본문 바로가기

블로그

LG CNS 기술블로그 DX Lounge에서 최신 IT 소식을 만나보세요!

AI/Data

딥러닝 기반의 자율주행 혁신 기업

2018.12.19

딥러닝 분야의 핵심 기술을 개발한 연구자들이 관련 기술을 자율주행에 적용하기 위해 직접 스타트업을 창업하기도 하며 수많은 스타트업들이 빠르게 출현하고 있습니다. 딥러닝의 자율주행 기술의 적용 분야에 따라 크게 시각 인식 지능 기술(Perception)과 주행 학습 기술 분야로 나눌 수 있습니다.

 인식 지능 분야(Perception)

DeepScale은 딥러닝 기반의 시각 인식 기술을 자율주행 분야에 적용하고 있는 스타트업입니다. 다양한 기업들이 유사한 기능을 구현하고 있지만 DeepScale의 차별성은 딥러닝 기술을 효율적으로 구현함으로써 고사양의 딥러닝 전용 하드웨어가 아닌 현재 범용적으로 사용되고 있는 하드웨어(Processor)에서도 자신들의 기술이 구동할 수 있도록 하는 것을 목표로 하고 있습니다.

딥러닝 기반으로 구현된 기술들은 성능이 뛰어나지만 컴퓨팅 파워를 많이 요구한다는 점에서 특화된 전용 하드웨어가 필요하거나 처리 시간이 오래 걸리는 단점이 존재합니다. 하지만 DeepScale은 그러한 단점을 보완하면서도 높은 성능으로 인식 지능을 구현해 기존 완성차 업체들이 기존 부품을 변경하거나 추가하지 않으면서도 빠르게 필요 기술을 적용할 수 있게 한다는 것입니다.

범용적으로 활용 중인 기존 하드웨어를 유지하면서도 새로운 기술이 적용 가능하다는 점에서 기술을 빠르게 확산시킬 수 있는 장점이 있으며, 창업 이후 2년 만에 AutoTech Ventures 등 여러 투자사로부터 투자를 유치하며 성장하고 있습니다.

이스라엘의 스타트업인 SAIPS는 딥러닝 기반의 차량용 시각 인식에 최적화된 소프트웨어를 구현합니다. 단순히 전방의 차량, 보행자, 장애물을 인식하는 것을 넘어 주행 중 인식된 정보를 기반으로 차량 혹은 주변의 이상 징후를 감지하거나 향후 움직임을 예측하기도 합니다.

즉 순간적(Snapshot)으로 정보를 인식하는 것에 그치지 않고 정보를 지속적으로 분석해 패턴화해 냅니다. 시장 내 기술력을 인정받은 SAIPS는 일찍이 Ford에 인수되었는데요. Ford는 2021년까지 완전 자율주행 자동차의 출시를 목표로 관련 기술을 자체 개발과 인수를 통해 확보하고 있습니다. SAIPS의 기술도 향후 적용되어 시장에 출시될 것으로 예상됩니다. 

주행 학습 분야

comma.ai의 오픈파일럿(OpenPilot)은 자동차가 마치 인간처럼 운전을 지속적으로 반복하며 학습하는 과정이 딥러닝으로 구현된 소프트웨어입니다. 학습이 없는 초기 상태에서는 장애물과 충돌하는 등 정상적인 주행을 하지 못하지만, 운전자가 탑승해 차량을 주행하면 인공지능이 운전자의 주행하는 모습을 관찰하며 학습하게 됩니다.

창업자인 George Hortz1에 따르면 약 10시간의 주행을 학습한 인공지능을 통해 시내 주행 및 고속도로 주행에서 차간 거리 유지, 정지 등 기본적인 주행 기능을 구현할 수 있었다고 합니다.

물론 완벽한 자율주행 기능으로 기술을 발전시키기 위해서는 더욱 많은 주행 데이터가 요구되는데요. 10시간 동안의 학습으로는 기본적인 주행 기능만 학습된 것이지 상용화 수준의 기술에는 크게 부족하기 때문입니다.

이를 보완하기 위해 comma.ai는 주행 데이터를 수집하기 위한 스마트폰 앱을 배포하고 있습니다. ‘chffr’이라는 앱으로서 누구나 자신의 차량 정면에 스마트폰을 거치하고 앱을 실행시키면 차량 주행 영상 및 정보(속도, GPS 등)가 comma.ai로 업로드됩니다.

주행 정보를 공유하는 사람은 comma.ai로부터 포인트가 축적되며 향후 본격 상용화될 시 활용할 수 있습니다. 단순한 주행 정보만이 아닌 더욱 상세한 차량 정보 수집을 위해 comma.ai는 panda라는 하드웨어도 함께 배포하고 있습니다.

차량 내 OBD(On Board Diagnostic)2에 삽입하고 chffr 앱을 실행하면 단순한 주행 영상과 더불어 핸들의 조향각도, 엔진 RPM, 엔진 토크 등의 정보가 함께 공유되어 더욱 상세한 차량의 정보를 인공지능이 학습할 수 있게 됩니다.

이를 통해 comma.ai의 자율주행 인공지능은 수많은 사람이 업로드하는 주행 정보를 종합적으로 학습하게 됩니다. 2017년 4월 comma.ai는 이렇게 수집된 주행 데이터가 약 160만 Km(1 Million mile)에 이른다고 밝혔습니다. 엄청난 거리의 주행 데이터가 수집되고 있을 뿐만 아니라 다양한 예외 상황의 주행 정보가 축적되고 있다는 점에서 매우 큰 의미를 갖습니다.

l commai.ai의 자율주행 시스템 (출저: 저자구성 – comma.ai 참조)

comma.ai는 Lidar 등 고가의 특화 센서를 활용하는 대신 이러한 기능을 표준화된 범용 센서를 활용하고 있습니다. 딥러닝 등 인공지능 역량을 통해 기능을 보완하며 자율주행 기능이 탑재된 하드웨어 패키지를 약 $1,000 이하로 After-market으로 상용화하는 것을 목표로 하고 있습니다.

즉 자율주행 기능이 탑재되지 않은 일반 차량에 comma.ai의 자율주행 패키지를 탑재하기만 하면 자율주행 기능이 실행되는 차량으로 바뀔 수 있도록 하겠다는 것입니다. 이미 테스트용 하드웨어가 제한적으로 배포되고 있습니다.

Honda 계열의 차량 3종3과 호환되기 때문에 해당 차종을 가지고 있는 운전자는 매우 쉽게 자신의 차량에 자율주행 기능을 실행할 수 있습니다.

또 다른 자율주행 분야의 스타트업인 Cruise 또한 comma.ai와 같이 After-market으로 활용 가능한 자율주행 패키지를 개발하고 있습니다. 이러한 After-market에 활용 가능한 자율주행 기술은 기존 판매된 차량에 자율주행 기술의 적용이 가능해 기술의 빠른 확산과 주행 차량을 통한 데이터 수집이 동시에 가능하다는 점에서 매우 큰 장점이 있습니다. 이러한 기술적, 사업적 잠재력을 일찍이 인지한 GM은 Cruise를 1조 원에 인수(2016. 3)했습니다.

글 l 이승훈 책임연구원(shlee@lgeri.com) l LG경제연구원

챗봇과 대화를 할 수 있어요