최근까지만 해도 자율주행 기술은 고가의 특화센서와 자동차 산업의 전문성을 기반으로 한 소수의 기업만이 구현할 수 있었다. 기술 진입 장벽이 매우 높아 장기적인 투자와 기술개발 역량을 확보한 거대 ICT 기업 및 자동차 산업 내 소수의 기업이 자율주행 기술 개발을 주도해 왔다. 실제 구글의 자율주행 자동차 개발 초기에 사용되었던 자동차 1대의 가격만 약 1.7억원이었으며 그 중 핵심 센서로 활용된 LIDAR 센서 하나의 가격만 8천만원에 달했다. 또한 완성차 제조사로부터 영입된 인력들을 중심으로 약 170여명에 이르는 인력이 4년 이상의 R&D를 통해 구현한 결과였다.

하지만, 이러한 높은 기술진입 장벽이 인공지능, 특히 딥러닝으로 인해 허물어지고 있다.  딥러닝을 활용해 자율주행 기술을 구현하는 기업들이 최근 2년 동안 실리콘밸리를 중심으로 빠르게 출현하고 있다. 이들 기업은 종전의 자율주행 기술이 주로 자동차 전문가들에 의해 규칙기반 방식(Rule-based Approach)으로 구현되었던 것과는 달리 딥러닝을 활용해 마치 사람이 주행을 반복할수록 운전을 익혀가는 것과 같은 과정으로 자율주행 기술을 구현한다. 소수의 개발자들이 고가의 센서가 아닌 저가의 범용 센서들을 사용하면서도 매우 단시간에 기술을 구현해내고 있다.

게다가 최근 빠르게 진화하고 있는 인공지능 기술이 자율주행 분야에 적용되며 향후 기술 경쟁의 혁신적 변화를 가속화 할 것으로 예상된다. 자율주행 분야의 선행 연구소들에서는 이미 강화학습(Reinforcement Learning), 관계형 추론(Relational Networks), 지능 이식(Transferring Intelligence)과 같은 인공지능 분야의 최신 연구들을 자율주행 기술 개발에 접목시키기 위한 연구를 진행 중에 있다.  특히 이들 연구는 인공지능이 인간과 유사한 방식으로 학습, 추론, 예측하는 과정을 구현한다는 점에서 자율주행 기술에 접목 될 경우 마치 사람처럼 생각하고 판단하며 주행하는 자동차의 출현도 가능하게 할 것으로 보인다.

학계, 스타트업계에서는 이미 딥러닝 기반의 자율주행 기술의 공개가 잇따르고 있다. 매년 혁신적인 사례들이 등장하는 가운데 자동차 업계의 전문가가 아닌 인공지능, 딥러닝 분야의 전문가들이 자신들의 연구를 자동차 분야에 접목 시키며 기술을 발표하고 있다. 특히 이들 기업은 오픈소스로 자신들의 기술을 공개하며 연구자들의 참여와 경쟁을 통해 기술을 더욱 빠르게 고도화 시키고 있다. 이러한 방식은 기술 공개를 지양하며 자체 기술 개발 및 내재화를 통해 기술을 발전 시켜온 자동차 산업 내 주요 기업들의 기술 경쟁 방식과 큰 차이가 있다.

기존 방식을 고수해 오던 완성차 제조사들도 최근 딥러닝 관련 역량을 빠르게 확보하며 새로운 기술 패러다임에 대응 중이다. Daimler, VW, Toyota 등 주요 OEM들은 2016년 이후 딥러닝 관련 스타트업을 투자/인수하며 외부 기술을 빠르게 도입하고 있으며 내부적으로는 인공지능 전용 연구소를 설립하며 자체 기술 개발에도 막대한 투자를 진행하기 시작했다. 특히 GM, Ford는 각각 약 1조원이 넘는 금액으로 딥러닝 기반의 자율주행 스타트업을 인수하거나 투자하며 뒤쳐졌던 기술 경쟁에 대응하고 있다.

자율주행 기술 경쟁의 핵심은 이미 딥러닝으로 이동하기 시작했다. 딥러닝 분야의 인공지능 전문가들이 저가의 범용센서로 자율주행 기술을 빠르게 구현하고 있다. 대부분의 기업들도 딥러닝 기반의 자율주행 기술 개발을 본격화 하고 있는 가운데 자동차 산업 내 향후 경쟁은 인공지능 분야의 역량확보와 주행 데이터 확보가 핵심이 될 전망이다. 딥러닝 등 기계학습 기반의 인공지능의 성능은 더욱 많은 그리고 더욱 다양한 주행 환경에서 수집된 데이터와 학습 과정 활용이 기술의 완성도를 결정할 것이기 때문이다. 실제 주행 데이터 확보의 중요성을 일찍이 인지한 comma.ai, Tesla와 같은 기업들은 이미 수백 만에서 수억 Km에 달하는 주행 데이터를 수집해 자율주행 지능 학습과정에 활용하고 있다. 향후 자율주행 자동차 시장이 본격 개화 시 시장 초기부터 이러한 데이터를 미리 확보하고 고도화된 지능을 보유한 기업들과 그렇지 못한 기업들간의 기술 격차는 매우 클 것으로 전망되며 그 격차는 후발 주자가 단기간에 따라 잡기가 매우 어려울 것이다.

< 목 차 >
1. 딥러닝 기반의 자율주행 혁신의 시작
2. 인공지능 기술의 자율주행 적용
3. 주요 연구소 및 기업 동향
4. 맺음말