미래 자율주행차 기술개발과 영상 데이터와의 상관관계

[보안뉴스 김성미 기자] 영상기술의 활용도는 끝이 없다. ‘백 번 듣는 것이 한 번 보는 것만 못하다’는 속담처럼 사람들은 눈으로 확인하는 것을 선호한다. 이런 선호도는 스마트폰 보급 확대와 5G 상용화 등 첨단 기술과 만나 더욱 더 뚜렷해지고 있다. 기술의 진화가 이 같은 사람들의 니즈를 확실히 뒷받침해 주고 있기 때문이다.

이런 경향은 산업계에서도 비슷하다. 최근 영상기술은 스마트홈과 프랜차이즈, 스마트 팩토리 등 다양한 곳에서 활용성을 높여가고 있는 모습을 볼 수 있는데 이것이 사람들의 시각 선호도에 대한 방증이 아닐까 싶다. 최근 들어서는 영상기술이 자율주행차, 커넥티드카, 차세대 ITS(지능형 교통 시스템)로 불리는 C-ITS(협력 지능형 교통 시스템)에서도 더욱 활용도가 높아지고 있어 영상보안업체의 해당 분야 진출 모습도 찾아볼 수 있다.


[사진=dreamstime]

하지만 영상기술이 자율주행차에 접목된 것은 요즘 들어 시작된 것이 아니다. 자율주행차 기술 개발 초기부터 영상과의 접목 시도는 꾸준했다. 영상정보의 직관성 때문이다. 다만 거리측정에서는 영상이 레이더나 라이더에 비해 정확도가 떨어졌기 때문에 상호보완 형식의 다양한 센서가 채택됐다.

영상보안 분야에서도 활발하게 활동하고 있는 자동차부품회사 로버트보쉬코리아는 자동차 기술 연구를 통해 영상보안 분야까지 사업을 확장시킨 대표적인 기업으로 자율주행차 기술 개발 초기부터 영상분석에 대한 연구를 해왔다. 여기에서는 영상보안기술이 미래차 기술 개발에 활용되고 있는 모습과 국내 영상보안업체의 해당 분야 진출 현황을 살펴본다.

영상기술이 자율주행기술 개발에 활용되는 이유
영상기술이 미래차 기술에 접목되고 있는 이유는 어찌보면 당연하다. 주행도중 전방에 나타나는 물체가 보행자인지 차량인지 또는 쓰레기인지에 따라 운전방식을 바꿀 필요가 있기 때문이다. 사람의 두뇌는 이를 습관적이고 직관적으로 판단하는 반면, 자동차는 사람의 시각의 역할을 대신하는 센서로 정보를 수집하고, 사람의 뇌를 형성하는 신경망을 모방해 학습하는 딥러닝 분석을 통해 판단해야 한다.

자율주행차가 스스로 주행하기 위한 필수 기능은 ①인지 ②판단 ③제어 등 3가지다. 이중 ‘인지’ 기능은 카메라와 레이더, 라이다 등 차체에 설치된 센서의 정보를 처리함으로써 주변 환경 정보를 알아차리는 것으로, 여러 센서 중에서도 카메라의 역할이 가장 크다. ‘판단’ 기능은 인지된 정보를 이용해 향후 벌어질 일을 예측한 뒤, 빠르고 안전한 차량 경로를 생성하는 것을 가리키는데 딥러닝을 통한 정보분석으로 할 수 있다, ‘제어’ 기능은 최종적으로 생성된 차량 경로를 안전하고 정확하게 따라갈 수 있도록 운전대와 액셀러레이터, 브레이크를 조작하는 것을 뜻한다.

딥러닝은 데이터가 존재하는 분야면 어디에든 적용이 가능한데 특히, 영상분석 분야에서 빛을 발하고 있다. 오늘날의 딥러닝 기술은 사진 속 물체를 분류하고 사진 내용을 설명하는 문장까지 만들어 내는 수준으로 발전하고 있으며, 이는 자율주행기술 연구에도 큰 진전을 가져오고 있다. 자동차에 장착된 카메라와 레이더, 라이더 등 각종 센서에서 검출한 데이터와 운전 데이터를 수집해 분석함으로써 자율주행차 기술을 고도화하고 있는 것이다.

카메라를 이용한 주행 환경 인지와 이 정보를 분석하는 딥러닝은 자율주행에서 중요한 부분이다. 카메라를 통해 입력된 이미지에 딥러닝을 적용하면 자율주행 시스템에 필요한 환경 정보를 쉽게 알아차릴 수 있어서다. 차량에 장착된 센서와 V2X(Vehicle to Everything)를 통해 수집한 모든 정보를 모두 딥러닝에 적용할 경우 인간의 인지 능력을 뛰어넘는 자율주행차 인지 시스템이 개발될 것으로 기대를 모으고 있다.

지능형자동차부품진흥원(KIAPI) 관계자는 “자율주행차에서 영상은 핵심이며, CCTV 등 카메라는 단가가 다른 센서에 비해 월등히 저렴해 카메라만으로 자율주행차를 개발하려는 움직임이 일고 있다. 테슬라가 대표적인 사례”라며 “디지털 신호만 전달해 주는 레이더나 라이더와 달리 영상은 주관적 판단이 가능하므로 향후 인공지능(AI) 딥러닝 기술이 고도화되면 자율주행차는 물론 이를 위한 기술 검증까지 활용도가 넓어질 것으로 예상한다”고 말했다.

미래차 기술 개발 향배, CCTV 영상분석 기술
AI와 딥러닝의 발전으로 영상분석 정확도가 높아지면서 국내에서는 전국에 그물망처럼 설치된 CCTV의 영상정보를 활용해 자율주행차와 커넥티드카, C-ITS 기술을 개발하는 움직임이 일고 있다. 전 세계가 시장 선점을 위한 자율주행차 상용화를 위해 발 빠르게 움직이고 있는 가운데 우리도 시장 선점을 위한 기술 상용화에 나서고 있기 때문이다. 미국 기술조사기관 네비건트 리서치는 2025년에는 4%, 2030년에는 41%, 2035년에는 74%의 차량이 자율주행차로 대체될 것으로 전망하고 있으며, 세계 각국은 시장 선점을 위한 자율주행차 실증에 나서고 있다.

우리 정부는 2020~2022년 중 레벨3 차량 상용화를 목표로 구체적인 자율주행차 기술 개발 계획을 세우고 있다. 국토교통부(국토부)에 따르면 현재 국내에서는 트럭과 버스 등 62대가 국토부로부터 연구·개발(R&D)용 자율주행차 임시 운행 허가를 받아 운행되고 있다. 또한, 자율주행차 조기 상용화를 위해 ①기술 개발 ②스마트 인프라 구축 ③선제적 제도 정비 ④교통 시스템 및 산업 기반 조성 등에도 나서고 있다. 정부가 기술 개발 부문에서 중점적으로 추진하는 것은 11만평 규모의 경기도 화성시 K-시티 사업이다.

이밖에도 국토부는 2018년부터 지방자치단체를 대상으로 ‘C-ITS 실증사업’을 진행하고 있다. 이 사업은 자율주행차를 다양한 도로 환경에 적용하기 위한 3개년 사업으로, 개발된 15가지 C-ITS 서비스가 실제 도로에서 적용 가능한지 확인하고 각 지자체의 도로 상황에 맞는 새로운 서비스를 개발하는 것이 주목적이다.

이 사업을 통해 서울과 제주에서 지난해부터 실증사업을 시작했으며, 올해는 광주와 울산에서 새로운 사업자로 선정돼 사업을 추진하고 있다. 각각 서울은 대중교통의 간선급행버스체계(BRT)에 대해, 제주특별자치도는 관광에 접목해 관광차량의 안전을 높이는 사업을 추진하고 있으며, 광주광역시는 교통약자, 울산광역시는 화물차 대상으로 사업을 추진한다는 계획이다.

한편, 산업통상자원부도 2017년부터 2021년까지 5년에 걸쳐 자율주행자동차 핵심기술개발 사업’을 시행하고 있다. 이 사업을 통해 영상과 레이더, 하이다, DCU, HVI, 복합측위, V2X, ADR, 디지털맵 등 9대 자율주행 핵심 부품을 국산화하고 2대 자율주행 시스템을 개발하는 한편, 자율주행기술 검증과 실증을 위한 평가 시스템도 갖춘다는 계획이다.

자율주행 테스트베드·C-ITS 실증에도 ‘영상기술’ 활용
서울시는 지난 6월 상암 DMC에 세계 최초의 ‘5G 융합 자율주행 테스트베드’를 구축하고 5G 자율주행버스 시범운행을 시작했다. 일반도로에서 5G와 V2X로 자율주행을 지원하는 세계 유일의 테스트베드다.


▲미래모빌리티센터 개관식[사진=SK텔레콤]

이 테스트베드에는 국산 기술로 구축한 5G, V2X, 고정밀지도, 차량정비·주차공간, 전기차 충전소, 휴게·사무 공간 등 자율주행 실증에 필요한 모든 장비와 편의 시설이 조성됐다. 5G 외에 웨이브(C-ITS 전용 통신망), 셀룰러-V2X 방식 차량통신망도 함께 구축됐다. 또한, 이 테스트베드에는 모든 자율주행 운행상황을 실시간으로 관제하고 평가할 수 있는 자율주행 관제센터인 ‘서울미래모빌리티센터’도 마련됐는데, 여기에 CCTV 관제 플랫폼이 구축됐다.

서울시는 아직 초기 단계인 국내 자율주행관련 업체들이 모든 장비와 편의시설을 24시간 무상으로 이용해 관련 기술을 시험하고 실증할 수 있도록 지원한다는 방침이다. 세계시장에 진출할 수 있는 교두보를 마련하기 위해 테스트베드를 구축했다고 밝으며, 지자체로서는 최초로 개관한 자율주행 관제센터와 경찰의 협조 아래 정기적으로 도로를 통제해 자율주행 실증이 가능하도록 할 계획이다.

‘5G 융합 자율주행 테스트베드’는 서울시가 추진하는 국토부의 C-ITS 실증사업의 하나로, 서울시는 2019년을 자율주행을 기반으로 한 미래 서울교통의 원년으로 삼아 커넥티드카와 5G 융합 교통 서비스 등 미래 교통 분야를 선도하고 교통안전도 혁신해 나간다는 방침이다. 서울시 C-ITS 실증사업은 200억원 규모로, 주관사업자로는 SK텔레콤이 선정됐다.

5G 융합 자율주행 테스트베드의 핵심은 5G와 V2X의 융합이다. V2X는 차량과 차량(V2V), 차량과 도로(V2I), 차량과 사람(V2P) 등 차량과 모든 것이 상호 통신하는 기술을 가리킨다. V2X가 가능해지면 자율주행차가 센서에만 의존할 경우 놓칠 수 있는 사각지대 위험과 악천후 시 교통신호까지 전달받을 수 있게 된다. 서울시는 차량에 달린 센서로만 주변 환경을 인식하는 기존 자율주행차량의 한계를 통신으로 극복함으로써 보다 안정적인 실증이 가능해 완전 자율주행시대의 촉매제의 역할을 할 것으로 기대하고 있다.

서울시와 SK텔레콤이 추진하는 C-ITS 실증사업에는 영상보안업체인 쿠도커뮤니케이션이 솔루션 공급자로 참여하고 있다. 쿠도커뮤니케이션은 이 사업을 위해 서울시에 CCTV와 C-ITS용 딥러닝 영상분석 솔루션(인텔리빅스-R200) 등을 공급했다. 인텔리빅스-R200는 CCTV를 통한 엣지 컴퓨팅이 가능하도록 도와주는 솔루션으로, 딥러닝 검지 기능이 포함돼 있다.

이 딥러닝 검지기는 CCTV에서 영상을 실시간으로 분석·처리해 차량 이동량과 차량 정체, 꼬리물기, 역주행, 무단횡단 감지, 버스 정류장 혼잡도, 터널 유고 감시 정보, 낙하물, 차량 화재 등의 정보를 분석해 교통센터와 차량 단말기에 전달할 수 있게 도와준다. 서울시는 국내 지자체로는 처음으로 CCTV를 채택해 도로 환경 정보를 제공하는 역할을 하게 함으로써 더 안전하고 스마트한 도로운영을 지원하도록 했다.

이를 위해 서울시는 C-ITS 실증사업 구간인 121.4㎞의 교차로마다 도로 환경 정보 수집할 수 있도록 700여대의 CCTV를 신규 구축했다. 새로 설치되는 CCTV는 기존 신호등 폴과 교통관제용 CCTV 폴을 활용해 실증구간 내 교차로에 구축된다. 이 영상 시스템은 ①도로 정보 수집을 통한 돌발상황 감지와 ②대시민 서비스를 위한 교통 정보 수집의 2가지 임무를 맡게 된다.

쿠도커뮤니케이션은 서울시 C-ITS 실증사업에 앞서 청주시 ITS 고도화사업(2016), 한국도로공사 사고자동감지시스템(2017), 서울시 지능형 영상분석 시스템 사업(2017), 판교제로시티 자율주행 실증사업(2018), K-시티 자율주행 실험도로(2018), 화성·안산 ITS 구축사업(2018) 등을 추진한 경험을 갖고 있다.

한편, 서울시와 SK텔레콤은 ‘미래 교통 시대를 대비한 실시간 정밀도로지도 기술개발과 실증’을 위한 협약도 맺었다. 서울시는 이 협약을 통해 자율주행 등 미래 교통의 핵심기술인 정밀도로지도 분야에는 5G와 비전센서, AI 등 첨단 기술을 접목해 노면표시 등 교통체계와 신호등·도로안내표지·각종 표지판 등 시설물 변화, 도로 함몰에 이르기까지 다양한 위험을 알려주는 똑똑한 실시간 정밀도로지도를 제작하는 기술을 개발·실증해 산업화를 지원하기로 했다.

정밀도로지도 개발에는 영상기술이 활용된다. 최근 널리 보급되고 있는 전방 추돌·차로이탈 경고장치인 ADAS(첨단 운전자 지원 시스템)의 비전센서에서 수집한 영상을 학습해 교통 체계와 각종 시설물 변화를 AI로 판단하고, 변화가 판단되면 5G 통신망을 통해 빠르게 클라우드 서버에 전송해 자동으로 지도를 제작하는 기술이 적용될 예정이다. 서울시는 이 사업을 국토부의 C-ITS 실증사업과 연계하고 서울시 버스 1,600대와 택시 100대의 비전센서를 통해 수집한 영상정보를 활용해 서울시의 C-ITS 실증사업 구간인 121.4㎞의 도로에서 실증할 계획이다.


[자료=서울시]

영상기술 활용한 자율주행 평가 기술 개발
대구에서는 지능형자동차부품진흥원(KIAPA)을 중심으로 자율주행차와 커넥티드카, C-ITS 실증 평가 기술 개발 등이 이뤄지고 있다.

지능형자동차부품진흥원은 산업부 자율주행자동차 핵심기술개발 사업의 세부과제인 ‘자율주행 실도로 실증 기술 개발 사업’을 2017년부터 3년째 추진하고 있다. 사업 내용은 자율주행 9대 핵심 부품과 2대 시스템의 성능과 신뢰성을 확인하기 위한 실 도로 기반 테스트베드 구축과 평가 기술 개발로, 168억원의 예산이 투입된다. 5년간 진행되는 이 사업에는 지능형자동차부품진흥원 외에 KT넥스알과 자동차부품연구원, 한양대, 계명대, 인콘 등이 참여한다.


▲지능형자동차부품진흥원 교통관제실, 왼쪽 화면이 인콘이 구축한 자율주행 통합관제 시스템 [사진=지능형자동차부품진흥원]

지능형자동차부품진흥원은 차세대 자동차 기술을 개발하는 부품업체와 연구기관을 지원하기 위해 2014년 설립된 시험 기관이다. 지능형 차량(자율주행차·커넥티드카)과 그린카(전기차·하이브리드차 등) 등 자동차 시험 시설을 갖추고 해당 분야 기업들의 주요 목표인 차세대 자동차 개발을 지원하고 있다. 이와 함께 전방위 자율주행 시험이 가능하도록 시험장에서부터 실 도로 테스트까지 원-스톱 테스트베드를 구축하는데도 노력을 기울이고 있다.

지능형자동차부품진흥원의 자율주행 평가 분야는 자율주행 0~2단계 테스트다. 이와 더불어 자율주행 3~5단계 테스트 능력을 갖추기 위한 시험 기술 및 평가 특화 인프라를 활용한 평가기술 확보에도 나서고 있다. 자율주행 3~5단계 테스트는 통신과 인프라와 연계된 시험이 필수로, 자율주행 평가는 차량과 인프라, 교통관제에 대한 통합관리가 요구되고 있어 지능형자동차부품진흥원은 C-ITS 분야에도 주목하고 있다.

지능형자동차부품진흥원이 추진하고 있는 자율주행 실도로 실증 기술 개발 사업은 자율주행차와 커넥티드카, C-ITS를 아우르는 시험·평가 기술을 개발하는 사업이다. 주요 사업 내용은 대구 테크노폴리스로에 자율주행 평가 인프라(돌발 상황 검지, V2X 통신, 보행자 검지 등) 설치와 기 설치된 127대의 CCTV로부터 영상정보를 수집해 중앙관제센터에서 실시간으로 영상을 관제 및 분석해 자율주행 서비스 도출 및 기능검증체계를 개발하는 것이다. 여기에 접목되는 핵심 영상기술은 차량 전·측방의 영상 센서 모듈 및 영상관제 인프라 개발을 통해 송출된 영상과 AI의 접목이다.


[자료=지능형자동차부품진흥원]

이 사업에서 영상보안기업인 인콘은 자율주행차 관제 부분을 담당하고 있다. 주요 임무는 CCTV와 각종 센서의 데이터를 취합하고 분석해 자율주행차량을 실시간으로 관제하는 기술 개발이다. 향후 이 기술은 AI와 접목, 자율주행차에 실도로 주행 정보를 제공하는 데 쓰일 예정이다.

이를 위해 인콘은 자율주행 관제를 위한 플랫폼과 도로상에서 수집되는 각종 영상과 센서 정보를 수집해 저장하는 빅데이터 기반의 서비스를 개발하고 있다. 이는 자율주행과 관련된 환경 정보를 통합관제실에서 분석하고 추적 관리하는 것을 지원하는 시스템으로, 인프라(기상정보, 노면 상태, 신호정보, 대기정보)와 교통류(차량 속도, 교통량, 밀도) 등 다양한 데이터를 효율적으로 수집하고 분석하는 것을 핵심 요소로 하고 있다.

인콘은 그동안 쌓아온 사물인터넷(IoT) 기술 노하우를 자율주행 통합관제 플랫폼 기반의 환경 구축을 위한 자율주행 교통 시스템에 적용시킬 계획이다. 이를 위해 인콘은 AI 기반의 영상분석 및 관제 시스템 개발에 집중해 왔으며, 올 상반기 출시한 인콘의 특화된 영상분석 시스템인 AI-박스와 선별관제 시스템(e-Curations)도 자율주행에 적용할 예정이다.

인콘은 e-큐레이션즈가 보행자와 자동차 인식 등 교통 인프라 안전관리에서 핵심적인 역할을 할 것으로 기대하고 있다. e-큐레이즈는 500채널 동시 영상분석이 가능해 자율주행 환경의 영상 이벤트 관리에 적합하다는 설명이다.
[김성미 기자(sw@infothe.com)]

<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>