자동차 실내 감지를 위한 AI 솔루션으로 안전성 향상시키기
자동차 실내 감지를 위한 AI 솔루션으로 안전성 향상시키기
(출처: Mike Mareen - stock.adobe.com)
자율주행차 시대가 다가오고 있다. 하지만 현실 세계의 다양한 조건에서도 운행 가능한 진정한 의미의 자율주행이 실현되려면 아직 몇 년이나 더 남았다. 오늘날 운전자들은 운전대를 잡고 있는 매 순간 주의를 기울여야 하며, 자동차 실내 공간은 주변을 관찰하기 위한 구도에 맞춰져 있다. 2013년 설립된 인간 중심의 인공 지능(AI) 기업 Eyeris사는 실내 조건을 모니터링하고, 탑승자를 제어할 수 있고, 주위 환경이 최적의 성능을 발휘할 수 있는 여건인지 확인함으로써 보다 안전하고 편안한 운행이 가능하도록 만드는 것을 목표로 한다.
해결 과제: 탑승자의 다양성과 감지 조건
비록 바깥 세계보다는 변화무쌍하지는 않지만, 자동차 실내에도 다양한 변수가 존재하기 때문에 해결되어야 할 과제가 많다. 차 안에는 운전자 한 명만 있을 수도 있고, 남녀노소 막론하여 각자 다른 체중을 지닌 사람들이 다수 탑승하고 있을 수도 있다. 또한 피부색도 다르고 다른 옷과 액세서리를 착용하며, 조명이나 온도 조건마저 달라지면 이 같은 실내 공간도 매우 복잡한 환경이 될 수 있다. 게다가 애완동물이나 음식물 봉지, 휴대폰 등이 좌석에 놓여 있는 경우까지 고려하면 실내 공간이라는 환경은 더더욱 복잡한 공간이 될 것이다.
솔루션: 센서 퓨전과 대규모 데이터 활용하기
하나의 센서 시스템만으로도 시선 추적을 비롯한 다양한 기술에 있어 최고의 성능을 발휘하도록 만들 수 있지만, AI 소프트웨어 전문기업인 Eyeris사에서는 다양한 하드웨어 감지 요소를 융합하는 데 초점을 맞추고 있다. 이 같은 차원에서 해당 기업은 자동차 실내 상황을 종합적으로 파악할 수 있도록 기존의 적외선(IR) 센서와 오늘날의 RGBIR 센서, 열화상 장치 및 심지어 레이더와 같은 감지 기술 등을 갖춘 광범위한 하드웨어 제조사들과 제휴하며, AI 루틴을 실행하기 위해 다양한 프로세서 제조사들과 협업한다. 이 센서 퓨전 기술은 트레이닝에 사용되는 대규모 데이터 세트와 결합할 경우, 인간이 시각, 청각, 촉각, 후각, 심지어 미각을 종합적으로 사용하여 복잡한 작업을 수행하는 것과 같은 방식으로 자동차의 실내 공간을 정확히 분석할 수 있다.
AI 시스템을 실행하려면, 기본적인 컴퓨팅 성능뿐만 아니라 카메라 하드웨어, 센서 처리 모듈, 자동차의 프로세서 하드웨어 간의 연결도 고려해야 한다. Eyeris사를 예로 들면, 해당 기업은 일부 레퍼런스 설계에 맥심(Maxim)의 MAX96706 직병렬변환기 를 통해 MIPI(모바일 산업 프로세서 인터페이스) 기반 이미지 센서와 카메라 모듈을 AI 프로세싱 보드와 성공적으로 연결시킨 바 있다. 오늘날에는 보다 많은 자동차 전자 장비들이 통합되고 있기에, 데이터 전송 처리 및 추상화에 있어 신뢰할 수 있는 방법을 확보하는 것이 중요해졌다.
다양한 자동차들이 생산되고 있다는 점은 많은 자동차들에 쉽게 통합될 수 있도록 잘 짜여진 시스템이 존재할 경우 개발 비용과 출시 기간을 크게 줄일 수 있다는 것을 의미한다.
하드웨어 혁신: 소프트웨어 혁신을 촉진하다
지난 수십 년 동안 컴퓨팅 성능과 하드웨어는 비약적으로 성장했다. 소프트웨어의 혁신 주기는 하드웨어의 혁신 주기보다 훨씬 더 빠르기 때문에, 제조사들은 소프트웨어의 발전 속도에 대응할 수 있도록 이를 따라잡느라 바쁘기 일쑤다. 테슬라나 애플과 같은 기업들이 다가오는 소프트웨어의 향상에 대응하기 위해 자체 AI 하드웨어를 만드는 이유가 바로 이 때문이다.
현재 다양한 하드웨어 제조사들과 협업하는 중소 규모의 소프트웨어/AI 기업들의 경우, 기본적인 컴퓨팅 성능뿐만 아니라 텐서플로(TensorFlow), 파이토치(PyTorch), ONNX와 같은 최신 AI 프레임워크와 호환되는 발전된 소프트웨어와 소프트웨어 개발 키트(SDK)를 갖추는 일이 중요할 것이다. 현존하는 컴파일러들은 발전된 소프트웨어 에뮬레이터, 시뮬레이션 엔진 외에도 AI 모델 구문 분석, 축소, 양자화 등의 작업을 위한 관련 도구를 통해 최신식 뉴럴 네트워크 레이어를 지원할 수 있어야 한다. 마지막으로, 내장형 3D 디스패리티(Disparity) 엔진, 멀티 카메라 스트리밍 기능, 풍부한 입출력(I/O) 인터페이스 등과 같이 센서 퓨전을 가능하게 만드는 요소도 매우 유용하다. 이는 AI를 비롯해 AI 시스템을 제어하는 기업들로 하여금 불필요한 노이즈를 차단하고 광범위한 양의 데이터를 처리할 수 있도록 만들어준다.
AI 센서 퓨전: 자동차 안전 관련 사항
이 글에서는 주로 자동차의 실내 감지 기능에 대해 중점적으로 다루고 있다. 하지만 기존의 '비전온리(vision-only)' AI 셋업은 다양한 분야에 있어 합리적인 옵션으로 보일 순 있어도 특정 분야에서는 그렇지 않을 수도 있다. 특히 안전 필수(safety-critical) 애플리케이션의 경우, 대개 특정 조명 조건이나 특정 상태에서만 작동하는 비전 시스템 정도로는 활용하기에 역부족이다. 이 같은 상황에서는 존재 감지 기능의 향상을 위해 또다른 RGB 가시광선 장치, IR 센서, 레이더, 열 센서 등의 감지 장치가 추가적으로 설치되어야 AI가 효과적으로 환경을 모니터링하고 제어할 수 있다.
수십억 달러 자산 규모의 기업들은 사내에서 자체 칩을 개발할 수 있는 리소스를 갖출 수 있지만, 자산 규모가 작은 다른 AI 기업들의 경우에도 유연성이 뛰어나다면 칩을 개발하기 위한 충분한 역량을 갖출 수 있다. 그러기 위해서는 적절한 하드웨어 파트너사와 공동으로 개발하고 통합하는 과정을 거쳐 자동차를 비롯한 다양한 산업에 걸친 올인원 제품을 생산할 수 있어야 한다. 하드웨어 및 소프트웨어 인터페이스 도구가 좋을수록, AI 소프트웨어 설정이 더 쉬워지고 우수한 제품을 더 빨리 생산할 수 있다. 적절한 데이터와 다양한 도구, AI 트레이닝을 잘 활용한다면 시스템 사용자뿐만 아니라 사회 구성원 모두를 위한 보다 안전하고 나아진 세상을 만들어갈 수 있을 것이다.
모다 알라위(Modar Alaoui)는 인간 행동 이해, 모델링 및 예측을 위한 컴퓨터 비전 AI 부문을 선도하는 인공 지능(AI) 기술 전문가이다. 그는 자율주행차 및 HAV(Highly Automated Vehicles) 실내 ICS(InCabin Sensing) AI 분야에 있어 세계를 선도하는 Eyeris사의 설립자이자 CEO이다.
그는 컴퓨터 비전 및 광범위한 엔터프라이즈 애플리케이션에 적용되는 인간 중심 AI 분야에서 10년 이상의 경험을 보유하고 있다. 그는 AI 인식이 가능한 신체, 얼굴, 물체, 표면을 통해 예측 가능하며 보이지 않는 인터페이스를 인간-기기 상호작용에 연결하는 데 중점을 두고 있다. 그는 AI의 차세대 선도기술 "인간 중심의 생활환경지능" 주제와 관련되어 연사 및 기조 연설자로 자주 초청된다. 모다는 캐나다 몬트리올 콩코디아 대학교(Concordia University Montréal)를 졸업, 인공 지능 기술을 활용한 HBU(인간 행동 이해)를 집중적으로 공부했다. 그는 다양한 국제 기술 및 혁신상을 수상했으며, 블룸버그(Bloomberg), 월스트리트 저널(Wall Street Journal), 와이어드(Wired), 타임(Time magazine), CNBC, 로이터(Reuters), 패스트 컴퍼니(Fast Company)를 비롯한 다양한 국제 미디어 출판사에서 12개 이상의 언어를 통해 그의 업적을 특집으로 다룬 바 있다.