완성차 제조사와 신생 전기차 업체가 자율주행 기술 개발에 속도를 내고 있다. 공상과학(SF)에서나 볼 수 있었던 자율주행차를 이용할 수 있는 날이 머지않았다. 현재 레벨 2.5 단계의 부분 자율주행을 넘어 연내 위급 상황에서만 운전자 개입을 필요로 하는 레벨3 조건부 자율주행차가 속속 나올 예정이다. 조건부 자율주행차에선 운전자의 전방주시 의무가 없다. 휴대전화를 비롯한 영상기기 사용도 가능하다.
자동차에 있어 무엇보다 중요한 건 안전성 확보다. 한 차례 악재가 브랜드 이미지에 큰 타격을 줄 수 있다. 기업이 기술을 개발하고도 임시운행허가를 받아 수없이 실환경 도로에서 테스트하는 이유다. 자동차 사고는 운전자, 승객뿐 아니라 보행자 인명사고로 이어질 수 있다.
하지만 실제 자동차로 도로 주행을 하면서 데이터를 축적하는 데는 한계가 있다. 자율주행차가 운전자보다 20% 이상 뛰어난 운전실력을 갖추려면 177.02억㎞ 이상을 주행하며 학습해야 한다는 연구결과도 있다. 사실상 불가능하다는 의미다.
각각의 도시 환경이 다르다는 점도 문제다. 기업이 속한 자국뿐 아니라 여러 국가에 팔아야 한다는 점에서 실제 운전자가 직접 데이터를 쌓고 연구원이 알고리즘을 개선하는 데 상당한 시간과 비용이 소요된다.
이같은 문제를 해소하기 위한 기술이 디지털 트윈이다. 디지털 트윈 기술을 활용해 현실세계와 같은 가상세계를 구성하고 이곳에서 모의시험을 한다. 여러 도시를 가상세계를 통해 구현한다면 개발기간을 큰 폭으로 단축할 수 있다. 24시간 주행이 가능하고 운행하는 차량대수도 비용 효율적으로 늘리는 게 가능하다.
자율주행차 개발사는 현재 개발 중인 차량을 가상으로 구현하고 단기간에 자율주행 알고리즘을 고도화한다. 국내뿐 아니라 해외 도로 환경에서도 안전성을 검증하고, 돌발 사고 대응력까지 높여 사고 위험을 줄인다. 자율주행 시뮬레이션 소프트웨어(SW)가 필요한 배경이다.
핵심 경쟁력은 정밀지도(HD맵)를 기반으로 빠르게 디지털 트윈을 구현하고, 다양한 시나리오를 제공할 수 있는 데이터셋이다.
HD맵을 기반으로 도로 환경을 모사할뿐 아니라 해당 국가에 맞는 교통표지판도 가상으로 만들어 제공해야 한다. 고객사는 이를 기반으로 큰 비용을 들이지 않고도 다양한 도시, 국가에서 모의주행을 진행하고 데이터를 축적할 수 있다. 이는 개발기간 단축 효과를 불러온다.
디지털 트윈은 다양한 시나리오를 제시하는 역할도 한다. 갑작스런 타 차량의 끼어들기, 보행자의 무단횡단 등 실제 환경에서 테스트하기 어려운 상황도 가상세계에선 가능하다. 이면도로, 골목길 등에서 발생할 수 있는 여러 상황도 제시할 수 있다.
여기에 낮과 밤뿐 아니라 폭설, 폭우 등 여러 악천후 상황을 모사한다. 자율주행을 구현하는 라이다, 레이더, 카메라 등은 주행 환경에서 날씨 영향을 많이 받는다. 궁극적으로 다양한 모사 환경에 따라 자동차가 받아들이는 데이터가 현실세계와 같도록 만들어 테스트 신뢰성을 높여야 한다.
박진형기자 jin@etnews.com
