bar_progress
[AD]

아시아경제 최신 기획이슈

[CEO 단상]AI가 제시하는 스마트한 미래 이동수단

최종수정 2016.03.18 11:00 기사입력 2016.03.18 11:00

댓글쓰기

정재희 포드코리아 대표

정재희 포드코리아 대표

인류를 대표하는 최고의 바둑 기사 이세돌 9단과 인공지능(AI)의 진화 최고점에 있는 알파고, 그 둘의 대국은 세기의 대결로 떠오르며 세상의 이목을 끌었다. 알파고가 예상 수준을 뛰어넘는 실력으로 이 9단에게 연승을 거두자 인공지능의 발달상에 대한 환호와 함께 알파고의 선전을 인류에 대한 도전이나 위협으로 받아들이는 등 기계가 대신할 인류의 미래라는 우려에 전 세계가 한동안 들끓었다.

그러나 인공지능 또한 인간 지성의 산물이기에 이번 대국을 인간과 기계의 자존심 대결이라는 프레임에서 바라보는 것은 옳지 않다. 오히려 높은 수준의 발전을 이룩한 인간 지성의 정수인 인공지능이 앞으로 가져올 지식화된 사회로의 흐름을 적극적으로 수용하고 나아가 '어떻게 공존할 것인가'에 대한 고민이 필요한 시점이다. 지금 이 시각에도 수많은 엔지니어들은 이를 위해 인공지능을 다양한 분야에 적용하는 연구에 정진하고 있다.

완성차 업계가 그 대표적인 예다. 일찍부터 인공지능을 적용할 핵심 대상으로 자동차가 꼽히면서 관련 기술 개발에 매진하고 있다. 이러한 노력에 힘입어 근래 출시되는 신차들은 주행 중 차선 이탈 방지, 앞차와의 안전거리 자동으로 확보 등 다양한 준 자율주행 기술을 탑재해 운전 편의성을 높이는데 일조하고 있다.

이제는 한 단계 더 진화해 운전자의 개입이나 조작 없이 인공지능이 스스로 운전하는 완전 자율주행차의 상용화까지 목전에 두고 있다. 프로그램화된 차량이 실시간으로 카메라와 센서를 통해 주변 상황을 인식하고 도로를 정밀하게 파악하면 인공지능이 빅데이터 분석을 통해 판단하고 운전한다.

탑승자는 운전에서 완전히 벗어나 이동시간을 업무나 여가로 활용하고 교통체증이나 주차 대란으로 인한 혼잡 또한 미리 파악하고 피해 이동시간도 대폭 줄일 수 있다. 인공지능 기술을 차량에 접목해 운전자의 편의와 이동성을 극대화하는 그야말로 스마트한 미래 이동성의 제시인 것이다.
대부분의 글로벌 완성차 업체들은 연구개발 예산의 상당 부분을 미래 자율주행차 개발에 배정하며 경쟁사보다 빠르게 자율주행차를 양산하기 위해 다각화된 전략을 구사하고 있다. 구글, 애플, 바이두와 같은 대형 정보기술(IT) 기업들도 인공지능 차량 개발에 출사표를 던지면서 더욱 큰 변화가 예고되고 있다.

포드 역시 '포드 스마트 모빌리티'라는 비전을 선포하고 자동차를 제공하는 기업을 넘어 인류의 미래 이동성의 해법을 제시하는 기업으로 진화하고자 총력을 기울이고 있다. 지난 1월 미국 디트로이트에서 개최된 2016 북미국제오토쇼에서는 미래 이동 수단의 해법으로 새로운 플랫폼, 웨어러블 기기 연구, 개선된 자율주행 자동차 기술 등 다채로운 미래 혁신 기술들에 대한 청사진을 제시한 바 있다.

10년 넘게 무인 자동차 기술에 앞장서 온 포드는 고성능 센서와 3D맵핑 기술로 도로의 미묘한 변화를 실시간으로 파악, 다양한 주행 환경에서도 안전하고 정확하게 자율주행할 수 있는 기술을 개발해 냈다. 업계 최초 눈길 자율 주행테스트에 성공하면서 완전한 자율주행차 상용화에 진일보를 이루었다는 평가를 받았다. 올해에는 자회사인 '포드 스마트 모빌리티'를 설립해 자율주행차 연구를 비롯한 커넥티비티, 모빌리티, 자율주행, 빅데이터 분야 혁신 기술의 개발에 더욱 박차를 가할 예정이다.

인공지능의 시대는 이미 우리 곁에 성큼 다가와 있다. 이에 맞서 포드를 비롯한 글로벌 완성차 업계들은 인공지능 기술을 자동차에 적용해 미래 운전자들에게 더 나은 운전환경을 제공하고 궁극적으로 진보한 이동성을 통해 더 나은 삶을 제공하고자 노력하고 있다. 이른바 '제4차 산업혁명'을 맞이한 시대에서 스마트한 미래 이동성의 패러다임을 열 자동차와 인공지능의 접목, 자율주행차가 보다 높은 완성도를 갖추고 빠른 상용화를 이루어 내기를 기대한다.

정재희 포드코리아 대표


<ⓒ세계를 보는 창 경제를 보는 눈, 아시아경제(www.asiae.co.kr) 무단전재 배포금지>

간격처리를 위한 class