[지디넷코리아]
구글 자율주행 기업 웨이모가 카메라만으로는 안전한 자율주행을 실현하기 어렵다고 주장했다. 업계 선도 기업인 테슬라가 대표적으로 이런 방식을 택했는데, 비판적 입장을 보인 것이다.
웨이모는 최근 자율주행 거리 2억 마일을 달성하면서, 자율주행 인공지능(AI)에 대한 의견을 담은 글을 자사 블로그에 게재했다.
이 글에서 웨이모는 카메라와 더불어 라이다, 레이더, GPS 등 여러 센서들을 동시 활용하는 멀티모달 센서 기반 데이터 수집이 필수적이며, 카메라만으론 충분치 않다고 주장했다. 서로 다른 센서가 상호 보완해 안전성을 강화한다는 것이다. 카메라가 도로 표지판이나 신호등 색상 등을 파악한다면, 레이더가 폭우나 안개, 먼지 등 카메라 시야를 가리는 상황에서도 도로를 파악할 수 있게 지원하는 점을 예로 들었다.
고정밀(HD) 지도 데이터도 자율주행에 있어 중요한 사전 정보로 기능한다고 평가했다. 이 주장도 테슬라와 상반된 입장을 취한 것이다. 웨이모는 지도 데이터를 지속 업데이트해 신뢰할 수 있는 정보 기반으로 차량이 주행할 수 있도록 지원한다고 언급했다.
웨이모는 “지도는 시야가 좋지 않거나 복잡한 도로에서 매우 유용한 추가 정보를 제공한다”며 “차량 내 컴퓨터는 갑작스러운 우회로, 임시정지 표지판 등 변화하는 상황을 실시간으로 처리하는 것에 능력을 집중할 수 있다”고 주장했다.
자율주행 AI 모델에 대해선 여러 기능별 특화된 모듈들을 활용하기보다, 이런 모듈들을 통합한 대규모 모델을 운영하는 방식이 더 적합하다고 봤다. 방대한 데이터와 대규모 컴퓨팅에 기반한 잠재 성능을 보다 효과적으로 활용할 수 있다는 주장이다.
이미지와 문자를 동시 처리할 수 있는 시각-언어 모델(VLM)을 자율주행에 활용한 방식도 소개했다. 웨이모는 “가령 교통사고 현장에서 경찰이 수신호를 보내면 운전자가 주변 상황을 고려해 수신호 의도를 파악해야 한다”며 “VLM은 표준 학습 데이터 범위 외 상황에서도 대응할 수 있도록 지원한다”고 설명했다.
웨이모는 “VLM은 고차원적 추론에는 탁월하지만, 실시간 제어에는 다소 느리고 공간 인식을 충분히 하지 못한다”며, 빠른 사고 처리에는 센서 융합을 활용하고, 심층적이고 신중한 추론이 필요한 느린 사고 처리에는 VLM을 활용한다”고 덧붙였다.
웨이모는 완전 무인 자율주행(레벨4)을 레벨2 자율주행 방식으로 대체할 수 없다고도 강조했다. 일각에서 테슬라 ‘완전자율주행(FSD)’이 사실상 레벨4 수준의 성능을 보인다는 평가를 의식한 것으로 보인다.
웨이모는 “진정한 레벨4 자율주행은 목적에 맞게 설계된 시스템을 폐쇄된 코스에서 검증하고, 운전자가 없는 상태에서의 극한 주행 경험 기반으로 강화해야 안전하게 구현할 수 있다”며 “시뮬레이션이나 사람 감독 하에 수십억 마일을 주행할 순 있지만, 자율주행 시스템이 운전을 완전히 스스로 책임질 때 비로소 진정한 성숙기에 접어든다. 인간이나 시뮬레이션이 무의식적으로 간과할 수 있는 새로운 상황들이 드러난다”고 했다.