인공지능(AI) 기반 차량용 객체인식 소프트웨어(SW) 기업 스트라드비젼이 내년까지 레벨3·4 자율주행을 겨냥한 ‘멀티비전’의 1단계 개발을 마친다. 아마존웹서비스(AWS)와의 협업을 기반으로 한 도로 데이터 처리 플랫폼도 서비스형 소프트웨어(SaaS)로 별도 제품화한다. 8일 경기 화성 스트라드비젼 동탄 오피스의 자율주행 시험센터에 들어서자 각각 차량 전방과 앞뒤·좌우에 카메라를 단 승용차 두 대가 눈에 들어왔다. 카메라 한 대로 전방 차량·차선·도로 경계·교통표지판 등을 인식하는 ‘프론트비전’과 4개의 카메라로 차량 주변의 사각지대를 살피는 ‘서라운드비전’이다. 데모 차량에 탑승하자 내부 모니터에는 실시간 도로 상황과 함께 주변 보행자·장애물 등이 각각의 색깔과 태그로 구분된 채 나타났다. 서라운드 비전의 경우 주차 과정에서 핸들과 기어, 브레이크 조작까지 손 댈 필요 없이 자동으로 이뤄졌다. 프론트비전은 이미 인도·중국 등 해외 시장에서 상용화가 시작됐으며 서라운드 비전은 글로벌 양산 수주를 확보해 개발 진행 중이다. 8일 경기 화성 스트라드비젼 동탄 오피스의 자율주행 시험센터에 프론트비전이 장착된 데모 차량이 세워져 있다. 사진제공=스트라드비젼 릴게임백경 스트라드비젼은 이 같은 카메라 기반 인식 기술을 통합·고도화해 내년부터는 레벨 3이상의 자율주행을 지원하는 ‘멀티비전’의 초기 모델 개발도 완료할 예정이다. 권태산 스트라드비젼 최고운영책임자(COO)는 “현재 복수의 글로벌 고객사들과의 공동 개발 프로젝트를 진행하고 있다”며 “이르면 내년 중순까지 1단계 개발을 마치고 OEM과 양산 프로젝트를 협의해 레벨3~4 자율주행 수준까지 도달하는 것이 목표”라고 말했다. 스트라드비젼이 기술 고도화를 서두르는 배경에는 각국에서 확산되고 있는 차량 안전 규제 움직임이 있다. 인도는 내년부터 신형 버스·화물차 등에 차선이탈경고시스템(LDWS), 사각지대 정보시스템 등 ADAS 기능을 단계적으로 의무화한다. 미국 역시 2029년 대부분의 신형 승용차와 경량 차량에 자동긴급제동(AEB) 시스템 의무화를 예고하고 차량용 인지 SW의 성능 기준도 강화하고 있다. 이에 도로 데이터 처리 플랫폼을 기반으로 각국 안전 기준을 충족하는 SW를 빠르게 공급해 글로벌 수요를 선.하겠다는 전략이다. 도로 위 소부터 추돌사고까지…합성·시뮬레이션 데이터로 해결 모바일 야마토게임 권태산 스트라드비젼 COO가 8일 스트라드비젼 동탄 오피스에서 AI 기반 인식 SW 개발 현황을 발표하고 있다. 사진제공=스트라드비전 세계 각국의 상이한 도로 환경에 특화된 SW를 빠르게 개발하는 기반은 스트라드비젼이 구축한 ‘데이터 플라이휠’이다. 실주행 데이터의 선별·라벨링부터 AI 모델 학습·평가·개선까지 하나의 자동화된 파이프라인으로 연결한 것이다. 실제 도로에서 확보하기 어려운 희귀 상황은 합성데이터로 보완한다. 인도 도로에 소가 등장하는 장면이 필요하다면 소의 3차원 에셋을 실제 도로 영상에 합성해 학습 데이터를 만드는 방식이다. 교통사고처럼 의도적으로 재현할 수 없는 위험 상황 역시 시뮬레이션 데이터로 생성해 학습한다. 실제 도로 영상에 소·낙타 등 동물을 합성해 생성한 희귀 시나리오 학습 데이터. 사진=스트라드비젼 제공 김인수 스트라드비젼 데이터 혁신센터장은 이날 “현재 전체 학습 데이터의 약 5%인 합성데이터 비중을 내년까지 30%로 높이겠다”고 밝혔다. 또한 자체 데이터 파이프라인 ‘SV 데이터플로우’를 상용화해 외부 고객에게 제공하는 방안도 내년부터 추진한다. 내부에서 자율주행 SW 개발 도구로 활용해온 데이터 전처리·변환·라벨링 기술을 별도 SaaS 사업으로 확장하는 것이다. 손오공게임랜드 권 COO는 “자율주행 기술 개발 초기부터 세계 각국의 실제 주행 데이터를 기반으로 합성데이터를 만들고, 이를 대규모로 처리해 모델을 반복적으로 평가·개선할 수 있는 플랫폼까지 구축한 것이 자사의 차별。”이라며 “SW를 빠르게 업데이트하면서 안전성까지 검증해 더 많은 양산 기회를 확보할 것”이라고 말했다. AWS 클라우드로 대규모 데이터 처리…32개국 교통표지판 2개월만 학습 티파니 블룸퀴스트 AWS 아시아태평양 지역 스타트업 총괄과 권태산 스트라드비젼 COO가 8일 질의응답 세션을 진행하고 있다. 사진제공=스트라드비젼 데이터 파이프라인 구축 과정에서의 대규모 연산 부담은 자체 데이터센터와 AWS를 결합한 하이브리드 인프라로 해결한다. 일상적인 AI 모델 학습 작업에는 포항 데이터센터를 활용하고, 단기간 내 대규모 합성데이터 생성 등에는 AWS의 GPU 자원을 투입하는 방식이다. 권 COO는 대표적 사례로 유럽연합(EU)의 교통표지판 데이터 구축 작업을 꼽고 “AWS 인프라를 활용해 시뮬레이션 작업을 병렬로 돌린 결과 32개국 1642종의 교통표지판 데이터를 두 달 만에 구축했다”고 말했다. 향후 멀티비전 등 AI 모델 규모가 확장됨에 따라 AWS와의 협력도 강화될 전망이다. 권 COO는 “AI 모델이 커지면서 학습에 필요한 컴퓨팅 자원이 증가하는 만큼 AWS 활용 비중 역시 커질 것”이라고 말했다.