기업이 요구하는 모빌리티의 AI활용 자율주행차의 IT신기술 인력양성

자율주행기술의 진화와 기술발전

CES 2021에서는 모빌리티의 핵심 키워드를 C.A.S.E(Connected, Autonomous, Service & Shared, Electrification)로 제시하면서 전기차 또는 수소차 등 모든

차에 자율주행 관련 서비스가 올라가는 형태로 전환되고 있습니다.

또한 기존 공급자 중심 관점에서 수요자 중심으로 전환되면서 어떤 서비스를 제공할지를 더욱 중요하게 보고 있습니다.

- 예를 들어, 물류 산업의 경우 자율주행만으로는 서비스를 제공하는 데에 한계가 있으며, 이를 해결하기 위해 로봇과 드론 기술을 함께 활용하여

실제 수요자까지 연결되는 복합 이동체로 확장되고 있습니다.

자동차 산업으 패러다임 변화

자동차 산업의 미래 먹거리로 서비스 신산업이 융합되고 있으며, 특히 자동차와 같은 교통수단들이 야기한 교통사고, 대기오염 등의 문제를 해결하는 방향을 제시하고 있습니다.

- 즉, 주력산업의 지속적인 성장 동력 발굴과 사회적 문제해결의 두 가지 방향에서 모빌리티 산업의 기회를 만들고 있습니다.

현재 자율주행차는 차에 센서를 탑재하여 기능을 구현하는 Autonomous Vehicle과 외부와 소통하는 Connected Vehicle과의 기술·산업 융합으로 Connected Automated Vehicle로 진화하고 있습니다.

- 자율주행차는 현재 자동차 기술 중심의 Loccal Intelligence 수준이나 자동차와 인프라(도로 및 통신)와 융합하는 Global Intelligence 구현이 관건입니다.

- 현재는 운전자가 지속적으로 주시해야 하나 궁극적으로 자율주행 레벨 4, 5단계가 되기 위해서는 자동차 기술 중심만으로는 시야에 한계(약200m)가 있고, 인프라 및 통신과 연결되어야 합니다.

자율주행차의 Workflow에서 AI의 역활

자율주행차에서 AI가 활용되는 과정을 보면, 데이터를 획득하고 트레이닝하고, 다시 수정·보완하고 이를 Deploy하고 테스트 및 Validate한 다음 이 과정을 끊임없이 반복한 다음 실제 도로에서 모델을 탑재해 테스트를 하게 됩니다.

검증(Validation) 부문이 중요한 것은 가상환경에서 여러 테스트가 가능하나 실제 도로에서는 예상치 못한 변수들이 많아 검증하는 부분이 어렸습니다.

- 우선 차량에 여러 가지 장비들을 부착해서 운행해야 하고, 다른 차들뿐만 아니라 오토바이, 자전거, 킥보드와 같은 여러 가지 장비들로 인해 어디서 사고가 날지 모르기 때문에 조심해야 하는 문제가 있습니다.

- 정밀도(Fidelity) 측면에서는 실제 도로에서 트레이닝하는 것이 가장 좋으나, 시간과 공간의 제약으로 실제로는 어려운 환경입니다.

- 엔비디아의 경우 서버에 SOC 센서를 넣고 동일한 데이터를 주고, 그다음 환경을 조성해주면 SOC가 마치 차량에 있는 것과 같은 동일한 조건의 가상환경(메타버스 또는 디지털 트윈)에서 자율주행 테스트를 하게 됩니다.

- 다양한 환경 속에서 테스트를 진행한 다음 실제 도로로 나가게 되는 것이며, 이를 통해 양산될 경우 안정된 시스템을 제공할 수 있습니다.

자율주행차 개발에 적합한 인력양성을 위해 1) 데이터 확보 전략 2)대규모 모델 트레이닝을 위한 컴퓨팅 파워 교육 3) AV/ADAS 모델 검증과정에 필요한 인력양성이 필요합니다.

자율주행 기술 개발 인력 정책 방향

자율주행 기술은 기술 그 자체보다는 다양한 모빌리티 서비스와 접목이 가능해야 실용적인 기술이 됩니다.

- 토르드라이브는 대학 연구실에서 스핀오프로 스타트업을 설립하였으며, 기술개발과 더불어 승차, 배송 등 다양한 모빌리티 서비스에 기술을 적용하면서 실용적인 자율주행 기술을 만들고 있습니다.

- 실례로, 인천국제공항 실내에 교통 약자들을 운송하는 무인 자율주행 차량을 운영하고 있으며, 국내 최초로 유통사와 여의도에서 자율주행 배송서비스를 진행하고 있습니다.

자율주행에서는 소프트웨어뿐만 아니라 하드웨어도 중요한 구성요소이나, 기존 자동차 회사에서는 무인 자율주행 플랫폼이 등장하지는 않고 있어, 양산 차량을 우선적으로 자율주행차로 개조하는 형태로 전환이 가능합니다.

- 토르드라이브 역시 양산 차량을 기반으로 고객의 니즈에 적합하도록 다양한 종류의 차량에 구현하였으며, 궁극적으로는 무인 자율주행 전용 플랫폼을 통해 무인 차량에 SW를 탑재하는 형태를 지향하고 있습니다.

자율주행을 이루고 있는 소프트웨어는 크게 1) 인식기술, 2) 고정밀 측위 기술, 3) 3차원 고정밀 지도, 4) 판단/경로 생성 및 제어 기술로 구성되며, 인력 측면에서 요소별로 전문화된 인력이 필요한 실정입니다.

자율주행을 구성하고 있는 시스템 아키텍처마다 자율주행 인력의 필요한 수준과 차이가 있습니다.

- 자율주행 기능 부문에서 인식, 측위, 지도, 판단 등의 기술들은 석사급 이상의 전문화된 지식을 가진 사람이 각각 세부 분야별로 필요함 - 안전 기능의 경우, 시스템에 문제가 있는지, 이상한 상황인지, 그리고 센서를 자동 칼리브레이션하는 기능은 학사 과정에서 컴퓨터 프로그래밍 훈련을 받은 인력들이 가능합니다.

- 통신 기능 측면에서 원격 제어 같은 부문에서 프로그래밍 능력이 있다면 가능한 기술입니다.

- 하드웨어 인터페이스 같은 경우, 기계와 관련하여 고유 기능별로 다양한 인력이 필요할 것입니다.

- 즉, 자율주행차를 이루기 위해 박사급 이상만 필요한 것이 아닌, 수준별로 다양한 인력이 필요하며, 그에 따라 기대 수준도 다 다름니다.

종합적으로, 신규 인재 양성 측면에서 산학 연계 교육과정 개설 및 HW, SW, 사업개발에 특화된 교육 프로그램 개설이 필요하며, 기존 인재 재교육 측면에서 기술 트렌드 교육 프로그램이 필요하며, 자율주행 전문인력을 채용할 수 있는 수단 발굴 및 지원과 이러한 인재들을 채용할 수 있도록 초기 마중물 역할로 세제 혜택 등을 통한 자금 지원이 필요합니다.

최근 메타버스(또는 디지털 트윈)의 구현 관련해서 실제 자율주행에는 가상의 시뮬레이션이 중요한 부분인데, 이를 구현할 수 있는 인재들은 엔터테인먼트 산업에서 일하고 있는 CG작업을 잘 할 수 있는 인력입니다.

기존 다양한 분야에서 활동하고 있는 인재들이 자율주행 산업에 진입하는 것이 가능한데, 이러한 부분들이 잘 알려져 있지 않아 인력 트레이드가 활성화되지 않은 측면이 있습니다.

이러한 문제들을 대학, 직업훈련기관 등 교육기관 간 공유를 통해 신산업에 대한 인식을 높이고 진입장벽을 낮출 필요가 있으며, 기존 현장 인력들도 핵심 역량을 정의하고 이에 적합한 새로운 산업 또는 분야를 찾을 수 있도록 가이드가 필요합니다.

*본 콘텐츠는 직업능력심사평가원의 발간물[2021년 신기술 인력양성 포럼자료집]의 내용을 발췌하여 작성했습니다.

교육훈련과정 알아보기 : 5G․AI자율주행인력양성(feat.실증도로)