자율주행시대를 대비한 인프라 구축 연구 동향 봐봐요

2018년 4월과 7월 두 차례에 걸쳐서 자율 주행 시대를 대비한 연구 이야기를 소개했다. 이러한 연구들은 앞으로 자율주행할 준비가 되어 있을 미래를 가족으로 삼고 있으며, 이때는 공간적 효과가 얼마나 본인에 의해 창출되는지에 초점을 맞추고 있다. 연구 결과는 자율주행 시대의 긍정적인 측면을 보여주지만 다른 한편에서는 급격한 기술발전을 행정부 역시 지자체에서 뒷받침할 수 있을지에 대한 우려의 목소리도 적지 않다. 자율주행차의 원활한 운행을 위해서는 도로 차량 등 물리적 인프라와 신호 및 센서 등 시스템적 인프라가 뒷받침돼야 하기 때문이다. 본 글에서는 자율주행차의 도래를 지원하는 시스템(CAV-ready Transportation Environment)의 연구동향을 소개해 나가고자 합니다.​

현존하는 대부분의 자율주행차는 내재된 센서시스템을 이용해 교통신호, 노면마킹, 교통표지 등 교통인프라기기(TCD: Traffic Control Devices)를 읽어낸다. 센서시스템은자동차와인프라간에교류되는정보의효율적인상호운용을위하여사람의눈보다정확한감지능력을필요합니다.

>

예를 들면 자동 운전의 초기 발전 단계에서는 카메라에 의한 선행 센서 1개)를 사용했다. 앞서 센서는 색상을 구별할 수 있는 장점이 있으며 현재 Radar 등 다른 센서의 인식이 실패했을 경우의 대체 수단으로 많이 사용된다. 최초의 반적인 경우에는 기계가 사람보다 신속, 정확하지만 폭우, 폭설과 같은 특별한 경우 귀추에 의한 대처능력은 발생 가능한 모든 귀추를 학습하지 않는 한 불가능하다. 2025 Automated Driving Community에서는 안개, 폭설, 어둠 등 날씨의 영향으로 시계가 안 좋을 때 보행자를 95%만이 인식한다는 연구 결과를 발표했다. 숫자만 보면 높은 수치이지만, 교통 문제는 인명 피해에 직결되기 때문에 1%도 빼놓을 수 없다.하나)Angelo Rychel(20하나 7),"2025 AD The Automated Driving Community", Retrieved하나 0/하나에 6/20하나 8 fromhttps://www.2025ad.com/latest/driverless-cars-infographic-sensors/

>

>

연방국은 이 연구를 통해서 자율 주행 자동차와 1쌍의 차량이 공존하는 시기를 고려한 점진적 대응이 가능한 시스템을 구축하는 동시에 교통 관련 기관이나 개인이 열람 가능한 통합 시스템을 구축하는 것을 목표로 하고 있다. 현재까지 추진된 모델에서는 공사 구간의 정보를 예시에서 정보 수집 및 데이터베이스 구축 모듈, 통신 모듈, 1반 운전자 정보 공급 모듈, 자율 주행 차량 운영 모듈로 구분되어 있다.활용 가능한 데이터를 보면, 정적 데이터와 동적 데이터로 구분할 수 있다. 정적 데이터로는 도로의 노면 마킹, 도로표지와 함께 시간이 지본인도 변하지 않는 정보를 포함한다. 반대로 동적 데이터는 신호표시, 공사구간, 공사기간 등 변동 가능한 정보로 실시간 업데이트(Feed)하도록 하고 있다.​

이미 소개한 DTCD Data Service의 구조를 살펴보면 1조의 차량과 자율 주행 차가 공존하는 시기를 염두에 두는 소리를 알 수 있다. 아메 리카 연방 행정부는 이에 3단계에 걸친 점진적 대응 시스템을 구축하려 했다.1단계:데이터베이스 구축 서비스 제공을 허브로 만들기 위한 첫 단계로 데이터베이스 구축과 교통 관련 산업체의 단합을 목표로 하고 있다. Uber, Waze 등 가끔씩 교통상황 정보를 제공할 수 있는 산업체의 단합은 동적인 정보를 습득함으로써 조속한 대처가 가능하다고 보고 있다.

>

2단계:1반 운전자 정보 제공, 다음 단계에서는 자율 주행 차의 보급이 확산되기 전에 1반 운전자가 여전히 주류를 이룰 때 구축된 데이터베이스를 바탕으로 운전자에게 정보를 제공하려고 합니다. 이는 구글과 Waze에서 휴대폰 App을 통해 정보를 재공할 수 있는 산업체를 통한 정보 확산 스토리입니다.

>

3단계:자율 주행 차 지원 마지막 단계에서 Road Side Unit(RSU)을 통해서 자율 주행 자동차에 정보를 하달합니다. 하달된 교통정보에 따라 자율주행 대중교통의 경우 공사구간을 피해 노선을 변경하거나 나쁘지 않으므로 Transit Signal Priority(TSP)를 통해 우선적으로 교차로를 통과할 수 있다. 자율주행 차량의 경우 차량별 OEM에 따라 경로를 변경할 수 있다.​

해당 연구팀에서는 시스템 구축의 롤모델로서 General Transit Feed Specification Model (GTFS)을 벤치마킹 중이다.6)GTFS데이터 서비스 플랫폼은 2005년 크글사고 TriMet사와 협력 연구를 통해서 만들어졌다. 당시 온라인 대중교통 이용 가이드를 실현하기 위한 양사의 협력 연구가 눈길을 끌었는데 이에 따라 대중은 현재 구글 지도에 길찾기나 대중교통 경로계획 같은 서비스를 이용할 수 있게 됐다. 전 세계 대중 교통 운영 업체가 이 플랫폼을 통과 하고 가끔 표, 요금, 정류소 경로 등의 정보를 흘렸기 때문에 가능한 1개이다.6)General Transit Feed Specification(GTFS)Model(2005), Retrieved 10/20/2018 from https://www.transitwiki.org/TransitWiki/index.php/General_Transit_Feed_Specification​ 2016년 추정치에 따르면 세계 1,026개의 대중 교통 관련 회사가 이 플랫폼을 이용했으며 이를 통해서 제공하는 서비스는 지도, 길 찾기, 여행 가이드, 대중 교통 정보, 주변의 토지 정보, 그리고 더 나쁘지 않아아 갔다가 교통 계획의 분석과 실 때에 정보 제공 시스템까지 광범위하다.이 사례를 바탕으로 DTCD모델이 성공적으로 구축된 경우 드라이버는 일시로 현재 운행 구간의 정보와 함께 목적지까지의 경로에 해당하는 정보를 바탕으로 운행할 수 있다. 더 나쁘지 않고 자가용 주행 차는 운전수의 효용을 극대화하는 경로를 선택할 수 있도록 해. 자율 주행 차의 시장 점유율이 급증하는 시기는 2040년으로 추정되고 있다. 이제 약 20년 자율 주행 차의 효율적인 운행을 위한 인프라 시스템 구축은 반드시 필요한 액션 플랜과 소견한다.​

자동차 시장이 어떻게 활기를 。지 친구에게 말했지만 예상치 못한 질문을 받았다. "어느 주식을 살까 상념 중이야?" 있는 입장에서는 이런 화천가 주식투자를 위한 자신의 정보 최초일지도 모른다. 하지만 확실한 것은 주식을 사기 위해서도 정보 수집 등 많은 준비를 하듯 자율차의 효율적 운행을 위해서는 인프라 면에서 만반의 준비가 필요하다는 점이다.몇 가지 걱정과 질문을 남기면서 글을 마무리하고 싶다. 첫째, Work Zone에 관한 데이터를 실시간으로 정리해 제공하려면 각 지자체 및 해당 기관의 동의와 협력이 필요하다. 정보의 가치가 점점 높아지고 있는 이 시점에서 이를 중재하고 관리하는 정부의 역할이 중요한 것으로 보인다. 2번째는 자동 운전에 관한 모든 조사에서 고려된 Cyber Attack이다. 이는 교통사건과 직결되기 때문에 통신 보안은 아무리 강조해도 석연치 않다. 본 조사 플랫폼에서 보면, Cyber Attack은 시스템 퍼포먼스와 관련이 있다. 정확한 정보를 제때 전달해야 운전자 개인의 효용, 네트워크 모두 효용이 높아지기 때문이다.저:류승한버지니아대 박사과정/XiaoxiaoZhang버지니아대 박사과정