자동화 및 자율화된 차량을 만드는 것은 세상에서 가장 복잡하고 거대한 기술적 과제 중 하나일 것이다. 수많은 센서들로부터 수집한 방대한 양의 데이터를 빠르게 계산하는 것뿐만 아니라 가능한 한 최고 수준의 안전성 역시 제공해야 하기 때문이다. 이 책은 이러한 문제를 수많은 개별 빌딩 블록으로 세분화해서 전체 프로세스에 대한 통찰력을 제공한다. 보행자 탐지부터 운전자 모니터링, 추천 엔진에 이르기까지 재능 있는 무수한 엔지니어와 연구원들이 지금까지 달성한 배경, 연구 및 진행 상황뿐만 아니라 인명 구조 기술에 대한 내용도 자세히 다룬다.

AI는 의료부터 금융, 엔터테인먼트까지 모든 산업을 탈바꿈시키고 있다. 그러나 운송업보다 더 큰 혁명을 일으킬 준비가 된 산업은 아마 없을 것이다. AI의 결실인 자율주행차량은 의심할 여지 없이 훨씬 더 안전하고 효율적인 도로 환경을 만들며 궁극적으로는 도로, 시내, 교외의 설계 방법을 변화시킬 것이다.
자동화 및 자율화된 차량을 만드는 것은 세상에서 가장 복잡하고 거대한 기술적 과제 중 하나일 것이다. 이는 단순히 카메라, 레이더, 라이다로부터 방대한 양의 데이터를 수집해 찰나의 순간에 수조 개의 계산을 수행하는 것만이 아니다. 사람의 목숨이 달려 있기에 전체 프로세스는 가능한 한 최고 수준의 안전성을 제공하기 위해 수행돼야만 한다. 이러한 탈바꿈에는 차량 내부의 고정된 기능 시스템을 영구적으로 업데이트할 수 있는 진정한 소프트웨어 정의 플랫폼으로 전환하는 것도 포함된다.
AI가 최초 학습된 데이터 센터부터 시스템 유효성 검사를 위한 종합 시점을 거쳐 차량 내부의 다양하고 이중화된 시스템에 이르기까지 이러한 과제는 엔드 투 엔드로 확장된다. AI는 인지(차량 외부와 내부 모두)부터 매핑 및 로컬라이제이션, 계획과 제어에 이르기까지 실시간 컴퓨팅 파이프라인의 모든 단계에서 활용할 수 있다. 또한 그 과정은 결코 끝나지 않는다. 배움을 멈추지 않는 인간과 마찬가지로, AI 차량은 소프트웨어가 새로운 작업을 학습, 개선, 시험, 검증 후 무선 업데이트함으로써 시간이 지남에 따라 더욱 똑똑해질 것이다.
이 책은 이러한 문제를 수많은 개별 빌딩 블록으로 세분화해서 전체적으로 볼 수 있는 혜안을 가져다 줄 것이다. 보행자 탐지부터 운전자 모니터링, 추천 엔진에 이르기까지 이 책은 재능 있는 무수한 엔지니어와 연구원들이 지금까지 달성한 배경, 연구, 진행 상황뿐만 아니라 인명 구조 기술을 전 세계에 배포하려는 계획을 다룬다.
책 전반에 걸쳐 한 가지 공통된 주제가 등장한다. 바로, 자율주행차량은 천문학적 규모의 계산을 요구한다는 것이다. 이는 엔진의 마력이 아닌 차량의 컴퓨팅 마력에 대한 것이다. 데이터 센터의 엄청난 계산 성능은 궁극적으로 차량 내부에서 실행되는 광범위한 심층 신경망의 학습을 가속화하고 또한 그 누구도 위험에 빠뜨리지 않으면서 위험하고 도전적인 시나리오를 시험 및 검증하는 데 필요한 시뮬레이션 기술도 실행한다. 차량 내부에서의 엄청난 계산 성능은 고해상도 센서뿐만 아니라 다양하고 이중화된 알고리즘을 사용 가능하게 한다. 더 나은 계산 성능은 더 높은 안전성과 같다.
타고 즐겨보자.
— 대니 샤피로(Danny Shapiro), NVIDIA

AI(Artificial Intelligence)는 의심할 여지 없이 자동차 기술에서 점점 더 중요한 역할을 하고 있다. 사실, 자동차는 단일 제품에 수많은 AI 혁신이 담겨 있는 몇 안 되는 영역에 속한다. 이 책은 로보틱스, 이미지 및 음성 처리, 추천 시스템, 딥러닝 등 모든 자동차 세계 속의 다양한 AI 환경을 통해 간단한 가이드 투어를 제공한다. 보행자 탐지부터 운전자 모니터링, 추천 엔진에 이르기까지 이 책은 재능 있는 무수한 엔지니어와 연구원이 지금까지 달성한 배경, 연구 및 진행 상황뿐만 아니라 인명 구조 기술을 전 세계에 배포하려는 계획을 다룬다.

테크 팬을 포함한 모두가 다양한 배경을 이해하기 쉽도록 엄선된 실제 사례를 보여주면서 자동차 분야에서 이용되는 AI 애플리케이션에 대한 통찰력을 전달한다. 또한 적절한 예를 통해 쉽게 접근하고 있어, 학계와 산업계를 막론하고 자율주행 기술을 공부하려는 모든 사람에게 입문서가 될 것이다.

떠오르고 있는 AI(Artificial Intelligence) 분야에서는 찬성론자와 반대론자가 공존한다. 어떤 사람에게는 AI의 출현이 기술 천국으로 향하는 선구자적 역할을 하지만, 다른 어떤 사람은 이를 트로이 목마로 보기도 하며 사악한 안드로이드가 인류를 궁극적으로 장악한다는 두려운 신호라고 생각한다.
이렇듯 미래의 비전이 유토피아적일 수도 불길한 예감일 수도 있지만, 우리는 이미 알아차리지 못한 채 큰 불평 없이 AI 기술을 매일 수차례 사용하고 있다. 기계가 인간처럼 생각하고 결정을 내린다는 AI의 기본 가정은 무서울 수 있다. 그러나 이와 관련된 또 다른 측면은 이러한 기계가 이용 가능해졌을 때 매우 유용하다는 점이다. 스마트 스피커에 내일 일기예보를 물어보는 것은 AI를 활용하는 것이며, 화상 회의를 위해 자동 블러 효과나 가상 배경을 선택하는 것도 마찬가지다. AI는 구매 이력의 결과로 온라인에서 제품 추천을 표시할 때도 동작한다.
자동차 시대가 컴퓨터 시대보다 훨씬 이전에 시작됐음에도 불구하고 컴퓨터 시대의 발전이 더 빠르게 진행됐다. 방 하나 크기의 다소 괴상한 컴퓨터가 최초 컴퓨터 시대의 시작을 알린 지 수십 년이 채 지나지 않아 요즘 10대들은 당연한듯이 주머니에 강력한 컴퓨팅 장치를 넣고 4차 컴퓨터 시대(점점 더 유능해지는 전자 제품을 통한 자가 학습 포함)를 맞이하고 있다. 그러나 자동차를 대체하겠다고 위협하기는커녕 이제는 컴퓨터가 자동차에 생기를 불어넣고 있다. 최신 자동차는 소프트웨어 주도적 제품으로 계속 변화하고 있다. 또한, 대부분의 자동차 혁신은 정보를 처리해서 결과를 운전자에게 전달하는 소프트웨어를 포함하며, 이러한 추세는 점점 증가하고 있다. 이러한 환경에서 AI 소프트웨어는 자동차 혁신을 한 단계 끌어올릴 잠재력을 보유하고 있다.
차량 내의 애플리케이션 외에도 AI 기술은 다른 수많은 자동차 산업 영역에 적용돼 왔다. 이는 공급망 최적화, 생산 라인의 완전 자동화 로봇(조립 라인 작업자의 환상이자 악몽), 심지어 차량 설계에서의 AI 기반 증강 현실도 포함한다.
이러한 예는 AI가 많은 영역에서 개발을 주도하기 시작했다는 사실을 보여준다. 이 책은 테크 팬을 포함해 우리 모두가 이러한 다양한 배경을 이해하기 쉽도록 엄선된 실제 유스 케이스를 보여주면서 자동차 분야에서 이용되는 AI 애플리케이션에 대한 몇 가지 통찰력을 전달할 것이다. 차량을 운전하는 방법과 관련해, ADAS(Advanced Driver Assistance Systems)와 차량 내 인포테인먼트 시스템의 맥락에서 AI가 도로 안전성을 어떻게 향상시킬 수 있는지 살펴볼 것이다. 또한 자율주행의 몇 가지 기능을 미리 내다볼 것이다. 배경도 이해할 수 있도록 연구 개발(가상 시험 및 합성 시나리오 생성)과 차량 서비스(예상 진단 및 유지보수, 심지어는 운전자 행동 분석 등)의 최근 발전도 살펴볼 것이다. 마지막으로, 차량 안전 및 차량 보안에서의 AI도 알아본다.
AI 기술은 이미 유비쿼터스며, 매우 유용하다. 그리고 직장에서든 취미 생활에서든 일상적인 집안일에서든 원하는 것을 하기 위한 새롭고 더 빠른 방법을 제공해 현대의 삶이 더 나아지도록 만든다. 이러한 발전을 긍정적으로 보든 부정적으로 보든, AI는 점점 더 중요한 역할을 하며 빠른 속도로 발전하고 있다.
이 책을 통해 로보틱스, 이미지 및 음성 처리, 추천 시스템, 딥러닝 등 모든 자동차 세계 속의 다양한 AI 환경을 둘러보는 짧은 가이드 투어에 초대한다. 사실, 자동차는 단일 제품에 수많은 AI 혁신이 담겨 있는 몇 안 되는 영역 중 하나에 속한다. 자, 안전 벨트를 매고 시작해보자.

조셉 올리나스(Josep Aulinas)

NVIDIA의 차량 플랫폼 설계자(Automotive Platform Architect)다. 컴퓨터 비전과 로보틱스 분야의 전문가이며, SLAM(Simultaneous Localization and Mapping)을 연구해 박사 학위를 마쳤다. ADASENS Automotive에 합류해 차량 인식 및 추적(전방 충돌 경고, 자동 긴급 제동), 차로 인식(차로 이탈 경고, 차로 유지 보조), 교통 표지판 인식, 보행자 탐지(취약한 도로 사용자 보호), 모노 및 스테레오 비전을 통한 장애물 인식 등과 같은 ADAS(Advanced Driver Assistance Systems) 솔루션의 일부로 카메라 기반 알고리즘을 개발했다. 다음으로는 차로 변경 보조, 카메라 온라인 보정, 렌즈 폐색 탐지 등의 다양한 R&D 프로젝트를 주도했다. NVIDIA에서는 OEM이 차세대 아키텍처를 정의하도록 지원하고 있으며, 이를 통해 더 높은 수준의 ADAS와 궁극적인 AD(Automated Driving)를 목표로 한다.

행키 샤프리(Hanky Sjafrie)

『자율주행차량 기술 입문』(에이콘, 2021)의 저자이자 ADAS(Advanced Driver Assistance Systems) 및 AD(Autonomous Driving)를 위한 차량 소프트웨어 엔지니어링을 전문으로 하는 개인 컨설턴트다. 센서 기술(레이더, 라이다, 초음파 등)에서부터 차량 사이버 보안에 이르기까지 경험의 대부분을 자동차 제조사 및 자동차 기술 공급사를 위한 다양한 R&D 프로젝트에 참여해 해당 분야에 깊이 관여하면서 체득했다. 그리고 BMW와 Audi의 ADAS/AD 및 인포테인먼트 시스템 분야뿐만 아니라 실리콘 밸리에 기반을 둔 자율주행 스타트업에서 다양한 시리즈 개발 및 연구 프로젝트에 활발히 참여했다. 또한 자동차 산업의 고객과 협력하는 것 외에도 Siemens, Boston Consulting Group, Pricewaterhouse Coopers, Roland Berger 등의 업체에 자동차 기술 영역에 대한 통찰력을 제공한다.

하드웨어와 소프트웨어 기술의 눈부신 발전으로 컴퓨터의 성능이 지속적인 향상을 거듭하고 크기도 소형화되면서 이제는 상상하기도 힘들 정도의 방대한 데이터를 빠르게 처리할 수 있는 AI의 시대가 열렸다. 여기에 안정적인 초고속 통신 기술이 더해져 어릴 적 상상 속에만 존재했던 자율주행 기술을 현실로 만들기에 이르렀다.
이 책은 자율주행차량에 적용된 AI 기술을 핵심 기능별로 자세하게 설명한다. 운전자 보조, 차량 제어, 인포테인먼트 시스템과 같은 기술적인 내용부터 연구 동향, 미래 방향성 제시까지 방대한 내용을 다룬다. 또한 적절한 예를 통해 쉽게 접근하고 있어, 학계와 산업계를 막론하고 자율주행 기술을 공부하려는 모든 사람에게 입문서와 같은 책이 될 것이다. 이 책을 통해 자율주행 기술 분야에 입문한 수많은 공학도가 미래 대한민국의 자율주행 산업을 선도할 수 있기를 희망한다.
김은도

AI는 이제 더 이상 영화나 게임 속에만 존재하지 않고 우리 생활 곳곳에 스며들기 시작했다. 특히 자동차는 단순한 이동 수단의 개념을 넘어 ‘두 번째 집’과 같은 생활 공간이 됐고, 여기에 운전을 보다 편안하고 안전하게 만들기 위한 다양한 최신 기술이 집약되고 있다.
오늘날 AI는 운전자를 도와 사각지대의 위험을 경고하거나 복잡한 차량 제어 동작을 보조하고, 더 나아가 사람을 대신해 운전한다. 이 책은 자율주행이라는 거대한 프로세스에서 어떤 구성 요소가 모여 이를 가능케 하는지, 다양한 예시를 통해 연구 개발 과정과 발생하는 문제를 해결하는 방법을 보여준다. 이 책을 읽는다면 자율주행 기술의 현 위치와 미래를 한눈에 파악할 수 있을 것이며, 이를 기반으로 대한민국의 도로에 자율주행차량이 다니는 미래를 앞당겨 올 것을 믿어 의심치 않는다.
이진하

김은도

한양대학교 ERICA에서 응용물리학과를 졸업한 뒤, 과학기술연합대학원대학교(UST)를 통해 한국전자통신연구원(ETRI) 표준연구본부에 근무하며 정보통신네트워크공학 전공으로 박사 학위를 취득했다. 현재는 KT 융합기술원 인프라DX연구소 책임연구원으로 재직 중이며, 주 연구 분야는 네트워크 AI 기술 및 데이터 사이언스다. ICT-DIY 활동에 관심이 많아 대학원생 시절 ICT-DIY 커뮤니티의 리더를 역임하기도 했으며, AI, IoT, 빅데이터, 블록체인 등의 다양한 대회 수상 경력이 있다.

이진하

인하대학교에서 컴퓨터공학부를 졸업 후 과학기술연합대학원대학교(UST)를 통해 한국전자통신연구원(ETRI) 지능로보틱스연구소에서 근무하며 컴퓨터소프트웨어 전공으로 석사 학위를 취득했다. 컴퓨터 비전 분야에서 딥러닝 AI 기반 이상 감지를 중심으로 데이터 증강 기법을 함께 연구했다. 현재는 KT 융합기술원 인프라DX연구소 연구원으로 재직 중이며, 오토라벨링과 비지도학습에 관심을 가지고 있다. 스카이넷과 글라도스를 만드는 것이 개인적인 목표다.