'겨울철 악천후' 최종 난관인데
웨이모·테슬라, 美남부서 운행
온건한 기후에 안전 입증 안돼
국내도 '기상변수 고도화' 숙제미 캘리포니아 샌타모니카에서 운행 중인 구글 웨이모 무인택시. 로이터 연합뉴스 자료사진

인공지능(AI) 자율주행차에 겨울철 악천후는 거의 마지막 단계의 난관이다. 자율주행차 선두주자 미국 웨이모(Waymo)는 지난 5월 1억마일 무사고 운행 기록을 돌파했다고 밝혔다. 그러나 이는 겨울철 혹독한 기후가 없는 미국 남서부 피닉스, 로스앤젤레스, 애틀란타, 오스틴에서 세운 기록이다. 웨이모는 서비스지역을 미국 동북부 보스턴, 뉴욕, 워싱DC 등으로 확대하려고 하는데, 최대 난관은 이 지역의 폭설과 빙판 등 겨울철 날씨다.

웨이모 내부에서도 "이번 겨울 시즌이 우리에게 정말 중요한 시즌이 될 것"이라는 분석이 나오고 있다고 테크 미디어 더버지가 25일(현지시간) 전했다.

지난 7월 오스틴에서 자율주행 로보택시 서비스를 시작한 테슬라도 마찬가지다. 테슬라는 인간의 시각을 차용한 '비전 카메라' 정보를 AI가 판단하는 방식이 핵심기술이다. 겨울철 악화한 시계에서 과연 잘 작동할지 관심이 쏠리고 있다. 일론 머스크 테슬라 최고경영자(CEO)는 1~2년 내에 미국 전역에서 수만 대 수준의 로보택시 서비스를 시작하겠다고 장담한 바 있다.

자율주행차가 맞닥뜨리는 도전은 단순히 미끄러움만이 아니다. 도로 표지판이 눈에 가려지거나, 차선이 눈으로 덮여 없어지거나, 낮은 태양 각도가 센서·카메라에 혼란을 주거나, 적설·빙판 조건에서 레이더, 라이다, 카메라센서가 작동하지 않을 수 있다.

극한 도로환경은 센서 인식, 맵(도로데이터), 판단(알고리즘), 제어(움직임) 등 전체 스택에 크게 영향을 미친다. 자율주행차가 범용화 되려면 단지 '맑은 날 낮에' 정상 주행하는 기술에서 벗어나 '사계절, 24시간, 어떤 날씨에서도' 운행 가능한 시스템으로 진화해야 한다.

더버지는 전문가 의견을 인용해 자율주행차는 인간 운전자가 비교적 쉽게 처리할 수 있는 '직관'이나 '판단'을 눈이 많이 덮인 도로 위에서 인간과 동일하게 수행하기는 쉽지 않다고 지적한다.

예컨대 눈이 쌓인 차선이나 가려진 표지판을 보고 인간은 과거 경험에 기초해 판단하지만, 자율주행차의 인식 모듈은 이를 명확하게 인식하지 못할 수 있다는 것이다. 이는 자율주행택시의 신뢰성을 떨어뜨린다. 비즈니스 모델로는 불합격인 셈이다.

전문가들은 웨이모와 테슬라가 사업을 확장하기 위해선 '온화한 조건에서 작동하는 수준'을 넘어 미국 내 다양한 기후환경, 특히 겨울철 눈·얼음·빙판 등이 존재하는 북동부나 중서부에서 운행할 수 있다는 사실을 입증해야 한다고 주장한다.

센서 입력의 왜곡과 결핍이 발생할 때 즉, 눈이 카메라 렌즈를 덮거나 차선이 눈에 가려져 인식되지 않거나 라이다 반사가 불량해지는 경우 AI는 지각 오류에 빠질 수 있는 상황이 얼마든지 현실이 되는데 이를 어떻게 넘을 것인가 하는 질문이다. 가령 블랙 아이스(도로 위 얇은 얼음)는 AI가 고려해야 할 주요 변수 중 하나다. 도로 마찰계수 변화로 이어져 제어·계획 단계에서 위험 요인이 증가한다. AI는 이러한 비정형 상황을 인지하고 속도·조향을 더 보수적으로 조정해야 한다.

AI는 또한 실시간 결정력을 높여야 한다고 전문가들은 입을 모은다. 눈·얼음 조건에서 인식·판단이 늦어지면 주행 중 위험도가 커진다. 최신 연구에서도 '엣지 AI'(차량 내 실시간 처리 AI)를 통해 지연을 줄이고 반응속도를 높이는 접근이 등장하고 있다.

과학 논문 아카이브 arXiv에 따르면, AI 자율주행차는 모듈 간 통합이 더 고도화되고 적응성이 대폭 향상돼 눈·비·안개 상태 등 악천후에 대응할 것으로 보고 있다. 다양한 조건에서도 안정적으로 작동할 수 있도록 지각·판단·제어 모듈이 연계돼 자율주행차가 '환경 적응형 아키텍처'로 진화하고 있다는 것이다.

또한 시뮬레이션과 데이터 확보를 통해 극복하고 있다고 소개한다. 눈·빙판 조건에서의 주행 데이터와 시뮬레이터 기반의 가상환경 훈련이 병행되고 있고, 이를 통해 엣지 케이스(드문 환경)를 학습하는 역량이 강화되고 있다는 것이다. 또한 센서 오류를 보완하기 위한 AI 보정 알고리즘이 등장하고 있다는 것이다.

국내 자율주행차도 더버지가 지적한 도전에 직면해 있다.

현대자동차를 비롯한 기업들이 자율주행 레벨4 실증을 추진 중이다. 그러나 눈·비·빙판 등 기상 변수에 따른 센서 인식 오류와 주행 안정성 문제는 아직 미해결 상태다.

서울 청계천로, 판교, 강원도 평창, 세종시 등의 시범운행은 정비된 도로 환경과 온건한 기후조건에서 이뤄져 왔고, 폭설과 빙판 등의 환경에서 데이터 축적이 부족하다.

정부는 2030년까지 전국 실제 도로 자율주행 인프라 구축을 목표로 하지만, 기후 적응형 AI 개발과 도로 인프라 융합이 뒷받침되지 않으면 상용화 속도는 더딜 수 있다.