라이다(LIDAR, Light Detection and Ranging), GPS, 카메라를 통해 주행하는 자율주행 시스템이 점점 현실로 다가서고 있다. 자율주행 기술은 현재 일반도로를 달리는 것을 넘어, 서킷 주행의 영역까지 넘보고 있다. 미국 스탠포드 대학교에서는 대학원생들이 자율주행 시스템을 통해 레이스 트랙을 질주하여 화제다.
스탠포드 대학교 팀은 눈과 얼음이 뒤섞인 미끄러운 도로에서 시운전을 통해 200,000개의 모션 샘플 데이터를 사용해 인공 신경망을 학습 시켰다. 학습을 완료한뒤 새크라멘토 밸리(Sacramento Valley)의 썬더힐 레이스웨이 파크(Thunderhill Raceway Park)에서 시험주행을 실시했다. 팀원들은 폭스바겐 GTI와 아우디 TTS 자율주행차를 이용해 썬더힐 레이스웨이 서킷을 10바퀴를 달렸다. 놀랍게도 인공지능 자율주행차들은 아마추어 드라이버들이 달성한 랩타임과 비슷한 기록을 냈다. 특히 팀원들이 인공지능에게 썬더힐 레이스웨이 파크에 대한 정보를 입력하지 않았는데도 스스로 학습을 통해 이뤄낸 놀라운 결과였다.
스탠포드 대학교 팀은 인공 신경망을 통해 인공 지능 알고리즘을 사용했다. 신경망은 마치 뇌의 신경 네트워크와 비슷한데 이를 기반으로 하여 자율주행 시스템을 만든다. 인공 신경망은 프로그래머가 저장한 방대한 데이터를 학습해 패턴을 찾고 의사 결정 프로세스를 제어한다. 자율주행차의 GPU는 트렁크에 탑재되어 자율주행을 돕는다.
대부분의 자율주행 차량들은 조심스럽게 주행하도록 만들어졌다. 하지만 일반도로에선 예기치 못한 상황에서 고속으로 달려 사고위험을 피해야하는 경우도 존재한다. 수천만원에 달하는 고성능 센서를 사용하는 자율주행 차량들이 평범하게 주행하다가 갑작스럽게 사고를 피할 수 있을까? 미국 스탠포드 대학교의 연구원들이 이런 의문에 해답을 찾았다. 그들은 인공 신경망(Artificial Neural Network)을 통해 자율주행차가 운전자 없이도 위험상황을 인지하고 회피하는 알고리즘을 개발했다.
자동차 사고의 94%의 원인은 인간의 실수로 인한것으로 연구원은 자율주행 차량이 인간의 능력을 뛰어넘는 사고 예방능력을 습득하는 중요한 단계라고 설명했다. 스탠포드 대학 기계공학과의 대학원생 나단 스필버그(Nathan Spielberg)는 “우리의 알고리즘이 최고의 숙련된 운전자보다 더 뛰어난 주행실력을 가지길 바란다”라고 밝혔다. 나단 스필버그는 3월 사이언스 로보틱스(Science Robotics)저널에 자율주행 알고리즘 논문을 발표하기도 했다.
스탠포드 대학교 연구팀은 이 결과에 매우 놀라워했지만 인공 신경망이 항상 모든 환경에서 잘 작동되지는 않는다고 강조했다. 팀원들은 앞으로 더 넓은 범위의 조건을 가진 데이터를 확보하겠다고 밝혔다.
