딥러닝 기반 자율주행 혁신 좋구만

딥 러닝 기반의 인공 지능이 탑재된 자동차를 운전자가 주행하면 인공 지능이 사람이 운전하는 방식을 깨닫고 스스로 주행 가능한 자동차로 발전하고 나쁘지 않다. comma.ai는 이 2016년 3월 이런 방법으로 4주 만에 자율 주행 학습이 가능한 인공 지능을 만들어 자동차에 탑재하고 10가끔 동안의 학습에서 기본적인 자율 주행 기능을 구현했다.고가의 특화 센서를 사용하지 않고 총$1000이하의 범용 센서만으로 디플러 닌 기반, 자율 주행 기술을 개발하는 것을 목표로 삼고 있다. 이는 과거 구글이나 주요 완성차 업체의 자율주행 기술 구현 방식과는 크게 다르다. 종래에는 고가의 특화 센서를 사용해, 완성차 업계에 종사한 전문 인력이 기술개발의 중심이 되었다. 이들은 다양한 센서 정보와 주행 규칙을 전문의가 모델링해 자율주행 기능을 구현했다. 구글의 2012년 자율 주행 자동차를 발표했을 때 곧바로 당시 차체의 가격만 약$150,000에 이르렀지만 그 중$70,000이 LIDAR1센서 가격입니다. 완성 차 업계에서 수많은 전문 인재를 영입하고 약 170여명에 이르는 개발 팀을 구성하고, 약 4년 이상의 주행 테스트를 넘어 자율 주행 기술을 구현했다. 그러나 신생 Startup의 comma.ai는 단 4명의 개발자가 4주 만에 디플러 오닌을 활용하여 구현한 것이었다 물론 구글과 comma.ai가 개발한 자동 운전 기능의 기술 수준 및 완성도의 차이는 크다. 하지만 디프로닌을 적용하여 기존 자율주행 개발 파라다.를 혁신한 것이었다 실제 최근 1~2년 실리콘 밸리를 중심으로 자율 주행 기술을 개발한 Startup이 급속히 출현하고 있으며 대부분 디플러 닌을 중심으로 활용하고 있다.즉 자율주행 자동차 실현의 핵심이 특화센서와 자동차 업계의 전문의이며 디프로닌 전문의와 주행 과정을 학습시킬 수 있는 데이터로 이동하고 있는 것이었다.

>

[참고 자료]디플러 닌 기반의 인공 지능, 자율 주행 기술 경쟁의 핵심을 바꾸고 LGERI, 2017.11.