자율주행 시장을 주도할 인공두뇌 2편

대중시장을 위한 자율 주행 자동차를 구축하기 위해 필요 한 3가지 핵심 요소를 살펴보자.

 

첫째는 데이터 수집 시스템으로 이는 아래의 3가지로 구성된다.

- 360도를 모두 커버하는 카메라 배열

- GPS를 포함한 포지셔닝 기술

- 소나(SONAR), 레이더(RADAR) 및(또는) 라이더(LIDAR) 센서

 

위 3가지 구성이 함께 작동하여 완벽한 상황 인식이 가능해진다. 이 기술들은 현재에도 존재 한다. 관건은 보편적이지 않고 값비싼 이 기술들을 범용화하고 저렴하게 바꾸는 데 있다. 이 는 무어의 법칙, 규모의 경제, 학습커브 효과를 최대한 이용하는 문제로 웨이모, 테슬라, GM 을 지원하는 광범위한 전문공급업체들에 의해 주도될 것이다.

둘째는 ‘사람에 의한 아날로그 장치’에서 ‘승객용 공간과 인포테인먼트(infotainment, 정보와 오락)가 있는 로봇’으로 바뀌는 형태이다. 모든 (기존의) 자동차 제조사와 광범위한 스타트업 기업들은 최소 15년 동안 이 퍼즐의 조각들을 개발해왔다. 배터리와 전기 구동 모터가 조향 및 브레이크 시스템과 결합하여 컴퓨터와 사람이 모두 운전할 수 있는 자동차를 만들어냈다. 웨이모와 같은 소프트웨어 기반 회사는 크라이슬러와 같은 자동차 제조사와 파트너십을 맺기 도 하고, 테슬라를 포함한 다른 기업들은 자체 수직 통합 솔루션을 개발했다. GM, BMW, 포 드와 같은 전통적인 자동차 제조사들도 이 분야에서 경쟁력을 갖춘 것으로 보인다.

 

셋째이자 자율 주행 자동차의 가장 중요한 요소는 신경망을 사용하여 행동 예측을 수행하는 엄청나게 강력한 ‘차량의 두뇌’이다. A지점에서 B지점으로 안전하게 이동하는 임무를 고려할 때, 이러한 두뇌가 데이터 수집 시스템을 통한 이전 5초에 대한 상황 정보를 분석하고 이후 자율 주행 자동차로 하여금 다음 5초 동안 특정 작업을 행하도록 지시한다. 시속 60마일로 달 리는 주간(interstate) 고속도로에서 이는 매우 쉬운 일이다. 그러나 보행자와 자전거, 변덕스 러운 인간 운전자들로 붐비는 도심 출퇴근 시간대에, 동일한 작업은 기계에게 너무나 복잡한 상황을 부여한다. 그러나 충분한 학습과 처리 능력이 주어지면 신경망은 아마도 일반적인 택시와도 경쟁할 수 있다.