[딜사이트 노우진 기자] 일본의 완성차업체 토요타자동차(이하 토요타)가 저가 카메라를 활용한 자율주행차량 개발에 나섰습니다. 그동안 '정석 루트'로 여겨졌던 라이다 센서를 사용하는 대신 테슬라가 선보인 것처럼 저비용 카메라를 활용해 자율주행기술을 안정화할 수 있는 방법을 찾겠다는 겁니다.

라이다 센서는 자율주행차량의 핵심 부품이자 '눈'이라고 할 수 있습니다. 자율주행에 필요한 다양한 정보를 정확하게 분석해 차량의 움직임을 빠르게 판단하고 명령을 내리는 역할을 하거든요. 그러나 라이다 센서의 가격은 매우 높기 때문에 자율주행차량 개발에 매진하고 있는 기업들의 개발 비용 부담이 컸습니다. 

그런데, 토요타는 왜 이제서야 저비용 카메라를 활용해서 자율주행차량 개발에 나서는 것일까요? 성능 면에서 큰 차이가 있었기 때문에 주저했던 걸까요? 오늘은 토요타가 라이다 센서 대신 저비용 카메라를 선택한 이유와 리스크에 대해 좀 더 자세히 살펴보겠습니다. 

💬 질보다 양이 중요하다?

최근 로이터 등 주요 외신들은 토요타가 자율주행차량에 라이다 센서 대신 저비용 카메라를 부착하기로 결정했다고 보도했습니다. 자연스레 토요타의 자율주행 기술 개발 자회사 우븐 플래닛(Woven Planet) 역시 카메라 기반의 자율주행시스템 연구에 착수할 것으로 예상됩니다.

토요타의 이번 결정은 자율주행차량 개발에 드는 막대한 비용을 절감하려는 목적에서 이뤄졌습니다. 자율주행차량이 도로에서 제대로 운행되려면, 방대한 데이터 수집이 전제돼 있어야 합니다. 자연히 시스템 고도화를 위해서는 더 많은 테스트 차량을 운용해야 하고요. 비싼 라이다를 계속 사용할 경우, 연구개발에만 막대한 비용을 끊임없이 지출했어야 하는 셈이죠. 

우븐 플래닛 입장에서는 모회사의 정책 변경이 당연히 반가울 것입니다. 보급형 카메라 가격은 라이다 센서보다 약 90% 저렴한데요. 이젠 마음 편히 테스트 차량 수를 대거 늘려서 시스템 고도화에 박차를 가할 수 있을 것으로 기대됩니다. 

비용 문제는 우븐 플래닛의 묵은 과제였기도 해요. 마이클 베니스치 우븐 플래닛 엔지니어링 담당 부사장은 "우리는 (자율주행기술 고도화를 위해) 많은 데이터가 필요하다"며 "고가의 부품을 사용한 차량들에서 수집할 수 있는 소규모 데이터만으로는 충분하지 않다"고 고충을 대내외적으로 토로하기도 했었요. 

💬 카메라 활용? '리스크'는 있다

그럼 어째서 전기차 사업에 몰두하고 있는 대부분의 기업은 이런 '효율적'인 방식을 채택하지 않는 걸까요? 가격 부담도 덜 수 있고 차량에 장착하는 것도 훨씬 용이해 자율주행 시스템 고도화를 위한 데이터 수집을 마음 편히 할 수 있는데도 말이죠. 

그 이유는 바로 안전성 때문입니다. 카메라로 수집할 수 있는 데이터에는 한계가 있어 안전성을 확보하기 어렵다는 평가를 받는데요. 기업들 입장에서는 당장 원가를 절감하는 것보다 안전사고로 인한 리스크 비용을 줄이는 게 장기적인 관점에서 낫다는 판단을 했던 셈입니다.

구체적으로 라이다 센서의 경우 다수의 레이저를 목표물에 조사해 사물까지 거리나 방향은 물론 온도와 물질 분포까지 감지할 수 있습니다. 주변 사물이나 지형지물 등을 감지하고 이를 3D 영상으로 모델링할 수도 있고요. 측정 각도가 넓은 점도 장점입니다. 

반면 카메라는 라이다에 비해 돌발상황을 인지하는 데 어려움이 많다는 평가를 받습니다. 특수한 상황일 수록 사물 인식률이 떨어진다는 견해도 있고요. 오류가 발생했을 때 치명적이기도 합니다. 라이다 센서의 경우 하나의 센서가 고장이 나면 다른 센서가 이를 보완해 사고 발생을 막거나 피해 규모를 줄일 수 있는데요. 현재 카메라 기술로는 이런 대응이 불가능하다고 합니다. 

실제 라이다 대신 카메라를 채택하고 있는 테슬라는 최근 잇달아 자율주행 기술과 관련한 안전사고를 겪어 왔어요. 지난해 12월 테슬라의 자율주행 소프트웨어를 이용해 주행하던 차량이 교통사고를 일으켜 화제가 됐습니다. 좌회전하면서 차선을 잘못 변경해 옆 차선에서 달리던 차량과 충돌한 거죠. 또 2019년 말에는 자율주행 기능을 켜고 달리던 테슬라 차량이 마주 오던 승용차를 들이받기도 했습니다. 

물론 테슬라는 해결책을 찾아낸 상황입니다. 현재 카메라의 단점을 보완하기 위해 소프트웨어 고도화에 총력을 기울이고 있어요. 소프트웨어가 주변 사물을 정밀하게 분석할 수 있다면 라이다 없이도 자율주행이 가능하다는 논리죠. 테슬라는 카메라로 인식한 사진 데이터 4000여장을 인공지능 알고리즘으로 분석해 순식간에 지도를 그려내는 방식을 사용하고 있는데요. 이를 위해 주행 데이터를 기반으로 머신 러닝 슈퍼 컴퓨터를 만들었고, 인공지능이 스스로 주행상황이나 환경, 거리나 변수 등을 판단할 수 있게 하고 있습니다. 

토요타도 테슬라를 따라하면 될까요? 토요타의 경우 테슬라의 길을 걷긴 힘듭니다. 테슬라와 달리 인공지능을 고도화하기 위한 주행 데이터 수집이 어렵기 때문이에요. 테슬라는 현재 시판하고 있는 전기차의 소프트웨어를 통해 주행 데이터를 수집하지만 토요타는 테스트 차량을 통해서 데이터를 모읍니다. 카메라 기반 자율주행시스템을 만들 수 있는 기반 자체가 다른 셈이죠. 

더욱이 토요타는 시판을 앞둔 차량은커녕 테스트 차량을 운행하는데 필요한 기초 데이터조차 부족한 상황입니다. 후발주자인 만큼 수집한 데이터 역시 경쟁기업에 비해 상대적으로 뒤처져 있습니다. 자칫 비용 효율적인 선택을 했다가, 토요타는 되레 자율주행 차량 개발 속도만 늦어질 수 있는 셈이죠. 앞으로 '토요타만의 방법'을 찾을 수 있을지 지켜봐야 할 것 같습니다.