기업들의 완전자율주행 기술 개발 전략

Abstract

완전자율주행은 미래 자동차산업의 구조를 완전히 바꾸어놓을 수 있는 혁신적인 기술로 평가받고 있다. 완전자율주행을 구현하기 위해서는 여러 기술 요소들의 유기적인 통합이 필요하며, 어떤 기술 요소를 자체적으로 개발하고 어떤 기술 요소를 아웃소싱할 것인지에 따라 기업의 완전자율주행 사업화 가능성과 사업화 시점이 결정될 수 있다. 본 연구에서는 기업들의 특허 출원 데이터와 2차 문헌 수집을 통하여 완전자율주행 인공지능, 인공지능 컴퓨팅 반도체, 센서, 차량 관련 기술 요소를 완전자율주행의 핵심적인 기술 요소로 식별하였다. 그 중에서도 가장 중요한 기술 요소라고 할 수 있는 완전자율주행 인공지능은 완전자율주행을 개발하는 모든 기업들에서 자체적으로 개발하고 있고, 자체 개발을 위한 기술적 지식이 부족한 기업의 경우에는 기업 인수나 지분투자, 합작법인 설립을 통하여 관련 지식을 내재화하고 있다. 인공지능 컴퓨팅 반도체와 센서의 경우, 기업들이 자체개발보다는 아웃소싱을 통해 획득하고 있지만 몇몇 기업들은 성능 향상과 단가 절감을 목적으로 자체개발을 선택하기도 하였다. 비자동차기업들의 경우 주로 자동차기업들과의 협력을 통하여 차량 관련 기술 요소들에 접근하고 있으며, 협력을 통해 개발과정에서 마주하는 차량 관련 문제들을 해결할 수 있다. 완전자율주행 인공지능을 개발하는 접근방식에는 현재의 3단계 이하 자율주행을 지속적으로 발전시켜 완전자율주행을 구현하려는 연속적 접근방식과, 4단계 이상의 완전자율주행을 위한 시스템을 처음부터 다시 만들고자 하는 불연속적 접근방식이 존재한다. 완전자율주행 인공지능의 성능 향상을 위하여 주행 데이터를 확보하는 것 역시 중요하며, 완전자율주행 인공지능의 성능을 평가할 기준이 정립되어 있지 않은 현재에는 긴 주행거리를 통해 많은 주행 데이터를 확보하는 것이 완전자율주행 사업화 허가에 중요한 역할을 하는 것으로 보인다.

Fully autonomous driving(FAD) is the technology that is expected to change the whole dynamics of automotive industry. To realize FAD, autonomous driving system whose technological components of various fields are highly integrated is required. Here, firms developing FAD face the problem of make-or-buy decisions for core technological components which affects the possibility of commercialization of FAD. In this paper, through collection of patent applications data, news articles, and secondary literatures, FAD artificial intelligence(AI), AI computing hardwares, sensors, and vehicle-related technological components are defined as core technological components. Among those four technological components, FAD AI is the most important technological components and all the firms develop it as their own. For AI computing hardware and sensors, firms mostly choose to buy them while some firms decide to make them for performance improvement and cost reduction. Non-carmakers mostly choose to form alliances with carmakers to access vehicle-related technological components and solve vehicle-related problems they face. In developing FAD AI, there are two approaches: the continuous approach which try to reach level FAD by developing the current level 2~3 AI incremently and the discontinuous approach which believes new AI is required apart from current driver-assisting AI. Collecting driving data is important for firms not only because it would improve the performance of FAD AI, but also because firms having a lot of driving data would be advantageous in obtaining business approval as there are no valid methods to estimate the level of FAD AI accurately yet.