자율주행시대를 대비한 인프라 구축 연구 동향

2018년 4월과 7월 두 차례에 걸쳐 자율주행시대를 대비한 연구 스토리를 소개했다. 이들 연구는 앞으로 자율주행차를 맞이할 준비가 됐을 미래를 가족으로서 그 시각, 공간적 효과가 얼마나 창출될 것인가에 초점을 두고 있다. 연구결과는 자율주행시대의 긍정적인 측면을 드러내고 있지만 한편으로는 급격한 기술발전을 정부도 지자체에서 뒷받침할 수 있겠느냐는 우려도 적지 않다. 자율주행차의 원활한 운행을 위해서는 도로 차량 등 물리적 인프라와 신호, 센서 등 시스템적 인프라가 뒷받침돼야 하기 때문이었다. 본 기고에서는 자율주행차의 도래를 지탱하는 시스템(CAV-ready Transportation Environment)의 연구 동향을 소개하고 싶다.​

현존하는 대부분의 자율주행차는 내재 센서 시스템을 이용해 교통신호, 노면마킹, 교통표지 등의 교통 인프라 기기(TCD: Traffic Control Devices)를 읽어낸다. 센서 시스템은 자동차와 인프라가 교류하는 정보의 효율적인 상호 운용을 위해 사람의 눈보다 정확한 감지 능력을 필요로 합니다.

>

예를 들면, 자율주행차의 초기 발전 단계에서는 카메라에 의한 이미지 센서 1)를 이용했다. 이미지센서는색을구별할수있는장점이있으며,현재Radar등타센서의인식이실패할경우대체수단으로많이사용돼. 일반적인 경우에는 기계가 사람보다 신속 정확하지만 폭우 폭설 같은 특별한 경우 정세에 따른 대처 능력은 발생 가능한 모든 정세를 학습하지 않는 한 불가능하다. 2025 Automated Driving Community는 안개, 폭설, 어둠 등의 영향으로 시야가 좋지 않을 경우 보행자를 95%만 인식할 수 있다는 연구결과를 발표했다. 숫자만 놓고 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

>

>

연방정부는 이 연구를 통해 자율주행차와 일반차가 공존하는 시기를 고려한 점진적 대응이 가능한 시스템을 구축하는 동시에, 교통관련기관이나 개인이 열람할 수 있는 통합시스템을 구축하는 것을 목표로 하고 있다. 현재까지 추진된 모델에서는 공사구간의 정보를 예로 들어 정보수집 및 데이터베이스 구축모듈, 통신모듈, 일반 드라이버 정보공급모듈, 자율주행차 운영모듈로 나뉘어져 있다.활용 가능한 데이터를 보면 정적 데이터와 동적 데이터로 구분할 수 있다. 정적 데이터로는 도로 노면 마킹이나 도로 표지판과 함께 시간이 나쁘지 않아도 변하지 않는 정보를 포함합니다. 반대로 동적 데이터는 신호 현시, , 기간 등 변동 가능한 정보로 실시간 업데이트하도록 하고 있다.​

이미 소개한 DTCD DataService의 구조를 보면 일반 차량과 자율주행차가 공존하는 시기를 염두에 두고 있음을 알 수 있다. 미국연방국은 이에 3단계에 걸친 점진적 대응시스템을 구축하려고 하였다.제1단계: 데이터베이스 구축 서비스 제공을 제1단계로서 데이터베이스 구축과 교통 관련 산업의 단결을 목표로 하고 있다. Uber, Waze 등 때때로 교통상황 정보를 제공할 수 있는 산업의 단결은 동적 정보를 습득함으로써 시급한 대처가 가능해질 보고 있다.

>

제2단계:일반 드라이버에 대한 정보 공급의 다음 단계에서는 자동 운전 차 보급되기 전 일반 운전자가 여전히 주류가 되면서 구축된 데이터베이스에 근거한 운전자에게 정보를 공급하려고 한다. 이는 구글과 Waze처럼 휴대전화 App을 통해 정보를 공급할 수 있는 산업체를 통한 정보 확산을 말해.

>

3단계 : 자율주행차 지원의 마지막 단계로 Road Side Unit(RSU)를 통해 자율주행차에게 정보를 전달합니다. 전달된 교통정보에 따라 자율주행 대중교통의 경우 공사구간을 피해 노선을 변경하거나 자신의 Transit Signal Priority(TSP)를 통해 우선적으로 교차로를 통과할 수 있다. 자율주행차량의 경우 차량별 OEM에 따라 경로를 변경할 수 있다.​

해당 연구팀에서는 시스템 구축의 롤모델로서 General Transit Feed Specification Model(GTFS)을 벤치마킹 중이다.GTFS 데이터 서비스 플랫폼은 2005년, 구글사에서 TriMet사와의 협력 연구를 통해서 만들어졌다. 이때 온라인 대중교통 이용 가이드를 실현하기 위한 양사의 협력 연구가 주목을 받았는데 이를 통해 대중은 현재 구글 지도 길 찾기, 대중교통 경로 계획 같은 서비스를 이용할 수 있게 됐다. 전 세계 대중교통이 이 플랫폼을 통해 가끔 표, 요금, 정류장, 경로 등의 정보를 유출했기에 가능한 일이다.6) General Transit Feed Specification (GTFS) Model (2005), Retrieved 10/2018 from www.transitwiki.org/TransitWiki/index.php/General_Transit_Feed_Specification2016 년 추정치에 따르면 전 세계 대중교통 관련 회사 1,026사가 이 플랫폼을 이용하고 있으며, 이를 통해 제공하는 서비스는 지도, 길찾기, 여행가이드, 대중교통 정보, 주변지역 정보, 이를 위해 나아가 본인들이 교통계획 분석과 시스템까지 광범위하다.이 사례를 토대로 DTC 모델이 성공적으로 구축되었을 경우, 운전자는 때때로 현재의 운행 구간의 정보와 함께 목적지까지의 경로에 해당하는 정보를 기반으로 운행이 가능해진다. 더본인아가 자율주행차는 운전자의 효용을 극대화하는 경로를 선택할 수 있게 된다. 자율주행차의 시장점유율이 급증하는 시기는 2040년부터로 추정된다. 지금으로부터 약 20년, 자율주행차의 효율적인 운행을 위해서 인프라 시스템 구축은 불가결한 액션 플랜이라고 생각할 수 있다.​

자동차 시장이 어떻게 변화할지에 대한 관심사를 친국에 털어놓았지만 뜻밖의 질문을 받았다. 「어떤 주식을 살지 느껴?」 「이러한 변화는, 주식투자를 위한 하와이인의 정보일지도 모른다. 그러나 분명한 것은 주식 허그인을 사기 위해서라도 정보 수집 등 많은 준비를 하듯 자율차의 효율적 운행을 위해서는 인프라 면에서의 만반의 준비가 필요하다는 점이다.몇가지 걱정거리와 질문들을 남기고 글을 마무리하려고 합니다. 첫째, Work Zone과 관련된 데이터를 실시간으로 정리하여 공급하기 위해서는 각 지자체 및 해당 기관의 동의와 협력이 필요하다. 정보의 가치가 갈수록 높아지는 이 시점에서 이를 중재하고 관리하는 국가의 역할이 중요해질 것으로 보인다. 두 번째는 자율주행에 관한 모든 연구에서 고려되고 있는 Cyber Attack이었다. 교통의문과 직결되기 때문에 통신 보안은 아무리 강조해도 무시되지 않는다. 본 연구의 플랫폼에서 보면, Cyber Attack은 시스템 퍼포먼스와 관련이 있다. 정확한 정보를 제시간에 전달해야 운전자 개인의 효용, 네트워크 전체의 효용이 높아지기 때문이었다.문:류승한버지니아대학교박사과정/XiaoxiaoZhang버지니아대학교박사과정