[자율 주행 분야로의 진로 준비]

*이 포스팅은 21-1 숙명여대 4차 산업혁명 대비 전문가 온라인 라이브 특강 <New Job Online 4>에서 현대 자동차 그룹의 박진호 연구원님이 진행해주신 강연을 바탕으로 작성되었음을 밝힙니다.

 

요즘 관심을 가지고 있는 분야 중 하나이다. 바로 자율주행차 (Autonomous Driving)

 

특강에서 설명하신 내용의 흐름에 따라 해당 포스팅도 따라갈 예정이다.

---

1. Why we need Autonomous Driving

2. Definition of Autonomous Driving - Classification by technical level

3. Module of AD system

4. Required competence

5. Q&A 

---

1. Why we need Autonomous Driving

 

자 그렇다면 우리는 자율주행이 왜 필요할까? 두 가지의 이유를 들 수 있다.

 

첫번째로 Convenience. 자차를 가지고 출퇴근을 하는 사람들은 rush hour에 심각한 traffic을 겪는다. 약 30km 거리를 2시간 동안 엉금엉금 가는 것. 즉, 집중이 분산되는 환경에 처할 때 우리는 큰 스트레스를 받을 수 있다. 이런 체증적인 거리를 AD가 대신 해준다면 직장인들의 스트레스를 경감해줄 수 있다는 장점이 있다.

 

두번째로 Safety. 생각보다 운전자 부주의로 인한 사고가 많이 발생한다. 졸음 운전을 방지하기 위해 운전의 주체를 사람에서 기계로 바꾸는 게 안전성을 높일 수 있다고 말씀하셨다. (사실 safety는 잘 모르겠음 -> 추후에 많은 연구가 거듭되어야만 안전성을 보장할 수 있을 것으로 보인다.)

 

---

2. Definition of Autonomous Driving - classification by technical level

 

자율 주행이라고 다 같은 자율 주행이 아니다. 기술적인 level에 따라 AD에도 구분이 생긴다고 한다.

 

SAE에서 정의한 level

SAE에서 정의한 AD에 대한 level이다. 

 

현재 level 0이 완전한 수동 운전이다. 사람이 핸들을 조작하고 엑셀을 밟으며 눈으로 주변 상황을 관찰한다.

level 1은 엑셀을 기계가 한다는 점에서 level 0과 다르고, level 2는 엑셀, 핸들 모두 기계가 조작을 한다는 점에서 자율 주행 같으나 오작동을 하는 경우 사람이 잡아줘야 한다는 한계가 있다. 이 level 2가 요즘의 "ADAS" 기술이라고 볼 수 있다. 여기까지는 사람이 control을 해야 하므로 자율 주행의 범주에 끼기는 어렵다.

 

level 2에서 level 3은 많은 기술적 비약이 필요한데, level 3은 한정된 구간에서만 사람이 없어도 자율 주행을 진행한다. 아마 한정 구간에서의 완벽한 학습을 진행해야만 자율 주행을 할 수 있을 것으로 보인다. 하지만 한정된 구간이 아니라면 level 2와 같이 사람이 control을 해야 한다. level 4는 어떤 구간이든지 운전자가 개입할 필요 없이 기계가 운전을 할 수있다. 완전한 자율 주행이라 할 수 있다. 마지막으로, level 5는 운전자가 아예 없이 자율 주행을 진행한다는 차이가 있다. 

 

결국, 자율 주행의 근본적인 목적은 운전자의 스트레스를 relaxing한다는 데에 있다.

 

---

3. Module of AD system

 

주변에 무엇이 있을까?	Perception
목적지가 어디일까?	Mapping
나는 현재 어디에 있을까?	Localizaion
주변 상황을 예측하고 판단해야 함	Prediction / Decision Making
가기 위한 계획	Planning
적절하게 움직임	Control

위의 표는 목적지에 도달하기 위한 seqeunce of action이라 볼 수 있다.

연구원 분께서 일하고 계신 분야는 Perception이라고 하셨는데, perception의 경우 여러 sensor로 주변의 정보를 수집하는 일을 하고 계신다고 하셨다. 

 

카메라로 촬영된 영상에 대해 학습을 거쳐 어떤 물체인지 classification을 해야한다. 요즘 사용하는 sensor로 전자기파를 쏴서 받는 Lidar와 ridar가 있다고 한다. Lidar에서 인지된 점들(data)은 딥러닝을 통해 information화 하는 과정이 요구되어진다. 영상 처리를 해야 하기 때문에 computer vision 분야와 연관이 있다.

 

tmi ) 2021-상반기에 만든 졸작에 영상 처리 내용이 조금 들어가 있었는데, computer vision 쪽으로 방향을 잡아보는 것도 재밌을 것 같다는 생각에 열심히 들었던 것 같다.

 

이 외에도 embedded system (low level programming, optimization)이나 만들어진 시스템에 대한 validation, test engineer 등 자율 주행을 하기 위해서는 여러 action들이 결합되어 있으며 이 분야 중 하고 싶은 분야를 정해 한 우물만 파는 것이 전문가가 되는 길일 것이다.

 

---

4. Required Competence

 

연구원님께서는 같이 일하고 싶은, 즉 현대차에서 필요한 인재상을 말씀해주셨는데 솔직히 난 여기에 부합하는 조건이 없어서 좀 막막했다. 저학년 때 하고 싶은 분야를 정했더라면 조금 달랐겠지? 인생 기니까 뭐.. 천천히 돌을 쌓아간다는 느낌으로 열심히 살아보자!

 

A. Understanding about vehicle

 

'현대자동차'인데 아무래도 자동차가 어떻게 동작하는지에 대한 원리를 알고 있다면 내가 알고 있는 알고리즘을 적용하는 것이 더 쉬울 것이다. 자동차의 modeling / dynamics 등에 대해 알고 있다면 금상첨화. 꼭 그것이 아니라도 흥미만 가지고 있더라도 조금 더 도움이 될 수 있을 것이다!

 

B. Domain knowledge

 

(기억안남)

 

C. CS knowledge (Algorithm, Data structure, Computer Architecture)

 

사실 CS 지식은 다다익선이라고 하셨다. 막연하지만 맞는 말이다. 

우선, 각 과목에 대한 지식도 중요하지만, state of the art 논문에 나온 logic을 code화하는 programming 능력도 매우 중요하다. 주로 C, C++, Python(영상 처리 분야) 언어를 사용한다 하니 이 중 하나를 내 언어로 만들자!

 

또, 마지막으로 나를 왜 뽑아야하는지에 대한 Strong point를 만들어 두면 좋다 했다. 나만의 specialist. 약간 이 분야하면 나! 할 정도의 depth를 만드는 것이 중요 !

 

간추리자면, Programming, Mathematics, Domain knowlege, CS knowledge, AL/DL knowledge 가 중요 !

---

5. Q&A

 

여러 Q&A가 있었지만 기억에 남았던 거 위주로

 

1. 스타트업이나 규모 큰 회사에서 인턴해보는 건 매우 좋다.

2. 영어를 잘하면 회사에 취업해서도 수많은 기회가 온다고 했다. 영어 능력 함양 필수

3. 논문을 읽어보는 것도 도움이 됨. (logic 파악해서 algorithm화)

4. 몸값 올려서 퇴직하고 싶으면 일상 생활에서도 공부

5. "kitti dataset"이라 해서 차량 데이터가 존재함. 이걸 기반으로 algorithm 구현할 수 있으면 best.

6. 요즘 코테는 사실 토익이랑 비슷하다고 한다. - search, sorting, dp, graph, simulation 등등. naver나 kakao 기출 문제 풀어올리는 유튜버도 있다고 하니 참고하자.

7. github나 blog 꼭 활성화하자! <-- 난 이것부터 시작하는 게 ^^.. 이 글을 선두 삼아 1주 3 포스팅. ++ 1주 4~5커밋이 목표다. 화이팅하자!

---

이 짧은 포스팅에 내가 앞으로 나아가야 할 방향이 달려있다. 비록 AD에 HW part와 SW part 가 분리되어 있지만, 내가 과거부터 하고 싶었던 분야는 두 개가 합쳐진 분야이므로 내 인생에서 한 번쯤은 현대차나 테슬라의 AD 파트에 취업하는 그 날이 올 수 있기를 ㅎㅎ 이제 방향을 잡고 나아가자. 인생은 길고 늦지 않았다! 이 글을 보는 모두 파이팅