이 수행하는 테스트와 실제 공공 도로에서 인간이 백업 ‘안전 운전자’로 탑승하는 테스트를 함께 진행하고 있다.

주정부와 연방정부 규제 당국은 이 기술의 개발을 장려함과 동시에 이 기술의 안전을 보장하기 위한 최선의 감독 방법을 결정하기 위해 노력하고 있다. 한때 자율주행차 시험에 대한 규정이 거의 없었던 애리조나주는 지난해 3월 우버의 테스트 차량이 템페(Tempe)의 도로에서 보행자를 치는 사망 사고를 내자 우버의 도로 시험을 중단시켰다.

그러나 규제 당국이 자율주행 자동차 테스트 프로젝트를 포기한 것은 아니다. 알파벳의 웨이모는 아리조나주 챈들러(Chandler)시의 공공도로에서 완전 무인자동차를 테스트하고 있으며, 지난해 10월에는 캘리포니아주로부터도, 마운틴 뷰(Mountain View)에 있는 구글 본사 인근 구역에서 사람이 탑승하지 않는 완전 자율차량을 테스트할 수 있는 허가를 받았다.

자율주행 트럭을 만드는 회사인 투심플(TuSimple)사의 척 프라이스 제품담당 부사장은 “모든 센서가 그 자체로 완벽한 것은 아니다”고 말한다. 그는 자율주행차의 도로 주행이 가능해질 때까지 자율주행 차량을 개발하는 회사들은 여러 종류의 센서를 계속 채택하고 시험할 것이라고 설명했다. 그는 또 인간이 비록 완벽하지는 않더라도, 여전히 도로상에서는 가장 훌륭한 운전자라고 덧붙였다.