2011년 11월 ISO26262가 발표되고 모든 차량의 기준이 성능보다 차량 및 탑승자의 안전을 최우선으로 하면서 차량은 지속적으로 스마트해지기 위한 다양한 전자장치를 장착해 왔다.

이러한 장치들이 이제는 차량 및 운전자의 보호를 넘어 운전자의 편의를 위한 단계에 까지 이르면서, 자율주행차에 대한 자동차 OEM업계의 기술개발이 가속화 되었다.

유럽의 경우 이미 대형 자동차 OEM인 BMW,벤츠,아우디 3사가 1,200명 규모의 공동 자율주행차 시스템 개발 계획을 발표 하였고, 국내의 경우 산자부와 과기부가 손잡고 자율주행 원천기술과 기반기술 개발에 투자가 진행되어, 이미 진행된 Level3 단계를 넘어, Level4를 향한 자동차 OEM사들의 자율주행차 기술 개발이 가속화 될 것으로 보인다.

자율주행 단계별 이미지

그러나 이러한 자율주행차의 수준이 높아짐에 따라 차량 자체의 보호기능을 떠난, 자율주행 기능 오용을 통한 혹은 예상되지 못한 제3의 변수를 통한 안전사고가 발생하고 있다.

지난 2018년 미국에서는 Level3 단계의 오토파일럿 차량에서 운전자가 좌석을 뒤로 눕혀 잠을 자는 모습이 CCTV영상에 포착된바 있다. Level3 단계는 운전자가 외부상황을 주시하고 있어야 하는 오토파일럿 단계이다. 즉 좌석을 눕힐 경우 차량외부 환경을 인식할 수 없는 상황이기 때문에 사고가 발생시, 사고의 책임은 운전자에게 적용된다.

테슬라 오토파일럿 기능을 사용하여 고속도로 상에서 시속 120Km로 수면중 주행을 하고 있는 모습

ISO26262가 차량의 시스템고장, SW HW의 설계 버그등과 같은 일시적인 고장 등에 대한 안전 이슈를 미리 확인하는 것이라면, SOTIF ISO21448은 의도된 안전 기능 혹은 고장 없이 의도하지 않는 동작 시스템의 성능 한계, 예측 가능한 사용자의 오용 등을 다룬다는데 초점이 맞춰져 있다.

이번 e4ds 뉴스의 자율주행 특집 인터뷰에서는 지난7월 오토모티브 이노베이션데이에서 "자율주행개발 및 검증을 위한 시뮬레이션 플랫폼"을 발표한 지멘스의 손민혁 부장과 SOTIF 21448기준에 관한 인터뷰를 진행하였다.

1. 지멘스는 자율주행개발 검증 시뮬레이션 플랫폼인 Prescan 솔루션이 있습니다. 이 솔루션에 대한 소개와 , SOTIF 기준과는 어느정도 적합하게 구성되었는지 소개 바랍니다.

이번에 발표한 지멘스의 자율주행을 위한 시뮬레이션 플랫폼은 Simcenter Prescan이라는 소프트웨어를 근간으로 하고 있습니다.

지멘스는 2018년 4월 네덜란드 헬몬드에 본사를 둔 TASS International을 인수/합병하였는데, Prescan은 TASS에서 개발된 ADAS 및 자율주행을 위한 소프트웨어입니다.

Prescan은 Pre-crash Scenario Anaysis에서 이름을 따왔으며, 다양한 ADAS 시스템의 컨셉 설계에서부터 개발 및 검증까지 아우를 수 있는 SW입니다.

여러가지 ADAS 및 자율주행과 관련된 상황을 시뮬레이션하기 위해 필요한 도로 및 교통 인프라, 차량의 거동, 주위를 감지하기 위한 차량의 센서 및 통신 시스템 그리고 날씨와 환경을 정량적으로 설정하여 우리가 필요한 시뮬레이션 환경을 3D 가상 모델로 만들고 분석하기 위한 SW입니다.

차량의 안전을 위한 ISO 21448 : 2019-01 버전은 SAE 자율주행 레벨 1~2 수준의 안전 시스템(예를 들어, LDW, AEBS 등)에서 도출되는 의도된 기능에 적용하기 위한 것입니다.

향후 더 높은 수준의 자율주행 수준을 고려할 수 있지만 현재 버전에서는 다루지 않고 있습니다. Simcenter Prescan은 이미 SAE 레벨 1~2 수준의 ADAS 시스템에 대한 평가가 가능한 센서, 기본 알고리즘, EuroNCAP이나 ISO, NHTSA 등의 프로토콜을 시나리오화 하여 제공하고 있습니다.

물론 더 높은 수준의 자율화에 대한 시뮬레이션이 가능하며, 이는 사용자의 활용 범위와 용도에 따라 달라질 수 있겠습니다.

2.올해 3월 SAE에서 자율주행 레벨 3-5에 필요한 SOTIF의 기술적 내용이 다뤄진 것으로 알고 있습니다. 머신러닝부터 HD MAP Validation 등 다양한 주제가 논의 되었는데, 신규로 논의된 사항중 지멘스 시뮬레이션 솔루션에 적용된 부분이 있는지요?

올해 3월 SAE에서 다루어진 내용을 정확히 파악하진 못했습니다. 질문하신 내용의 머신 러닝과 HD Map에 대한 적용에 대해 Prescan 소프트웨어와 연관지어서는 독일 인공지능 연구소(DFKI)와 TASS간 딥 러닝을 위한 공동 연구를 수행하였고, Prescan을 이용한 합성 이미지를 만들어서 Convolution Neural Network을 이용한 학습에 활용하였으며 이에 대한 연구결과를 2017년에 여러 Conference에서 발표되었습니다.

이는 최초의 머신 러닝을 위한 Prescan의 활용 사례이며, 이후 여러 연구기관과 기업에서도 머신 러닝을 위해 Prescan을 사용하고 있습니다. 작년부터는 국내 Tier1 업체에서도 자율주행 카메라의 인공지능 학습을 위해 수 많은 학습데이터 생성에 Prescan을 이용하고 있습니다.

또한, 고정밀 지도의 경우, 자율 주행을 위해 필수적인 요소입니다. 유럽에서는 네덜란드 암스테르담에 본사를 둔 Here 사를 주축으로 한 고정밀지도 및 위성항법 네비게이션 시스템과 자율주행을 연결하는 연구개발이 활발히 진행 중이고, 지멘스는 이들 회사와 협업을 통해 곧 Here 사의 고정밀지도 데이터를 기반으로 한 HD Map을 Prescan 시뮬레이션 환경으로 import할 수 있는 HD Map plugin을 출시할 예정입니다.

이외에도 오픈 포맷 기반의 지도 및 시나리오 등을 import 하는 것이 자율주행 시뮬레이션을 위해 필요한데, 시뮬레이션 환경에서 많이 사용되는 정밀지도 포맷인 OpenDrive의 최신 버전까지 Prescan에서는 지원하고 있습니다.

3.ISO26262는 차량에 대한 기준이라고 한다면, SOTIF 21448은 자율주행에 대한 경험 부족을 채우기 위한 시뮬레이션이라고 보입니다. 이를 위해 다양한 사고 사례를 수집해 적용하는 것으로 알고 있는데 어느 정도의 사례가 적용되었는지 와, 적용된 사고 사례 소개도 같이 부탁드립니다.

실제 사고 사례에 대한 적용은 사용하는 고객의 활용에 따라 달라집니다. 시뮬레이션 환경에 실제 사고에 근간한 예제가 제공되진 않습니다.

다만, 실제 사고 데이터를 수집한 독일의 GIDAS(German In-Depth Accident Study)나 중국의 CIDAS 데이터를 plugin을 통해 읽어 들여 실제 사고 상황의 시나리오를 손쉽게 Prescan에서 재현할 수 있습니다.

이러한 실사고 분석은 자율주행 알고리즘의 학습을 위해서 뿐 만 아니라 자율주행 성능을 테스트하는 데도 큰 도움이 됩니다.

4.자율주행을 위해 다양한 시뮬레이션을 필요하겠지만 필수적으로 진행되어야 하는 시뮬레이션이 있다면 어떤 것이며, 어떠한 방식으로 시뮬레이션 되고 있는지요.

아마도 가장 중요한 것은 가상의 환경을 물리적으로 얼마나 정확하게 구현하는가가 관건이라고 봅니다.

어떤 시뮬레이션을 진행하느냐는 자율주행 개발 및 검증의 복잡하고 다양한 요구사항과 단계에 따라 달라질 수 있는 것이고, 이러한 시뮬레이션을 실제와 유사하게 모사할 수 있는지 여부에 따라 시뮬레이션의 성능, 결과에 대한 신뢰도가 높아질 수 있습니다.

센서 모델의 물리적 특성을 정확하게 표현할 수 있는지, 차량의 거동을 모사하는 차량동역학 특성 및 타이어와 노면과의 관계를 반영할 수 있는지, 주행 환경을 구성하는 데 필요한 여러 도로 인프라, 건물, 보행자, 대상 차량이 아닌 상대 차량의 거동 또한 물리적으로 재현할 수 있어야 합니다.

Prescan은 시뮬레이션 대상의 이론적 숫자의 제한 없이(시뮬레이션을 위한 컴퓨터 사양의 제약은 받겠지만) 환경을 구축할 수 있고, 필요에 따라 이를 Scalable하게 조절하여 시뮬레이션을 할 수 있습니다.

결국 시뮬레이션에서 중요한 것은 우리가 필요로 하는 것을 얼마나 정확하게 혹은 빠르게 필요한 수준으로 구현할 수 있는지가 중요하다고 보입니다.

5.사고 사례가 자율주행차 시뮬레이션의 변수가 될 것으로 보입니다. 현재 생산되고 있는 Level 3 차량도 아직 현실에 완벽히 적용되지 못하고 있는 것으로 보이는데요. 지멘스의 솔루션은 어느 정도의 레벨까지 시뮬레이션 가능하도록 준비되어 있는지요?

자율주행 알고리즘이 지원한다면 레벨 5까지 시뮬레이션이 가능한 환경을 꾸밀 수 있습니다. 만약 레벨 5 수준의 자율주행 알고리즘을 구현한 사례가 있다면 Prescan 시뮬레이션 플랫폼에 적용하지 못할 이유는 없어 보입니다.

6.발표하실 때 20여 가지의 센서 모델이 시뮬레이션에 적용되어 있다고 들었습니다. 현재 사용되고 있는 20여 가지의 센서는 어떤 기준으로 선정되어 적용된 것이며, 적용된 센서 정보를 알 수 있는지요? 또한 앞으로 신규 센서가 지속적으로 나올 것 같은데, 지속적으로 적용해 나가는 것인지요?

실제 차량에 장착되는 ADAS 및 자율주행을 위한 센서는 초음파, 레이더, 라이더, 카메라 및 IMU 센서 등이 될 것입니다.

제가 소개한 Prescan에서 제공하는 20여 가지의 센서는 실제 이러한 센서 외에 시뮬레이션 상에서 구현할 수 있는 여러 가지 센서 모델을 포함한 것입니다.

예를 들어, 스테리오 카메라를 이용하여 확보한 영상을 수학적으로 계산하게 되면 단일 카메라로는 알 수 없는 대상의 거리를 계산할 수 있습니다.

이때 시뮬레이션상의 Depth 카메라를 이용하면 시뮬레이션 환경에서 감지된 대상의 거리 값을 알려주기 때문에 스트레오 카메라를 이용한 거리 예측 값과 정답을 비교해 볼 수 있겠습니다.

20여 가지의 센서를 일일이 열거하기엔 많으므로 크게 구분하면, Ideal 센서 2가지, Detailed 센서 6가지, Ground Truth 센서 7가지, 기타 센서 2 가지 그리고 물리 기반의 레이더, 카메라, 라이다, V2X 통신 센서 등이 되겠습니다.

센서 모델의 종류 및 정확성은 가장 중요시되는 부분이므로 지멘스는 꾸준한 연구개발 및 센서 업체들과의 협업을 통해 센서 모델을 계속 늘여가고 있습니다. 앞으로도 계속 추가될 예정입니다.

7.이외 추가적으로 자동차 메이커 입장에서의 좀 더 효율적인 자율주행 개발 및 검증을 위한 기타 의견이 있으시면 전달 부탁드리겠습니다.

자율주행 개발 및 검증은 기존의 프로세스로 접근하기에는 너무나 거대한 산이라고 여겨집니다. 기존 제품 개발의 접근 방식으로 접근해서는 산을 넘기에 시간과 노력이 얼마나 들어갈 지 가늠하기도 어렵습니다.

각 부서간 협업이 중요하고 시뮬레이션과 실제 시험간의 비교 검증이 지속적으로 유연하게 이루어져야 하며, 실제 제품으로 완성된 이후에도 지속적인 데이터 수집과 분석이 이루어져야 자율주행이 완성되기 때문입니다.

물리 기반의 센서 시뮬시뮬레이션부터 자율주행 반도체 SoC 검증 및 실제 ADAS를 위한 테스트 인증 시험까지 하나의 플랫폼을 이용하여 구축할 수 있다면 이는 분명 자율주행 개발에 큰 힘이 될 것입니다.

지멘스는 From Chip to City라는 컨셉으로 자율주행에 필요한 반도체 칩의 설계와 생산에서부터 자율주행이 운영되는 도시 운영에 필요한 Mobility 서비스까지 아우를 수 있는 소프트웨어와 플랫폼, 클라우드 서비스 및 교통 설계까지 가능한 유일한 기업입니다. 꾸준히 이를 위해 기업을 인수하고 투자해 왔으며 현재도 진행 중입니다.