Home

디지털 트윈, 로봇과 AI가 움직이는 미래 모빌리티를 위한 인프라

미래 모빌리티가 점점 현실이 되고 있다. 전 세계 모빌리티 업계의 화두가 된 자율주행차는 기계가 사람의 운전을 보조하는 단계에서 서서히 기계가 운전을 주도하는 단계에 접어들고 있다. 요즘 식당에서 쉽게 찾아볼 수 있게 된 서빙로봇은 실내를 벗어나 전천후 배송로봇으로 발전하고 있다. 택시, 배달 등 우리의 일상 속 이동의 주체가 사람에서 AI 기술에 기반한 기계로 전환되고 있는 것이다.
내비게이션이 안전하고 정확한 사람의 이동을 위한 길잡이였다면, 기계의 이동을 안전하고 안정적으로 운영하기 위해서는 기계를 위한 인프라가 필요하다. 디지털 트윈이 바로 그것이다. 사람의 이동을 성공적으로 연결해왔던 카카오모빌리티는 빠르게 현실화되고 있는 ‘기계의 이동’ 시대에 핵심 기술이 될 디지털 트윈을 차근차근 준비해 나가고 있다.

전 세계 도시의 일상에 자리 잡은 모빌리티 플랫폼

모바일 앱으로 차량을 호출하고, 플랫폼을 통해서 승객과 기사가 만나는 모빌리티 플랫폼은 지난 10년간 빠르게 도입되면서 선진국부터 개도국을 막론하고 전 세계적인 일상이 되었다. 전통적으로 택시가 제공했던 서비스에 모바일, 빅데이터, AI 등의 기술이 접목되면서 교통의 디지털 전환이 빠르게 이루어진 것이다. 현재 세계 각지에 자리 잡은 모빌리티 플랫폼은 택시를 넘어 자전거 등 마이크로모빌리티부터 버스, 기차 등 대중교통까지 하나의 앱으로 통합 제공하는 이른바 “MaaS(Mobility as a Service)”를 지향하며 서비스 고도화를 지속하고 있다.
한국을 대표하는 모빌리티 플랫폼으로 자리매김한 카카오모빌리티는 글로벌 차원으로 벌어지고 있는 이동 혁신의 최전선에서 발을 맞추고 있다. 택시를 통해서 이동 수요자와 공급자를 성공적으로 연결한 경험을 택시를 넘어 자전거, 셔틀, 버스, 기차, 항공, 주차 등 모든 유형의 이동으로 확장해 왔다. 카카오 T와 더불어 운전자를 위한 플랫폼으로 확장되고 있는 카카오내비를 함께 성공적으로 운영하면서 승차공유 중심으로 발전한 글로벌 모빌리티 업계에서는 보기 드문 사례를 만들어 가고 있기도 하다. 최근에는 사람의 이동을 넘어서 사물의 이동, 서비스의 이동까지 모빌리티 플랫폼으로 담아내면서 편리하고 빠른 이동을 넘어서 불필요한 이동은 사람이 직접 이동하지 않아도 되는 시대를 준비하고 있다.

디지털 트윈, 모빌리티 플랫폼의 다음 단계를 위한 인프라

모빌리티 플랫폼의 다음 10년은 기계의 시대다. 여객과 화물 운송 분야는 오랜 기간 사람이 중심인 산업이었다. 운전을 하거나 물건을 옮기는 일들은 사람이 인지, 판단, 행동의 주체였고, 기계는 그런 사람을 보조하는 수단이었다. 그러나 이동의 주체가 사람이다 보니 가지는 한계점도 뚜렷했다. 여객 분야는 시시각각 변하는 이동 수요에 대응하기 위한 탄력적인 이동 공급이 점점 더 중요해지고 있지만, 심야 운행 기피, 악천후 운행 위험 등으로 이동의 공백이 발생하는 경우가 많았다. 물류 또한 퍼스트 마일부터 미들 마일, 라스트 마일로 이어지는 공급 사슬 상의 다양한 프로세스 속에서 상하차, 장거리 운전이 반복되면서 안전사고의 리스크가 항상 존재하여 왔다. 더불어 작업자의 숙련도에 따라 업무 처리 속도 등이 천차만별이다 보니 서비스 품질 관리도 쉽지 않았다.
인력에 기인한 불확실성, 안전성 등 문제를 극복하기 위해서, 이동의 주체를 기계로 전환하려는 시도가 곳곳에서 이루어지고 있다. 고도로 발전하고 있는 인공지능의 영향이 크다. 모빌리티 산업에서는, 이동의 양대 축인 여객과 물류에서 로보택시・로보셔틀, 화물 자율주행, 물류 로봇 등 다양한 기술이 나타나고 있다. 미래 기술을 선점하기 위해 많은 모빌리티 기업들은 자율주행, 인공지능, 디지털 트윈 등의 기술을 개발하고 있으며 구글, 애플, 아마존 등 빅테크 기업들도 미래 모빌리티 경쟁에 뛰어들고 있다.
이동의 주체가 될 기계에 이동의 미션을 전달하기 위해서는 기계가 이해할 수 있는 경로 정보가 필요하다. “기계가 이해할 수 있는” 경로 정보 생성에 필요한 기술은 바로, ‘인간이 접하는 실세계’와 동일한 공간을 디지털 환경에 구축하여 ‘가상의 공간을 만드는’ 디지털 트윈 기술이다. 디지털 트윈은 제조업, 서비스업을 막론하고 미래 산업의 핵심 기술로 주목하고 있지만, 미래 모빌리티에 있어서도 빼놓고 이야기할 수 없는 핵심 기반으로 떠올랐다.

디지털 트윈은 한마디로 산업용 메타버스

4차 산업혁명이 대두하면서 가장 많이 주목받았던 기술 중 하나가 디지털 트윈이지만, 여전히 생소하다고 느끼는 사람이 많다. 디지털 트윈의 사전적 의미는 실제 환경이나 사물 등 현실을 디지털 환경으로 구축하여 현실에서 발생할 수 있는 상황을 디지털 환경에서 시뮬레이션하여 결과를 미리 예측하는 기술이다. 디지털 트윈을 조금 더 쉽게 보자면 ‘산업용 메타버스’다. 메타버스가 현실 세계와 같은 활동이 이루어지는 3차원 가상세계로서 개인들의 SNS, 게임 등으로 많이 활용되고 있다면, 디지털 트윈은 현실 세계를 디지털 공간에 그대로 복제하여 구현하고 이를 비즈니스에 활용한다. 디지털 트윈은 일부 제품이나 공장을 디지털로 구현할 수도 있고, 나아가 도시 자체를 디지털로 그대로 복제하여 구현할 수도 있다.
디지털 트윈의 가장 큰 이점은 미래 현실을 실제처럼 미리 살펴볼 수 있다는 것이다. 건물은 한번 지으면 부수기 전까지는 위치를 바꾸거나 외관을 바꾸는 것이 쉽지 않지만, 디지털 공간에서는 수많은 형태의 건물을 미리 지어보고 주변 환경에는 어떤 영향을 미치는지 미리 가늠해 볼 수 있다. 공장을 디지털 트윈으로 구현해도 마찬가지다. 실제 생산에 들어가기 전 디지털 환경에서 얻은 풍부한 데이터로 시행착오를 예방할 수 있고, 생산 과정에서 최고의 효율을 낼 수 있도록 최적화를 진행할 수 있다. 동시에, 생산 준비에 소요되는 인력, 비용, 시간 등도 절감할 수 있게 된다. 이렇듯 디지털 트윈은 막대한 예산이 집행되는 프로젝트를 가상으로 미리 구현하고 예측해 볼 수 있는 장점을 가지고 있다.

디지털 트윈, 모빌리티에 어떻게 적용되고 있을까?

자동차가 실제 주행하는 도시를 디지털 트윈으로 구현하면 어떻게 될까? 실제 도로의 기하구조에서부터 교통량, 신호, 날씨 등 현실의 모든 상황이 디지털 공간에 그대로 구현되고, 여기에 차량의 끼어들기, 오토바이의 신호위반, 무단횡단하는 사람 등 여러 돌발변수까지 재현된 디지털 트윈을 생각해 보자. 현실이 그대로 복제된 가상의 도시에서 자율주행차를 테스트하게 된다면 실제 도로 주행을 하는 효과를 얻을 수 있다.
자율주행 시스템의 안정성과 신뢰성을 보증하기 위해서는 전 세계의 모든 도로를 수없이 주행하는 것이 필요하겠지만, 시간과 비용도 무한대로 늘어날 것이다. 그러나 정밀한 디지털 트윈이 구축된다면, 사람이 잠든 순간에도 끊임없는 테스트가 가능해진다. 디지털 트윈이 현실과 구분하기 힘들어 질수록 물리적 공간에서 필요로 했던 시간과 비용을 크게 절감할 수 있게 된다. 앞으로 이동의 주체가 자율주행이 가능한 기계가 될 모빌리티 산업에서 디지털 트윈이 더욱 중요해지는 이유다.
모빌리티는 이동을 지원하는 모든 서비스를 포함한다. 이동을 하기 위해서는 이동체, 정확한 위치, 이동할 경로, 주변 상황 등의 무수히 많은 정보가 필요한데, 이러한 정보들은 점점 디지털화되고 있다. 과거 종이로만 보던 지도는 컴퓨터가 발전하면서 웹 페이지에서, 휴대폰이 발전하면서 앱에서 볼 수 있게 되었고, 이젠 단순히 지도를 보여주는 것만 아닌 현재의 위치에서 목적지까지 가장 빠르고 쉽게 갈 수 있는 경로 탐색 및 안내, 더 나아가 미래 운행 정보의 예측 기능까지 제공하고 있다. 실세계에 있는 현실 정보를 웹, 앱 플랫폼을 통해 가상의 환경으로 구축하여 보여주고 있다는 점에서 지도 및 경로 안내의 디지털화가 핵심인 카카오내비는 디지털 트윈의 시작이었다.
우리 사회는 기술이 고도화됨에 따라 인간의 삶을 편리하게 만드는 수단 중 하나로 기계의 활용범위를 확대해가고 있다. 특히, 딥러닝, 초거대모델 등 새로운 패러다임에 접어든 인공지능의 급속한 발전이 기계와 접목되고 있다. 모빌리티 분야에서는 이동의 주체가 사람에서 기계로 변화하고 있으며, 이미 우리 주위에서 다양한 사례들을 쉽게 찾아볼 수 있다. 무인 운행 지하철이나 카카오T 앱을 통해 호출할 수 있는 자율주행 서비스 등은 모두 인공지능 기반으로 기계가 이동의 주체가 되어 운영되고 있는 서비스이다.
다만, 현재 이러한 서비스들은 정해진 조건 속에서만 운영될 수 있다는 한계가 있다. 아직까지는 인공지능과 로봇이 인간만큼 훌륭한 인지, 판단 능력과 능동적인 하드웨어를 가지고 있지 않기 때문이다. 그렇기 때문에 이러한 인공지능 이동체를 위하여 인간이 보고 느끼고 판단하는 물리적 공간을 기계가 쉽고 정확하게 인지하고 판단할 수 있도록 구현해주는 것이 필요하다. 즉, 인공지능이 실제 세계를 이해할 수 있는 가이드, ‘디지털 트윈’을 만들어주어야 한다.

살아있는 모빌리티 인프라를 만들고 있는 카카오모빌리티의 디지털 트윈

카카오모빌리티는 모빌리티 분야에서 이동의 주체가 인간에서 기계(AI)로 전환되는 상황을 대비하여, 기계(AI)가 안전하고 안정적으로 운영될 수 있도록 모빌리티 인프라를 갖추고자 한다. 택시, 대리, 바이크, 배송, 내비 등 카카오모빌리티의 서비스를 운영하면서 얻을 수 있는 라이브 데이터들과 도시 전반의 데이터들을 종합하여 디지털 트윈 도시 지도를 만들고 업데이트하여 “살아있는 모빌리티 인프라”를 구축하는 것이 바로 카카오모빌리티가 만들어 갈 디지털 트윈이다.
카카오모빌리티 디지털 트윈의 핵심 축 중 하나는 고정밀 지도 (HD Map) 구축이다. 쉽게 표현하자면, 고정밀 지도 (HD Map)는 기계(AI)를 위한 내비게이션 지도이다. 우리가 현실 세계에서 접하고 있는 물리적 공간을 자율주행 이동체를 위해 수 센티미터(cm) 수준의 오차범위로 가상의 공간에 구축해놓은 3D 입체 지도이다. 카카오모빌리티는 고정밀 지도 (HD Map)를 구축하기 위해 MMS(Mobile Mapping System)와 자동화 알고리즘을 자체 기술로 직접 개발하였고, 그 결과 매우 효율적으로 특고품질의 데이터를 양산하고 있다. 또한, 이미 카카오모빌리티에서 운영 중인 서비스를 통해 다양한 데이터를 활용하여 고정밀 지도 데이터를 업데이트하여 실시간으로 동적 환경까지 반영할 수 있는 Local Dynamic Map을 구축하고 있다. 디지털 지도의 경우 정확도와 그 용도에 따라 구분을 할 수 있다.
내비게이션 맵의 경우 운전하는 사람을 위해 만들어졌다. 그렇기 때문에 센티미터(cm) 수준의 정확도보다는 도로 단위의 정보를 제공하고 경로를 탐색하여 안내함에 있어서 가독성과 직관성을 갖추도록 구현한다. 사람은 내비게이션 맵에 표시된 지도 정보를 통해 해당 경로를 선택할지 판단하고, 그 외 인지하고 있는 교통 법규나 속도 제한 표지판 등을 확인하며 차량을 직접 제어한다.
ADAS Map의 경우 첨단운전자보조시스템(ADAS, Advanced Driver Assistance Systems)을 활용할 수 있게 만들어진 지도로 내비게이션 맵보다 정확도가 높고 운전자를 보조할 수 있는 정보를 더 담고 있다. 도로 제한속도에 맞추어 차량이 알아서 속도를 줄여주거나 곡선 도로를 부드럽게 주행할 수 있게끔 차가 운전자를 도와 운전의 편의성을 높여준다. 다만 사람이 개입한다는 가정 하에 만들어지기 때문에 내비게이션 맵보다는 정확하고 많은 정보를 가지고 있지만 고정밀 지도(HD Map) 보다는 덜 정확하고 적은 정보를 포함하게 된다.
마지막으로 고정밀 지도(HD Map)의 경우 기계(AI)가 사람 대신 운전을 한다는 가정 하에 만들어지기 때문에 기존 내비게이션 맵에서 제공해주지 못하는 차선, 노면마크, 연석, 도로 경사, 표지판, 신호등, 건널목, 도로 경사, 객체 간 거리, 주변 지형 등 세밀한 정보를 센티미터(cm) 수준의 정확성으로 포함하고 있다. 즉 사람이 인지하고 판단하는 모든 현실 객체 및 주변 환경이 인공지능이 인지할 수 있는 가상 환경 상에서 구현되는 것이다.

카카오모빌리티의 독보적인 디지털 지도 제작 방식

대부분의 지도제작 업체는 이러한 디지털 지도를 제작할 때 Navigation Map, ADAS Map, HD Map 각 지도 별로 포함하고 있는 정보와 정확도가 다르다는 점에서 각각의 지도를 따로따로 제작하고 있다. 이럴 경우 지도를 구축할 때마다 소요되는 비용과 인력은 가산이 된다. 하지만 카카오모빌리티는 하나의 원천 데이터(Point Cloud Data, 점군데이터)를 통해 각 지도 별 필요한 정보와 정확도를 추출 및 변형하여 사용할 수 있게끔 지도를 제작하고 있다. 카카오모빌리티의 Point Cloud Data 및 HD Map 제작 과정 다음과 같다.
많은 기업들은 데이터 가공・정합・도화 과정에서 직접 개발한 지도 제작 프로그램을 사용하기 보다는 외부의 상용화된 솔루션을 구매하여 사용하는 경우가 높다. 외부의 프로그램을 구매하여 사용하게 되면 프로그램 별 제공 기능이 한정해져 있기 때문에 데이터 가공의 자유도 측면에서 한계가 있으며 프로그램이 노후되거나 오류가 발생할 시 대응 속도도 떨어지게 된다.
카카오모빌리티는 데이터 가공, 정합, 도화를 위한 지도 제작 프로그램을 자체적으로 개발하였다. 자체 프로그램을 사용하기 때문에 가공하고자 하는 방향대로 데이터를 가공할 수 있으며, 프로그램에 문제가 생겼을 때도 신속한 대응 및 해결이 가능하다. 도화 과정은 수작업에 의존하는 경우가 많아서 작업 시 많은 시간이 소요되고 정확도가 떨어질 수 있는 가능성이 존재한다. 카카오모빌리티는 자체 제작 프로그램을 사용하기 때문에, 도화 과정을 자동화하는 알고리즘을 테스트하고 제작 프로그램에 적용하는데 용이하다. 이를 통해 작업자에 대한 의존도를 낮추고, 빠른 시간 내 정확도가 높은 산출물을 얻을 수 있다.
이러한 기술을 바탕으로 카카오모빌리티는 실내・외 고정밀 지도(HD Map) 약 10,000km를 구축하였으며, 2023년에는 자율주행특구를 포함하여 고속도로, 전용도로 약 20,000km를 구축 및 업데이트할 계획을 가지고 있다.

카카오모빌리티가 그리는 미래 모빌리티 빅피처

인공지능과 로봇의 활동 영역이 넓어질수록 디지털 트윈 인프라가 필요한 영역이 늘어나고, 디지털 트윈 인프라 범위가 확대될수록 인공지능과 로봇의 이동 영역이 점차 확대되며 상호 견인하는 역할을 하게 될 것이다. 디지털 트윈 인프라는 고정밀 지도(HD Map) 뿐 아니라, 다양한 이동체를 통해 수집된 라이브 데이터와 수집된 대용량 데이터를 관리할 수 있는 클라우드, 데이터를 읽고 업데이트할 수 있는 인공지능의 고도화 등 다양한 기술 개발이 필요하다.
디지털 트윈에 기반한 새로운 모빌리티 인프라는 앞으로 무한히 많은 새로운 서비스와 산업을 일으킬 것이다. 카카오모빌리티는 일찌감치 이러한 확장성을 고려하여 다양한 노력을 해왔다. 선제적으로 디지털 트윈 관련 기술을 내재화하며 모빌리티 인프라 구축을 진행하고 있다. 또한 다양한 산업 영역에서 국내・외 파트너사들과 협업하여 함께 모빌리티 생태계를 구축해가고 있으며, 그 일환으로 2021년 9월 자율주행 생태계 성장 도모를 위한 자율주행 얼라이언스를 구성하여 파트너사들과 함께 다양한 기술개발 및 서비스 협력을 추진하고 있다. 2022년 9월에는 국토교통부, 한국도로공사와 함께 자율주행 디지털 맵 포럼을 발족하여 산・학・연・관 52개 기관이 참여하는 국내 디지털 맵 분야의 대표 민관협의체를 주도하고 있다.
카카오모빌리티는 향후 더 많은 산업의 파트너사들과 함께 새로운 모빌리티 인프라를 구축하기 위하여 더 많은 노력을 기울이며 국내 디지털 트윈 생태계 조성에 앞장설 계획이다. 앞으로도 자율주행, 로보틱스, 디지털 트윈 등 미래 모빌리티 분야의 국내외 선도 기관과의 협업을 기대해 본다.
카카오모빌리티 디지털경제연구소
카카오모빌리티 리포트에 대한 저작권은 (주)카카오모빌리티가 소유하고 있습니다. 본 리포트에 대한 상업적 이용은 금지되어 있으며, 인용 시에는 반드시 출처를 밝혀주시기 바랍니다.
Copyright ⓒ 2022 Kakao Mobility Corp.