"자율주행 미·중 추격 위해 산학연 오픈 협력 생태계 구축해야"

[아이뉴스24 설재윤 기자] 우리나라가 미국과 중국에 비해 뒤처진 자율주행 기술력을 극복하기 위해서는 산학연이 참여하는 '오픈 협력 생태계'를 구축해야 한다는 제언이 나왔다.

최준원 서울대 교수는 19일 서울 여의도 국회에서 열린 '2026 국회 모빌리티포럼 제1차 세미나'에서 "최근 3년 사이 자율주행 기술은 완성 단계에 접어들었고, 레벨 4 상용화도 코앞에 올 만큼 발전 속도가 빠르다"며 이같이 밝혔다.

최 교수는 자율주행 기술 개발의 핵심 과제로 '엣지 케이스(Edge Case·예측하기 어려운 돌발 상황)' 대응 능력을 꼽았다. 그는 자율주행 모델의 발전 단계를 '규칙 기반' '인공지능(AI) 기반' '엔드투엔드'로 구분해 설명했다.

최 교수에 따르면 규칙 기반 모델은 사전 설정된 룰에 따라 대응하지만, 보행자 돌발 행동 등 변수가 많은 실제 도로 상황을 모두 반영하기엔 한계가 있다. 반면 AI 기반 모델은 데이터를 대규모로 학습할수록 성능이 비약적으로 상승하는 '스케일링 법칙'을 따른다. 특히 자율주행은 일상 주행을 통해 데이터를 모으기 쉬워 로봇 분야보다 발전 속도가 빠르다는 분석이다.

최근 주목받는 엔드투엔드 모델은 개별 모듈을 연결하는 대신 전체 네트워크를 하나의 데이터로 학습시키는 방식이다. 최 교수는 "웨이모는 이 방식을 쓰지 않지만, 핵심은 결국 데이터를 통한 스케일링의 법칙"이라며 "최근에는 상식과 지식을 바탕으로 상황을 판단하는 VLA 방식이 엣지 케이스 해결의 대안으로 떠오르고 있다"고 설명했다.

다만 한국은 미국의 테슬라나 웨이모처럼 천문학적인 자금을 투입하거나, 중국처럼 정부 주도로 밀어붙이기 어려운 실정이다. 이에 최 교수는 오픈 협력 생태계를 해법으로 제시했다.

최 교수는 "서울대에서 한국형 E2E 자율주행 모델을 개발해 국내 기업에 공개하고, 점진적으로 발전시켜 나갈 계획"이라며 "이미 환경 이해와 주행 경로 생성을 판단하는 모델을 개발해 1차 스텝을 밟았다"고 밝혔다. 이어 "광주 지역 기업들과 협력해 양산 가능한 수준으로 고도화하고, 오는 12월에는 VLA 모델도 공개할 예정"이라고 덧붙였다.

현장의 애로사항으로는 인프라 부족을 꼽았다. 최 교수는 "30만씬 규모의 데이터를 학습시키려 해도 GPU(그래픽 처리장치) 확보가 쉽지 않은 상황"이라며 "대규모 학습이 가능하도록 정부 차원에서 GPU 클러스터 타임쉐어링 제도 등 인프라 지원에 나서달라"고 요청했다.

아울러 "실력 있는 엔지니어들이 제대로 대우받고 성과를 낼 수 있도록 고용 유연성 확보 등 제도적 뒷받침이 필요하다"며 "산학연이 함께하는 생태계가 만들어진다면 미·중과의 격차를 충분히 줄일 수 있을 것"이라고 강조했다.