도로의 혁신: 종단간 AI의 자율 주행 부상
자율 주행 기술은 "종단간" 대규모 모델의 도입으로 전통적인 규칙 기반 프로그래밍 접근 방식에서 벗어나 새로운 단계에 접어들고 있다. 2024년부터는 소수의 자동차 제조업체만이 진정한 고수준의 자율 주행을 달성할 것으로 예상된다. 이러한 전망은 최근 AI 지능형 주행 기술에 대한 발표에서 소포 모터 회장인 허소펑이 언급한 바 있다.
2024년 현재, 자율 주행 기술의 최첨단에는 라이다, 레이다, 카메라 센서를 통합한 고급 시스템이 포함되어 있어 환경을 종합적으로 인식한다. 웨이모와 같은 최첨단 차량은 고해상도 라이다를 사용하여 3D 매핑을 하고, 장거리 레이다를 사용하여 다양한 기상 조건에서 물체를 감지하며, 고급 카메라를 사용하여 세밀한 시각 정보를 제공한다. 업계는 기계 학습, 특히 종단간 ML 모델에 대한 중요한 투자를 통해 4단계 자율성을 향해 나아가고 있다. 이러한 모델은 센서 입력을 직접 제어 동작에 매핑하여 시스템을 단순화하고 다양한 주행 조건에 적응할 수 있는 통합 아키텍처를 제공한다. 이들의 잠재력에도 불구하고 데이터 요구 사항, 해석 가능성 및 안전 문제와 같은 도전 과제가 남아 있어 널리 채택하기 어렵다. 전통적인 모듈식 시스템은 투명성으로 인해 인기가 있지만, 종단간 모델은 자율 주행의 미래를 형성할 가능성이 있는 유망한 연구 영역이다.
주요 요점
- 자율 주행 기술은 "종단간" 대규모 모델로 전환되어 전통적인 개발 경로를 혁신하고 있다.
- 2024년부터는 소수의 제조업체만이 고수준의 자율 주행을 달성할 것으로 예상된다.
- 소포 모터 회장인 허소펑이 업계 동향을 예측한다.
- "종단간" 기술을 통해 AI는 원시 데이터에서 직접 결과를 생성할 수 있다.
- 테슬라가 이 기술 로드를 선도하고 있으며, 국내 산업 주체들이 추종하고 있다.
분석
자율 주행 기술의 "종단간" 대규모 모델은 테슬라와 소포와 같은 기술 리더에 상당한 영향을 미치면서 산업을 재편할 예정이다. 단기적으로 이러한 기업들은 시장 점유율이 증가할 수 있으며, 전통적인 자동차 제조업체는 기술 변환을 가속화해야 한다. 장기적으로는 기술적 장벽이 높아져 시장 집중도가 높아질 수 있으며, 이는 공급망과 고용에 영향을 미칠 수 있다. 투자자들은 AI와 딥 러닝의 중요한 발전을 이룩한 기술 주식에 주의를 기울여야 한다.
알고 계셨나요?
- "종단간" 대규모 모델: 이 딥 러닝 기술을 통해 AI 시스템은 전통적인 규칙 기반 중간 단계 없이 원시 입력 데이터(예: 센서 데이터)를 최종 출력(예: 차량 제어 신호)으로 직접 처리할 수 있다. 이러한 모델은 일반적으로 복잡한 매핑을 학습할 수 있는 심층 신경망을 사용하여 자율 주행과 같은 분야에서 보다 효율적이고 유연한 의사 결정 프로세스를 가능하게 한다.
- 고수준 자율 주행: 이는 복잡한 교통 환경에서 길 찾기와 의사 결정을 포함한 모든 주행 작업을 인간의 개입 없이 수행할 수 있는 고도로 자동화된 주행 시스템을 말한다. 이러한 수준의 자율성은 고도의 신뢰성과 안전성을 요구하며, 고급 센서 기술, 복잡한 알고리즘 및 상당한 컴퓨팅 능력을 포함한다.
- 딥 러닝: 인간의 뇌가 정보를 처리하는 방식을 시뮬레이션하기 위해 다층 신경망을 구성하는 기계 학습의 한 분야이다. 이러한 네트워크는 대량의 데이터에서 특징과 패턴을 학습할 수 있으므로 이미지 인식, 음성 처리 및 자연어 이해와 같은 응용 프로그램에 적합하다. 자율 주행에서 딥 러닝은 광범위한 주행 데이터를 학습하여 인간 수준의 주행 결정을 내릴 수 있다.