현대모비스가 독자 개발 중인 자율주행 센서의 정확도를 획기적으로 향상시키기 위해 3차원 게임 영상과 딥러닝 등 혁신적인 방식을 적극 도입한다고 밝혔다. 다양한 아이디어를 자율주행 연구에 접목해 속도를 내기 위해서다.
3차원 게임 개발용 고화질 소프트웨어를 활용한 '모의 자율주행 영상기술'은 컴퓨터 게임에서 사용되는 다양한 시나리오의 3D 가상 환경에서 자율주행 테스트를 진행하는 것이다. 현실에서의 여러 제약 조건에 전혀 제한 받지 않고, 원하는 환경을 구현해 테스트하기 때문에 카메라 성능을 높일 수 있다.
현대모비스는 이를 통해 독자 개발 중인 자율주행 차량용 카메라의 사물 인식 정확도를 대폭 향상 시킬 수 있을 것으로 기대하고 있다. 관련 기술 개발을 위해, 현대모비스 인도연구소가 Tata Elxsi(타타 엘렉시)와 최근 계약을 체결하고 이번 개발을 주도하고 있다.
Tata Elxsi는 인공지능, IoT(사물인터넷), 빅데이터, 자율주행 등 ICT(정보통신기술) 분야에 최적화된 솔루션을 제공하는 인도의 소프트웨어 전문 업체다. 양승욱 현대모비스 ICT연구소장(부사장)은 “모의 자율주행 영상 기술은 내년 말까지 개발을 완료할 예정”이라고 말했다.
현대모비스는 이번 기술 개발로 자율주행차에 적용되는 카메라 성능을 획기적으로 높일 예정이다. 안전한 자율주행을 위해서는 핵심 센서인 카메라의 인식 정확도를 높이는 것이 필수적이며, 이를 위해 글로벌 선진업체들이 경쟁하고 있다.
현대모비스는 인공지능의 한 분야인 딥러닝 기술을 활용한 주행 영상 자동 분류 기술도 내년 상반기를 목표로 개발 중이다. 이 역시 자율주행 차량용 카메라의 인식 성능을 획기적으로 높이기 위한 차원이다.
자율주행차에 달려 있는 전방 카메라는 사람의 눈을 대신해 차량, 차선, 보행자, 신호등 등 수많은 대상을 포착한다. 카메라 영상을 정확히 판독하려면 수많은 정보를 가지고 있어야 한다. 기존에 확보한 데이터가 많을 수록 학습량도 많아져 센서의 인식 정확도가 향상된다.
이 학습 데이터는 영상 자체도 중요하지만 각 데이터마다 이름을 달아 주는 주석 작업(라벨링)도 중요하다. 카메라를 학습시키기 위해서는 포착한 영상에 차량, 보행자, 교통 표지판 등 대상의 종류를 각각 지정해주는 작업이 필요한 것이다.
현대모비스 자율주행 선행개발실장 이진언 이사는 “센서가 불러들인 영상에 주석을 다는 작업은 통상 1천여명 정도의 대규모 인력이 투입되어 일일이 수작업으로 이뤄지고 있다”며 “현대모비스는 이를 딥러닝 기반의 컴퓨팅 기술을 활용해 정확도와 속도 등 효율성을 높일 계획”이라고 말했다.
업계에서는 자율주행 차량용 카메라가 대상을 정확히 인식하기 위해서는 보통 사물 종류 하나당 100만장 가량의 영상이 필요하다고 알려져 있다. 현대모비스는 자체적으로 총 18종의 분류 카테고리(차량, 보행자, 차선, 도로환경 등)를 선정해, 각 나라별로 평균 1800만장 가량의 주행 영상을 자동으로 라벨링하는 기술을 개발하고 있다.
한편 현대모비스는 현재 미래차 기술 청사진을 구체화하기 위한 프로젝트를 다양하게 진행하고 있다. 최근 딥러닝 카메라 영상 기술을 보유한 국내 스타트업 스트라드비젼에 투자를 단행한 바 있으며, 독일 레이더 전문 업체와도 고성능 레이더 개발에 속도를 내고 있다.