다양한 파트너 참여로 오토모티브 경쟁력 입증, 엔비디아 오토모티브 미디어 브리핑

홈 > 자동차 > 자동차기획·특집
자동차기획·특집

자율주행 | 다양한 파트너 참여로 오토모티브 경쟁력 입증, 엔비디아 오토모티브 미디어 브리핑

권경욱 기자 0   0

엔비디아(NVIDIA)는 7월 18일(목) 오후 엔비디아 코리아 AI 트레이닝 룸에서 오토모티브 관련 최신 비즈니스 현황과 혁신 기술을 주제로 미디어 브리핑을 진행했다. 


현재 컴퓨팅부터 자율주행차, 로봇, 드론 등 광범위한 분야에서 인공지능과 딥 러닝 기술이 다양하게 활용되고 있는 가운데 엔비디아는 과거 그래픽 기술이나 칩 제조사로 활약해 왔다면 최근에는 인공지능과 딥 러닝 등의 분야에 보다 집중하는 등 컴퓨팅 기반으로 인공지능(AI)를 구현하는 회사, 인공지능 (AI) 플랫폼 기업임을 강조한 바 있다. 자율주행차 분야 역시 엔비디아가 인공지능과 딥 러닝 분야와 함께 집중하고 있는 분야 중 하나다.


이번 엔비디아 오토모티브 미디어 브리핑은 대니 샤피로(Danny Shapiro) 엔비디아 오토모티브 담당 시니어 디렉터가 진행했으며 엔비디아의 오토모티브 비즈니스 방향과 자율주행을 위한 오토모티브 솔루션 및 플랫폼을 통해 엔비디아가 바라보고 있는 자율주행에 대한 내용을 전했다.



대니 샤피로(Danny Shapiro) 엔비디아 오토모티브 담당 시니어 디렉터



대니 샤피로(Danny Shapiro) 엔비디아 오토모티브 담당 시니어 디렉터는 엔비디아가 제공하는 자율주행 솔루션과 플랫폼을 통해 글로벌 자율주행 시스템 시장에서 엔비디아가 갖는 위치와 자율주행 기술을 개발하는 주요 자동차 및 협력사의 협업 등 다양한 내용을 소개했다.


그는 자율주행차는 트레이닝을 위한 DGX 시스템과 시뮬레이션, NVIDIA Drive SIM and Constellation 플랫폼 등을 바탕으로 수많은 데이터와 테스트가 이루어지며 이와 같이 자율주행차 내에서 일어나는 일들을 처리하기 위해서는 많은 프로세스를 거치고 이를 처리하기 위한 슈퍼 컴퓨터 솔루션이 요구된다. 엔비디아는 이러한 일련의 과정 처리를 위해 고성능 자율주행차 솔루션을 공급하고 있다고 전했다.







NVIDIA DGX Superpod가 대표적으로 96개의 DGX-2H로 구성되어 1536 V100 텐서 코어(Tensor Core) GPU를 탑재해 자율주행차 테스트부터 시뮬레이션, 드라이빙 과정을 진행하고 트랙과 사람들 파악과 충돌 감지 등 많은 데이터 처리를 필요로 하는 자율주행차 플랫폼의 환경을 개선해준다. 세계 최초 자율주행 머신 프로세서인 자비에(Xavier) 역시 엔비디아의 자율주행차 솔루션을 위한 고성능 프로세서이자 다양한 데이터와 처리, 많은 테스트 환경 활용 등에 필요한 다양한 것들을 가능하게 해준다.


자율주행차 테스트를 위한 가상의 환경과 환경 디테일 투입, 드라이브 환경 조성 등 마치 비디오 게임을 개발하는 것과 같이 처리하도록 해주는 솔루션, 드라이브 심(Drive SIM)을 통해 드라이브 카와 비와 눈 등 날씨와 환경을 시뮬레이션하며 가상현실(VR)을 이용한 드라이브 환경 테스트 등도 이루어진다.


이에 더해 인공지능(AI)을 자율주행차 내부에 탑재하고 고속도로와 다양한 차량, 고속 및 저속 차량 등 다양한 데이터 수집과 판단 등을 통해 자율주행 환경 개선, 엔비디아 드라이브 IX, 자동차와 트럭, 모빌리티 서비스, 맵핑, 시뮬레이션, 센서 등을 이용한 다양한 드라이브 오플 플랫폼 에코 시스템을 구축해 자율주행차 개발 환경을 돕는다. 엔비디아는 이를 위한 솔루션으로 차와 연결되는 부분, 차를 구동하는 부분, 독립적인 차량에서 클라우드와 연결되어 자율 주행이 가능해지도록 하는 솔루션을 개발하고 있으며 차에서 동작하는 하드웨어와 미들웨어, 애플리케이션, 클라우드 솔루션에 이르기까지 거의 모든 부분을 동시에 준비하고 있다.





또 엔비디아가 개발 중인 자율주행 플랫폼은 데이터 수집과 트레이닝, 시뮬레이션, 실제 차량으로 검증하는 드라이브 과정을 계속 반복하며 개발 후 상용화를 통해 서비스부터 운영까지 실시간으로 진행하게 된다. 이를 위해 엔비디아는 엔비디아 PI (Perception Infrastructure)를 구성하고 데이터 팩토리에서 가공 데이터 레이블링, DGX로 트레이닝 과정을 거치는 등의 가공을 거쳐 인증 테스트 데이터가 자율주행차에 적용된다.


기본적으로 자율주행차를 구입하면 데이터 수집 등이 진행되며 자율주행을 위해 날씨와 HD Map, 방향, 길, 패스 등 10개 데이터 수집과 처리가 진행되어 안정적인 자율주행 환경을 갖출 수 있게 된다. 엔비디아는 이를 구현하기 위해 엔비디아 드라이브 (NVIDIA Drive) 플랫폼을 갖추고 있으며 Drive PX Pasrker에서 이를 통합한 드라이브 PX 2(Drive PX2), 다시 Drive Xavier에서는 기존 대비 전력을 1/10으로 줄이고 300테라 300W 파워로 구현하는 Drive Pegasus는 Drive Xavier 4개를 탑재, 다시 전력과 컴퓨팅 파워를 향상한 오린 (Orin) 단일 칩으로 구현하는 방식으로 칩의 성능과 전력 효율을 지속적으로 개선해나가고 있다. 엔비디아는 드라이브 PX 2를 이어 향후 더 어려운 문제 해결을 위해 클라우드와 데이터 센터 솔루션을 비롯하여 드라이브 PX 3 등도 개발을 진행할 계획이다.





최근 우버의 자율주행 사고 등으로 자율주행차에 대한 새로운 인식이 만들어지고 있는데 자율주행차는 매년 1조 마일 운행이 이루어지고 있으며 미국 기준으로 마일 당 770건의 사고가 발생하고 있다. 엔비디아는 20대의 테스트카를 이용해 1년에 250일 운용 시 하루 8시간 이용 기준 100만 마일을 주행하며 이때 사고는 1/1000 정도 예상되지만 자율주행차가 상용화되어 나오면 다양한 변수가 있어 사고 예측 감당이 어려워 더 많은 테스트 과정을 반복하고 있다.


엔비디아는 NVIDIA Drive SIM and Constellation 플랫폼을 GTC 2018을 통해 소개했는데 이는 비디오와 레이더 등의 다양한 데이터를 실제 센서에 입력을 받아 시뮬레이션 환경에서 테스트와 개발이 이루어진다. 엔비디아 Drive 개발 플랫폼은 370개 이상의 파트너 회사들이 참여해 다양한 구성과 테스트가 진행 중이다.


한편 엔비디아는 상업 비즈니스화가 이루어질 때까지 돕고 그 이후에는 다시 새로운 가능성을 찾아내는데 주력해왔으며 이들 비즈니스 영역에 참여하고 더 어려운 난제에 계속 도전할 것이라고 밝힌 바 있다. 자율주행 영역에서도 직접적인 자율주행자 개발보다는 새로운 가능성을 돕는데 주력할 것임을 강조한 바 있어 기술적인 지원과 플랫폼 제공을 통해 자율주행 환경을 개선할 것으로 전망된다.




또한 엔비디아 대니 샤피로(Danny Shapiro) 엔비디아 오토모티브 담당 시니어 디렉터는 오토모티브 솔루션 및 플랫폼과 비즈니스 방향과 시장 등 전반에 대한 질의 응답을 이어갔다.


자율주행은 레벨 2(Level 2) 단계가 활성화되어 진행 중인데 다음 단계인 레벨 3(Level 3)으로의 전환에 대해서는 엔비디아 플랫폼을 기반으로 하는 자동차 회사나 공급사, 협력사들에서 레벨 2가 향후 1-2년 내로 출시가 가능해질 것으로 예측했다. 레벨 2 단계에서는 공항이나 학교 캠퍼스 내 고정 이동에 적용이 가능하며 메르세데스 벤츠 등 협력하고 실리콘 밸리에서 시범운영을 계획 중이라고 밝혔다. 이어 사람이 운전석 뒤에 있어 가능한 레벨 2와 다음 더 높은 레벨은 해당 국가 허가 등이 필요하다고 전했으며 택시를 타듯이 자율주행차를 잡기까지는 향후 몇 년이 걸릴 것으로 예상했다. 


협력 업체들의 진행 현황에 대해서는 단계별 소프트웨어 개발이 진행 중이고 업데이트되어 개선되어 나갈 것이고 단계를 거치면서 사람이 운전하는 것보다 더 안저해질 것으로 내다봤으며 어느 정도의 테스트와 검증을 받을 수 있느냐는 국가별로 판단이 필요할 것으로 예상했다. 엔비디아는 많은 국가와 협력 중이고 높은 수준의 표준을 위해 노력 중이며 차량 검증 등이 가능해지고 있다고 밝혔다.


시뮬레이션 및 가상 운행이 실제 주행을 100% 커버 가능한지에 대한 물음에는 가상 및 시뮬레이션이 실제 도로 주행을 100% 대체하기는 어려울 것이라고 답했다. 도로 상의 주행 문제는 중요한 사건이나 사고 등의 발생이 매번 일어나는 것은 아니라며 전 세계적으로 매년 120만 명이 사망하고 있지만 매일 도로 이동 중에서 사고를 목격하지는 못한다. 모든 시나리오를 테스트 하는 것은 사실상 어려운 만큼 가상 시나리오 등을 통해 비나 눈 등의 날씨나 주야간 환경과 같이 별도의 여러 시나리오를 바탕으로 실제 도로 주행에서 발생하는 일들을 유사하게 진행해보고 테스트하게 된다고 전했다. 시뮬레이션의 또다른 장점으로 새로운 소프트웨어 출시마다 이전 시뮬레이션을 이용해 빠르게 활용 및 검증이 가능하며 모든 차량에 소프트웨어 설치 전보다 안정적인 테스트가 가능해진다고 언급했다. 


이어 사람은 시야나 감지 등 운전 중 발생하는 대체에 대한 장점도 있으나 자율주행은 더 나아가면 사람이 운전하는 것보다 자율주행 기술을 이용한 시스템이 더 많은 것을 개선할 것으로 예상했다. 도로의 극단적인 안정성을 개선하고 가상과 실제 주행을 결합해 운행에 따른 안정성을 더욱 높일 수 있을 것으로 내다봤다.


시뮬레이션 테스트 검증은 실제 도로 주행과 비교 또는 다른 방법을 이용하는지에 대한 내용에 대해서는 시뮬레이션은 소프트웨어를 이용해 쉽고 편리하며 다양한 오브젝트와 날씨, 환경을 구현해볼 수 있는 장점이 있으며 실패와 문제를 빠르게 파악하고 문제가 발생하면 해당 문제에 대해 학습을 강화하는 뉴럴 네트웍 학습을 통해 보완한다. 어떤 것이 부족하고 문제를 파악해 개선이 가능하며 안전하다는 판단이 서면 실제 도로상에 적용해볼 수 있게 된다.


레벨 3 단계에서는 차량과 운전자가 운전권을 주고 받는 과정에서 문제가 발생해 레벨 3을 건너뛰고 다음 단계로 넘어가려는 시도가 있다고 하는데 대해서는 레벨 3이 그리 좋은 솔루션이 아니라는 시각이 있으나 즉각적인 변경이 이루어지는 것은 아니며 레벨 2에서도 드라이브모니터링 기술 탑재 등 운전자에 주의할 필요성이 있다면 경고 시스템을 구축하고 다양한 인공지능(AI) 기술로 제어 및 통제 등이 이루어질 것으로 예상했다. 엔비디아는 소프트웨어와 라이브러리, 오픈 플랫폼을 제공해 고객사들이 이와 같은 애플리케이션을 구축하도록 돕고 있다. 자율주행의 사고 등에 대한 책임 소재에 대해서는 자율주행차는 이를 개발하는 개발사에 있으며 이는 택시 이용에서 사고가 발생하면 택시 운전사가 책임을 지는 것과 같으며 자율주행차는 AI, 부품 결함 등은 부품을 개발하거나 제작한 제조사가 책임을 지게 된다. 


최근 5G 네트웍 상용화 등이 이슈화되며 더욱 빠른 데이터 전송이 가능해질 것으로 알려졌는데 5G 기술의 저지연성이 자율주행에 크게 영향을 미칠 것이라는 것과 5G 적용 사례에 대해서는 자율주행은 카메라와 라이다 등으로부터 받아 들이는 정보와 프로세서 및 커넥션, 드라이빙 결정 등 다양한 요소가 필요하며 5G는 더 빠른 커뮤니케이션이 가능하게 해주는 기술이다. 자율주행은 차량 내에서 프로세싱을 빠르게 해주고 카메라나 라이다 정보를 빠르게 분석할 필요가 있는데 5G의 저레이턴시가 다른 입력이나 자동차 정보 등에 활용하면 긍정적인 효과도 있겠으나 자율주행은 이에 전적으로 의존한다기보다 추가적인 장점들을 접목해 발전시킬 수 있을 것이라고 전했다.


최악의 사고나 환경에서 자율주행의 의사결정 주체에 대해서는 자율주행의 인공지능(AI)은 사전에 의사결정 프로그램을 해놓지 않으며 차량 운행의 전체 상황을 파악해 운전자의 졸음 운전이나 사고, 위험한 상황을 피하도록 도와준다. 다른 차량이 어떻게 움직이는지를 파악해 단계별 충돌 방지를 지원하고 모든 차량에 탑재한다면 충돌 가능성은 제로(0)에 수렴할 것으로 내다봤다. 


또 현대모비스와 엔비디아의 협력 관계에 대해서는 양사는 긴밀한 협력을 진행 중이며 현대모비스는 자체 자율주행 시스템에 엔비디아 DGX를 이용하고 DGX Super Pod도 구축 예정이라고 전했다. 자율주행차 솔루션 제조 파운드리에 대해서는 AGX 페가수스 등에 탑재하는 자비에와 같은 프로세서는 튜링(Turing) 기반 GPU 등과 같이 대만 파운드리 업체인 TSMC를 이용하며 오노토머스와 설계 및 생산에서 저온과 고온, 충격에 견딜 수 있도록 설계가 이루어진다고 밝혔다.


자율주행 개발에 따른 인공지능(AI) 지능화와 기술 발전 등 비용은 점점 높아지는 추세이며 그에 따라 많은 R&D 비용이 증가하는데 엔비디아는 이에 대해 어떻게 대응하고 있는지에 대한 물음에는 오늘날 차량은 수백개의 ECU (하나의 칩, 컴퓨터는 아니나 주어진 알고리즘 동작 등)가 개발되고 사용되며 제동 장치라면 하나의 ECU, 하고자 하는 일은 중앙 집중화된 컴퓨터로 비용을 낮추고자 노력하고 있다. AI가 자율주행차 관련해 차량과 교통 체증, 운전 못하는 사용자들은 이를 이용할 수 있게되어 편리해지자만 비용은 그만큼 높아진다. 엔비디아는 대규모 투자를 통해 다른 자동차 회사에 없는 소프트웨어와 하드웨어를 제공하도록 노력하고 있으며 이를 통해 AI가 자율주행차 개발을 돕고 많은 변화와 이익을 주게 될 것이라고 전했다. 


인공지능(AI)를 도입하는 자율주행차의 보안이나 해킹 우려, 인터넷 환경 부나 인공위성 망 등의 연결 가능성에 대해서는 인터넷 환경을 제대로 갖추지 못한 특정지역이나 지방 도로가 있기 마련인데 자율주행에는 인터넷 연결이 항상 필요한 것은 아니며 차 내부 정보를 불러 차량 내에서 모두 이용 가능하도록 하고 있으며 소프트웨어 업데이트 등 인공위성이나 5G 등을 이용해 날씨나 기타 정보 등을 불러올 수 있으나 이것이 지향하는 방향은 아니라고 전했다. 


자율주행이 해킹에 취약하고 위협적이며 안전에 영향을 줄 것으로 생각할 수 있으나 초기 개발 단계부터 보안을 강화하고 가상화와 검증 보안 기술을 적용하며 인포테인먼트 시스템을 해킹하더라도 자율주행에 이상 없도록 하며 인공지능(AI) 문제를 사전 검증해 해킹 등으로부터 문제가 없는데 최선을 다하고 있다고 답했다.




한국의 부산을 예로들면 도로 사정은 열악하고 운행 문화가 험악한 편이다. 이와 같이 특정 지역이나 국가에 맞게 시뮬레이션으로 테스트가 가능한지에 대해서는 시뮬레이션 시스템은 오픈 시스템으로 도로 환경을 불러와 테스트와 사진, 맵핑, 트래픽 데이터 등을 불러와 똑같은 환경을 얼마든지 구현하는 것이 가능하며 여러 데이터 값을 바탕으로 공격적인 주행이나 일반적인 설정, 사람의 성향과 문화는 인공지능(AI) 학습을 이용해 이를 반영할 수 있다고 전했다. 


현재의 자율주행은 안전에 집중하고 있는데 스포츠로서 빠른 속도의 주행 시뮬레이션 등도 가능한지에 대해서는 정해진 일정 수준의 스피드를 넘어서는 법 위반 적용은 어려우나 공격적인 주행이나 캐주얼한 설정 등 다양한 튜닝이 가능해 빠른 속도의 주행도 가능하다. 실제 로보 레이스를 통해 두 대의 차량을 운행 중이며 레이서가 실제 주행 하는 차량과 미래 지향적인 F1 디자인의 차량을 통해 시간 당 시속 수백킬로미터를 주행할 수 있으며 레이스 트랙의 테스트를 거쳐 느리거나 빠른 차량에 차후 적용 가능해질 것이라고 밝혔다.


엔비디아가 자율주행을 위해 개발한 드라이브 PX 2는 출시된 지 2년 여가 흘렀는데 후속 제품과 이들 제품의 전력 및 비용은 기존 대비 어느 정도 증가하는지에 대해서는 드라이브 PX는 약 3년 전 개발되었고 현재는 자비에로 이동되었으며 자비에는 성능과 전력 효율이 크게 증가했으며 올해 다음 세대 적용을 예상하고 있다. 다음 세대는 2개의 SoC 칩 사이즈로 전력 효율을 개선하고 전력 소모는 줄어들며 이를 통해 자율주행 환경을 개선해나갈 것으로 전망했다. 


최근 자율주행차 관련 솔루션 개발에 여러 업체들이 뛰어들고 있으며 엑시노스(Exynos)를 개발하는 삼성전자도 그 중 하나다. 삼성전자와 협업 중인지에 대한 물음과 엔비디아의 가능성에 대해서는 파트너사와의 협력이나 구체적인 활동에 대해 자세한 내용은 알지 못하나 경쟁사는 환영하고 존중한다는 입장을 전했다. 


또 신규 경쟁사가 진입해 심플하고 저전력을 제공할 것이나 자율주행차가 필요로 하는 높은 성능을 당장 구현하는 것은 상당히 어려울 것으로 내다봤다. 엔비디아는 현재 다양한 인공지능(AI) 칩 출시를 위해 노력 중이며 수십억 달러를 투자해 자율주행 솔루션을 개발해오고 있다. 슈퍼 컴퓨터부터 자율주행차 컴퓨팅 기술까지 에너지 효율성을 담보하면서 소프트웨어와 하드웨어 등으로 구성하는 플랫폼을 제공해 경쟁력을 갖추고 있다고 밝혔다. 이어 안정성과 높은 성능 및 에너지 효율성을 제공하기 위해 노력하고 있으며 수많은 파트너의 참여는 우수성을 입증하는 셈이며 다양한 업체가 참여하고 경쟁사들도 여러 트레이닝에 참여해 시뮬레이션과 제품을 많이 활용 중이라고 밝혔다.

 

ⓒ 블루프레임(https://www.blueframe.co.kr) 무단전재 및 재배포금지

, , , , , , , ,

Facebook Twitter GooglePlus KakaoStory NaverBand Naver Tumblr Pinterest 신고
0 개의 댓글이 있습니다.
많이 본 뉴스
인기기사