본문 바로가기

🅝•NEWS•NOTICE/COMPANY

'웨이모 드라이버' 10년의 진화 코드..."고성능 센서, ML, 그리고 공유 기술 스택"

웨이모(Waymo)는 구글처럼 알파벳을 모회사로 두고 있는 무인 및 자율자동차 전문기업이다. 2009년부터 일반 자동차를 개조해 무인 주행 자동차를 개발하며, 그동안 방대한 자료를 수집하며 이를 기반으로 자율주행기술을 개발하고 발전 시켜 왔다. 구글카로 시작한 웨이모의 자율주행이 프로젝트는 십 년이 훌쩍 넘었고, 그동안의 여정을 공식 블로그를 통해 공개했다.

 

블로그에는 드미트리 돌고프(Dmitri Dolgov) 웨이모 공동 CEO가소개한, 지난 10년 동안 미국의 주요 도시에서 진행된 웨이모의 여정과 기술의 진화가 간력하게 요약되어 있다. 자율주행차량이 실제 도심의 도로에서 주행할 때, 다양한 상황과 문제를 직면하게 된다. 그는 이러한 것들을 그동안 어떻게 처리하고 개선해가며, 세계에서 가장 풍부한 도심 운행데이터를 구축했는지를 다음과 같은 네 가지로 압축해서 설명하고 있다.

 

알파벳의 자회사인 웨이모는 웨이모 드라이버(Waymo Driver)라는 자율주행 소프트웨어를 개발하며, 10년 이상 미국 대도시를 중심으로 자율주행 기술을 발전시키고 있다. 레이다, 라이다, 카메라 등의 고성능 센서와 기계 학습 기반 소프트웨어 등으로 구성되어 있으며, 완전한 자율 주행 기술 개발을 목표로 하고 있다. (자료:Waymo)

 

첫 번째는 고성능 센서(Advanced Sensors)를 통한 고품질 데이터를 얻을 수 있었기 때문이다. 그는 "품질 좋은 데이터는 더 나은 추론과 더 나은 운전을 할 수 있는 고급 운전 AI 및 소프트웨어를 가능하게 한다. 그래서 웨이모 드라이버(Waymo Driver)에 데이터를 제공하기 위해 2천만 마일 이상의 자율 주행 마일과 5세대 개발을 통해 가장 진보된 센서와 인식 시스템을 구축했다."고 밝혔다.

 

5세대 웨이모 드라이버는 복잡한 환경을 탐색하도록 설계된 웨이모 드라이버의 가장 최신 버전이다. 레이더, 라이더, 카메라를 포함한 상호 보완적인 센서로 구성되어 있어서, 비나 안개와 같은 악천후 조건에서도 밤낮으로 차량 주변을 360도로 볼 수 있다. 이러한 장거리 및 고밀도 센서들 덕분에, 작은 물체와 원거리 움직임도 높은 정확도로 감지하고 지능적으로 추론하는 것이 가능하다.

 

특히, 5세대 이미징 레디어 시스템이 뛰어나다는 점을 그는 강조한다. 뛰어난 성능을 제공하는 이미징 레이더는 주차되어 있는 차량 뒤에서 나오는 보행자를 빠르게 감지하고, 안개 등으로 시야가 좋지 않은 상황에서 안전 운전을 할 수 있도록 해주는 핵심적인 장치다. 이러한 레이더가 라이더와 카메라 센서, 그리고 강력한 온보딩 컴퓨팅 플랫폼과 결합해, 빠르고 안전한 자율주행을 가능하게 한다.

 

두 번째는 강력한 기계학습 기반 운전 스프트웨어와 교육 평가 인프라다. "웨이모는 인지, 의미론적 이해, 행동 예측, 계획 등 소프트웨어의 모든 주요 부분에서, 비교할 수 없는 운전 경험과 센서가 수집하는 풍부한 데이터를 활용하는 고급 기계 학습 모델을 활용한다. 우리의 운전 소프트웨어는 수년간의 AI 연구를 기반으로 하며, 인식에서 예측에 이르는 여러 주요 연구 분야에서 새로운 데이터와 새로운 도전 을 포함하도록 지속적으로 확장 하고 있다."고 드미트리 돌고프 CEO는 전했다.

 

자율주행에서 인공지능 활용은 필수조건이고, 특히 기계학습은 가장 중요한 자율주행 소프트웨어 기술의 핵심이라고 할 수 있다. 웨이모는 그 동안 지속적으로 혁신하며 발전시켜온 최첨단 인공지능 연구의 경계를 계속 넗히면서, 이러한 발전을 기반으로 도시에서의 운전이 가져다주는 복잡성을 처리하기 위해 업계에서 가장 진보한 기계학습 모델을 구축했다.

 

그는 "예를 들어, 우리 운전자는 회전을 하기 위해 선호하는 준비 위치가, 교차로마다 다르다는 것을 알고 있으므로, 도로의 과거 경험과 다른 운전자의 관찰된 행동의 많은 예를 기반으로 시작점을 조정한다. 마찬가지로, 우리의 기계 학습 모델은 우리가 현지인처럼 운전하는 데 도움이 되는 수많은 다른 작은 뉘앙스를 관찰하고 배웠다."며 자율주행에서의 기계학습의 중요성을 설명했다.

 

세 번째는 공유 기술 스택으로 경험을 통합하는 것이다. 그는 "웨이모의 자율주행 소프트웨어는 도심에서부터 고속도로에 이르기까지 다양한 환경에서 운영되고, 이러한 주행 경험을 모아 일반화할 수 있는 기술 스택을 만든다. 예를 들어 우리가 애리조나에서 인간 운전자 없는 차량 호출 서비스를 운영하면서 개발한 경험은, 다른 도시로 이어져 활용된다."고 다양한 경험이 일반화된 주행 기술로 활용되는 과정을 소개했다.

 

그러면서 "2020년 10월에 완전 자율주행이 서비스를 대중에게 처음 공개한 이후로, 우리는 수만 번의 주행을 안전하게 제공했으며 안전 평가 및 준비 프레임워크를 지원하는 귀중한 현장 데이터를 얻었다. 각 도시와 운전 환경의 세부 사항은 다소 다르지만, 드라이버 구축, 평가, 배포 및 운영의 기본 사항은 서로 이어진다. 이러한 과정을 통해 훨씬 더 효율적이고 확장 가능한 기술로 발전한다."고 전했다.

 

네 번째는 완전한 자율성에 중점을 두는 것이다. "우리는 인간 운전자에 의존하지 않고 작동하는 시스템을 구축하고 있다. 시스템이 운행을 완료할지 그럴 수 없는지를 결정하도록 해, 운전의 안전을 누가 통제하고 책임지는지에 대해 혼란이 없어야 한다. 우리는 인간 운전자가 없는 차량을 안정적으로 운행하는 데 중요한, 바로 그런 가장 어려움 부분에 중점을 두고 있다."고 드미트리 돌고프는 밝혔다.

 

웨이모는 미국에서 완전한 자율 공공 차량 호출 서비스를 제공하고 있으며, 다른 도시로 테스트를 확장하며 완전한 자율 주행이라는 목표에 도달하는 과정을 진행하고 있다. 이러한 과정을 통해 새로운 도시에 최적화된 안전화고 효과적인 웨이모 드라이브를 설계하고, 이를 활용해 새로운 기능을 지속해서 구축하면서 미국 전역으로의 자율 주행을 확장하려는 노력을 계속하고 있다.

 

 Syndicated to WWW.CIOKOREA.COM

반응형