인퓨즈넷(EnfuseNet), 자율 주행의 경제학을 다시 쓰다. | 반도체네트워크

죄송합니다. 더 이상 지원되지 않는 웹 브라우저입니다.

반도체네트워크의 다양한 최신 기능을 사용하려면 이를 완전히 지원하는 최신 브라우저로 업그레이드 하셔야 합니다.
아래의 링크에서 브라우저를 업그레이드 하시기 바랍니다.

Internet Explorer 다운로드 | Chrome 다운로드

인퓨즈넷(EnfuseNet), 자율 주행의 경제학을 다시 쓰다.



EnfuseNet.jpg

캡제미니 그룹(Capgemini Group) 소속 캠브리지 컨설턴트(Cambridge Consultants www.cambridgeconsultants.com)는 자율주행 자동차 전용의 혁신적인 인공지능 프로그램 인퓨즈넷(EnfuseNet)을 출시한다. 인퓨즈넷은 불과 몇 십 달러에 불과한 저비용 센서와 카메라 등의 하드웨어를 이용하여 취합한 데이터를 융합하는 시스템이다. 인퓨즈넷은 해당 데이터를 융합하여 자율 시스템의 이상적인 기준점인 고화질 뎁스 데이터(depth data)를 생성한다.  결과물은 매우 혁신적이다. 인퓨즈넷의 초저비용, 고화상 뎁스 데이터를 이용하여 자동차 제조사와 자동차 공급 업체들은 자율주행의 경제학을 새로 쓰게 될 것으로 예상된다.

EnfuseNet.com 에서인퓨즈넷의 온라인 데모를 체험할 수 있다.

자율주행 자동차의 상업화가 실현 가능할지는 아직 미지수이다.  글로벌 시장은 COVID-19 팬데믹으로 인해 2020년 3% 이상 경기가 하락할 것으로 예상되며 경기가 회복되는 데까지는 수 년이 소요될 것으로 보인다. 높은 기술 비용은 자동차 업계가 단순히 고급 차량을 넘어 대중시장까지 ADAS(첨단운전지원시스템) 도입을 확대하는데 큰 장벽이 되고 있다.

한편 실제 훈련시킬 데이터를 수집하기 위해서는 수 백만 마일을 주행해야 하는 소위 “무한 경쟁” 이 필요하기 때문에 초기 우위를 점한 소수의 선두 기업을 제외하고는 시장 진입이 거의 불가능한 상황이다. 이러한 배경으로, 캠브리지 컨설턴트는 최초의 저비용 고화상 자동차 인식 기술인 인퓨즈넷을 개발하게 되었다. 인퓨즈넷은 자동차 제조 업체들과 모빌리티 기술 기업들이 자율주행시스템의 핵심 요소를 초저비용으로 구현하고 자율 주행 사업을 자동차 업계의 새로운 주력 분야로 성장시킬 수 있도록 지원할 예정이다.    

정확하고 상세한 뎁스 포인트 클라우드 (depth point cloud) - 자동차 주변 환경의 3D 뷰 -구축은 자율 의사 결정 시스템의 핵심 기술이다. 현재 자율주행 자동차는 2D 카메라 인풋 데이터를 활용하는 뎁스 데이터를 LiDAR 또는 레이더로 분석하는 방식이다. LiDAR가 가장 정확한 분석 장치임에는 분명하나, LiDAR의 기계 회전에 소요되는 비용 단가가 수 천달러에 달할 정도로 고비용 장치이기 때문에 고급 차량 시장을 넘어 이를 대중화 시키는 것이 거의 불가능하다. 한편레이더는 저비용 장치이긴 하지만 고화질 이미지를 생성하는데 필요한 뎁스 포인트를 충분히 제공하지 못한다는 한계점이 있다. 이에 반해 인퓨즈넷은 표준형 RGB 카메라와 저화질 뎁스 센서로부터 데이터를 수집하는데, 장치 당 비용은 몇 십달러에 불과하며 신경망(neural network)을 적용하여 실제 인풋 데이터보다 훨씬 높은 화상의 뎁스를 예측할 수 있다. 또한 인퓨즈넷의 뎁스 정보는 이미지 픽셀 단위 별로 생성되기 때문에 이미지 내 모든 개별 사물의 뎁스 데이터와 신뢰도 높은 예측치를 얻을 수 있다. 

인퓨즈넷은 가상 학습 환경 내 합성 데이터 (synthetic data)로 학습하였고, 실제 데이터로 테스트를 실시한 결과 놀라운 성능을 보였다. 이에 따라 OEM과 자동차 공급 업체들은 인퓨즈넷을 활용하여 자체 ADAS 인식 알고리즘을 훈련시키는데 필요한 실제 데이터의 수집 시간, 복잡성, 비용적 한계를 극복할 수 있게 되었다. 픽셀 단위의 신뢰도를 가진 고품질 뎁스 포인트 클라우드 생성을 통해 인퓨즈넷은  설명성(explainability)과 추적성(traceability)를 향상시킬 수 있고, 더 나아가 안전이 핵심인 응용분야에서 소위 “블랙 박스” 의사결정의 리스크를 줄일 수 있게 되었다. 인퓨즈넷의 기저모델은 CNNs(합성곱 신경망), FCNs(완전 합성곱 신경망), 사전 훈련된 요소, 전이 학습 및 다중 목적 학습, 그리고 기타 뎁스 예측 성능 최적화 방법을 융합한 완전히 새로운 아키텍쳐를 기반으로 한다.  

캠브리지 컨설턴트의트렌스포트 인프라 디렉터인 토마스 카모디 (Thomas Carmody)는  “이번 개발은 ADAS 시스템 및 기술의 높은 비용 문제를 해결하기 위한 노력에서 시작되었습니다. 인퓨즈넷은 최첨단 AI 기술이 접목된 센서 시스템 설계 분야에서 캠브리지 컨설턴트가 30년간 쌓은 노하우가 응축된 결과입니다. 인퓨즈넷은 초저비용으로 성능적 혁신을 이뤄냈고 이는 앞으로 자율 주행 분야의 대중화에 크게 기여할 것으로 예상됩니다.” 라고 말했다. 

인퓨즈넷은 캠브리지 컨설턴트가 선보인 최신 AI 혁신 시스템이다. 캠브리지 컨설턴트는 데이터 과학자와 엔지니어들이 최첨단 AI 기술을 연구하고 이를 활용하여 세계를 놀라게 할 혁신 상품과 서비스를 개발할 수 있는 독특한 사내 실험연구 문화를 양성하고 있다.  캠브리지 컨설턴트는 오프로드(off-highway), 모빌리티 서비스(MaaS), 스마트 인프라 등 자동차 산업 기술 개발 분야에서 쌓은 오랜 경험을 토대로 자동차 업계 고객사들이 자율 주행 시장의 기회를 잡을 수 있도록 협업하고 있다.

인퓨즈넷이 저화상 인풋 데이터로 놀라운 선명도를 자랑하는 3D 뷰를 어떻게 구현하는지 EnfuseNet.com에서 직접 체험할 수 있다. 


+반도체네트워크 소개
회사의 신제품/개발/기타 뉴스에 관한 소식을 제공 받습니다. 아래 이메일 주소로 보내 주시면 검토하여 관련 엔지니어들에게 뉴스레터로 배포 해 드립니다. 많은 뉴스 보내주시기 바랍니다.
leekh@seminet.co.kr
(끝)
<저작권자(c) 반도체네트워크, 무단 전재-재배포 금지>

X


PDF 다운로드

개인정보보호법 제15조에 의한 수집/이용 동의 규정과 관련하여 아래와 같이 PDF 다운로드를 위한 개인정보 수집 및 이용에 동의하십니까? 동의를 거부할 수 있으며, 동의 거부 시 다운로드 하실 수 없습니다.

이메일을 입력하면,
(1) 신규참여자 : 성명/전화번호/회사명/분야를 입력할 수 있는 입력란이 나타납니다.
(2) 기참여자 : 이메일 입력만으로 다운로드가 가능합니다.

×

회원 정보 수정