네이버, 부산에서 자율주행 가능할까

네이버랩스의 ‘로봇 이야기’에 이어, 이번에는 자율주행차 이야기를 해보자. 검색왕 네이버는 왜 갑자기 자율주행차 시장에 뛰어들었는가. 네이버의 자율주행 기술은 어디까지 이르렀으며, 어떤 방식으로 개발하고 있는가.

13일 저녁, 서울 강남구 네이버 D2스타트업팩토리 ‘테크 포럼’에서 백종윤 자율주행차 그룹 리더가 발표한 내용을 질의응답 형식으로 바꿔서 재구성했다.

Q. 네이버는 왜 갑자기 자율주행차에 관심을 갖나?

갑자기가 아니다. 네이버가 이미지 기반으로 개발했던 많은 기술과 서비스 있다. 딥러닝, 이미지 기반 기술을 자율주행차에 적용할 수 있다. 차선이나 앞차, 주변 차량 인식, 차선 변경 같은 것은 머신러닝으로 가능한 영역이다. 이런 기술 중에는 이미지만 갖고는 더 진전할 수 없는 연구들이 있다. 자율주행 차량이 있어야 가능한 부분이다.

Q. 네이버뿐만 아니라 너도나도 자율주행 기술 개발에 뛰어들었다

‘자동차’라는 것이 생각보다 비효율적이고 불편하다. 사고를 일으켜 위험하기도 하고, 공해도 생긴다. 도로 상황을 예로 들어보자. 교통체증이 아주 심한 출퇴근 시간 때, 그러니까 하루의 5%에 해당하는 시간만 도로를 100% 이용한다. 다시 말하면, 나머지 95%의 시간에는 도로가 빈 공간으로 남아 있다는 얘기다. 그 빈공간을 위해 엄청난 양의 도로를 짓고 있다. 이런 문제를 해결하기 위해 스타트업을 비롯해 많은 산업계 플레이어들이 뛰어들고 있다. 자율주행만 하는 것이 아니라, 공유경제(셰어링)나 전기차, 커넥티드 같은 트렌드들이 합종연횡하면서 새로운 서비스를 만들어 내고 있다.

Q.현재 네이버가 운영하는 자율주행 차량은 몇대나 되나?

작년에 국토교통부로부터 임시 운행 허가를 받은 차량은 한 대다. 주행거리는 많지는 않다. 그러나 자율주행차만 운행하는 게 아니라 맵핑용, 그리고 데이터 로딩용 차량도 운행하고 있으므로 실제 기술 개발은 별도로 진행하고 있다.

Q. 네이버의 자율주행 차량의 기술 수준은 어느정도인가?

레벨4에 근접하다. 레벨4에 해당하는 임무 테스트들을 큰 무리 없이 다 수행하고 있다.

Q. 네이버는 자율주행차 분야에서 후발주자인데, 경쟁력이 있나?

일찍 시작한건 아니지만 근간 기술을 꾸준히 연구해왔다. 최근엔 차선 인식도 딥러닝 기반으로 바뀌는 추세다. 트랜지셔널 비전도 많이 해왔고 인공지능 머신러닝 기법 활용하는 연구도 많이 해왔다. 이런것들을 자동차에 적용하는데 다른 회사보다 훨씬 더 유리하다고 생각한다.

Q. 다른 회사들과 비교해 본다면?

구글이랑 비교를 한다면, 구글은 조금 일찍 시작한 편이다. 딥러닝이 전성기에 이르기 전부터 시작해서 지금 시행착오를 겪고 있는 부분이 있고, 그런 면에서 (네이버가) 유리한 부분이 있다. 자동차 업계와 비교한다면 그쪽이 레이다나 센서 같은 걸 더 잘 쓸 수 있을 거다. 그러나 완성차 업체들은 부품 업체에 끌려가는 부분이 있다. 실험적 연구에도 한계가 있다. 네이버는 도심의 완전 자율주행이 목표이므로 차이가 있다.

Q. 자율주행 차량은 어떤 매커니즘으로 움직이나?

보고, 판단하고, 움직이는 세가지 단계다. 사람의 예를 들어보자. 사람들이 보는대로 인지하는 것 같지만 사실 길을 찾아가는 것만 하더라도 먼저 머리속에서 맵을 만들고 자기가 어디있는지 생각한다음 주변에 피해갈 것을 고려한 후에야 움직인다. 자동차도 동일한 프로세스로 맵핑을 한다.

Q. 맵핑에서 중요한 것은? 

GPS, 즉 글로벌 측위 시스템이 제일 중요하다. 전 지구적으로봤을때 자기가 어디 있는지 찾아가는 것이다.  GPS를 기반으로 지도를 만든다.  예를 들어 강남역 사거리 가운데 특정한 공간의 좌표를 갖고 있어야 한다. 대부분 GPS를 기반으로 지도를 만들기 때문에 자율주행차의 맨 꼭대기에 GPS 안테나가 달려 있다. 절대적 위치값을 알려준다.

Q. GPS로만 정확한 지도를 만들 수 있나?

물론 아니다. GPS의 문제점은 도심지에 들어가면 위성 신호 볼 수 없는 곳이 있다는 것이다. 이럴때 라이다로 보정한다. GPS만으로 정밀도가 떨어지기 때문에 HD 맵을 만들고 라이다나 카메라 센서를 이용해 맵과 비교하기도 한다.

Q. 지도와 관련해서 또 다른 고민은?

이미지까지 포함하면 데이터의 용량이 매우 커지는데 이를 어떻게 압축해서 서버에 올리는가하는 문제다. 예컨대 차선만 뽑아서 데이터를 만들면 용량이 적어서 쉽게 지도를 만들 수 있다.

Q. 최근에 많이 하는 연구는 무엇인가?

엔드 투 엔드 제어다. 전방 카메라에서 들어오는 이미지와 스티어링(핸들) 콘트롤을 일대일로 매칭한다. 어떤 이미지가 들어올 때 핸들을 얼마나 꺾어야 한다는 결정 같은 것이다. 만약 이미지만 가지고 차 없이 연구를 한다면 이런 기술을 만들 수가 없다. 이런 부분에서라도 차량 플랫폼은 반드시 필요하다.

Q. 카메라와 레이더, 라이다에서 들어오는 데이터 퓨전과 관련해서 네이버는 어떤 방식을 채택했나?

네이버도 하이레벨 단계에서 퓨전을 해왔는데 그러다보니 부족한 부분이 있다. 라이다가 보는 사물이 카메라 센서로 보는 사물와 같은 것인지 확인 하는 것이 생각보다 어렵다. 그런 것에 한계를 느끼고 있기 때문에 로우 레벨에서 퓨전과 관련해 다양한 시도를 하고 있다.

Q. 어느 방향으로 핸들을 꺾든 누군가를 다치게 하는 경우라면, 자율주행차는 어떤 결정을 내려야 하나하는 윤리적 문제에 대한 네이버의 의견은?

우선 어떤 사고도 내지 않아야 한다고 생각한다. 그러나 현재로선, 먼저 인지한 걸 피하려고 한다. 윤리적 부분은 엔지니어 쪽에서 생각해야 할 부분도 있지만, 그보다 먼저 사회공론화, 법제화 되어야 한다고 생각한다. 엔지니어는 그 규칙을 따르면 된다.

Q. 운전자에게 지옥을 보여준다는 부산에서 자율주행 실험을 해볼 생각은 없나?

부산에서 자율주행을 할 수 있는 회사는 (현재로는) 전세계에 없다고 생각한다. 구글도 혀를 내두를 거다. 실험을 해볼 수는 있을 것 같다. 실제 주행을 하겠다는건 아니고 데이터를 모아 테스트를 먼저 해봐야할 거다. 부산에서 자율주행을 하는 것이 저희 목표다. 언젠가는 실행하도록 하겠다.

글. 바이라인네트워크
<남혜현 기자> smilla@byline.network