카카오모빌리티의 자율주행 빅픽처 : 하드웨어부터 소프트웨어까지

오늘날 자율주행 기술은 미래 모빌리티 산업을 선도할 핵심 기술로 주목받고 있다. 카카오모빌리티는 완전한 무인 자율주행 실현이라는 야심 찬 목표를 향해 다양한 분야에서 연구개발에 매진하고 있다. 특히, 인공지능(AI) 기술을 활용한 자율주행 알고리즘 고도화에 집중하여 자율주행 기술 발전을 이끌고 있다. 본 글에서는 카카오모빌리티의 AI 기반 자율주행 기술 연구 현황을 살펴보고, 이를 통해 무인 자율주행 구현을 위해 어떠한 노력을 기울이고 있는지 알아보고자 한다.

먼저, 자율주행 알고리즘 개발에서부터 하드웨어 최적화, 서비스 플랫폼 구축에 이르기까지 카카오모빌리티의 다양한 연구 활동을 소개한다. 이어서 자율주행 알고리즘 고도화의 핵심인 'AI 데이터 엔진'에 대해 자세히 다룰 것이다. AI 데이터 엔진의 구조와 역할, 데이터 수집 및 처리 과정, 모델 학습 방식 등을 단계적으로 설명할 예정이다. 또한 고도화된 AI 모델을 실제 자율주행에 적용한 사례를 통해 기술 수준을 가늠해 본다. 마지막으로 카카오모빌리티가 지향하는 자율주행 기술의 미래 비전과 발전 방향을 제시한다.

카카오모빌리티의 자율주행 기술

카카오모빌리티는 무인 자율주행 실현을 위해 알고리즘, 하드웨어, 서비스 플랫폼 개발을 병행하고 있다. 먼저 인식, 측위, 판단, 주행 등 자율주행에 필요한 모든 알고리즘을 자체 개발하며 딥러닝, 강화학습 등 최신 AI 기술을 접목하여 성능을 높이고 있다. 동시에 센서 구성 최적화, 모듈 고도화를 통해 알고리즘 구동에 최적화된 하드웨어 시스템을 구축 중이다. 이와 더불어 자율주행 차량 배차, 관제, 경로 생성 등을 수행할 통합 서비스 플랫폼을 개발하고 있으며, 일부 구간에서 시범 서비스를 운영하며 고도화에 힘쓰고 있다.

➀ 자율주행 알고리즘 고도화

카카오모빌리티는 무인 자율주행을 실현하기 위해 알고리즘 개발에 집중하고 있다. 인식, 측위, 판단, 주행 등 자율주행에 필요한 모든 분야의 알고리즘을 자체적으로 개발 중이다. 각 분야별로 최신 기술을 도입하고 있으며, 이를 통해 알고리즘의 정확도와 효율성을 지속적으로 높여가고 있다. 특히 딥러닝 기반의 인식 기술과 강화학습을 활용한 의사결정 기술 등 첨단 인공지능 기술을 적극 활용하여 알고리즘의 성능을 한 단계 업그레이드하고 있다.

➁ 자율주행 이동체 개발 및 최적화

알고리즘의 고도화와 함께 이를 구동할 하드웨어의 최적화도 필수적이다. 카카오모빌리티는 자율주행에 최적화된 하드웨어 구성을 위해 센서 구성 최적화와 센서 모듈 고도화 연구를 진행하고 있다. 라이다, 레이더, 카메라 등 다양한 센서를 효과적으로 조합하고, 각 센서의 성능을 극대화할 수 있는 방안을 모색 중이다.

➂ 자율주행 서비스 플랫폼 구축

카카오모빌리티는 자율주행 기술을 실제 서비스에 적용하기 위해 자율주행에 특화된 배차, 관제, 경로 생성을 위한 플랫폼을 개발하고 있다. 이러한 자율주행 서비스 플랫폼은 이미 몇몇 구간에서 서비스를 제공하고 있으며, 향후 더 많은 지역으로 확대될 예정이다. 또한, 플랫폼 개발과 함께 AI 학습을 위한 데이터 수집과 처리에 관한 개발도 진행 중이다. 아울러 무인 자율주행 차량이 문제에 직면했을 때 이를 해결하기 위한 원격 제어 기술도 개발하고 있다.

자율주행 알고리즘 고도화의 핵심: AI 데이터 엔진

카카오모빌리티가 자율주행 개발에 있어 중점을 두는 부분은 'AI 데이터 엔진' 개발이다. AI 데이터 엔진은 자율주행을 위한 인공지능 알고리즘의 학습과 검증에 필수적인 데이터를 수집, 처리, 관리하는 통합 시스템으로, 알고리즘 개발에 필요한 대규모의 데이터를 효율적으로 확보하고 최적의 형태로 가공하여 학습에 활용할 수 있도록 돕는다. 특히 다양한 환경과 조건에서의 주행 데이터를 확보하고, 이를 알고리즘 학습에 활용하는 것이 중요하기에, 카카오모빌리티는 AI 데이터 엔진 개발을 통해 데이터 수집부터 전처리, 학습, 검증에 이르는 전 과정을 체계화하고, 지속적인 알고리즘 고도화를 가능케 하고자 한다. 뿐만 아니라 AI 데이터 엔진은 학습된 알고리즘의 검증과 배포 과정까지 아우르는 일련의 파이프라인을 제공함으로써, 자율주행 알고리즘의 성능 향상에 핵심적인 역할을 수행한다.

카카오모빌리티 AI 데이터 엔진 아키텍처

카카오모빌리티가 개발 중인 AI 데이터 엔진은 데이터 수집, 전처리, 학습, 검증, 배포의 전 과정을 아우르는 통합 시스템이다. 먼저 자율주행 차량과 데이터 수집 차량 등 다양한 플랫폼을 통해 주행 데이터를 수집한다. 수집된 데이터는 전처리 과정을 거쳐 학습에 적합한 형태로 가공된다. 이렇게 준비된 데이터를 활용하여 자율주행에 필요한 인식, 판단, 제어 등 다양한 AI 모델을 학습시킨다. 학습된 모델은 시뮬레이션과 실차 테스트를 통해 검증되며, 검증이 완료된 모델은 실제 자율주행 차량에 배포된다. 이 전 과정은 유기적으로 연결되어 있으며, 지속적인 데이터 수집과 학습을 통해 알고리즘을 고도화해 나가는 구조로 이루어져 있다. 카카오모빌리티는 이러한 AI 데이터 엔진 구축을 통해 대규모의 주행 데이터를 효율적으로 관리하고, 최신 AI 기술을 자율주행에 접목할 수 있는 기반을 마련하고 있다.

차량 인프라: 다양한 엣지 케이스 수집

카카오모빌리티는 AI 데이터 엔진의 성능 고도화를 위해 다양한 차량 플랫폼을 활용하여 데이터를 수집하고 있다. 자율주행 차량뿐만 아니라 데이터 수집 전용 차량을 운영하여 고품질의 데이터를 확보하고 있으며, 일반 차량을 활용한 데이터 수집을 위해 카메라 플릿을 개발 중이다. 또한, 현재 자율주행 차량이 운행하지 않는 다양한 지역과 조건에서의 데이터 확보를 위해 택시 등 여객 서비스 차량에 카메라 플릿을 설치하여 데이터를 수집할 계획이다. 이를 통해 상황별 주행 패턴, 영상 데이터, 인지 데이터 등을 수집하고, 단순히 많은 데이터를 수집하는 것이 아니라 엣지 케이스 판단과 필요 데이터 조건 설정을 통해 의미 있는 데이터 수집에 집중할 예정이다.

카카오모빌리티 AI 데이터 엔진 아키텍처 : 차량 인프라

수집된 데이터는 자율주행 차량이 사람과 유사한 수준으로 주행할 수 있도록 자연스러운 주행 패턴과 의사 결정, 승객 편의를 고려한 주행 등 여객 서비스 고유의 특성을 학습하는 데 활용된다. 아울러 악천후를 포함한 다양한 날씨, 러시아워와 야간 등 다양한 시간대, 도시와 고속도로, 교외지역 등 광범위한 지역에서의 데이터 확보를 통해 인식 모델의 강건성을 높이고자 한다.

AV-Kit : 센서 구성 최적화

카카오모빌리티는 자율주행 차량과 데이터 수집 차량 등 다양한 차량을 개발하면서, 각 차량에 최적화된 센서 구성을 위해 범용적으로 사용 가능한 AV-Kit을 제작하고 있다. 현재 개발된 AV-Kit은 다양한 센서의 장착과 위치 변경을 지원하여 최적의 센서 구성을 탐색할 수 있도록 설계되었다. 또한, 방수와 방진 성능을 강화하여 악천후를 포함한 다양한 환경 조건에서도 안정적인 데이터 수집이 가능하도록 하였다.

아울러 센서 모듈의 성능 고도화를 통해 센서 간 동기화와 다수 센서의 데이터 로깅 최적화를 진행하였다. 이와 더불어 일반 차량을 활용한 데이터 수집을 위해 다양한 용도로 활용 가능한 저가형 카메라 플릿도 개발 중에 있다.

AV-Kit의 개발은 다양한 차량에서 수집된 데이터의 품질과 활용도를 높이는 데 기여할 것으로 기대된다. 센서 구성의 유연성과 데이터 수집 환경의 확장성을 갖춘 AV-Kit은 카카오모빌리티의 자율주행 기술 고도화에 있어 중요한 역할을 담당할 것이다.

데이터 전처리: 학습을 위한 고품질 데이터 생성

카카오모빌리티는 자율주행 차량과 데이터 수집 차량에서 수집한 데이터를 정제하고, 모델 학습에 활용할 수 있는 형태로 변환하는 데이터 전처리 과정을 거치고 있다.

카카오모빌리티 AI 데이터 엔진 아키텍처 : 데이터 전처리

➀ 다양한 센서 데이터 활용과 오토 레이블링

자율주행 차량과 데이터 수집 차량에는 카메라, 라이다, IMU, 레이더, GPS 등 다양한 센서가 장착되어 있어 다양한 형태의 데이터 수집이 가능하다. 카카오모빌리티는 이러한 센서 데이터와 자체 제작한 HD Map 정보를 활용하여 효율적이고 정확한 오토 레이블링을 수행하고 있다.

수집된 데이터를 바탕으로 차량 주변의 3차원 공간을 모델링하여 차량, 오토바이, 사람 등 움직이는 객체의 위치, 크기, 속도를 정밀하게 파악할 수 있다. 또한, 주변 구조물에 대한 정확한 정보도 획득할 수 있어 레이블링 작업이 용이해진다. 특히 엣지 케이스의 경우 단일 센서 정보만으로는 자동 레이블링이 어려운 경우가 많은데, 카메라, 레이더, 라이다 정보를 조합하면 객체 종류 판단과 움직임 파악이 수월해진다.

➁ 시나리오 추출과 학습 데이터 생성

HD Map 정보를 활용하면 차선과 주변 구조물의 위치를 정확히 예측할 수 있다. 또한, 객체의 누적된 이동 정보를 기반으로 다양한 시나리오를 추출할 수 있다.

카카오모빌리티는 이러한 방식으로 엣지 케이스 시나리오를 추출하고, 이를 주행 판단과 경로 생성 등의 모듈 학습에 활용하고 있다. 데이터 전처리를 통해 생성된 고품질의 학습 데이터는 자율주행 알고리즘의 성능 향상의 핵심 원천이다.

AI Model 학습: 인식 및 주행 모델 고도화

카카오모빌리티는 전처리된 데이터를 활용하여 차량에 최적화된 인식 및 주행 모델을 학습하고 있다. 이 과정에서 실제 자율주행 차량과 다른 센서 구성이나 현재 운행 중인 ODD(Operational Design Domain)와 다른 시간대, 지역에서 수집한 데이터들을 함께 활용한다. 이렇게 다양한 환경과 조건의 데이터를 효과적으로 활용하기 위해 도메인 어댑테이션 기술에 대한 연구도 진행 중이다.

카카오모빌리티 AI 데이터 엔진 아키텍처 : 데이터 전처리

다양한 데이터를 활용한 학습 결과를 통해서 고도화된 인식 및 주행 모델을 구축하였다. 카메라, 라이다, 레이더 등 각 센서에서 얻은 정보를 활용한 모델들은 세그멘테이션, 바운딩 박스 추출, 프리스페이스 탐색, 객체 속도 추정 등의 작업을 수행한다.

카카오모빌리티는 각 센서에서 얻은 결과를 퓨전 하여 차량 주변 객체의 위치를 정밀하게 추정하고 트래킹 하고 있다. 또한 객체 트래킹 정보와 HD Map 정보를 함께 활용하여 각 객체의 미래 행동을 예측하는 모델도 개발 중이다.

카카오모빌리티는 주행 데이터와 시뮬레이션을 통해 개발된 모델을 평가하고, 평가 결과를 반영하여 모델을 지속적으로 개선한 후 실제 환경에 배포하는 과정을 반복하고 있다. 이러한 지속적인 개선 사이클을 통해 자율주행 알고리즘의 완성도를 높여가고 있다.

최소한의 개입으로 구현되는 안전한 자율주행

카카오모빌리티는 고도화된 인식 모델과 센서 퓨전 알고리즘, 그리고 시나리오 기반 학습을 통해 개발된 주행 모델을 활용하여 판교에서 최소한의 개입으로 자율주행을 테스트하고 있다. 실제 도로 상의 다양한 도로 환경에서도 안전한 자율주행이 가능할 수 있도록 준비하고 있다. 다음은 실제 자율주행 주행 영상 중 일부 상황들이다.

카카오모빌리티 자율주행차량 실제 주행 영상

첫 번째 상황은 판교에서 주변 차량들이 60km 이상의 고속으로 달리는 복잡한 환경이다. 카카오모빌리티의 자율주행 차량은 주변 차량들을 정확하게 인식하고, 이를 고려한 속도 조절을 통해 안정적으로 차선 변경을 포함한 주행을 수행한다. 고속 주행 상황에서도 카카오모빌리티의 자율주행 기술이 우수한 객체 인식 및 주행 제어 능력을 보여주고 있다.

두 번째 상황은 좁은 도로에서의 주행 모습이다. 자율주행 차량은 옆 차선 차량의 움직임을 예측하여 미리 속도를 줄이고, 차량이 지나간 후 다시 가속하려는 순간, 횡단보도를 향해 걸어오는 사람을 인식한다. 이에 따라 횡단보도 진입을 예측하고 선제적으로 속도를 줄이는 모습을 확인할 수 있다. 복잡한 도로 환경에서도 주변 객체와의 상호작용을 고려하며 안전한 주행이 가능함을 보여준다.

카카오모빌리티의 자율주행 기술은 실험실에 머물러 있지 않고 실제 도로 환경에서 이루어지고 있다. 다양한 주행 상황에서 안전하고 안정적인 자율주행이 가능할 수 있도록 인식, 판단, 제어 알고리즘이 실제 환경에서 높은 완성도를 구현해 나가고 있다. 앞으로도 카카오모빌리티는 지속적인 기술 고도화를 통해 더욱 안전하고 편리한 자율주행 서비스를 제공할 것이다.

자율주행 서비스 상용화를 향한 카카오모빌리티의 도전

카카오모빌리티는 자율주행 기술 개발에 있어 AI 데이터 엔진의 중요성을 인식하고, 이를 중심으로 자율주행 알고리즘과 차량 플랫폼을 고도화하고 있다. 다양한 차량을 활용하여 도심, 시골, 고속도로 등 다양한 지역에서 주간, 야간, 악천후 등 다양한 상황의 데이터를 수집하고, 이를 효율적으로 학습에 활용하기 위한 최적의 데이터 처리 방법을 연구하고 있다. 이를 통해 수집된 대규모의 주행 데이터는 인식, 판단, 제어 알고리즘의 성능 향상에 활용되며, 다양한 도로 환경에 대응 가능한 자율주행 기술 개발에 큰 도움이 되고 있다.

현재 카카오모빌리티는 이러한 알고리즘 고도화를 통해 판교의 정해진 ODD(Operational Design Domain) 내에서 운전자 개입 없이 자율주행이 가능한 수준에 도달하는 것을 목표로 하고 있다. 향후에는 알고리즘과 하드웨어, 플랫폼의 지속적인 고도화를 통해 ODD를 점진적으로 확장하고, 최종적으로는 완전 무인 자율주행 서비스를 제공하는 것을 목표로 하고 있다.

카카오모빌리티의 자율주행 기술은 단순히 기술 개발에 그치는 것이 아니라, 실제 도로 환경에서 안전하고 편리한 이동 서비스를 제공하는 것을 궁극적인 목표로 하고 있다. 이를 위해 다양한 분야의 전문가들이 협력하여 기술 개발에 매진하고 있으며, 지속적인 연구와 실증을 통해 자율주행 상용화를 앞당기기 위해 노력하고 있다. 카카오모빌리티의 자율주행 기술이 우리의 일상생활 곳곳에서 만나볼 수 있도록 계속해서 노력해 나갈 것이다.

NEMO 2023 발표영상

카카오모빌리티 디지털경제연구소