4646

technOlOgy repOrt

자율시스템 연구개발 동향 및 발전 방향

인프니스네트웍스 박현규 부사장

4차 산업혁명에 대한 논의의 중심에 로봇과 자동차가

주목 받고 있다. 자율 시스템은 인공지능 등 관련 기술의

발전에 따라 자율주행 자동차, 서비스 로봇 등과 같이 일

상생활에서 사용될 수 있도록 빠르게 발전하고 있다. 자

율시스템은 적용 분야가 확대되고 자율성 수준이 높아지

면서 기능개발 이외에도 안정성과 보안성이 반드시 확보

되어야 하므로 다양한 환경에서의 모의시험이 필수적이

다. 따라서 적용 분야와 사용 목적에 대한 이해를 바탕으

로 개별적 기능시험 이외에 군사용 무기체계에서 적용하

는 통합시험 환경에서의 적용시험 등 기존 연구 개발에서

획득한 경험과 지식을 공유하여 완성도를 높일 수 있도록

향후 산•학 협력 등 연구개발 생태계 조성, 법과 제도 정

비 등에 대한 선제적 노력이 긴요하다.

서론

최근 4차 산업혁명과 관련한 시장과 산업의 성장이 빠르

게 진행됨에 따라 선진 각국에서는 이에 대한 연구 개발과

투자가 활발하게 이루어지고 있다. IoT, 헬스케어, 산업용

로봇과 자율주행차는 단순 기술이 아니라 사회 구조적 변

화를 가져올 것으로 예상되고, 이에 대한 대비를 강조하고

있으며 국내외 선도기업들은 최근 인공지능 기술의 발전

에 따라 다양한 자율시스템(Autonomous System)을 상

용화하고 있다.

자율시스템은 자동차가 대표적으로 인식되고 있으나

미국 국방부는 자율시스템의 잠재적 효과를 인식하고 무

기체계인 항공기와 잠수함 등에 이를 활용하기 위한 기초

및 응용연구를 오래 전부터 수행하고 있다. 정보통신기술

의 발전에 따라 군사용 또는 특수목적용 자율시스템이 상

용 목적으로 빠르게 확산되면서 자율주행차는 민·군 겸

용기술로 연구 개발이 이루어지고 있으며 미국 육군은 아

프간, 이라크전 이후 자율주행트럭의 개발 등에 일부 민

간기술을 군사용으로 적용하는 정책을 확대하고 있다.

자율주행차는 외부 주행 환경을 인식하고 이를 기초로

주행 계획을 수립하여 차량을 운행하는 자율주행

(Autonomous Driving), 운전자 지원(Driver Assistance),

텔레매틱스(Telematics)가 핵심 기술로 구성된다. 테슬

라의 경우 360도 시야각을 갖춘 카메라, 레이더, 초음파

센서를 활용하여 딥러닝 기술이 적용된 자율주행 기술을

개발하고 기능 개선을 무선 소프트웨어 업데이트를 통해

이루어지도록 하고 있다. 구글의 경우 2014년 자체 개발

한 2인승 자율주행차를 공개하였으며, 2020년 실용화를

목표로 하고 있다.

자율성 정의와 수준

자율성(Autonomy)은 이를 구현하는 기술이 개발되면

서 일반적으로 정의하기는 어렵다. 최근에는 로봇, 자동

차 및 무기체계 등 분야별로 특성을 반영하여 적용하는

것이 일반적이며, 자율성의 수준은 많은 기관들이 개별적

으로 추구하는 목적에 따라 단계화하여 정의하고 있다.

자율주행차의 경우 운전자의 개입 정도와 제어 기술 수

준에 따라 NHTSA(National Highway Traffic Safety

Administration), SAE(Society of Automotive

Engineers) 등에서 5~6단계로 구분하고 있다. 이 분야를

선도하는 주요 자동차 제조사들은 차선이탈 경고(Lane

Departure Warning), 전방충돌 경고(Forward

Col l i s ion Warning) , 고속도로 운전지원시스템

(17.11)신제-최종.indd 46 2017-10-24 오후 7:58:26

472017 • 11 472017 • 10

검색

(Highway Driving Assist system) 등을 갖춘 1~2단계

수준의 기술에 대부분 도달하고 있으며 단기간에 3단계

까지 가능할 것으로 예상된다.

자율시스템 관련 기술 개발 동향

1. 자율주행차

자율주행차 판매 대수는 2025년 약 23만 대에서 2035

년에는 118만 대로 급격하게 증가할 것으로 예상하고

있다.

자율주행을 위한 운전자보조시스템(Advanced Driver

Assistance System: ADAS)은 제조사 중심으로 차세대

시스템으로 개선이 진행되고 있으나 차선이탈 경보, 충돌

회피 등 현재 구현하고 있는 기술을 사람의 개입 없이 수

행될 수 있도록 하기 위해서는 고성능 컴퓨팅, 신뢰성 있

는 공급망, 중앙집중형 개발방법론, 소형 및 저전력 솔루

션, 보안과 개인정보 보호 등 5가지 IT 관련 기술이 해결

되어야 할 것이다.

완전한 자율주행은 최첨단 ICT 융합기술의 결정체로 불

리워질 정도의 기술이 요구되며 그 중에서도 센서를 통해

수집된 데이터를 처리하여 주행 관련 의사결정이 이루어

지는 SW 알고리즘이 핵심이다. 현재의 자율주행차는 주야

간 다양한 주변 환경에 관계 없이 정확히 물체를 인지할 수

있는 카메라, 레이더, 라이더 등의 센서를 갖추어 자동차

전장 소프트웨어 표준 플랫폼 AUTOSAR(Automotive

Open System Architecture)와 통합 안전을 제공하는

V2X 기술로 주요 시스템을 구성하고 있다.

정밀지도 기반으로 정확한 현재 위치 파악과 주행경로

판단 및 계획 수립을 위해서는 차량의 정보처리 능력 개

선과 차량 대 차량(V2V) 그리고 차량 기반시설(V2I) 등

V2X 통신이 필수적으로 요구된다.

글로벌 미디어그룹 톰슨로이터는 2010년 이후 2015년

10월까지 총 2만 2,000여 건의 등록 된 특허 가운데 자율

운전, 운전자 지원, 텔레매틱스 기술 분야에 특허가 집중

되고 있다고 발표하였으며 앞으로도 IT 중심으로 기술 개

발이 추진되는 경향이 심화될 것으로 예측하고 있다.

대부분의 국가와 주요 자동차 제작사는 완전한 자율주

행을 실현하기 위해 기술 이외에도 추가 비용에 따른 차

량 가격 상승, 운행 관련법과 제도 정비 등 다양한 문제를

해결해야 한다. 자율주행차의 경우 아직 관련법과 제도가

미비하므로 자율주행차 테스트 및 운행과 사고처리에 대

한 법적 책임과 보험 등의 정비가 선결되어야 한다.

▲ 운전자보조시스템(ADAS)

(17.11)신제-최종.indd 47 2017-10-24 오후 7:58:26

4848

technOlOgy repOrt

자율주행차의 실용화까지 가장 큰 어려움은 충분한 규

모의 테스트베드와 데이터의 부족에 따라 학습을 위한 데

이터베이스 획득과 문제에 대한 정의가 쉽지 않다는 것이

며, 이 때문에 앞으로의 개발 과정에서도 지속적인 문제

가 될 것으로 보인다. 우리나라는 자율주행차의 임시 운

행을 허용하는 관련법이 통과되어 2016년부터 시행되어

요건을 갖추면 도로에서 임시 운행을 할 수 있는 기반을

제공하고 있다.

2. 군사용 자율시스템

군사용 자율시스템은 크게 지상 및 해양(UGV, UMV),

공중(UAV), 우주(Space)용 등으로 구성 된 UXV

(Unmanned X Vehicles)와 로봇으로 나누어진다. 미국

국방부는 로봇과 자율시스템을 원격조정 기반의 무인시

스템에서 자율성을 높이는 방향으로 전략을 수립하였다.

미국 육군은 2017년 RAS에 대한 전략을 수립하였으며

향후 25년 간 이러한 요구능력을 신속하고 저비용으로 확

보하기 위해 자율성, 인공지능과 공통 제어 등 3가지 분야

의 핵심기술 개 발이 반드시 필요할 것으로 판단하고 있

다. 연구개발 방향에 대해서는 자율시스템이 갖추어 야

하는 임무와 요구기능에 따라 개발과 검증에 대한 참조모

델 프레임워크를 제시하고 이를 적용하는 것을 검토하고

있다.

또한, 상용으로 개발된 기술의 군사적 활용을 촉진하기

위해 출연금 또는 계약 방식의 무기체계 획득 이외에

DARPA(Defense Advanced Research Projects

Agency) 주관으로 DARPA 그랜드 챌린지를 개최하여 자

율주행차의 연구 진입장벽을 낮추고 기술혁신을 유도하

고 있다. 구글은 이 대회 우승자를 개발자로 스카우트하

는 등 챌린지는 민•군협력 연구 개발의 선순환 생태계

구축을 위한 방법으로 자율주행 기술 개발을 촉진하는 역

할을 하고 있다.

▲ 구글 자율주행 특허 애플리케이션 <자료> Thompson Reuter, The 2016 State of Self-Driving Automotive Innovation, 2016

2025년 2027년 2029년 2030년 2032년 2034년 2035년 CAGR(%)

23.0 32.0 43.0 50.8 70.7 98.5 118.0 18

▼ 완전주행 자율주행차 세계시장 전망 (단위: 만 대)

<자료> IHS Automotive, KEIT PD Issue Report 2016. 11(재편집).

(17.11)신제-최종.indd 48 2017-10-24 오후 7:58:27

492017 • 11 492017 • 10

검색

3. 안전성과 보안성 관련 기술

자율주행차는 지도 및 교통정보와 같은 일반 DB와 위

치 등 센서정보 처리, 주행제어 등 많은 기능을 여러 임베

디드 시스템으로 구성하고 있다. 핵심 기능을 제공하는

임베디드 SW는 크게 ECU와 센서를 위한 운영체제, 그래

픽 및 사용자 인터페이스 시스템과 데이터베이스 관리 시

스템 등으로 구분된다.

자율주행차에 있어 SW의 오동작, 지연 및 작동 중지는

심각한 결과를 초래할 수 있기 때문에 자율주행차에서 임

베디드 SW는 고도의 안전성과 신뢰성이 요구된다. SW 오

류로 인한 자율주행차의 사고를 방지하기 위해 자동차 안

전 국제 표준인 ISO 26262가 있으며, SW 재사용과 신뢰성

을 높일 수 있는 SW 플랫폼으로 AUTOSAR를 공동 개발

하며 표준화하고 있다. 유럽은 다양한 자율주행 요소기술

또는 운전자보조시스템 기술들을 Euro NCAP(New Car

Assessment Programme) 안전성 평가 항목으로 추가할

예정으로 있어 표준화는 더욱 가속화될 것으로 보인다.

차량 안전 기능은 통신 인프라를 거치지 않고 차량 간

직접 통신을 이용하는 V2X 방식을 활용하고 있다. 차량

안전 서비스를 제공하기 위해서 도로의 차선 구분을 할

수 있는 위치 정확도는 1m 급이 되어야 한다. 위치 정확

도는 고속도로나 개활지 환경에서는 확보가 가능하지만

다중경로 페이딩 채널이 존재하는 도심지에서는 관성항

법에 의한 보정 등 센서 융합 기술이 필요하다.

통신 프로토콜은 인증 및 보안 기능은 안전과 관련된 메

시지를 약 100msec 주기로 송수신 하면서 메시지 단위로

인증과 보안을 실시간 처리할 수 있도록 1msec 이내 처

리할 수 있어야 한다. 자동차 전장체계의 복잡도가 증가

하고 고정밀 대용량 지도정보 등은 클라우드 서비스를 통

해 다운로드 하는 형태로 이루어지면서 2023년 전체 판매

차량의 25%가 사이버보안 클라우드 서비스를 탑재할 것

으로 예상된다.

완전자율주행 단계에서는 차량 간 혹은 차량-기반시설

간 실시간 통신 및 정보 업데이트가 필수적이나 이 과정

▲ 구글의 자율주행차 웨이모(Waymo) 출처 : waymo.com

(17.11)신제-최종.indd 49 2017-10-24 오후 7:58:27

5050

technOlOgy repOrt

에서 해킹을 통해 교통 혼란 및 사고, 통신 품질에 따른 시

스템 성능 저하 등의 문제가 생길 가능성이 존재한다. 미

국 도로교통안전위원회는 자율주행 자동차의 제어권이

SW에 있다는 점을 중시하여 2016년 9월 사이버보안, 개

인정보 보호 등을 포함한 15개 안전과 관련된 가이드라인

을 마련하고 있다.

무엇보다 보안의 핵심은 ‘내재화(Built-in)’이다. 설계

에서 구현까지 보안이 내장된 시스템과 별도로 보안 기능

을 추가하는 보안은 큰 차이가 있다. 임베디드 SW는 일반

적인 SW나 인터넷과 마찬가지로 악성 공격에 노출될 위

험이 크다. 보안이 강화된 임베디드 시스템은 다운타임과

복구 관련 비용을 절감하는 효과도 가져다준다.

자율시스템 연구 개발을 위한 로드맵과 협력체계

1. 협력기반 연구개발 추진방향

유럽은 ERTRAC(European Road Transport

Research Advisory Council)에서 자율주행차의 기술개발

과정을 기술개발, 실증 및 데모, 규제 및 표준, 상용화의 4

단계로 나눈 기술 로드맵을 수립하고 EPoSS(European

Roadmap Smart Systems for Automated Driving)에

서는 2020년 자율 주행 3단계, 2030년 5단계 달성을 목

표로 하고 있다.

구글, 엔비디아와 같은 IT 기업과 유수한 자동차 제작사

들은 자율주행 핵심기술로 인공지능 기술을 사용하고 있

다. 인공지능은 자율주행차에서 주로 인지 기능을 위주로

LiDAR, IMU와 같이 고가의 센서가 담당하던 역할을 영

상센서와 딥러닝 기반 정보처리 알고리즘을 이용하여 기

능 개선과 비용절감을 추구하고 있다. 자율성을 높이는

인공지능 기능은 주행계획 수립과 같은 복잡한 기능으로

확대·적용되어 완전자율주행이 이루어지도록 연구되고

있으며, 특히 구글은 2016년 자율주행기술 전문회사 웨

이모(Waymo)를 설립하여 이 분야를 선도하고 있다.

미국 비영리 국방연구기관 MITRE에서는 국방부 이외

정부기관, 민간 연구소 및 대학 등의 주요 보고서 100여

건을 검토하여 자율성에 대한 전략계획 수립과 투자에 대

한 30여 개의 핵심 보고서를 식별하였다.

미군은 군사작전에 있어 무인 시스템의 가치를 인식하

고 오래 전부터 연구와 실전에서 활용할 수 있는 드론과

로봇 등을 개발하여 일부 전력화하고 있다. 미국 국방부

는 무인시스템 분야에서 선도적 활동을 통해 더욱 자율성

을 높일 수 있도록 정보처리 능력, 빅데이터 분석과 네트

워크 기술 등을 확보하는 노력을 하고 있다. 지난 수년간

이 분야는 민간기술이 빠르게 발전함에 따라 자체 연구개

발 이외에 지속적으로 군사적으로 활용할 수 있는 기술

적용 프로그램을 다수의 대학, 연구소와 협력하고 있다.

한국에서도 ‘지능형 로봇개발 및 보급 촉진법’, ‘IT 융합

확산전략’ 등 연구 개발을 지원하는 법 제정과 정책들을

통해 IT 기반의 융합 서비스 확산 및 육성을 지원해 오고

있으며, 엑소브레인 프로젝트는 개별 기술(로봇, 자율주

행차, 빅데이터, 사물인터넷 등)과 연계하여 인공지능을

활용하는 정책을 수립하고 4차 산업혁명에 대응하는 지

능정보사회 중장기 대책을 마련하고 있다.

2. 모의시험과 테스트 데이터의 확보

자율시스템은 탑승자를 보호하고, 통신두절 상황 등 다

양한 잠재적 사고의 위험을 줄일 수 있도록 실제와 같은

환경에서 충분한 모의실험이 필요하다. 자율주행차의 기

술 개발을 위해서는 자동차 산업, 반도체, SW 등의 ICT

산업 간의 융합과 관련 기술을 사용하기 위한 법과 제도

적 문제점을 식별할 수 있어야 한다. 미국의 캘리포니아,

네바다, 애리조나 등 몇 개 주에서는 공공도로에서 자율

주행차 테스트를 허용하고 있으며, 미시간 대학에 구축된

Mcity은 정부, 기업과 대학이 일상생활과 유사한 환경에

서 종합적인 연구 개발과 테스트가 가능한 인프라를 조성

하여 다양한 모의실험을 하고 있다.

▲ 테슬라의 전기자동차

(17.11)신제-최종.indd 50 2017-10-24 오후 7:58:27

512017 • 11 512017 • 10

검색

유럽은 각 국가별로 자율주행차를 위한 사회기반시설

구축뿐만 아니라, 유럽연합 차원에서 여러 국가들의 협력

하에 함께 도로 주행 테스트를 위한 인프라를 구축하고

있다. 미국의 다양한 챌린지 프로그램과 같이 2016년 독

일 슈투트가르트에서 네덜란드의 로테르담까지 다수의

자율주행 트럭들이 15m 이내로 집단을 이루어 수송하는

것을 목표로 하는 유럽 트럭 군집주행 챌린지를 수행하였

다. 선진 각국은 이러한 노력을 통해 자동차를 비롯한 자

율시스템의 연구개발에 필요한 데이터 수집과 모의실험

이 이루어지는 효과를 거두고 있다.

결론 및 시사점

자율시스템의 핵심은 소프트웨어이며 센서, 통신기술

등 핵심부품과 임베디드 시스템으로 통합하는 기술 등이

유기적으로 개발되어야 SW가 제 역할을 할 수 있다. 자율

주행 SW 및 제어 알고리즘의 경쟁력은 단기간에 확보되

지 않으며 개발된 기술은 관련 국가와 기업 중심으로 표

준화를 추진하고 있다. 자율주행차와 관련해서 미국, 유

럽 등 기술 선진국에서는 기술 개발에 이어 각종 표준을

자국 이익을 보호하기 위한 보이지 않는 장벽으로 확대하

고 있어 관련된 인력과 기술을 확보하지 못하는 국가는

기술격차가 갈수록 벌어지고 있다.

자율시스템은 충분한 시장 규모가 있는 자율주행차의

경우 기업 주도 하에 연구 개발이 이루어지고 있으나 고

위험, 고비용 시스템에 대해서는 중장기적으로 국가 차원

의 지원과 폭넓은 협력이 반드시 필요하다.

기업과 연구소의 기술 개발 진도에 맞추어 정부는 법,

규제 정비와 함께 중장기 연구개발 투자가 이루어질 수

있는 인프라를 갖출 수 있도록 지속적인 투자가 이루어져

야 한다.

보다 효율적인 연구 개발을 위해서는 세계 최고 수준의

기술력을 가지고 있는 중소 IT 업체, 대학과 연구소 등이

협력할 수 있는 선순환 생태계를 구축하는 것이 중요하

다. 미국의 국방연구를 벤치마킹하는 것은 이러한 관점에

서 좀 더 면밀하게 검토할 필요가 있다.

자율주행 실현을 위해 다양한 상황에서 대량의 정보를

기초로 하는 의사결정을 위한 딥러닝 기술이 기존의 고

비용 센서 등을 대체하고 있으며, 고속의 안정적인 무선

통신이 필수적이다.

이를 위해서는 학습을 위한 데이터베이스 확보와 안전

과 보안 문제를 해결하기 위해 보다 실증적 연구가 필요

하다. 한국에서도 국가적으로 추진하고 있는 자율주행차

실험도시 K- City 구축과 고위험 기술 개발을 위한 민•

군 협력 등 보다 전략적 접근과 이를 실천할 수 있는 통합

된 노력이 필요한 때이다.

1. Intel, “Technology and Computing Requirements for

Self-Driving Cars,” 2014.

2. KEIT PD Issue Report, “자율주행을 위한 인공지능 기술 동향,”

vol.16-11, 2016. 11.

3. KIAT, “유럽의 자율주행자동차 기술 및 정책동향,” GT 심층분석보고

서, 2017. 4.

4. Mcity, https://mcity.umich.edu/our-work/mcity-test-

facility, 2017. 9.

5. R. Grabowski, “Big Picture for Autonomy Research in

DoD,” Soft and Secure Systems and SW Symposium,

2015.

6. The US DoD Defense Science Board, “Report of the

Defense Science Board Summer Study on Autonomy,”

2016. 6.

7. The US Army Training and Doctrine Command, “The

Robotic and Autonomous System Strategy, Autonomy

and Cognitive Behavior,” 2017. 3.

8. The US DoD Defense Science Board, “Task Force Report:

The Role of Autonomy in DoD Systems,” 2012. 7.

9. The US Naval Postgraduate School, “NPS Autonomous

Underwater Vehicle(AUV) Workbench.”

10. Thompson Reuters, “The 2016 State of Self-Driving

Automotive Innovation,” 2016.

11. Thomas Kazior, Daniel Lee, et. al, Working Group,

“Future Autonomous Systems Overview,” Autonomy

Working Group Report, 2016. 8.

12. 오현서 외, “협력주행을 위한 V2X 통신기술 현황,” 한국통신학회지

34 권 6 호, 2017. 7.

13. 진희승, 박태형, “자동차 산업의 SW 안전 이슈와 해결과제,” SPRI

Issue Report 2016-016, 2017.

참고자료

(17.11)신제-최종.indd 51 2017-10-24 오후 7:58:27