이 기사는 2017년 04월 04일 11:22 thebell 에 표출된 기사입니다.

네이버가 자체 개발 기술로 만든 자율주행차를 2017 서울모터쇼에서 공개했다. 국내에서는 이례적으로 정보기술(IT) 기업의 자동차 주행 시스템 도전이란 면에서 세간의 이목을 끌었다.

네이버의 자율주행차는 이미지 센서를 활용해 주변 상황을 인지하고 이를 인공지능(AI) 딥러닝(Deep learning)으로 학습해 구동된다. 최근 다른 자동차 메이커들이나 통신 사업자들이 주목하는 차량과 사물 간 통신(Vehicle to everything communication, V2X)은 배제했다.

일각에선 자율주행의 핵심기술로 꼽히는 V2X가 없다는 점이 네이버 자율주행차의 한계가 될 것이라고 진단했다. 자동차 주행 과정에서 발생하는 각종 돌발 상황을 대처하기 위해선 딥러닝만으론 한계가 있기 때문이다.

4일 IT업계에 따르면 네이버가 최근 공개한 자율주행차는 AI 딥러닝 기반 기술로 만들어졌다. 센서를 통한 이미지 인식으로 도로 위 사물을 인지해 이를 바탕으로 공간을 계산하고 스스로 주행하는 시스템이다.

네이버의 자율주행차는 미국자동차공학회(SAE)의 자율주행 기준에서 레벨 중 3단계인 컨디셔널 오토메이션(Conditional Automation)을 달성했다. 네이버는 곧 4단계인 하이 오토메이션(High Automation)을 획득하겠다는 계획도 밝혔다.

자율주행에서 딥러닝을 통한 인지는 스스로 발전하는 자가학습이라는 강점을 갖고 있다. 반면 카메라 센서를 통한 한정적인 데이터 수집이란 맹점도 동시에 지니고 있다. 인간의 눈과 비슷한 구조로 사물을 인지하는 카메라 센서를 이용하면 정보가 제한적일 수밖에 없다. 미국 테슬라가 초기에 도입한 딥러닝 자율주행의 경우 트럭에 하늘이 반사되자 이를 빈 공간으로 잘못 인식해 사고를 낸 바 있다.

자율주행차를 연구하는 완성차 메이커들은 이에 대한 대안으로 V2X를 적극적으로 도입하고 있다. 글로벌 통신 및 자동차 전장·완성차업체들의 연합인 5gaa는 V2X를 이용한 심도 있는 자율주행 연구를 진행 중이다.

V2X는 차량과 다른 차량 및 사물과의 유무선 통신을 통해 상황을 인지, 돌발상황에 대처할 수 있다.

특히 V2X는 다른 차량과 사물을 유무선으로 연결해 서로 간의 정보를 공유해서 판단한다. 자율주행 과정에서 발생하는 수많은 이미지와 주변 상황에 대한 데이터를 주고 받아 비가시선(Non-Line-of-Sight)을 없앤다.

자율주행 연구 관계자는 "V2X라고 만능은 아니지만 각각의 신기술이 최적화되는 분야가 따로 있기 때문에 적어도 자율주행에서는 가장 대안으로 떠오르는 것이 사실"이라며 "예를 들면 바둑을 둘 때는 인공지능 딥러닝을 적용한 알파고가 해답이라면, 자율주행을 할 때는 혼잡한 도로사정을 감안해 센서 위주의 머신러닝보다 데이터통신을 응용한 V2X가 보다 적합한 것"이라고 설명했다.

네이버는 아직 V2X 도입에 적극 나서지 않고 있다. 네이버의 자율주행 연구가 초기 단계인 데다 딥러닝을 이용한 공간 인지 연구에 초점을 맞추고 있기 때문이다. 따라서 네이버가 자율주행 시스템을 상용화하고 일반에 서비스하는 데는 다소 시간이 걸릴 전망이다.

네이버 관계자는 "자사의 자율주행은 공간 인지에 초점을 둔 것이 맞으며 V2X 기술이 적용돼있는지에 대해서는 밝힐 수 없다"며 "이번 자율주행차에 대해서는 상당히 제한된 정보만 오픈하고 있으며 향후 계획에 대해서도 공개되지 않았다"고 말했다.

자율주행에 정통한 관계자는 "딥러닝만으로 자율주행을 하는 건 아직은 시기상조라는 것이 관련 업계의 시각"이라며 "단순히 차량이 움직이는 것이 아니라 보이지 않는 변수에 대한 돌발상황을 대처해야만 완전한 자율주행이라 볼 수 있다"고 말했다.