현재 자동차에 적용되고 있는 인공지능 기술은 대부분 영상인식이나 음성인식 응용인데요. 앞으로는 차량 제어와 고장 진단으로 확대될 것으로 생각됩니다. 차량 제어에는 물론 자율주행이 주가 되고 있기는 한데요.

자율주행 이외의 다른 제어 시스템에도 다양한 응용 사례들이 등장하고 있습니다. 영상 인식이나 음성인식 기술이 기존 인공지능 기술 응용 영역을 자동차로 가져온 것이라면, 차량 제어와 고장 진단은 기계 및 전기•전자 기술과 인공지능을 융합한 응용 분야로 볼 수 있습니다.

특히, 차량 제어 분야는 인공지능과 결합하면서 다양하게 진화할 것으로 보입니다. 도로의 상태를 인식해서 차량 제어 시스템을 변화시키고, 도로의 미끄러운 상태를 인식해서 타이어의 공기압을 바꿔 줍니다. 그리고 고속도로의 통행량에 따라서 구동 시스템을 가변하고, 소음을 인식해서 차량 소음을 줄여 주는 등의 다양한 응용이 가능해질 것으로 생각됩니다.

이미 나와 있는 재미있는 사례들도 많이 있는데요. 이 글에서는 주요 자동차사들이 발표한 관련 기술을 정리하고 향후 진화 방향을 전망해 보도록 하겠습니다.

현대자동차, 능동형 노면 소음 저감 기술, 운전자 맞춤형 ADAS 기술, ICT 커넥티드 변속 시스템

현대자동차는 최근 인공지능 기술에 많은 투자를 하고 있습니다. 현대차는 지난 2016년 아마존 알렉사를 탑재한 차량을 세계 최초로 선보이기도 했는데요. 최근에는 인공지능 연구 조직인 AIRLAB(AI Research Lab)을 설립하면서, 다양한 AI 관련 연구와 상용화를 진행하고 있습니다.

2019년 말에 현대는 제네시스 GV80에 탑재 예정인 인공지능 차량 제어 기술을 발표했는데요. 바로 능동형 노면 소음 저감 기술과 운전자 맞춤형 ADAS 기술입니다. 능동형 노면 소음 저감 기술은 도로에서 올라오는 다양한 소음을 실시간으로 분석하고, 소음을 줄일 수 있는 주파수를 생성해서 소음을 줄여주는 기술이고요. 다양한 소음원의 특성을 인공지능으로 분석해서 소음을 줄여 주게 됩니다.

AI 기반 운전자 맞춤형 ADAS 기술은 SCC(Smart Cruise Control) 구동 시에 운전자의 주행 습관과 유사하게 차량 속도를 조절해 주는 기술인데요. 제동장치를 천천히 밟는 사용자, 가속 장치를 빠르게 밟는 사용자 등 각 사용자의 주행 특성을 학습해서 맞춤형 감성 주행이 가능하도록 해 줍니다.

현대가 지난 2016년 LA 모터쇼에서 자율주행 시승회를 진행할 때에, 서로 다른 사용자 특성 때문에 예를 들어 ‘브레이크를 천천히 밟는다.’라는 등의 감성 주행이라는 자율주행의 새로운 이슈가 제기된 적이 있는데요. AI 기반 운전자 맞춤형 ADAS 기술은 사용자 맞춤형 감성 주행을 가능하게 해 줄 것으로 생각됩니다.

현대는 지난 2월 ‘ICT 커넥티드 변속 시스템’이라는 인공지능 기반 변속 시스템을 발표했습니다. 직선도로, 곡선도로 등 도로의 형태와 도로의 교통 상황 등을 종합적으로 고려해서 변속기를 가변해 주는 시스템인데요. 운전자에게 편안한 감성을 줄 수 있을 것으로 예상됩니다. 이외에도 연료 절감, 내구성 증대 등 다양한 효과를 얻을 수 있을 것으로 보입니다.

GM, AI 기반 연료 절감 ISG 시스템

GM은 2019년 10월에 인공지능 기반 ISG(Idle Stop and Go) 시스템에 대한 특허를 취득했는데요. ISG 시스템은 신호 대기 등의 상황에서 엔진을 껐다가 가속 페달을 밟으면 엔진 시동을 다시 켜 주는 시스템입니다.

주로 연비 절감, 소음 저감을 위해서 사용되는데요. 다양한 장점에도 불구하고 단점도 많이 있습니다. 정차 후에 출발이 늦어질 수 있는 점, 주차 시에 불편한 점, 교통 체증 시에 불편한 점 등인데요.

GM의 특허에는 차량의 위치와 교통 체증에 따라서 ISG 시스템의 On/Off를 결정하는 방법과 인공지능으로 다양한 상황을 학습하여 On/Off를 결정하는 방법 등이 들어 있습니다. 앞으로 도로 상황이나 위치 등에 따라서 ISG 시스템을 인공지능으로 제어하는 방법이 사용자에게 편리함을 줄 수 있을 듯합니다.

토요타, 빅데이터를 활용한 급가속 억제 기능

토요타는 지난 2월에 빅데이터를 활용한 급가속 억제 기능을 발표했는데요. 지난 2010년에는 급발진 문제로 큰 어려움을 겪었던 적이 있습니다.

토요타의 발표에 따르면 예전에는 차량 앞부분에 벽이나 차량을 탐지하는 센서를 장착해서 가속페달을 잘못 사용할 때에 가속을 억제하는 급가속 억제 기능을 사용한다고 밝혔는데요. 이번에는 앞에 장애물이 없을 때 비정상적인 급가속을 방지할 수 있는 기능을 발표했습니다.

사용자들의 잘못된 사용 사례를 빅데이터로 모아서 분석한 후에 이를 바탕으로 급가속을 방지할 수 있도록 했는데요. 가속 페달, 브레이크 정보와 사고 사례를 분석하고 인공지능 학습을 통해서 사고를 방지할 수 있도록 했습니다.

갈수록 고령층 사고가 잦아지는 상황에서 사고 방지에 유용할 것이라는 의견도 있습니다. 토요타 측은 올해 중으로 관련 기술을 상용화할 예정이라고 합니다.

고장 진단과 인공지능

현대는 지난 2018년 7월 세계 최초로 ‘ AI 자동차 고장 진단 시스템 개발’을 발표했는데요. 자동차에서 나는 소리를 분석해서 차량의 이상을 감지하는 시스템입니다. 고장 시의 소리 샘플을 구해서 인공지능으로 학습하게 되는데요. 소음 진단 전문가 10여 명과 AI 시스템을 비교했을 때 정확도가 8.6%와 87.6%로 AI 시스템의 정확도가 월등히 높았다고 합니다.

자율주행이 본격적으로 상용화되려면, 차량 고장 진단이 더욱 중요해질 것으로 보이는데요. 자율주행차가 스스로 고장을 감지해서 정비소로 찾아가는 시스템이 필요해질 것으로 보입니다.

현재는 사용자가 차량 이상을 스스로 느끼거나, 차량 고장 시스템이 이상을 감지하고 표시장치에 알려 주어 사용자가 알게 되면 정비소로 가게 될 텐데요. 앞으로는 차량 고장 데이터를 모으고 분석해서 차량 고장을 진단하거나 고장을 예측하는 기술이 매우 중요해질 것으로 보입니다.

도로 상태와 인공지능

차량이 주행하는 도로 상태를 파악하고 주행 정보에 반영하거나 도로를 보수하는 데 이용하는 개념도 제시되고 있는데요. 비가 오면 접지 면적을 늘려서 안전 주행이 가능하게 하고, 다시 날이 맑아지면 접지 면적을 줄여 주어 주행 성능을 높이게 할 수 있습니다. 또한, 도로의 고장 상태를 빅데이터로 분석할 수도 있게 됩니다.

독일의 부품회사인 콘티넨탈은 가변 타이어 콘셉트를 제시해 오고 있습니다. 날씨나 도로 상태에 따라서 타이어 접지 면적을 변화시키는 콘셉트인데요. 2019 프랑크푸르트모터쇼에서는 콘티 C.A.R. E(Conti C.A.R.E. (Connected. Autonomous. Reliable. Electrified.)를 전시했습니다. 이전 제품과는 달리 기계적으로 타이어 접지 면적을 가변할 수 있도록 한 점이 특징입니다.

지도 업체 히어는 CES 2016에서 도로 이상 상태 경고(Road Hazard Warning) 기능을 제시했는데요. 예를 들어 차들이 같은 지점에서 미끄럼 방지 기능인 ABS(Anti-lock braking system)가 작동되었다면, 그 지점에 결빙이 생겼다고 판단하는 기술입니다.

현대자동차는 지난해에 서울시와 공동으로 진행하는 빅데이터 기반 도로 손상 파악 기술을 발표했는데요. 도로의 같은 지점에서 충격이 있으면, 예를 들어 덜컹거린다면, 빅데이터와 인공지능으로 도로 손상이 있다고 파악하는 기술입니다.

앞으로 자율주행의 주행 성능 향상이나 편안한 주행을 위해서 도로 상태 파악과 대처가 중요하게 될 텐데요. 관련 시장에서도 빅데이터와 인공지능 기술이 중요해질 것으로 보입니다.

기계 기술과 인공지능 기술의 융합

현재 인공지능 기술은 자율주행을 위한 영상인식 기술, 차량 주행 기술, 음성인식 기술 등에 주로 적용되고 있는데요. 앞으로는 차량 제어 기술과 고장 진단 기술에서도 다양하게 적용될 것으로 보입니다. 이 기술들이 개발되면 사용자의 편안한 주행, 연료 절감, 차량 수명 연장, 안전성 증대 등 다양한 효과도 얻을 수 있을 것으로 보입니다.

제어 기술과 고장 진단 적용을 위해서는 빅데이터 수집과 분석도 중요해지는데요. 관련 데이터를 효과적으로 모아서 분석하는 것이 앞으로 중요해질 것으로 보입니다. 더불어, 관련 기술의 차량 적용을 위해서 AI 하드웨어도 중요한 이슈가 되고 있습니다.

아직 자율주행 이외에 차량 제어나 고장 진단에 적용된 사례는 많지 않은 상황이기는 합니다. 앞으로 빅데이터가 모이고, 저렴한 AI 하드웨어가 보급되면, 딥러닝 기술의 적용을 통해서 다양한 관련 기술이 상용화될 수 있을 것으로 보입니다.

관련 분야에서는 기계 기술과 인공지능 기술의 융합이 필수적인데요. 자동차 관련 업체와 AI 회사의 협력도 필요한 상황입니다. 2020년 관련 분야에서 우리나라 업체들의 많은 활약을 기대해 봅니다.

글 l 정구민 교수 l 국민대학교