[르포] ①레일 위에서 자율주행 검증…광주 AI 인프라, 민관이 함께 돌린다

공공 공간에 민간 인프라…국가 AI데이터센터 PPP 모델 접목

공공 공간에 민간 인프라…국가 AI데이터센터 PPP 모델 접목

흰색 돔은 대형 드라이빙 시뮬레이터로 레벨4 이상 자율주행 차량 개발 및 안전성 평가 실증 환경을 조성하는 역할을 한다. 캐빈 3종(승용차, 트럭, 셔틀)을 흰색 돔으로 이동시켜 자율주행 가상환경을 구현하는 방식이다.

[대한경제=홍샛별 기자]높은 철골 천장 아래 은빛 레일이 길게 뻗어 있다. 그 위로 여러 개의 굵은 지지대가 떠받친 거대한 흰색 돔이 자리 잡았다. 한쪽에는 차체 뒷부분 없이 운전석 부분만 갖춘 트럭 캐빈이 놓여 있다. 광주 인공지능(AI) 중심 산업융합 집적단지의 대형 드라이빙 시뮬레이터동이다.

장비 가까이 다가서자 돔 아래로 기울어진 지지대와 구동부가 드러났다. 바닥의 레일과 상부 모션 장치를 결합해 차량의 움직임을 재현하는 구조다. 실제 도로에 나가지 않고도 운전자와 자율주행 시스템의 반응을 시험하기 위한 시설이다.

기업이 독자적으로 마련하기 어려운 개발·검증 기반을 제공하는 이 집적단지는 인프라 공급 방식에서도 공공과 민간의 협력을 활용했다. 국가 AI 데이터센터가 대표적이다. 공공이 건축물을 마련하고 민간이 컴퓨팅 인프라를 구축·운영하며, 공공은 장기간 서비스를 구매하는 민관협력(PPP) 구조를 접목했다.

곽재도 인공지능산업융합사업단(AICA) 단장 직무대행에 따르면 NHN이 데이터센터의 컴퓨팅 인프라 구축·운영을 맡고 공공이 10년간 서비스를 구매한다. 초기 5년은 전체 물량을, 이후 5년은 30%를 기본으로 구매하되 나머지 70%는 조건에 따라 구매하는 방식이다. 건축물은 전남광주통합특별시 소유로, 공간 조성과 컴퓨팅 인프라 구축·운영의 역할을 나눴다.

이 구조의 핵심은 공공의 장기 서비스 구매다. 민간에는 인프라 구축·운영에 필요한 수요 기반을 제공하고, 기업과 연구기관에는 AI 개발에 필요한 연산 자원을 공급한다. 개별 기업이 고가의 장비를 직접 확보해야 하는 부담을 줄이면서 민간의 운영 역량을 활용하는 방식이다.

사업단에 따르면 국가 AI 데이터센터는 연산 성능 88.5페타플롭스(PF), 저장 용량 107페타바이트(PB)를 확보했다. 누적 지원 과제는 2207개다. 데이터센터가 AI 모델 개발에 필요한 연산을 뒷받침한다면, 드라이빙 시뮬레이터를 비롯한 실증시설은 개발한 기술이 실제 사용환경에서 작동하는지 확인하는 역할을 한다.

시뮬레이터동에 마련된 시험용 캐빈도 이런 목적에 맞춰 다양하게 구성됐다. 트럭 캐빈에는 실제 차량처럼 운전대와 계기판, 좌석이 갖춰져 있다. 셔틀 형태의 캐빈에는 통로를 사이에 두고 승객 좌석이 마주 보고 놓였다. 별도로 마련된 소형 시뮬레이터는 운전석 앞을 모니터 3개가 감싸고 있다.

소형 시뮬레이터와 대형 시뮬레이터를 네트워크로 연결해 같은 가상 상황에서 자율주행 시스템과 사람의 반응을 비교할 수 있도록 구현했다.

사업단에 따르면 대형 시뮬레이터는 시험 목적에 따라 승용차와 트럭, 자율주행 셔틀 등의 캐빈을 교체할 수 있다. 크레인으로 캐빈을 들어 장착하는 방식이다. 돔 내부에는 100인치 모니터 8개로 360도 가상 주행환경을 구현한다. 가상 주행 속도는 시속 190㎞까지 재현할 수 있다는 설명이다.

자율주행 시험도로와 특구가 늘어나는데도 별도의 대형 시뮬레이터가 필요한 이유는 무엇일까. 현장에서 제시한 답은 ‘반복’과 ‘안전’이다. 실제 도로에서는 날씨와 교통 상황을 원하는 대로 바꾸기 어렵다. 사고 위험이 있는 상황을 반복해서 만드는 데도 한계가 있다. 가상공간에서는 같은 조건을 재현하며 센서와 소프트웨어, 운전자의 대응을 비교할 수 있다.

대형·소형 시뮬레이터를 네트워크로 연결한 것도 특징이다. 같은 가상 상황에서 자율주행 시스템과 사람의 반응을 비교하고, 운전자의 생체신호를 수집해 주행 보조 기능 등에 대한 반응을 분석할 수 있다. 곽 직무대행은 이 같은 대형·소형 시뮬레이터의 연계 구성이 세계에서 유일하다고 설명했다.

이곳에서는 운전자가 탑승하는 시험(DIL), 실제 차량을 활용하는 시험(VIL), 소프트웨어 기반 시험(SIL)을 지원한다. 자율주행 알고리즘과 차량·센서의 반응부터 운전자의 대응까지 개발 목적에 맞춰 검증하는 것이다.

드라이빙 시뮬레이터는 집적단지가 마련한 실증 기반의 한 축이다. 사업단은 자동차 25종, 에너지 26종, 헬스케어 26종 등 총 77종의 실증장비를 구축했다. 기업이 자체적으로 확보하기 어려운 장비와 시험환경을 제공해 기술개발과 제품 고도화를 지원한다.

캐빈 3종 중 하나인 트럭 캐빈의 모습이다. 실제 자동차와 동일한 내부 환경으로 구성됐다.

사업단이 소개한 특화 분야 실증서비스 지원 실적은 45건이다. 자동차 분야에서는 자율주행 로직과 운전자 졸음·부주의 경고 시스템 등을 시험했다. 에너지 분야에서는 에너지저장장치(ESS) 충·방전과 전기차 충전 수요 예측을, 헬스케어 분야에서는 치매 인지 평가와 고령자 보행 분석 등을 지원했다.

기술개발과 시장 판매 사이의 간극을 메우는 일도 주요 과제다. 국산 AI 반도체는 특정 시험에서 높은 성능을 내더라도 실제 서비스에서 장기간 안정적으로 작동하는지 입증해야 구매로 이어질 수 있다.

곽 직무대행은 “성능이 좋아도 판매하려면 몇 개월 동안 증명해 보여야 한다”며 “그런 레퍼런스를 만드는 활동이 필요하다”고 말했다. 사업단은 국산 반도체의 호환성과 안정성, 성능 등을 검증하며 상용화에 필요한 실적 확보를 지원하고 있다.

컴퓨팅 지원의 방향도 변화하고 있다. AI 모델 학습에 필요한 연산 자원 제공에서 나아가, 개발한 모델을 실제 서비스에 활용하는 추론과 추가 학습 수요에 대응하겠다는 구상이다. 구축한 인프라를 산업 수요의 변화에 맞춰 활용하는 것이 중요해진 셈이다.

2021년 착공식을 연 집적단지는 2023년 4월 데이터센터, 2024년 5월 드라이빙 시뮬레이터동에 이어 지난해 7월 실증창업동이 준공되면서 주요 공간을 갖췄다. 사업단은 앞으로 광주시 공공시설 3375개를 AI 실증 장소로 활용하는 등 시험 무대를 도시 전역으로 넓히겠다는 구상이다.

주요 시설을 갖춘 집적단지의 과제는 이제 활용에 있다. 데이터센터는 공공의 장기 서비스 구매를 바탕으로 변화하는 AI 개발 수요에 대응하고, 실증시설은 기업의 검증 수요를 꾸준히 끌어들여야 한다. 민관이 역할을 나눠 마련한 기반시설이 기업의 제품 출시와 시장 진입으로 이어질 때, 광주 AI 집적단지의 조성 효과도 구체화될 전망이다.

광주=홍샛별 기자 byul0104@