[AI시대, 국내 SW 돋보기] GPGPU를 통한 실시간 자율주행차 SW 플렛폼 구축-서울대 이창건 교수 LAB

최근 판교에는 자율주행셔틀 ‘제로’가 한국교통대에는 자율주행버스 ‘ive’가 운행되고 있다. 이처럼 자율주행을 위해 많은 도전이 연구를 넘어 실제 운행단계로 진행 중 이다. 이제 차에서 잠을자고 개인 업무를 하며, 여가시간을 보내는 등 영화에서나 보던 일들이 현실로 다가온 것이다.

위부터 한국교통대의 자율주행버스 ‘ive’, 판교 자율주행셔틀 ‘제로’

자율주행을 위해서는 AI, 레이더, 전장장비 등 다양한 분야의 연구가 기반이 되어야한다. 일반적으로 자율주행 연구라고 하면 알고리즘 연구를 생각하지만, 해당 알고리즘이 제시간에 돌아갈 수 있게 하는 소프트웨어 개발 역시 중요한 부분이다.

과학기술정보통신부에서 소프트웨어 원천기술 확보를 위해 우수한 연구실을 선발해 지원하는 ‘스타랩(Star Lab)’으로 선정된 서울대학교 이창건 교수 연구실은 이런 자율주행차의 현실화를 위해 무인차를 위한 멀티코어/GPGPU 기반의 실시간 시스템 소프트웨어 개발연구를 진행하고있다. ※GPGPU(General-Purpose computing on Graphics Processing Units)는 일반적으로 컴퓨터 그래픽스를 위한 계산만 맡았던 그래픽 처리 장치(GPU)를, 전통적으로 중앙 처리 장치(CPU)가 맡았던 응용 프로그램들의 계산에 사용하는 기술

자율주행에 있어 소프트웨어 플렛폼이 중요한 이유는, 자동차 자체가 일종의 바퀴 달린 컴퓨터이기 때문이다. 컴퓨터 환경에서 원활한 작업을 위해서는 해당 작업들을 시간에 맞춰 끝내 연결성 있게 프로세스가 진행되는 것이 중요하며, 무인차 역시 해당 미션들을 제 시간안에 끝내는 것이 매우 중요하다. 이는 ‘미션 크리티컬(Mission Critical)’ 이라는 개념으로, 주변에 방해물이 있을 때 레이더가 빠르게 인식을 하여 피하도록 하는 것 역시 일종의 미션 크리티컬’으로 볼 수 있다. 무인차가 달성하지 못할 경우 사고로 이어진다.

무인차의 미션의 순서는 스케줄러가 구성하고 수행시간의 단축은 GPGPU가 결정한다. 이런 프로세스의 문제가 생기면 사고로 이어질수 있는 문제로, 적은 컴퓨터로 효율적이고 안전한 미션수행을 하기 위한 환경을 구축하는 것이 이 연구의 핵심이다.

서울대학교 이창건 교수 LAB의 왼쪽부터 오준수 연구원, 이원석 연구원

다음은 연구진과 일문일답

-해당 연구가 어떻게 진행되고있나

▷크게 세 파트로 진행되고 있다. 첫 번째는 스케쥴 이론 연구이다. 무인차의 스케줄러는 수백개의 프로그래밍 센서 작업이 각자의 데드라인을 맞추면서 돌아갈 수 있도록 작업을 구성한다. 이를 위해 적은 수의 컴퓨터로 효율적인 스케줄링을 하는 법을 연구한다.

두번째는 검증 도구 연구이다. 무인차에 들어있는 ECU(자동차의 두뇌 역할)의 기능적/시간적 멀티코어를 검증한다. 자율차의 ‘미션크리티컬’도 검증한다. 무인차의 경우 계산과 판단 작업이 시간내에 이어지지 않으면 사고로 이어질 수 있기에 중요한 개념이다.

세번째는 HW/SW 플랫폼 연구이다. 자동차 플랫폼을 제작하고 관제용 서버 임베디드 컴퓨터로 나눠서 더 효율적인 자동차를 만드는 연구이다. 또한 오픈 랩과 연결되어 수많은 사람들의 코드를 앱스토어처럼 다운받을 수 있는 오픈 생태계 구축을 뒷받침하는 시스템적 환경을 연구한다.

- 오픈 생태계 구축은 어떤 장점이 있는가?

▷집단 지성과 효율적인 알고리즘 검증을 기대할 수 있다. 현재 무인차 알고리즘은 현대자동차, BMW 등 각자의 회사에서 개별적으로 제작하고 있다. 안드로이드 개발에는 전세계 개발자들이 함께 참여하는 것과는 다른 양상이다. 한 회사에서 뛰어난 알고리즘을 제작할 수 있지만, 장기적으로 보면 모두가 함께 연구해 집단지성으로 이룬 결과물을 이길 수 없다. 사람들이 쉽게 다운 받고 자신의 아이디어를 올릴 수 있는 오픈 생태계가 구축된다면 무인차 알고리즘은 크게 성장한다. 또한, 전세계 수많은 사람들에게 자신의 알고리즘을 검증받을 수 있는 기회가 된다.

- 무인차의 도래는 몇 년 후로 보는가?

▷이미 상용화는 됐다고 본다. 대중화 되는 시점은 기술의 문제가 아니라 법의 개선에 달렸다. 현재와 미래의 무인차의 대중화 시기 사이에 발생할 수 있는 사고들에 대한 법적 제도가 많이 생성되어야 한다. 무인차의 대중화는 무인차 전용 노선을 점차 늘리면서 점차 진행될 것이다.

안드로이드 개발 환경과 달리, 자율주행에서 오픈 생태계는 낯선 개념이다. 현재 자율주행 시장에서 각 기업은 경쟁자이다. 각자만의 알고리즘을 연구하는 것보다는 모두가 집단지성으로 함께 할 수 있다면 더 빠르게 무인차가 발달할 수 있다. 하지만, 오픈 생태계가 구성된다면 상위권에 들지 못하는 연구는 자연도태 되어 다양성이 부족해질 수 있다는 위험도 있다. 이런 점을 잘 보완하여, 미래에는 앱스토어처럼 원하는 알고리즘을 받아 장착하는 시대가 올 것이다.

무인차를 위한 플랫폼, 알고리즘, 오픈생태계 연구가 함께 진행되고 있다. 한 분야만 발전하는 것이 아니라, 각 분야가 모두 발전하여 무인차의 대중화가 빠르게 오길 기대한다.

[매경교육센터 이준영 연구원/김민성 SW 대학생 명예기자]

[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]