[CCTV뉴스=정환용 기자]
인공지능, 잠재고객의 기술 구현 지원하겠다
엔비디아 코리아 오토모티브 세일즈 차정훈 상무
엔비디아는 2017년 한 해 동안 다양한 ICT 기업과의 제휴 소식을 알렸다. 대부분은 자율주행 자동차를 개발하는 자동차 업체였고, 서버 제조사, 헬스케어 기업들과도 협업했다. 델 EMC, HPE, 화웨이, IBM, 레노버 등의 기업들은 볼타 아키텍처 기반의 데이터센터용 GPU ‘엔비디아 테슬라 V100’ 기반의 제품을 출시했다. 알리바바, 아마존, 바이두, 마이크로소프트, 오라클, 텐센트 등의 IT 업체도 V100 기반의 클라우드 서비스를 출시했다. 엔비디아의 CEO 젠슨 황(Jensen Huang)은 이에 대해 “인공지능, 고성능 컴퓨팅 플랫폼으로 신약 개발, 대체연료 개발, 자연재해 예측 등의 분야에서 한계에 도전할 수 있을 것”이라고 언급했다.
현재 인공지능을 가장 빠르게 실생활에 접목할 수 있는 분야로 자율주행 기술이 주목받고 있다. 인공지능 기술을 필요로 하는 업체에서 주목하고 있는 것은 엔비디아가 지난 10월 GTC 유럽에서 공개한 AI 컴퓨터 ‘페가수스’(Pegasus)다. 완전 자율주행 단계인 레벨5가 적용된 로봇 택시를 위한 AI 컴퓨터인 페가수스는 초당 320조 회를 연산하는 속도로, 자사의 자율주행 AI 플랫폼 ‘드라이브 PX2’ 대비 10배 이상 우수하다. 아직 요구 속도를 알 수는 없지만, 360도 전방위 카메라와 라이다 센서를 비롯해 차량이 수집하는 거대한 데이터를 페가수스는 실시간으로 처리할 수 있게 된다.
Q. 지난 2017년 엔비디아의 인공지능 연구개발 진행상황과 성과는 어땠나?
A. 자율주행 자동차 부문에서 엔비디아는 지난 10월 독일 뮌헨에서 열린 GTC 유럽 행사에서 완전자율주행 로봇택시 개발을 위해 설계된 세계 최초의 인공지능 컴퓨터를 공개했다. 엔비디아는 이 새로운 시스템 ‘페가수스’를 통해 완전 자율주행을 실현하는 레벨5의 단계를 목표로 두고 있다.
엔비디아는 최신 자율주행 자동차 컴퓨터 플랫폼을 2018년 하반기에 공급할 계획이다. 페가수스는 2018년 하반기부터 엔비디아 자동차 분야 파트너들에게 제공될 예정이다. 현재 엔비디아의 소프트웨어 ‘드라이브웍스(DriveWorks)’와 하드웨어 ‘드라이브 PX2’ 시스템 구성은 자율주행 차량과 알고리즘 개발을 진행 중인 개발업체들에게 공개돼 있는 상태다.
Q. 현재까지의 인공지능 수준과 엔비디아가 추구하는 인공지능의 최종 단계는 어디인가?
A. 알파고나 이미지넷 챌린지에서 경험했듯, 현재 인공지능의 수준은 세계적으로 뛰어난 도메인 전문성을 가진 과학자와 엔지니어 그룹들이 만들어 놓은 최고 수준의 소프트웨어보다 뛰어난 성능을 보이고 있다. 이런 상황에서 엔비디아가 추구하고 현재 수준의 최고 수준의 인공지능을 구현해 엔지니어링 문제를 해결해야 하는 시기라고 생각한다.
이 문제를 해결하기 위해서는 인공지능의 능력을 끊임없이 발전시키는 것도 중요하지만, 전통적인 시스템 하드웨어와 소프트웨어의 엔지니어링 일도 아주 중요하다. 즉 인공지능만으로 모든 문제를 해결 할 수 있는 상황은 아니며, 더욱 고도화된 소프트웨어와 하드웨어의 설계 능력과 구현이 필요하다.
Q. 엔비디아와 타 기업과의 인공지능 연구개발 관련 협업 진행상황은 어떤가?
A. 엔비디아는 헬스케어, 제조업, 자동차, 기술연구와 학술단체, 인공지능과 자율주행 스타트업 등 다양한 분야와 인공지능 분야 개발을 위해 협업과 기술지원을 하고 있다.
헬스케어 - 최근 GE 헬스케어와 전 세계 50만 대의 GE 헬스케어 의료 영상 기기에 첨단 인공지능을 도입해 의료 데이터 처리 속도를 가속화한다고 발표한 바 있다.
학술, 연구기관 - 엔비디아가 운영하는 인공지능 랩인 NVAIL에는 세계 최고 수준의 대학과 연구소가 참여하고 있다. 캘리포니아 대학교 버클리 캠퍼스, 스위스 인공지능연구소 IDSIA, 도쿄대학교의 연구진들은 세계 최초의 인공지능 슈퍼컴퓨터인 ‘엔비디아 DGX’를 기반으로 딥 러닝 분야의 발전을 선도하고 있다.
자동차 산업 - 엔비디아는 아우디, 토요타, 메르세데스-벤츠, 볼보, 테슬라 등 세계적인 자동차 제조업체들과 협력하는 동시에, 혁신과 독창성으로 새롭고 주요한 자율주행 솔루션을 탄생시키고 있는 수많은 스타트업들과도 함께 협력을 진행하고 있다. 지난 3월에는 자동차부품 제조업체 보쉬(Bosch)와 양산용 자동차를 위한 인공지능 자율주행 시스템 개발 협력을 발표했다.
기타 - 대만 과학기술부(MOST)와 협력을 통해 세운 인공지능 대계획(AI Grand Plan)의 일환으로, 대만 상업 분야의 인공지능 개발을 가속화할 것이라고 발표한 바 있다.
Q. 인공지능 개발을 위해 선행돼야 할 과제는 어떤 것이 있는가?
A. 엔비디아는 주요 국가, 도시에서 GTC를 개최해 업계 개발자, 연구원, 기업가, 스타트업 관계자들을 위한 장을 만들고, 딥 러닝 데이, 딥 러닝 인스티튜트 등의 프로그램을 통해 딥 러닝 기술 개발과 지원에 앞장서고 있다. 기술의 발전과 과제 해결을 위해 노력해야 하는 동시에, 정책이나 윤리적인 측면에서도 사회와 합의점을 찾아 인공지능 시대가 본격 우리 실생활에 도래하기 전에 준비가 돼 있어야 한다. 스마트 시티, 자율주행 자동차, 인공지능과 헬스케어 등은 우리의 삶에 상당한 변화를 불러올 것이다. 때문에 여러 산업군에서 함께 많이 논의하고 혼동을 가져올 수 있는 부분에 대한 선행 해결을 위해 노력해야 한다.
Q. 2018년 엔비디아의 인공지능 연구개발 전략과 목표는 무엇인가?
A. 인공지능 기술 개발을 위해서는 각 산업을 선도하는 업체들과 긴밀하게 파트너십을 형성해야 한다. 특히 자율주행 자동차와 인공지능 분야의 수많은 스타트업들을 지원하고 함께 성장할 필요가 있다. 엔비디아는 고객과 잠재 고객들의 기술이 가장 잘 구현될 수 있도록 도우며 기술적 지원을 아끼지 않고 있다. GTC, 딥러닝 데이, 딥 러닝 인스티튜트, 인셉션 프로그램 등 다양한 인공지능 발전의 장을 만들고 주도하며, 앞으로도 인공지능 분야가 빠르게 성장할 수 있도록 선도하는 AI 컴퓨팅 분야의 리더가 될 것으로 예상한다.
자율주행, 인공지능에서 인터페이스까지
스마트카 기술포럼 한태만 운영위원장
자동차에 크루즈 컨트롤 기능이 적용됐을 때, 미국 교통부(NHDTA)에서 지정한 자율주행 기술 5단계(0~4) 중 레벨 1에 진입했다. 그리고 테슬라의 오토파일럿 기능이 상용화되며 레벨 2가 정복됐고, 현재 자율주행 기술을 개발하고 있는 기업들은 대부분 레벨 3의 완성을 향해 달리고 있다. 레벨 3은 특정 상황에서만 운전자가 개입하는 단계로, 완전 자율주행의 직전 단계로서 운전의 판도가 뒤바뀔 장벽이다. 2018년에 레벨 4가 완성될 가능성은 상당히 낮지만, 기술의 완성과 상용화 사이에 상당한 시간차가 있는 점을 감안할 때, 많은 기업들이 올해 안에 레벨 3을 완성할 가능성은 꽤 높다.
Q. 미국 교통부가 제시한 기준에 의거했을 때, 2017년 자율주행 기술은 어디까지 개발돼 있는가?
A. 미국, 유럽, 일본 등은 정부가 나서서 자율주행 자동차 관련 정책과 거대 프로젝트를 진행하고 있다. BMW, GM, 포드, 닛산, 현대·기아자동차 등 완성차 업체들과 함께 구글, 애플, 바이두, 네이버 등의 ICT 업체들도 자율주행 자동차 관련 프로토타입과 비즈니스 모델을 제시하고, 실제 도로 자율주행을 테스트하고 있다.
구글은 2011년 네바다 주에서 최초로 일반도로 시험운행을 시작한 이후, 300만km 이상의 주행기록과 완전 자율주행인 4단계에 근접한 자율주행자동차 기술을 보유하고 있다. 또한, 자율주행 자동차 소프트웨어 개발 단계(플랫폼, 인공지능 신경망, 로보틱스)와 기능단계(보안, 지도, 네트워크)의 경쟁요소를 모두 보유하고 있어, 가장 빠르게 완전 자율주행 단계에 도달할 가능성이 큰 기업이다.
제너럴 모터스(General Motors, GM)은 지난 2017년 4월 10일 미국을 중심으로 가을에 출시될 예정인 ‘2018 캐딜락 CT6’에서, 고속도로에 진입할 때 운전대와 가속페달의 간섭 없이 안정적으로 주행할 수 있는 자율주행 4단계에 근접한 ‘수퍼 크루즈’(Super Cruise) 시스템을 최초로 적용할 예정이라고 발표한 바 있다. 2018 캐딜락 CT6에는 수퍼 크루즈 시스템 작동을 위해 온보드 카메라, GPS, 레이더 센서 등이 장착되고, 고정밀 지도 데이터 수집을 위한 라이다 센서가 탑재될 예정이다.
중국의 바이두는 미국의 경쟁자들보다 늦게 시작했지만, 오는 2019년까지 상업용 완전 자율주행 자동차를 출시하고, 2021년까지 양산을 시작해 광범위한 보급을 목표로 설정하고 있다. 미국 도로교통안전국(NHTSA)은 완전 자율주행 자동차를 레벨4로 정의하고 있는데, 바이두는 자체적인 해석으로 새로운 레벨 4+를 만들고 있다.
국내의 경우 오는 2019년까지 자율주행자동차 8대 핵심부품(카메라 모듈, 레이더·라이다 모듈, 차량·사물 통신(V2X) 모듈, 복합측위 모듈, 디지털 지도, 차량-운전자 인터페이스 모듈, 자동주행기록장치, 통합 제어장치)을 개발하는 것이 목표다. 이와 함께 2021년까지 ▲레벨3 자율주행기술 개발 ▲6대 융합신기술(인공지능 기반 주변상황 인식 기술, 교통환경 인지·분석·제어 기술, 통신 암호화▲ 등이 융합된 자동차·ICT·인프라 연계형 신산업을 창출하고, 2024년까지 무인셔틀 등 융합서비스를 실증하는 것을 목표로 기술개발에 몰두하고 있다.
Q. 현재 운전자보조시스템(ADAS)의 기술 초점은 비전 인식이다. 영상 정보로 사람과 사물을 더 정확히 판별할 수 있는 비전 인식 시스템을 개발하려면 어떤 기술에 집중해야 하는가?
A. ADAS의 안전성 확보를 위해서는 센싱 기술의 정확성이 매우 중요하다. 이를 위해서는 영상인식 뿐 아니라 라이다, 레이더 등의 보다 많은 센서를 통한 복합 센싱으로 높은 정확도를 확보하는 것이 중요하다. 하지만 고가의 라이다 센서를 적용하는 것이 쉽지 않아, 다른 센서에 비해 저렴한 영상 센서를 기반으로 인식 기술이 발전하고 있다. 영상 센싱은 아직까지 노이즈가 심한 눈, 비 등의 궂은 날씨와 빛이 부족한 야간의 경우 인식률이 매우 낮은 편이다. 안정성 확보를 위해서는 비전 센싱 기술의 고도화뿐만 아니라, 적외선, 레이더, 라이다 등의 머신러닝(딥러닝), 복합 센싱을 통한 인식률을 높이는 작업이 필요하다.
ADAS의 안정성 확보와 보급 확대를 위한 경제성확보를 위해서는, 센서 기술 개발과 다양한 저가의 센서를 통한 복합 센싱 기술개발이 필수적이라 할 수 있다. 즉, 저렴한 이기종의 센서를 통한 복합 센싱으로 인식률을 높이는 것이 필요하다.
Q. 운전자가 운전에 완전히 관여하지 않게 되는 시점(미국 교통부 기준 Lv.3과 Lv.4 사이)에서, 이 선을 넘기 위해 가장 중요한 기술에 우선순위를 매긴다면?
A. 사람이 운전을 할 때는 시각과 청각, 촉각 등 다양한 감각을 활용하면서도 여러 행동을 동시에 수행해야 한다. 운전자가 운전대에서 손을 뗀다는 것은, 비상상황에 대처하기 위한 습관적인 준비태세를 제외하면 이런 행동들을 하지 않는다는 뜻이다.
이것이 현실이 되기 위해서는 높은 수준의 인공지능 기술이 선행돼야 한다. 또한, 인간의 감각을 대신하는 ADAS 센서를 포함한 센서의 퓨전융합 기술이 뒤따라야 한다. 그 다음으로는 사람이 표지판과 내비게이션을 보고 길을 찾아가는 행동을 대신할 정보, 즉 초정밀 디지털 지도가 있어야 하고, 이것을 빠르고 정확하게 인식해 판단하는 3차원 좌표 분석 기술이 따라와야 한다. 이어서 차량과 각종 사물 간의 통신을 위한 V2X 기술, 차량의 자율주행 시스템이 간섭을 받지 않도록 지켜줄 보안 기술도 필요하다.
더불어 엄청난 양으로 수집되는 데이터를 빠르게 처리할 수 있는 기술, 수집된 데이터를 공유하고 주변 정보를 파악할 수 있는 자동차 클라우드 기술, 데이터의 전송 속도를 책임질 차세대 통신 기술 5G가 필요하다. 마지막으로 사람이 자율주행 시스템을 컨트롤할 수 있는 휴먼 머신 인터페이스가 요구된다.
Q. 2018년 국내 자율주행 개발자는 어떤 기술에 집중해야 하는가?
A. 자율주행 자동차의 핵심기술 분야에는 자동차 주변의 장애물과 차선 등을 인지하는 라이다 센서, 레이더 센서, 영상센서 등을 활용한 통합 복합 센서 시스템 기술, 자동차가 스스로 위험상황을 판단하고 대처하도록 하는 딥러닝을 포함한 인공지능(AI) 기술, 통신모듈이 탑재된 자동차와 클라우드 데이터센터가 정보를 교환하기 위한 V2X 연결, 교통환경, 주변 환경, 운전자 및 보행자 등의 방대한 정보를 의미 있는 데이터로 처리하기 위한 빅데이터 분석 기술, 핵심부품들이 전자화되는 자율주행자동차에서 중요성이 증대되고 있는 사이버 보안 등의 개발에 집중해야 한다.
