미국 자율주행자동차 플랫폼 선점 경쟁. 인공지능 이후은 자율주행입니다 좋구만

>

인공지능(AI) 이후의 격전지는 자율주행자동차다. 제너럴 모터스(GM)이 10억달러를 투자하고 자율 주행 기술을 보유한 '크루즈 오토메이션'을 잉오느쟈오메리카의 경제 전문지 포천 등 외신으로 낸 평가이다. 전통적인 자동차 업체는 물론 구글, 아이플 등 쟁쟁한 IT 작은 기업들까지 자율주행 자동차 시장에 뛰어들었다. 자율주행 자동차 경쟁은 이미 현재진행형이다 최대 격전지가 될 미국의 자율주행자동차 기술동향을 살펴본다. 자동차 산업의 키(Key), 자율주행 자동차용 인공 브레인 지난해 치러진 미국 대선은 인공지능(AI) 잠재력을 깨닫게 된 계기였다. 뉴욕 타이더스, 월스트리트저널 등 미국 주류 매체가 힐러리 클린턴 후보가 당선될 것이라는 여론조사를 내놓은 것이다. 그런 인도의 IT회사"제닉 AI"의 AI프로그램"모그 IA"는 대통령 선거 10일 전부터 도널드 트럼프 당선을 예측하면서 예측은 맞았다. 전문의를 넘어선 AI의 승리였다.글로벌 인공지능 시장은 높은 성장률을 나타내고 있다. 2015년 약 1,270억달러에서 2017년 약 1,650억달러의 성장이 예측되는데, 연평균 14%에 이르는 성장세다. 한편 글로벌 컨설팅 회사 BCG(Boston Consulting Group)에 따르면 오메리카, 자율 주행 자동차 시장은 2025년까지 총 420억달러 규모로 성장할 것이라고 전망했다. 최근까지 인공지능 발전에 따른 수혜산업이 자동화 로봇 분야였다면 앞으로는 자율주행자동차 분야에 그 자리를 내줄 전망이다.실리콘밸리에서는 딥러닝을 통한 자율주행 자동차 개발이 가속화되고 있다. 2016년 1월에 개최된 국제 전자 제품 박람회(CES:The International Consumer Electric Show)에서는 컴퓨터 그래픽용 반도체 작은 기업인 엔비디아(NVIDIA)와 전기 자동차, 작은 기업 테슬라(Tesla)가 NVIDIA DRIVE PX 2를 발표했다. 차량용 인공지능을 구현하는 연산 플랫폼 컴퓨터다. 3월에는 PC용 컴퓨터 칩 시장을 독점하고 온 세계 최대 반도체 작은 기업 인텔(Intel)이 이스라엘 처음 단 운전자 지원 시스템(ADAS:Advanced Driver Assistance Systems)개발, 작은 기업인 모빌 아이(Mobileye)을 전격적으로 인어 느묘은소, 자율 주행 자동차용 인공 지능 플랫폼 경쟁에 가세했다. 처음 단 운전자 지원 시스템, 자율 주행 기술의 방점 처음 단 운전자 지원 시스템은 운전 중 발발하는 수많은 그이츄이 중 1부를 차량 스스로 인지하고 판단하고 기계 장치를 제어하는 기술했다 복잡한 차량 제어 과정에서 운전자를 돕고 보완하고 궁극적으로 자율 주행 기술을 완성하기 위해서 개발됐다.객체와 차량 환경을 모두 감지할 수 있는 최초단 기술로 충돌 위험. 스스로 속도를 줄여 본인에게 멈추는 자동 긴급 제동 시스템(AEB: Autonomous Emergency Braking)과 차선 이미스크시 주행방향을 조절하는 주행 조향 보조 시스템(LKAS: Lance Keep Assist System), 앞차와의 간격을 적절히 유지하는 어드밴스드 스마트 크루즈 컨트롤(ASCC: Advanced Smart Cruise Control), 그리고 사각지대 충돌의 위험성을 감지하여 안전한 차선 변경을 돕는 Mround Moundor 라운드(Mound Moundorld Moundorld Mound) 등을 포함합니다.​ 이런 시스템을 구동시킬 수 있는 두뇌 역할을 하는 자율 주행 컴퓨터 플랫폼 기술은 크게 5단계(NHTSA, 오메리카 도로 교통 안전국 기준)은 6단계(SAE, 오메리카 자동차 기술 학회 기준)으로 분류된다. 다만 현재는 1~2단계 초보적인 요구 조건을 만족하는 수준이었다

자율주행 컴퓨터 플랫폼 기술 단계(NHTSA 기준)

>

미국, 신속한 법제 도입과 시장 진입으로 자율주행=자동차 플랫폼 업계 장악=아메리카는 자율주행 기술을 가장 먼저 도입한 과인라다. 구글의 공격적인 영역 확장에 힘입어 2011년 6월 291, 네바다 주 의회는 자율 주행 자동차를 합법화시키고 2012년 4월에는 플로리다 같은 해 9월에는 캘리포니아 주, 그리고 2013년에는 미 태, 때는 주가, 자율 주행 자동차를 통과했다. 글로벌 자동차회사와 부분품 회사는 물론 IT업계의 자율주행차 테스트베드가 된 것이다.하지만, 여기에서도 두각을 나타내고 있는 엔비디아나 퀄컴, 인텔의 대응을 통해서 미국 자율주행차의 플랫폼 업계의 동향을 살핀다.Nvidia는 글로벌 선두 GPU(Graphic Processing Unit) 반도체의 중견 기업이었다. GPU는 AI의 컴퓨팅을 실현하는 핵심 반도체를 예측할 것이다. 2016년 세계 10대 슈퍼 컴퓨터 중 1위부터 3위가 모두 엔비디아의 P100 GPU을 사용한 컴퓨터 1정도로 계산 능력에서 가장 탁월한 능력을 보인다. 수많은 연산이 요구되는 영상처리와 인지에 필요한 알고리즘 딥러닝 네트워크(Deep Learning Neural Network)가 중요한 자율주행자동차의 컴퓨터 플랫폼 시장에서 이미 우위를 점했다.

>

올해 초에는 CES에서 테슬라 제품에 사용된 슈퍼컴퓨터급 자율주행용 플랫폼 'Titan'을 발표하기도 했습니다. 테슬라의 자율 주행 자동차 한대당 1만 5천달러 이상의 Titan컴퓨터가 40개 이상 사용되는 것이다. 동사는 향후, 자율 주행 플랫폼 소프트웨어 환경에서 엔비디아'Autopilot 2.0'을 채택했습니다. 곧 중국의 대형 인터넷 기업 바이두(Baidu)와의 협력으로 자율주행 자동차용 소프트웨어의 대중화를 실현할 것을 선언했습니다.피처폰이 대세였던 시절부터 스마트폰 시장을 이끌어 온 모바하나 프로세서와 통신 전문 대기업 퀄컴(Qualcomm)도 자동차 반도체에 집중하고 있다. 2016년 CES에서 SNPE(Snapdragon Neural Processing Engine)을 기반으로 하는 주행 정보 플랫폼(DDP:Drive Data Platform)을 발표했습니다. 기계학습(Machine Learning)과 인공지능 기술로 주행 중 수집한 센서정보의 신속한 처리가 가능하다. 이는 퀄컴이 엔비디아의 DRIVEPX가 가진 AI 속 빅데이터 처리 능력과의 경쟁을 선언한 것이나 마찬가지다.금년 초에는 자동차용 반도체 대기업의 NXP 인수를 발표했습니다. 단순한 반도체 수준을 넘어 플랫폼 구축을 통한 체계적인 시장 확보라는 목표를 밝힌 것입니다. NXP영상 처리 엔진, 3D GPU을 보유한 자동차용 비전/센서 융합 시스템 기술과 소프트웨어 기반의 무선 데이터 전송 제어 기술(SDR:Software Defined Radio)는 퀄컴이 추구하는 커넥티드 카(Connected Car:IoT를 기반으로 쌍방향 인터넷 모 바하나 서비스가 가능한 차량)을 위한 결정이라고 볼 수 있다.인텔(Intel)의 자율주행차 플랫폼에 대한 열정도 대단하다. 반도체 분야에서 24년간 왕좌를 유지했지만 PC산업의 하락과 모 바하나 분야의 늑장 대응으로 최근 10년간 다른 큰 기업에 시장을 빼앗겼어요. 그러나 2016년 8월 디플러 닌용 칩의 개발 시작인 종이 심퍼, 시스템즈(Nervana Systems)을 인수, 올해 초에는 이스라엘 ADAS쿵키오프모ー빌 아이(Mobileye)의 매수를 발표하고 마음 하나 앞의 손의 면모를 보이고 있다.덤버너시스템즈엔진칩은인공지능워크로드가속화를위한텐서코어(TensorCore)가핵심입니다. 엔비디아의 부동소수점 연산에 비해 하드웨어 구조도 매우 단순화할 수 있는 고정소수점 방식입니다. 여기에 방대한 화상 정보에 모드 시스템 성능이 저하하는 보틀 넥(Bottle neck)현상을 해소할 수 있는 인텔 In-chip을 조합하고, 현재 인텔 PC와 엔비디아 GPU을 연결하는 커넥션 버스 PCIe보다 20배 이상 빠른 속도를 구현했다. 그렇게 탄생한 것이 바로 The Movidius Myriad X VPU(Video Processing Unit그래픽 연산 처리를 전담하는 반도체 코어 칩)다. 여기에 모빌아이의 도로 귀추 분석 및 때때로 처리의 방대한 노하우와 기술력이 뒷받침될 경우 어떤 제품으로 시장을 놀라게 할지 업계의 흥미와 기대가 쏠리고 있다.

>

실용화를 위해서는 최고보다 최적인 기술이 중요한 인공지능을 이용한 자율주행 자동차 기술의 실용화를 위해서는 앞으로도 많은 노력과 때때로 필요하다. 차들이 가득 요즘 컴퓨터와 온갖 센서, 테스트 운전사를 실어도 자율주행은 아직 어려운 과제였다.컴퓨팅 파워 자신의 인공지능이 인간을 대체하기는 쉽지 않기 때문이었다.한편 인공지능 컴퓨팅 슈퍼컴퓨터 등 뉴스에 소개된 수식어는 화려하다. 하지만 개발자들은 자율주행차의 기능, 성능, 가격 경쟁력과 안전을 최우선으로 보장해야 합니다. 다양한 요구조건을 최상화가 아닌 최적화하여 채택하고 타협하는 기술이 필요하다. 상용화의 관점에서 보면, 항상 최고의 기술보다 실현 가능한 최적인 기술이 우위를 점했습니다. 국내 자동차와 IT 업계도 이를 염두에 두고 기술 개발과 발전을 이루었어야 했다