현대차 자율주행 방식 변경 알아보기 - 라이다 방식에서 카메라 방식으로

테슬라가 전기차를 내놓은 이후, 자동차의 주행에 소프트웨어가 미치는 영향은 더욱 커졌습니다. 이제는 운전자를 대신하는 소프트웨어를 개발하는 '자율주행'방식으로 자동차 산업이 움직이고 있습니다. 우리나라를 대표하는 자동차 제조회사인 현대자동차가 자율주행을 개발하는 과정에서 방식을 확 바꿨다고 하던데, 이 내용 같이 알아봅시다.

 

 

현대자동차가 자율주행방식을 변경하다

최근 현대자동차(이하 현대차)가 자율주행 기술 개발 전략을 기존의 라이다(LiDAR) 기반에서 카메라와 인공지능(AI) 중심의 방식으로 전환하고 있습니다. 현대차는 그동안 라이다 센서를 중심으로 자율주행 기술을 개발해 왔지만, 최근 테슬라와 유사하게 카메라와 AI를 활용한 엔드 투 엔드(End-to-End) 방식으로 방향을 바꿨습니다.

 

이 변환의 배경에는 라이다의 높은 비용, 기술적 한계, 공급망 리스크 등이 영향을 미쳤으며, 카메라 기반 인공지능 기술이 발전하면서 충분한 성능을 확보할 수 있다고 판단한 것으로 보입니다. 현대차는 2027년까지 카메라와 레이더 기반의 Level 2+ 자율주행 시스템을 대량 생산 차량에 적용할 계획을 발표했으며, 이 시스템은 지속적인 학습을 통해 성능이 향상되는 것을 특징이라고 합니다.

 

 

그러면, 라이다 방식과 카메라 방식에는 어떤 차이가 있는지 알아봅시다.

 

라이다 방식과 카메라 방식 비교

1. 라이다(LiDAR) 방식

라이다는 레이저 펄스를 주변에 발사하고, 물체에 반사되어 돌아오는 시간을 측정해 거리와 위치를 3차원으로 정밀하게 파악합니다.

 

장점

• 매우 높은 거리 측정 정확도와 정밀한 3D 공간 정보 획득이 가능합니다.
• 주야간 구분 없이 작동하며, 악천후(비, 안개 등) 상황에서도 비교적 안정적인 성능을 보입니다.

 

단점

• 센서 가격이 매우 비싸며(수백만 원대), 데이터 처리에 고성능 컴퓨팅이 필요합니다.
• 레이저 특성상 일부 기상 조건(강한 눈, 안개 등)에서는 성능 저하가 있을 수 있습니다.

 

2. 카메라 방식

카메라는 사람의 눈처럼 이미지를 촬영하고, AI 영상 인식 기술로 도로 상황, 차선, 표지판, 보행자 등 다양한 객체를 인식합니다.

 

장점

• 비용이 저렴하고, 기존 차량에도 쉽게 적용할 수 있습니다.
• 도로의 차선, 신호등, 표지판 등 시각적 정보 인식에  강점이 있습니다.
• 최근에는 적외선, 단파 적외선(SWIR) 카메라 등 신기술 도입으로 야간이나 악천후에서도 성능이 향상되고 있습니다.

 

단점

• 거리 측정 정확도가 라이다에 비해 떨어지며, 비, 눈, 안개 등 기상 악화 시 성능 저하가 발생할 수 있습니다.
• 3D 공간 인식은 스테레오 카메라(두 대의 카메라 사용)로 보완하지만, 알고리즘 복잡성과 비용이 증가합니다.

 

두 가지 방식을 표로 정리해서 비교해 보면 아래와 같습니다.

항목	라이다(LiDAR) 방식	카메라 방식
거리 측정	매우 정확함	AI 및 스테레오 카메라로 보완
3D 인식	본질적으로 3D	스테레오 카메라로 구현
시각 정보	제한적(형체만 인식)	표지판, 신호등, 차선 등 인식 잘 됨
악천후	비교적 강함	성능 저하 가능성
비용	매우 높음	저렴함
데이터 처리	고성능 필요	AI 연산 능력이 중요함

 

그렇다면 어떤 점에서 현대차는 카메라 방식으로 돌아선 것일까요?

 

카메라 방식이 좋은 이유

1. 비용 효율성

• 카메라는 라이다에 비해 매우 저렴합니다. 라이다 하나의 가격이 500 ~ 1,000달러(약 56만 원 ~ 110만 원) 수준인 반면, 카메라는 수만 원대로 대량 생산이 가능해 전체 차량 가격에 부담이 적습니다.
• 양산차 적용에 유리하며, 소비자 입장에서도 부담이 적습니다.

 

2. 시각적 정보 인식 능력

• 카메라는 사람의 눈과 유사하게 주변 환경을 인식할 수 있어, 차선, 신호등, 표지판, 보행자, 차량의 색상과 형태 등 다양한 시각 정보를 정밀하게 인식할 수 있습니다.
• 라이다는 3D 공간 정보(거리, 형태 등)는 정밀하게 제공하지만, 색상, 신호등, 표지판 등 시각적 세부 정보 인식에는 한계가 있습니다.

 

3. 유연한 데이터 활용 및 AI 기반 진화

• 카메라로 촬영된 영상은 인공지능 기반의 딥러닝 모델에 입력되어, 다양한 환경과 상황에서의 학습과 개선이 가능합니다.
• 라이다 데이터는 3D 포인트 클라우드로, 시각적 정보와 결합해 센서 퓨전에 활용되지만, 카메라만으로도 충분히 자율주행이 가능하다는 입장이 테슬라 등에서 제시되고 있습니다.

 

4. 시스템 경량화 및 설치 용이성

• 카메라는 크기가 작고 가벼워 차량 외관에 미치는 영향이 적으며, 다양한 위치에 손쉽게 설치할 수 있습니다.
• 라이다는 상대적으로 크고 무거우며, 차량 외관에 돌출되는 경우가 많아 공기저항이나 미관에 영향을 줄 수 있습니다.

 

5. 유지보수 및 확장성

• 카메라는 기존 차량에도 쉽게 추가할 수 있고, 유지보수 비용이 저렴합니다.
• 라이다는 고가 장비로, 유지보수 및 교체 비용이 높고, 기술 발전 속도가 빨라진다고 해도 여전히 비용 부담이 큽니다.

 

6. 대량 데이터 확보 및 학습

• 카메라는 평소 운전자가 접하는 다양한 환경(낮, 밤, 비, 눈, 안개 등)의 영상을 대량으로 수집할 수 있어, 인공지능 모델 학습에 풍부한 데이터를 제공합니다.
• 라이다는 3D 공간 데이터에 강점이 있지만, 시각적 맥락 정보는 카메라만큼 풍부하지 않습니다.

 

 

맺음말

카메라 방식은 비용 효율성, 시각적 정보 인식, AI 기반 진화, 경량화, 유지보수 용이성, 데이터 확보 등에서 라이다 방식보다 우수한 점이 많아, 최근 자율주행차 시장에서 테슬라를 비롯한 글로벌 업체들이 적극적으로 도입하고 있습니다. 단, 악천후나 역광 등 일부 환경에서는 성능 저하가 있을 수 있다는 점은 보완이 필요합니다.

 

현대차가 이러한 점을 고려하여 라이다 방식에서 카메라 방식으로 방향을 변경하였습니다. 매우 큰 결단인 만큼 빠르게 시스템의 완성도를 올려 자율주행을 선도하는 자동차 메이커가 되기를 바라봅니다.