AI 핵심 요약
beta- 웨이브가 7월 1일 엔드투엔드 AI 자율주행 기술로 글로벌 완성차 업체 투자와 제휴를 확대했다.
- 이 회사는 지도·규칙 코딩 없이 다양한 센서 지원 엔드투엔드 방식으로 예외 상황 대응력을 강조했지만 안전성과 의사결정 투명성 논란이 남았다.
- 전문가들은 엔드투엔드가 개발 속도는 빠르나 어느 방식이 더 안전한지 단정할 수 없으며 대규모 상용화까지 최소 10년과 추가 혁신이 필요하다고 말했다.
!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.
이 기사는 인공지능(AI) 번역으로 생산된 콘텐츠로, 원문은 7월 1일자 로이터 기사(Wayve courts automakers with AI driving system that learns like humans)입니다.
[서울=뉴스핌] 김현영 기자 = 영국의 자율주행 차량용 인공지능(AI) 소프트웨어 개발업체 웨이브(Wayve)가 투자자들의 뜨거운 관심을 한 몸에 받고 있다.
런던에 본사를 둔 이 회사는 엔비디아(NVDA)부터 메르세데스-벤츠(MBG.DE), 닛산(7201.T)에 이르기까지 기술·자동차 업계의 내로라하는 기업들을 투자자 및 전략적 파트너로 끌어들이며 총 28억 달러를 조달했다. 지난 6월에는 지프 제조사 스텔란티스(STLAM.MI)의 로보택시에 자사 시스템을 탑재해 우버(UBER)의 차량 호출 네트워크에 공급하겠다고 발표했다.
웨이브는 '엔드투엔드(end-to-end) 머신러닝'이라 불리는 인공지능 기술을 활용해 도로를 주행한다. 이 기술은 인간 운전자처럼 센서가 수집한 데이터를 즉각적으로 주행 판단으로 전환하는 방식이다. 이는 예측 불가한 상황을 포함한 다양한 시나리오에서 차량이 어떻게 반응할지를 사전에 규정하기 위해 AI와 소프트웨어 코딩, 고정밀 지도를 결합하는 기존의 전통적 접근 방식과는 차별화된다.
웨이브의 방식은 몇 년 전 엔드투엔드 모델로 전환한 또 다른 자율주행 강자 테슬라(TSLA)와 유사하다. 다만 카메라만을 유일한 차량 탑재 센서로 사용하는 테슬라와 달리, 웨이브의 시스템은 다양한 센서와 AI 칩을 폭넓게 지원하도록 설계됐다.
2017년 영국 케임브리지대학교에서 AI 딥러닝 박사 학위를 취득한 해에 회사를 공동 창업한 33세의 뉴질랜드 출신 알렉스 켄달 최고경영자(CEO)는 이러한 설계 덕분에 사실상 어떤 무인차 개발사에도 기술을 라이선스할 수 있다고 말했다.
켄달 CEO는 올해 초 웨이브의 자율주행 기술을 탑재한 포드 머스탱 마하-E를 타고 회사의 핵심 기술 거점인 샌프란시스코 베이 에어리어 일대를 자율 주행하던 중 로이터와 인터뷰를 갖고 "어떤 차량이든, 어떤 브랜드든, 전 세계 어디서든 완전 자율주행을 가능하게 만들고 싶다"고 밝혔다.
웨이모의 확장이 업계 전반에 불씨 지펴
수년간의 약속 불이행과 과장된 기대감 속에서도 자율주행 업계의 경쟁은 갈수록 치열해지고 있다. 알파벳(GOOG) 산하 웨이모가 지난 10여 년의 개발 끝에 현재 약 12개 도시에서 일반 유료 서비스를 제공하며 최근 2년간 빠르게 사업을 확장하자, 자율주행 개발사들에 대한 투자자들의 관심도 다시금 살아나고 있다.
10년 전만 해도 엔드투엔드 AI는 켄달과 같은 소수의 선도 연구자들만이 추구하던 낯선 실험에 불과했다. 하지만 지금은 수많은 자율주행 개발사들이 자사 시스템에 엔드투엔드 학습 방식을 적어도 일부 적용하고 있다.
그러나 AI 중심의 이 접근 방식은 딜레마를 안고 있다. 엔드투엔드 시스템의 주행 방식이 모호한 '블랙박스'처럼 작동해 차량의 주행 결정을 해석하기가 어렵다는 점이다. 소프트웨어 코딩에 의존해 안전 주행을 구현했던 초기 자율주행차들은 차량이 특정 경로를 선택한 이유를 상대적으로 파악하기 쉬웠다.
웨이브의 엔드투엔드 AI 주행 엔진은 실시간 교통 상황에 대한 안전 지도를 생성하고 차량의 안전한 경로를 식별한다. 웨이브 엔지니어들은 사전에 규칙을 프로그래밍하는 기존 방식이 극히 이례적인 상황에 대비한 규칙을 작성하기 어렵기 때문에 오히려 예외적인 상황에서 AI 주행 시스템의 안전을 저해한다고 본다.
웨이브의 AI 부문 부사장 비제이 바드리나라야난은 예측하기 어려운 상황이 발생했을 때 사전 프로그래밍된 시스템의 안전 논리는 "취약해진다"며 "인간 운전자가 안전을 유지할 수 있는 것은 앞으로 무슨 일이 벌어질지 모를 때 보수적으로 대응하기 때문"이라고 로이터에 말했다.
대규모 안전 확보가 관건
웨이모도 현재 엔드투엔드 AI를 활용하고 있지만, 안전을 보장하기 위해 여전히 소프트웨어 코딩과 지도 기반의 전통적인 규칙 방식에도 의존하고 있다고 밝혔다. 웨이모 측은 로이터에 "엔드투엔드 모델만으로는 대규모 안전을 보장하기에 충분하지 않다"고 전했다.
웨이브의 고객사 중 하나인 닛산은 아직 이 시스템의 안전 접근 방식을 수용하는 단계에 있다. 닛산의 기술 총괄 아카시 에이이치는 2028년 3월까지 일본에서 '엘그란드' 승합차에 웨이브의 기술을 탑재해 운행할 계획을 앞두고 자사 팀이 해당 기술을 면밀히 검토 중이라고 밝혔다. 그는 웨이브의 시스템을 "가장 앞선 기술"이라고 평가하면서도 "내부를 들여다보며 어떻게 결정을 내리는지 파악하기가 어렵다"고 말했다.
켄달 CEO는 도쿄, 슈투트가르트, 밴쿠버 등에 주요 거점을 둔 웨이브가 도로 매핑과 현지 도로 특성을 반영한 코딩이라는 번거로운 사전 작업 없이도 신규 시장에 빠르게 진출할 수 있을 것으로 믿는다. 웨이브는 이러한 사전 준비 없이도 전 세계 수백 개 도시에서 AI 주행 시스템을 성공적으로 테스트했다고 밝혔다.
영국 워릭대학교의 안전 자율주행 분야 교수 시다르타 카스트기르는 엔드투엔드 모델이 기존 방식보다 상용화까지의 개발 속도가 빠를 것이라면서도 "어느 기술이 더 안전하다고 단정할 수는 없다"고 말했다.
카네기멜런대학교 컴퓨터공학과 교수이자 자율주행 기술 전문가인 필 쿠프만은 이례적인 교통 상황을 다루는 웨이브의 방법론이 여러 접근 방식 중 하나일 뿐이며, 다른 방식들도 성과를 낼 수 있다고 말했다. 그러면서도 미국 전역에 자율주행 시스템을 안전하게 보급하기까지는 최소 10년이 걸릴 것으로 전망하며 "그곳에 이르기 위해서는 새로운 혁신이 필요할 것"이라고 내다봤다.
kimhyun01@newspim.com
