서론

최근 지능형 모빌리티 시스템은 인지, 판단, 제어가 분리되어 있던 전통적 구조에서 벗어나, 엔드투엔드(End-to-End, E2E) 자율주행과 대규모 시각-언어-행동 모델을 중심으로 빠르게 발전하고 있다. 이러한 변화는 자율주행 기술의 가능성을 크게 확장하고 있지만, 동시에 인공지능(Artificial Intelligence, AI) 모델의 불투명성, 실세계 환경의 불확실성, 통신 및 보안 위협 등 새로운 위험 요인을 함께 제기하고 있다. 이에 따라 미래 모빌리티 시스템에서는 단순한 주행 성능을 넘어, 위험을 예측하고 제어하며 시스템의 안전성과 강건성을 보장하는 기술이 더욱 중요해지고 있다.

세종대학교 인공지능융합대학 AI로봇학과 조아라 교수는 서울대학교 조선해양공학과에서 학사 및 석사 학위를 취득하고, 대우조선해양㈜(현 한화오션㈜)에서 다물체 동역학 및 유공압 시스템 해석 등 방산 및 해양 장비 국산화 관련 연구를 수행하였다. 2022년 서울대학교 기계항공공학부에서 기계공학 박사학위를 취득하였으며, 자율주행 스타트업 ㈜에스유엠 이사 및 서울대학교 미래모빌리티기술센터 연구원으로 재직하며 서울시 자율주행 버스 실증 개발에 참여하였다. 학계와 산업계를 아우르는 경험을 바탕으로 2025년 3월 세종대학교에 부임하여 지능형 모빌리티 동역학 및 제어 연구실(Intelligent Mobility Dynamics and Control Lab, IMDCL)을 설립하였다.

IMDCL에서는 비선형 제어, 최적 제어, 학습 기반 제어, 심층 강화학습 등 동역학 기반 제어 이론을 바탕으로 복잡한 모빌리티 시스템의 주행 계획 및 제어 알고리즘을 연구하고 있다. 연구실은 모빌리티 시스템의 내·외부 환경 불확실성 속에서 주행 안전성, 안정성, 강건성, 승차감을 확보하는 것을 목표로 하며, 주요 관심 분야로는 자율주행 대중교통을 위한 주행 계획 및 제어, E2E 자율주행 안전 필터링 및 보안 통신 환경에서의 주행 제어, 무인이동체와 유무인 복합체계의 협력 주행 제어 등이 있다.

1. 자율주행 주행 계획 및 제어

IMDCL의 첫 번째 연구 축은 자율주행 버스와 같은 모빌리티 시스템을 위한 주행 계획 및 제어이다. 특히 대형 버스는 제한된 센서 시야, 긴 제동 거리, 승객 탑승에 따른 질량 변화, 도로 경사와 같은 다양한 외란의 영향을 받기 때문에 일반 승용차와는 다른 제어 기술이 필요하다. 연구실에서는 이러한 특성을 고려하여 실제 도심 도로와 버스전용차로 환경에서 안전하면서 승차감을 확보하기 위한 알고리즘을 연구하고 있다. 구체적으로는 심층 신경망과 모델예측제어를 결합한 주행 계획 알고리즘, 위치 추정 불확실성을 고려한 강건 제어 기법, 신호 교차로와 혼합 교통 상황에 대응하는 주행 전략 등을 연구하고 있으며, 이러한 기술을 실제 자율주행 대중교통 실증 차량에 적용하여 검증하고 있다. 

그림 1. 자율주행 주행 계획 및 제어 연구 사례

2. 인프라 연계 및 주행 안전

두 번째 연구 축은 인프라 연계 정보를 활용하여 복잡한 교통 환경과 보안 통신 환경에서도 주행 안전성을 확보하기 위한 연구이다. 연구실에서는 차량-차량 통신과 차량-인프라 통신을 활용한 협력 주행, 신호 교차로 거동 계획, 혼합 교통 상황에서의 주행 전략 등을 연구해 왔다. 이러한 연구를 확장하여 차량·사물 통신 환경에서 발생하는 통신 지연, 데이터 손실, 사이버 공격, 양자 내성 암호 적용에 따른 연산 지연이 주행 계획 및 제어 성능에 미치는 영향을 고려하고자 한다. 나아가 E2E 자율주행 시스템이 생성한 경로와 제어 입력을 실시간으로 검증하고 보정하는 가드레일 및 안전 필터링 기술을 연구하여, 인프라 연계 및 AI 기반 자율주행 시스템이 안전 한계를 벗어나지 않도록 하는 주행 제어 아키텍처를 개발하고자 한다.

그림 2. 인프라 연계 협력 주행 연구 사례

3. 방산 분야 무인이동체 제어

세 번째 연구 축은 자율주행 차량을 대상으로 수행해 온 주행 계획 및 제어 연구를 다양한 무인이동체와 유무인복합체계 연구로 확장하는 것이다. 연구실은 조선해양 및 특수선·방산 분야의 연구·실무 경험을 바탕으로, 자율주행 분야에서 축적한 동역학 모델링, 모델 잔차 학습, 강건 제어, 최적 제어 기술을 무인지상차량, 무인수상정, 무인잠수정 제어 문제에 적용하고자 한다. 특히 무인수상정은 파도, 조류, 바람과 같은 해상 외란과 모델 불확실성의 영향을 크게 받기 때문에, 외란을 정밀하게 추정하고 이를 제어 입력에 반영하는 기술이 중요하다. 연구실에서는 외란 추정 기법과 학습 기반 최적 제어 기법을 융합하여 불확실한 환경에서도 무인이동체의 경로 추종 성능과 제어 안정성을 확보하는 연구를 수행하고 있다. 나아가 복수의 무인이동체가 유인 플랫폼과 협력하여 임무를 수행할 수 있도록, 유무인복합체계의 협력 주행 계획 및 제어 기술로 연구를 확장하고자 한다.

그림 3. 무인수상정 경로 추종 제어 연구 사례

맺음말

세종대학교 IMDCL은 복잡한 모빌리티 및 무인 시스템을 수학적으로 모델링하고, 이를 실제 환경에서 적용 가능한 주행 계획 및 제어 솔루션으로 연결하는 연구를 수행하고 있다. 연구실의 주요 연구 분야는 자율주행 대중교통을 위한 주행 계획 및 제어, 인프라 연계 및 보안 통신 환경에서의 주행 안전, 방산 분야 무인이동체 및 유무인복합체계 제어로 나뉘지만, 모두 불확실한 환경 속에서 시스템의 안전성, 안정성, 강건성을 확보한다는 공통된 목표를 가진다.

앞으로 미래 모빌리티 시스템은 AI 기반 판단 기술, 인프라 연계 정보, 보안 통신 기술, 강건한 제어 기술이 유기적으로 결합되는 방향으로 발전할 것으로 예상된다. IMDCL은 자율주행 실증 경험과 조선해양 및 특수선·방산 분야의 연구·실무 경험을 바탕으로, 학술적으로 의미 있으면서도 실제 산업 현장에서 활용 가능한 실용적이고 확장성 있는 연구를 지속해 나가고자 한다.