1. 머리말 자율주행은 단지 차량 자체의 자율주행에 국한되지 않는다. 스마트시티의 스마트 모빌리티나 스마트 공장의 AGV(Automated Guided Vehicle) 등의 분야에 직접 활용된다. 완전자율주행의 기술은 UAM(Urban Areial Mobility)과 로봇 분야와도 밀접한 기술적 연관성을 갖는 등 후방 효과가 지대한 기술 분야다. 자율주행 활용에 대한 한 분석 자료에 의하면 2050년 세계 50대 혼잡한 도심에서 연간 2억 5000만 시간의 출퇴근 시간을 절약할 수 있으며, 이 막대한 시간의 시장규모는 2030억 달러에 이르러 기업들에게는 새로운 비즈니스 창출의 기회가 될 수 있다. 정부는 2019년 10월 '미래차 국가비전'을 선포하며, 이를 지원하는 차량통신망을 2024년까지 전국 주요 도로에 구축하고, 2027년까지 레벨4 완전 자율주행차량 개발을 완료하겠다는 로드맵을 발표하였다. 또 정부는 올해 7월 발표한 ‘한국판 뉴딜계획’에서 2022년까지 전국 고속국도의 절반에 해당하는 2085㎞, 2025년까지 전체 구간인 4075㎞를 포함하여 총 1만 2995㎞에 차세대 지능형 교통시스템(C-ITS, Cooperative Intelligent Transport System) 인프라를 구축하겠다고 발표한 바 있다. 현재 자율주행을 위한 C-ITS 기술로 셀룰러 기반 차량·사물통신(C-V2X)과 근거리 전용 고속 패킷 통신 통신 시스템(DSRC) 방식이 경합하고 있다. 두 방식은 네트워크 구축 및 운용 방식의 차이가 있어, 어떤 기술을 선택하느냐에 따라 향후 미래지향적 완전자율주행 기술 개발에 광범위하고 지속적인 영향을 미칠 전망이다. 자동차 산업의 모바일화 추세를 생각하면, 이같은 네트워크 구축의 중요성은 더 커진다. 모빌리티 혁명을 위한 필수 전제조건은 SDV(Software Defined Vehicle), 즉 소프트웨어에 의하여 자동차의 하드웨어 기능을 포함한 자율주행 및 인포테인먼트의 거의 모든 성능을 향상시키고 운전자의 주행 특성과도 결합될 수 있는 형태의 자동차이다. 스마트폰이 OTA(Over The Air) 방식으로 SW나 App을 업데이트하듯 자동차 소프트웨어도 무선 업데이트 되어야 한다는 것이다. 머지않은 미래에 (자율주행) 차량들은 모바일 네트워크의 하나의 노드 역할을 하게 되고, 모빌리티 생태계는 모바일 생태계 안에 존재하게 될 것이다. 본 원고에서는 미래 모빌리티의 4가지 방향성인 연결성, 자율주행, 차량 공유 및 서비스, 전기차(CASE, Connected, Autonomous, Share & Service, Electric)를 고려하여, V2X 통신, 특히 C-V2X (Cellular V2X) 통신을 활용한 자율주행에 관하여 논하고, 미래 모빌리티 산업에 영향을 미칠 기술적 요인들을 분석한다. 또 이로부터 미래 모빌리티 산업의 방향성을 제시하고자 한다2. 자율주행 자동차 자율주행자동차란 운전자 또는 승객의 조작 없이 자동차 스스로 운행이 가능한 자동차를 말한다[1]. 자율주행차는 기술적으로 크게 주행환경, 위치 등을 인식하는 인지, 주행상황 판단 및 경로 생성을 위한 판단, 가감속과 조향 등을 담당하는 제어 등 세 분야의 기술을 필요로 한다. 운전자가 인간인 경우 자동차와 운전자간 소통을 위한 HVI 기술도 필요하다. 인지는 카메라를 포함한 각종 센서를 비롯해 정밀지도, 차량 간 통신 등 복합적인 경로를 통해 주변 환경을 인식하는 것이다. 차량에 장착되는 센서는 레이더, 라이다, 카메라, GPS 및 초음파 센서 등 다양하며, 이들로부터 수집된 데이터를 가공/분석하여 주변 환경을 인식한다. 하지만 2020년 말에야 탐지거리 300m 정도의 레이더/라이더 제품군이 상용화되기 시작했고, 현재 상용화된 센서들의 탐지거리는 대부분 100m 정도라 stand-alone 방식의 자율주행만 가능하다. 따라서 주변 차량의 경로 예측, 사각지대 관측 등과 같은 상황인지가 어려워 즉각적인 비상 대처만 가능하다. 하지만, V2X 통신기능을 탑재한 자율자동차는 주변 차량 및 신호등에 설치된 단말 및 RSU, 주변 기지국 및 보행자들과 실시간으로 유용한 정보를 송수신하여 connected 자율주행을 수행함으로써 단기적인 상황 대응뿐만 아니라 장기적인 운행 예측/지원을 가능하게 한다. 이는 교통사고 감소와 교통효율 증가로 이어져 자율자동차의 사회/경제적 이점을 극대화한다. 판단은 인간의 두뇌에 비유할 수 있다. 통합제어시스템(ECU) 등을 통해 신호를 처리하거나 주변 상황에 따라 생성되는 수많은 솔루션 가운데 최적의 차량 경로와 움직임을 결정한다. 최근 자율주행차량에 탑재되는 인공지능(머신러닝 또는 딥러닝)이 특정 사물을 파악하는 원리를 스스로 학습하는 기술로 활용되고 있으며, 자율주행차량은 이를 통해 사물을 단순 인식하는 수준을 넘어 사물의 의미를 이해하고 보행자의 다양한 형태와 움직임을 분류/파악하며, 차량의