시뮬레이터로 하는 자율주행 전망

모라이는 자율주행차의 안전성, 신뢰성 검증에 대한 토종 풀스택 시뮬레이션 플랫폼 스타트업이다. 정밀지도 데이터 기반 디지털트윈 자동 구축기술을 통해 도시 환경, 교통, 예상치 못한 사고 위험까지 가상으로 대규모 자율주행 시스템 검증을 가능하게 한다. 모라이의 기술과 솔루션에 대한 정지원 CEO와의 인터뷰는 “자율주행이 언제 올까요”란 우문에 대한 현답으로 느껴졌다. 

글 | 한상민 기자_han@autoelectronics.co.kr

연관기사: 레벨 4를 위한 K-City의 업그레이드 (autoelectronics.co.kr)
             완벽한 자율주행 위해 도로에서 실험실로 (autoelectronics.co.kr)






모라이 정지원 CEO




“이 엑스포는 본래 하드웨어 툴이 중심인데, 갈수록 소프트웨어, 첨단 운전자 지원 시스템(ADAS)과 자율주행에 초점이 맞춰지고 있습니다. 레벨 4, 레벨 4+ 자율주행 기술, 서비스 기업을 포함하는 별도 전시회가 생길 정도입니다. 이에 대한 센서, AI, 소프트웨어, 시뮬레이션 툴이 ADAS 시장으로 내려왔습니다. 자동차 시장에 더 나은 기술과 요구사항이 있고, 이것은 마치 항공산업에 적용되는 기술이 자동차로 내려온 것처럼 자율주행 기술이 적용되고 발전하면서 ADAS의 고도화를 위해 내려온 것입니다.”

최근 독일서 개최된 ‘오토모티브 테스팅 엑스포 유럽’ 참가 소감을 묻자 모라이(MORAI)의 정지원 CEO가 이렇게 답했다. 

모라이의 기술과 솔루션에 대한 정지원 CEO와의 대화는 “자율주행이 언제 올까요”란 우문(愚問)에 대한 또 다른 현답(賢答)을 추가한 것 같았다. 이 상투적인 질문에 대한 ‘현답’이라면, “자율주행에 직행하던 올드스쿨은 첨단 운전자 지원 시스템(ADAS)으로 하향하고, ADAS는 볼륨 측면부터 성장하는 분명한 추세를 보이고 있다”란 비오니어(Veonner)의 크리스 반댄 엘젠(Christopher L. Van Dan Elzen) 부사장의 코멘트, “자율주행 기능 검증이 개발보다 어렵다”는 볼보의 루카 델그로시(Luca Delgrossi)의 코멘트를 들 수 있다. 정 CEO가 말한 모라이의 시뮬레이션 플랫폼과 이것이 고객에게 제공하는 가치도 딱! 이랬다. 

현재의 자율주행 상황을 테스팅, 검증 차원에서 보면, 자동차 산업의 전통적인 툴과 방법론으로는 OEM과 스타트업은 자율주행 안전성을 보장할 수 없다. 새로운 방법, 가상과 실제를 혼합한 대규모 시뮬레이션, 무수한 위험 시나리오를 커버하고, 의미 있는 데이터를 집계 평가해 안전성을 검증할 수 있는 기술이 요구되고 있는 것이다. 그리고 이런 요구에 대응하는 솔루션이 등장하고 있다. 

모라이는 국내에서 유일하게 코어엔진을 포함한 풀스택(Full-stack) 자율주행 시뮬레이션 솔루션을 개발·공급하는 회사다. 특히, 정밀지도(HD map) 데이터 기반 디지털트윈 자동 구축기술을 통해 복잡한 도로 환경을 가상에서 재현해 ▶다양한 에지 케이스 테스트를 안전하게 수행하고 ▶다수의 시스템을 동시 구동해 동일 시간 내 더 많은 테스트를 수행할 수 있으며 ▶기존 대비 훨씬 낮은 비용으로 테스트를 수행할 수 있는 가치를 제공한다. 이런 이유로 현대자동차, 현대오토에버, 현대모비스, 네이버랩스, 포티투닷 등 국내 핵심 자율주행 및 ADAS 기업에 솔루션을 공급 중이고, NVIDIA, 벨로다인, 앤시스, dSPACE 등 글로벌 핵심 플레이어와의 협업을 확대하고 있다. 





현대자동차 그룹은 로보라이드로 강남에서 자율주행 택시 서비스를 전개했다. 실증, 서비스 테스트를 실도로에서 다 할 수 없어 가상 환경을 구축해 하기도 한다. 
모라이는 CES 2022에서 그들의 클라우드 기반 자율주행 시뮬레이션 기술을 공개했다. 사진은 모라이의 라스베가스 디지털트윈. 모라이는 미 현지법인을 중심으로 북미 시장 고객 확장에 나서고 있으며, 독일, 일본, 싱가포르 등 해외시장 진출 범위를 더욱 넓힐 계획이다. 



독보적인 자동 환경구축 

“모라이가 가장 강하고 강조하고 있는 부분은 지도 데이터를 기반으로 가상 환경을 구축하고 여기서 모든 자율주행차를 테스트하는 것입니다. 3D 그래픽 엔진을 활용해 게임과 같은 가상 환경을 만들고 수많은 자율주행차가 어떻게 반응하는지 데이터를 수집하고, 이를 이용해 다양한 에지 케이스, 코너 케이스를 찾고 테스트해 안전성을 고도화합니다.” 정 CEO가 말했다. 

모라이는 현재 우리나라 20개 도시, 해외 10개 도시 환경을 구축했다. 이를 위해 이용되는 지도 데이터는 도로를 장비로 스캔한 포인트 데이터, 벡터 데이터, 전통적으로 관리돼 오던 도로관리 대장, 수치지형도 등이다. 스크린에서 본 모라이의 이 정적환경 디지털트윈(도시)은, 예를 들어 NVIDIA가 GTC에서 발표한 Drive Sim처럼 용역회사가 한 땀 한 땀 가공해 실사처럼 만든, 마치 GTA나 유로트럭(실제로 정 CEO는 과거 연구를 위해 이런 실사 그래픽 게임을 활용했었다)과 같은 게임 퀄리티에는 미치지 못하지만, 구축 속도와 정확성은 비교 불가다. 

“95%의 정적환경이 자동으로 완성되는데, 예를 들어 라스베가스 시 전체를 구현한다면 하루 정도면 됩니다. 자동화는 물론 그 속도가 대단히 빠른 것은 물론, 실제 측량 데이터가 그대로 적용돼 정밀도가 10 cm 내외입니다. 지도 데이터 기반 자동화 기술은 글로벌 시장에서 매우 관심 높은 기술인데 모라이는 정말 독보적입니다.”

타사의 경우 실제와 같은 환경을 갖고는 있지만, 확장성이 떨어진다. 예를 들어 업계는 새로운 지역을 구축하거나 도로에 변화가 있을 때 이를 감지하고 바로 적용하는 데 곤란을 겪고 있다. 수작업으로 해야 하고, 그렇기 때문에 시간과 비용이 많이 든다. 하지만 모라이는 지도 갱신 주기에 따라 환경이 자동으로 갱신될 수 있는 파이프라인을 갖췄다. 




관제 데이터 기반 대규모 교통 반영 

자율주행 검증을 위한 전체 시뮬레이션 과정 구축 및 수행에서 ‘정적환경’이 시작이라면, 다음은 여기에 움직이는 차량과 보행자 등 도로사용자, 각종 센서류, 교통 흐름 등 가변 요소가 적용된다. 그런 다음 실제 교통 데이터 세트를 바탕으로 자율주행 테스트 시나리오가 자동으로 생성되고, 랜덤화되면 무수한 경우에 대한 자율주행차 성능 평가가 가능해진다. 

“실제 신호 데이터나 가상 혹은 차량 정보들을 융합하고 가상과 현실을 혼합한 시뮬레이션이 가능합니다. 3D 엔진을 통해 눈이나 비가 오는 상황을 만들고, 운행 차량의 수, 종류를 원하는 대로 조정하고, 특정 시간대의 교차로나 버스 정류장 상황과 같은 교통상황, 컷인과 같은 대표적인 테스트 시나리오들을 대입해 도로에서 발생할 수 있는 교통을 관제하고 시뮬레이션합니다.” 

모라이는 실제 도로에서 주행하는 자율주행차에 가상으로 구현된 테스트 시나리오를 전달하는 혼합 현실(Mixed Reality) 테스트 방식인 VILS(Vehicle-in-the-Loop Simulation)를 지원한다. 이렇게 하면 실제 도로 위에 있는 자율주행차가 실제로는 존재하지 않는 차량, 보행자 등을 주변에 있다고 인식하기 때문에 다양한 시나리오에서 차가 어떻게 반응하는지 확인할 수 있다. 즉, 어마어마한 비용의 더미 차량과 보행자를 이용하는 기존의 테스트, 혹은 불가능한 실도로 테스트의 한계를 극복한다. 

물론, 관제 영역의 기본 데이터는 외부 협력이 요구된다. 모라이는 예를 들어, 지자체, 국책사업이 수행하는 각종 사업의 산출물과 데이터를 지원받는다. 차량에서 취득하는 주행 데이터는 모라이가 직접 운행하는 차량 외에도 고객사, NIA 등의 차량 데이터 등을 활용한다. 

“사실 이 부분에서 모라이는 한국에 있는 것이 매우 큰 강점이 됩니다. 우리나라는 정부 주도로 자율주행 시범 운행 지구 등 다양한 사업을 펼쳐, 많은 관제센터가 데이터를 수집하고 있습니다. 워낙 많은 센터가 있어 데이터 취득이 용이합니다. 해외는 그런 인프라가 발전되지 않았습니다.”

센서 데이터는 시뮬레이션에서 카메라, 레이더, 라이더 등의 정보를 주행 동안 수집해, 자율주행차가 자가학습하거나 실제 인지 성능이 어느 정도인지 정량 평가하는 데 쓰인다. 그런데 센서가 바뀌면 데이터 값도 바뀌기 때문에 이에 대한 개별적인 모델링이 요구된다. 모라이는 예를 들어 벨로다인, 모빌아이 등과 같은 유명 업체의 센서를 정밀하게 모델링해 사용자들이 손쉽게 적용할 수 있게 하고 있다. 

정 CEO는 “MORAI라는 사명처럼 우리는 AI 기술을 활용해 이런 많은 요소에서 실제와 가상의 차이를 줄이고 있습니다. AI의 핵심이 결국 데이터이다 보니, 정말 많은 데이터를 쌓는 데 주력하고 있습니다. 모라이의 시뮬레이션 플랫폼 기술의 핵심에는 인공지능 기술, 각종 모델링 기술이 결합됩니다. 비용과 시간이 요구되는 수작업을 배제하기 위해 핵심 기술을 자동화하고, 사용자가 데이터만 넣으면 시뮬레이션에서 요구 데이터가 나오도록 하는 네트워크 설계 작업을 지속하고 있습니다”라고 말했다.

전국의 모든 교차로에 센서를 장착하고 교통률을 취득할 수는 없다. 때문에 특정 교차로에서 다양한 데이터를 얻은 다음 다른 교차로에 적절히 마이그레이션이 해, 데이터들이 다양한 지역에서 랜덤하게 발생할 수 있도록 한다. 악천후 환경에서 라이더나 카메라 성능을 테스트한다면, 화성 K-CITY의 기상재현시설과 같은 곳에서 강수량, 강우량, 안개, 농도 등 상황을 임의로 재현하고 데이터를 취득해 시뮬레이션에서 재현되도록 모델링한다.

“많은 데이터를 얻는 것도 중요하지만, 얻을 수 있는 데이터를 재현, 변형, 반복 사용할 수 있도록 시스템을 만드는 것입니다.” 


 


시나리오의 대량 생성 

“기존의 시뮬레이터들은 완전히 가상 시나리오를 설계해 테스트를 합니다. 또, 예를 들어 ADAS 시스템에만 초점을 맞춰 특정 트리거 포인트나 상황에 대한 시나리오만 발생시킵니다. 반면 모라이는 관제하고 자율주행차 데이터를 모으고, 이것으로 여러 시나리오를 조합, 변형, 반복, 생성, 제안해 정말 의미 있는 예측하지 못한 상황들을 제공할 수 있습니다.” 

시나리오 모델링은 자율주행 시뮬레이터의 또 다른 핵심 부분이다. 종전의 마일리지 기반(얼마나 많이 주행했는지) 테스트는 자율주행차의 안전성을 입증하는 데 필요한 다양한 시나리오와 이를 측정할 수 있는 정량화된 방법에 한계가 있었고, 특히 예상하기 어려운 위험 시나리오를 찾는 데 문제가 있었다. 

ADAS가 특정 표준, 프로토콜의 정해진 시나리오대로 테스트해 별점(star-rating)을 주는 수준이라면, 레벨 3 이후 자율주행으로 옮겨감에 따라 의도된 기능의 성능 한계, 사양의 불충분성으로 발생하는 위험에 의해 야기되는 리스크 회피법이 매우 중요해지고 있다. 예를 들어 ISO 21448 SOTIF는 에지 케이스, 코너 케이스를 찾아 테스트할 것을 요구하는데 이는 종전의 시뮬레이션 툴과 방법론으론 불가능하다. 
“그래서 대규모 환경을 만들고 거기에 교통을 적용해 시뮬레이션하고 자율주행차의 실패 사례를 찾아내야 합니다. 이런 관점에서 전 세계적으로 관제부터 자율주행차 데이터 수집, 시나리오 생성, 에디팅까지 하는 전체 파이프라인을 갖고 있는 회사가 모라이밖에 없습니다.”




모라이와 네이버는 클라우드 위에 모라이 시뮬레이터를 올려 대규모 테스트를 진행해 왔다. 최근에는 네이버랩스와 소프트뱅크가 업무 협약 맺고 일본 지역 시뮬레이션 구축 과정에 협력하고 있다.  출처 | 네이버 클라우드  



연동-시뮬레이션 

모라이는 이미 NVIDIA, 앤시스, dSPACE 등 다양한 글로벌 기업들과 협업하고 있다. 

정 CEO는 “NVIDIA 팀에서 대규모 환경 로컬라이제이션이나 한국 지형에 맞는 것들을 통합해 비즈니스를 하고 싶을 때 모라이가 NVIDIA의 서드파티 툴 체인 중 하나로 들어갑니다. 반대로 NVIDIA의 시스템은 그래픽 엔진과 관련 하드웨어, 서버 측면에서 모라이의 파트너가 됩니다”라고 설명했다. 

앤시스는 물리 기반 센서 해석에 강점이 있는 기업이다. 정밀하게 해석하고 노이즈를 모델링하고 광학계 특성을 모델링하는 데 강하다. 즉, 센서와 같은 인지 레벨에 초점을 맞춘 플레이어라면 모라이의 풀스택 플랫폼에 앤시스의 모듈을 적용해 연동-시뮬레이션(co-simulation)을 할 수 있다. dSPACE의 경우엔 차량 동역학, 하드웨어 기반 테스트에 강하다. 예를 들어 dSPACE를 통해 HIL을 구축하고 모라이의 소프트웨어 기반 SaaS를 이용하면 대규모 테스트를 진행하고 여기서 발견된 관련 문제점들을 dSPACE 툴을 연동해 정밀 해석할 수 있다. 어떻게 보면, 모라이의 플랫폼은 지멘스(Siemens), 닷소(Dassault), 앤시스 등이 인수합병을 통해 자율주행 포트폴리오를 집대성하려는 방향성과도 유사해 보인다. 

“지멘스가 타스(Tass)를 인수해 ADAS에 진출하고 자율주행 포트폴리오를 확대하는 것처럼 앤시스도 저희와 협력하면서 자율주행 포트폴리오를 늘릴 수 있습니다. 반면, 모라이가 파트너십을 통해 이들의 빈자리를 메꿔주는 역할도 하지만, 저희 역시 자율주행 풀스택 플랫폼을 기반으로, 모라이가 그들의 요소기술을 사용하기도 합니다.” 



세계시장을 향해 

자율주행차와 관련된 기준은 갈수록 많아지고 높아지고 있다. 예를 들어, 큰 틀에서 자율주행차를 어떻게 개발하고 평가 검증해야 할지에 대한 UN, UNECE 표준이 만들어지고, 국가별 개발-평가-검증 프로세스가 구축되고 있다. 기술적으로는, ISO 26262, ISO 21448과 같이 자율주행 시스템이 어떤 형태로 개발되고, 검증돼야 한다는 룰이 생겼다. 
검증 툴도 마찬가지다. 때문에 모라이는 올해 안에 ‘툴 퀄리피케이션(tool qualification)’ 인증을 목표로 하고 있다. 

정 CEO는 “이 표준은 ISO 26262에 가까운데, 어떤 기능에 대한 것이라기 보다는 프로세스에 대한 것입니다. 개발 명세가 있으면 QA는 어떤 절차로 하고, 프로덕트는 전통적인 V사이클에 의해 개발되는지, 각 단계 산출물, 문제 발생 시의 대응 프로세스는 어떤지에 대한 것입니다. 툴 자체가 이런 절차에 의해 개발돼야 하고, 툴이 시스템에 주는 영향도 평가받습니다. 모라이의 솔루션은 올해 말이면 ISO 표준 인증을 받은 툴이 될 것이고, 이를 기반으로 국가 표준 시뮬레이터, 전 세계적으로 통용될 수 있는 표준화 툴이 될 수 있을 것입니다”라고 말했다.








전통적인 OEM은 모든 자율주행 시장에서 활발한 R&D를 펼치고 있다. 그들의 협력사는 OEM이 원하는 각각의 성능을 보장하고 검증할 수 있는 더 높은 기술, 요구사항에 대응하기 시작했다. 당국 또한 제도적 지원으로 그 앞길을 열어주고 있다. 

“스타트업의 ‘지오펜싱(지역적으로 통제된 로보택시 혹은 셔틀 시장)’과 더욱 확대될 운행설계 범위(ODD)의 레벨 3 자동주행, 그리고 레벨 2+ ADAS의 대중화가 ODD, OEDR과 같은 조건들로 각기 포장되고 서로 (시장이) 분리돼 있지만, 양 진영은 함께 발전하고 성장해 비슷한 시기에 레벨 4 자율주행의 대중화를 이끌 것입니다.” 

정 CEO가 말했다. 

---

AEM_Automotive Electronics Magazine