[디지털투데이 홍하나 기자] 전세계 시장조사기관을 비롯해 전문가들은 인간의 개입이 없는 완전자율주행 상용화가 2022년 이후에 이뤄질 것으로 전망하고 있다. 스스로 도로 상황을 인지, 판단, 제어하는 자율주행기술 가운데 차선변경 기술에 대해 네이버랩스가 설명했다. 

네이버랩스는 16일 강남 그랜드볼룸에서 진행된 개발자컨퍼런스 데뷔2017에서 자사의 자율주행차가 차선변경을 실행하는 기술, 원리에 대해 설명했다.   

네이버랩스는 복잡한 도심환경에서 주행이 가능한 자율주행 인공지능을 구현하기 위해 기계학습을 연구하고 있다. 그중에서도 차선변경은 차량이 자유롭게 도로 위를 오갈수 있는 핵심적인 기술이다. 

자율주행차는 측위, 인지, 제어를 담당하는 센서들과 소프트웨어로 구성됐다. 측위는 현재 차량의 위치를 알아내기 위한 기술로 GPS, 고정밀 지도 등이 해당된다. 인식은 차 주변의 사물, 교통 상황을 파악하는 기술로 컴퓨터 비젼, 센서 퓨전이 포함된다. 제어는 도로상황에 맞게 차량을 이동하기 위한 기술로 경로계획, 차량제어 기술을 말한다. 

정성균 네이버랩스 연구원은 “이 세가지 큰 기술 카테고리 중 인지, 제어 부분에 기계학습이 가장 많이 적용됐다”고 말했다.

자율주행 연구에서는 인지, 제어를 동시에 학습하는 형태로 진행되고 있다. 최근 자율주행 연구 트렌드는 영상, 주행기록을 남겨 그 정보를 기계학습 툴에 넘기면 모듈자체가 인식, 제어를 동시에 학습하는 형태로 발전한다고 정 연구원은 설명했다. 

정 연구원은 “한가지 문제를 깊게 파고들기 위해 네이버랩스가 꾸준히 주장한 것이 도심지역에서의 자율주행이다”면서 “이를 위해 네이버랩스는 차선변경에 집중해 연구를 진행했다”고 말했다.  

차선변경은 목표지점까지 이동하기 위한 필수적인 주행기술이다. 하지만 이와 동시에 사고위험도 높아 구현하기 가다로운 기술이다. 실제로 교통사고분석시스템(TAAS)에 따르면 약 50%에 이르는 교통사고 발생원인은 차선변경으로 인해 발생했다. 미국 도로교통 안전국에 따르면 2초 이내에 차선변경을 한다면 사고 위험이 줄어드는 것으로 나타났다. 

이에 네이버랩스의 자율주행연구팀은 영상기반의 차선변경 학습알고리즘을 제안하고 있다. 정 연구원은 “자율주행차 운전자들에게 필요한 차선변경 알고리즘에 필요한 종목은 저렴하고 정확하고 빠른 알고리즘이다”면서 “이에 대한 해답으로 레이더보다 저렴한 카메라, 정확한 딥러닝, 빠르게 판단하기 위해 간단한 문제를 적용했다”고 설명했다.

정 연구원은 자율주행기술을 연구개발하면서 운행중인 자율주행차 외부에 카메라 두 대를 설치했다. 두 카메라의 시야는 운전석에서 사이드미러를 바라보는 시야와 비슷하다. 네이버랩스는 이 실험차량으로 여러 형태의 도로를 돌아다니면서 5만장의 영상을 취득했다.  

또 네이버랩스는 차선변경 테스트를 VGG16를 이용해 이진 분류기를 만들었다. 하나의 학습기로 양쪽 모두 차선이 막혀있는지, 뚫려있는지 판단을 하는 것이다. 이를 통해 네이버는 좌우 각각 5만장의 영상을 취득, 오른쪽의 영상을 반전시키면서 학습 데이터의 양 또한 늘렸다.

하지만 네트워크가 차량을 먼저 인식하기보다 공간을 인식해 빠르게 다가오는 차에 대해 반응이 늦은 단점이 있었다. 네이버랩스는 이를 해결하기 위해 8만개 이상으로 분류된 이미지넷을 활용해 자동차를 가르치는 방법을 택했다고 설명했다.

이와 함께 네트워크에 자동차를 먼저 보여주고 차선변경에 대한 데이터를 넣어 차선변경을 할 수 있는지, 없는지 판단을 할 수 있도록 학습을 시켰다.