로보센스, 자율주행 양산의 실마리 고체 라이다

알리바바와 세계 최초 무인차 적용

2018년 09월호 지면기사  /  글│ 한 상 민 기자_ han@autoelectronics.co.kr




Q 전 세계적으로 라이다 개발사가 그렇게 많지 않습니다. 로보센스는 어떤 회사라고 할 수 있을까요.
A.
상대적으로 신사업이라 할 수 있는 라이다(LiDAR) 분야에서 올해로 4살이 된 로보센스(RoboSense)는 10년간의 연구개발 경험 덕분에 ‘베테랑’이라 할 수 있을 것 같습니다. 우리는 R&D에 전념하여 자율주행차의 대량생산을 위한 혁신 제품을 제공하기 위해 가장 앞선 기술을 적용하고자 역량을 집중하고 있습니다. 이 목표를 염두에 두고 로보센스는 강력한 R&D 및 제조 팀을 구성하고 심천, 베이징, 실리콘밸리 등지에 지점을 설립했습니다.

로보센스는 현재 전 세계적으로 300명 넘는 직원을 두고 있습니다. 이 중 박사 학위를 보유한 40여명의 핵심 연구개발 팀의 80% 이상이 스탠포드, 버클리, 워털루, 칭화(Tsinghua), 북경대학(Peking University) 등과 같은 세계 최고의 대학 출신들입니다. 이들은 대부분 광학, 반도체, 통신기술, 인공지능, 컴퓨터 비전 등을 다루는 DJI, 루슨트 벨 연구소(Lucent Bell Labs), 퀄컴(Qualcomm), 옴니비전(OmniVision), 인텔, 이노베이션(innovation), 화웨이(Huawei)와 일해 왔습니다.

우리는 라이다 하드웨어에 대한 핵심 특허를 비롯한 첨단 기술을 보유해 세계 수준을 앞서고 있다고 자부합니다. 동시에 10년 이상의 알고리즘 개발 경험과 자율주행을 위한 로컬리제이션, 장애식별, 분류 및 추적 등 자율주행을 위한 알고리즘 솔루션을 제공해왔습니다. 여기에 가장 진보된 라이다 센서 하드웨어와 인식 알고리즘을 결합함으로써 강력하고 완벽한 라이다 인식 시스템 솔루션을 구축하고 있습니다.

Q. 레이더, 카메라 기반 시스템으로 라이다를 대신하려는 움직임이 있습니다.
A.
올해까지, 자율주행 업계는 레벨 3와 그 이상의 높은 수준의 자율주행에 반드시 라이다를 적용해야만 한다는 데 의견 일치를 보았습니다. 이런 트렌드를 대형 브랜드의 많은 플래그십에서 볼 수 있습니다. 예를 들면, 레벨 3 자율주행 양산차라고 주장하는 아우디 A8가 그런 경우로, 라이다에 대한 산업의 좋은 신호라 할 수 있습니다.

주변 조명에 의존하지 않는 라이다는 직접 감지를 수행하고 적은 컴퓨팅으로 정확한 3차원 이미지를 생성할 수 있습니다. 카메라는 색상이 풍부하지만 조명과 알고리즘에 크게 의존하기 때문에 신뢰성을 보장하기 어렵고 대규모 컴퓨팅 작업이 필요합니다. 레이더는 가장 강력한 침투력을 가지고 있지만 이미징 효과가 좋지 않습니다.

라이다, 카메라 및 레이더 각각에는 장점과 단점이 있습니다. 따라서 이들 사이의 관계는 서로 경쟁하는 것보다는 보완적이어야만 합니다. 멀티센서 퓨전은 자율주행 환경인식의 리던던시(redundancy)를 향상시킬 수 있습니다. 자동차에서 멀티센서의 리던던시는 신뢰성과 안전성의 지속적 향상을 보장합니다.

고체 라이다로 양산 이슈 해결

Q. 라이다의 비용과 대량생산은 핵심 이슈 중 하나입니다. 로보센스는 이 문제에 대해 어떻게 접근하고 있는지요?
A.
이미 로보센스의 기계식 라이다는 2016년 초에 연구개발 단계에서 대량생산 준비 단계로 진입했습니다. 지난해 4월 공식적으로 대량생산을 시작했습니다. 현재 몇 개의 생산 라인 확장과 업그레이드를 거쳐 충분한 생산 능력을 확보한 상태입니다. 고객으로는 알리바바의 물류 자회사 챠이냐오(Cainiao), JD.com, 바이두(Baidu), SAIC, BAIC, 심천 버스그룹, AutoX, 자율주행 트럭 스타트업 투심플(TuSimple), ZMP, 3D 고정밀 맵 스타트업 딥맵(Deepmap), 로드스타(roadstar), ai, 에이맵(Amap) 등이 있는데, 모두가 자율주행 기술회사, OEM, 티어 1입니다.

그러나 이것으로는 충분치 않습니다. 자율주행차의 양산은 대량생산 능력 확보를 위해 더 간단한 시스템의 라이다를 요구합니다. 여기서 우리는 고체(solid state) 라이다의 핵심 특허인 MEMS 라이다를 적용한 파괴적인 제품을 소개하게 된 것을 매우 자랑스럽게 생각합니다.

우리는 전통적인 스피닝 라이다의 복잡한 광학 설계로 인한 문제를 해결하기 위해 마이크로 미러를 사용하고 있습니다. 이는 전반적인 라이다 인식 성능을 크게 향상시킬 수 있음을 입증하면서도 대규모의 오토모티브 그레이드 제품을 위한 OEM과 티어1의 요구사항을 충족할 수 있습니다.

Q. 말씀하신 고체 라이다에 대해 좀 더 설명해주시지요.
A.
고체 라이다는 높은 신뢰성, 안전성, 고성능, 저비용, 대량생산 용이성, 높은 수율 등과 같은 장점을 가지고 있습니다. 예를 들어, 로보센스가 소개한 ‘RS-LiDAR-M1 Pre’는 성능, 신뢰성, 안전성, 비용, 크기 및 기술적 성숙도와 관련해 자율주행 산업의 모든 요구사항을 충족시킬 수 있는 제품입니다.

고체 라이다 파라미터(RS-LiDAR-M1 Pre(좌), RS-LiDAR-M1(우)

MEMS 스캐닝 방식을 채택하고 기계 부품 수가 적으면서도 기존의 100~200채널의 회전식 라이다와 동일한 효과를 쉽게 얻을 수 있습니다. MEMS는 칩 기반 솔루션이어서 단 한 번의 공정으로 성형이 가능해 대량생산이 용이하며 저비용, 고신뢰성을 구현할 수 있습니다. 작은 크기로 차체에 쉽게 끼워 넣을 수도 있습니다.
최근의 글로벌 스마트 로지스틱스 서밋(Global Smart Logistics Summit)에서 로보센스는 알리바바 챠이냐오와 함께 출시한 자율주행 배송 차량에 이 MEMS 라이다를 장착해 전시했습니다.



Q. 로보센스 라이다 개발 이정표를 짚어주시면서, 주요 제품을 소개해주시겠습니까?
A.
2014년 처음 우리 연구팀은 연구개발 결과를 상용화하기로 결정하고 로보센스를 설립했습니다. 이듬해 세계 최고 수준의 정적(static) 레이저 스캐너 시커(Seeker)를 출시했고 다른 산업 분야를 위한 포인트 클라우드 알고리즘 소프트웨어도 함께 소개했습니다.

2016년 8월엔 소형 멀티채널 라이다인 RS-LiDAR-16 데모를 완성했고, 2017년 4월에 이 라이다의 대량생산을 달성했습니다. 또한 라이다 인식 알고리즘을 파트너들에게 제공했습니다.

작년 9월에는 32채널 RS-LiDAR-32의 대량생산을 실현했습니다. 10월에는 커다란 이정표인 MEMS 고체 라이다 RS-LiDAR-M1 Pre DEMO를 출시했고, 라이다 환경인식 알고리즘인 RS-LiDAR-Algorithms을 공식적으로 출시했습니다.
 

지난해 12월 플러그앤플레이 라이다 알고리즘 박스인 RS-BOX를 출시했고, 올 3월에는 라이다 환경인식 솔루션인 RS-Fusion-P3를 발표했습니다. 이 RS-Fusion-P3는 자율주행 인식 모듈에서 라이다 인식 문제에 대한 원스톱 하드웨어 플러스 알고리즘 소프트웨어 솔루션입니다.

올 5월에는 말씀드렸던 것처럼 알리바바 챠이냐오 그룹과 세계 최초 무인 배송 차량을 공개하면서 MEMS 라이다를 대중에게 선보였습니다. 이를 통해 RS-LiDAR-M1 Pre 라이다는 무인차에 장착된 세계 최초의 고체 라이다가 됐습니다.

이처럼 로보센스가 제공하는 라이다 환경인식 솔루션은 하드웨어와 소프트웨어 알고리즘의 두 부분으로 구성됩니다. 우리는 두 가지 측면 모두에서 상당한 역량을 갖추고 있습니다. 하드웨어와 관련해 무인차에 사용되는 최초의 MEMS 제품인 MEMS 고체 라이다 출시뿐만 아니라, 기존이 멀티채널 라이다 성능 역시 업계 수준을 능가합니다.
예를 들어, RS-LiDAR-16의 검출 범위는 최대 150미터에 이르는 등 16채널 라이다 제품 중 최고 성능을 자랑합니다.

멀티 라이다로 리던던시 확보

Q. 저속 자율주행차, 카 메이커들의 자율주행 테스트 등 시나리오에 따라 사용되는 라이다들이 다를 것입니다. 로보센스의 주력 시장은 어떻습니까?
A.
로보센스는 파트너들의 자율주행을 위해 라이다 환경인식 기능에 원스톱 액세스할 수 있도록 소프트웨어와 하드웨어를 결합한 일련의 솔루션을 제공하고 있습니다. 저속 시나리오의 경우엔 P1, 고속 시나리오의 경우엔 P2와 P3를 제공합니다.
현재 16채널 기계식 라이다는 대부분의 저속 자율주행차에 장착되는데, 로보센스의 RS-LiDAR-16이 그렇습니다. 반면 OEM은 전통적으로 단일 64채널 라이다를 이용하지만 그들의 자율주행차 테스트를 위해 매우 광범위한 라이다 제품들을 적용해왔습니다. 그러나 최근의 더욱 진보한 방법은 더 사각지대를 좁히고 리던던시를 높이기 위해 멀티 라이다 퓨전 솔루션을 이용하는 것입니다.
예를 들어, 16-beam LiDARplus 2세트와 32-beam LiDAR fusion 1세트, 32-beam LiDAR fusion 2세트와 16-beam LiDARplus 3세트의 사용을 들 수 있는데, 각기 다른 제조사들은 그들의 고유한 솔루션을 보유하고 있습니다. 로보센스가 파트너에게 제공하는 RS-Fusion-P3는 16채널 라이다 2세트와 32채널 라이다 1세트를 채택한 라이다 환경인식 솔루션입니다. 물론 인식 알고리즘이 RS-Fusion-P3에 통합돼 있습니다.

주요 라이다 비교 <출처: Robosense>
 
로보센스는 RS-LiDAR-16, RS-LiDAR-32와 같은 멀티채널 라이다와 MEMS 고체 라이다인 RS-LiDAR-M1 Pre 및 RS-LiDAR-M1을 보유하고 있습니다.

현재 우리의 주요 시장은 자율주행 산업에 있습니다. 그러나 회사의 선도적인 라이다 인식기술은 측량 및 지도, 보안, 로봇 내비게이션, 산업 자동화 및 기타 분야에서도 널리 사용될 수 있습니다. 우리는 라이다의 향상된 3차원 지각 기능이 다른 산업 분야에서 전례 없는 혁신을 일으킬 것으로 믿고 있습니다.
 
Q. 보수적인 자동차 업계를 뚫기가 쉽지 않을 것 같습니다.
A.
전통적인 자동차 산업은 상대적으로 보수적이지만, 수백 년의 경험을 축적했으며 많은 성숙한 기술을 보유하고 있습니다. 자율주행의 도래는 비즈니스 모델에서 기술 구조에 이르기까지 전체 자동차 산업에 혁신적인 변화를 가져올 것입니다. 그것은 중국 OEM과 신생 기업에 큰 기회를 제공합니다. 현재 대부분의 주요 OEM 업체들은 자율주행 기술에 대한 계획을 세우고 있습니다. 분명히 그들 또한 다음의 산업혁명이 오기 전에 이니셔티브의 차이와 규모를 찾고 있습니다.

차세대 양산 차량의 핵심 센서 중 하나인 라이다는 까다로운 요구사항을 가진 OEM의 엄격한 테스트를 거칩니다. 로보센스의 MEMS 고체 라이다는 이러한 측면에서 요구사항을 충족시키도록 설계됐습니다. 제품의 신뢰성, 안전성, 성능, 비용, 크기 및 기술 성숙도 측면에서 잘 설계됐습니다. 자동차 산업은 수백 년의 경험과 노하우를 가지고 있으며, 이는 우리가 배우려는 것입니다. 로보센스는 산업의 리더들과 손잡고 싶습니다.

Q. 중국의 자율주행 시장, 기술 개발 열기가 어떤지 좀 들려주시겠습니까?
A.
자율주행 기술은 자동차 기술과 고성능 컴퓨팅 칩, 인공지능, 사물인터넷(IoT) 등과 같은 차세대 기술의 깊은 이해와 통합은 물론 근본적으로 자동차 산업의 업그레이드란 성격을 나타냅니다. 현재 중국의 인터넷 기술 대기업, 전통적인 대형 카 메이커, 기술 기반 스타트업들은 자본, 기술 또는 채널 리소스에 있어 각각의 장점을 가지고 산업 발전의 기회를 포착해 차례로 자율주행 분야에 뛰어들고 있습니다. 이 산업에서 중국은 세계와 동일한 출발선에 섰으며 기술개발을 급속히 전개하고 있습니다. 정부 또한 강력한 지원 정책을 펴고 있습니다.

중국은 오랫동안 자동차 산업에서 세계를 따라잡으려 노력해 왔습니다. 자율주행의 도래는 비즈니스 모델에서 기술 구조에 이르기까지 전체 자동차 산업에 혁명을 가져올 것입니다. 따라서 중국 OEM 및 신생 기업에게 좋은 기회입니다. 라이다 센서 분야의 개척자인 로보센스는 기술 혁신을 통해 라이다 산업 전체의 개발을 주도해 자율주행 산업의 빠른 정착을 촉진시키길 바랍니다.

Q. 끝으로 독자들에게 들려주고 싶은 말씀이 있다면.
A.
전 세계 라이다 환경인식 솔루션의 리딩 프로바이더로서 로보센스는 자율주행 기업들과 최고의 라이다 하드웨어, 인식 알고리즘으로 협업하며 자율주행 시대의 시계를 앞당기고 과학과 기술로 묘사되는 밝은 미래의 일상을 불러오는 데 기여하고 있습니다.<끝>

<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>

PDF 원문보기

본 기사의 전문은 PDF문서로 제공합니다. (로그인필요)
다운로드한 PDF문서를 웹사이트, 카페, 블로그등을 통해 재배포하는 것을 금합니다. (비상업적 용도 포함)

  • 100자평 쓰기
  • 로그인


TOP