[기고] 모빌리티 라이프 패러다임의 핵심 AI/ML

글자 작게 글자 크게 인쇄하기
김형탁 AWS 코리아 ALML 스페셜리스트
<김형탁 AWS 코리아 ALML 스페셜리스트>

자동차 산업은 새로운 혁신의 시대를 맞이하고 있다. 지난 140여 년간 자동차의 동력원을 담당했던 내연기관은 효율성, 환경 문제 등으로 인해 점차 전동화의 길로 접어들고 있다. 인터넷, 네트워크 기술을 위시한 각종 IT 및 전자 기술의 발달과 탑승자의 차량 내 다양한 경험(In-vehicle Experience) 및 서비스에 대한 욕구가 맞물려 2010년 대 초 커넥티드 카(Connected Car)가 출현했고, 이제 자동차는 기계 산업을 대표하는 기계 장비가 아니라 네트워크에 연결된 하나의 거대한 전자 장비로 탈바꿈했다.

자동차 업계에서는 이 ‘에지 장비(Edge Device)’에서 만들어내는 다양한 운행, 사용, 차량 상태 등의 데이터 및 정보들을 수집하여 새로운 상품을 기획하고, 품질을 개선하며, 고객 중심의 새로운 서비스 및 기능에 대한 연구 개발에 활용하고 있다.

또한, 점차 진화되고 완성되어 가고 있는, 지능형 운전자 보조 시스템 ADAS(Advanced Driver Assistance Systems) 및 자율주행(Autonomous Driving) 기술을 이제 거의 모든 완성차 업체들이 양산 차량에 적용하고 있으며, 모빌리티 라이프 패러다임으로 자리잡고 있다.

이 모든 자동차 산업 혁신의 바탕에는 데이터 관리 기술과 함께 인공지능(AI)/머신러닝(ML)이 중추적인 역할을 담당한다. 지난 수년간 다양한 정형/비정형 데이터의 폭증과 이를 처리할 수 있는 AI/ML 기술 및 컴퓨팅 파워의 발전은 인간의 정교한 프로그래밍이 필요했던 제한된 업무, 기능들을 뛰어넘고 있다. 그동안 우리들이 인지하지 못했던 통찰력, 상호 연관성을 찾아내고, 데이터에 기반한 예측을 통해 새로운 경험의 장과 그동안 가능하지 못했던 새로운 비즈니스 영역을 개척하고 있다.

예를 들어 운전자의 운전습관을 학습하여 보다 개선된 운전 방법 및 서비스를 제시하고, 운전자가 주로 사용하는 기능들을 식별하여 상품성 개선에 활용하고, 데이터 기반으로 차량의 상태를 모니터링하여 주요 부품/장비에 대한 예지정비(Predictive Maintenance)를 수행하고, 주행 환경 등을 분석하여 고객 관점의 새로운 제품 개발이 가능하다.

자율주행 시스템 구축을 위해서는 다양한 센서 장치에서 수집되는 방대한 이미지, 영상 데이터 등을 원활하게 수집하고 자율주행 데이터 레이크(Autonomous Driving Data Lake)에 저장하며, 이를 전처리, 레이블링하고 학습하여 모델을 만들고 시뮬레이션하여 그 결과를 검증하게 된다.


[기고] 모빌리티 라이프 패러다임의 핵심 AI/ML

보다 많은, 다양한 데이터로 수 없는 반복작업 등을 통해 자율주행 모델의 정교함과 신뢰성이 높아지고 고화질의 지도 정보를 구축하게 되는데, 이 과정에서 다양한 AI/ML 기술은 물론 데브옵스, MLOps 등의 방법론이 적용된다.


자동차 제조업 측면에서 이미 AI/ML은 다양한 분야에서 적용되는 기술이다. 생산 시설/설비의 예지정비 뿐만 아니라, 컴퓨터 비전 기술을 이용하여 제품의 불량, 조립 오류 등을 판별하고, 시계열 데이터를 이용하여 각종 부품의 수요 예측, 공급망 관리에도 널리 활용되고 있다.

아마존웹서비스(이하 AWS)는 자동차 산업의 AI/ML 혁신을 위해 다양한 서비스를 제공하고 있다. 글로벌 스케일 비즈니스를 위한 AWS의 글로벌 인프라스트럭처, 대규모 데이터를 신속하게 이동시킬 수 있는 다양한 데이터 이동(Data Transfer) 옵션, 자율주행 데이터 레이크 구축을 위한 고신뢰도의 아마존 S3(Amazon S3) 서비스, 데이터 관리, 전처리를 위한 아마존 오로라(Amazon Aurora), AWS 글루(AWS Glue), 아마존EMR(Amazon EMR) 등의 서비스, 신속하고 정확한 학습용 데이터 레이블링을 위한 아마존 세이지메이커 그라운드 트루스(Amazon SageMaker Ground Truth), 엔드 투 엔드 머신러닝 개발 환경을 지원하는 아마존 세이지메이커 스튜디오(Amazon SageMaker Studio) 등이 그것이다.

데이터 사이언티스트, 머신러닝 엔지니어가 없더라도 개발자의 도움으로 예지정비 분야에서 신속하게 AI를 적용할 수 있는 아마존 룩아웃 포 이큅먼트/비전(Amazon Lookout for Equipment/Vision) 등의 AI 서비스도 최근에 출시되었다. 여기에 머신러닝 학습 및 추론에 최적화된 다양하고 비용 효율적인 EC2 인스턴스 옵션들이 제공돼 기술을 혁신하고 있다.

새로운 자동차 산업 혁신의 시대, 지금도 자동차 완성차, 부품사, 모빌리티 산업 현장에서는 AI/ML을 이용하여 고객의 참여/경험을 향상시키고 비즈니스 효율성을 배가시키기 위한 노력이 지속되고 있다. 흥미진진한 기술의 발전이 우리의 생활과도 너무나도 밀접한 ‘이동’에 대한 경험을 어떻게 바꾸어 놓을지 기대된다.

김형탁 AWS 코리아 AI/ML 스페셜리스트

[알림] 웨비나 전문방송 전자신문 올쇼TV는 오는 6월 24일 목요일 오후 3시부터 4시까지 “미래 모빌리 산업의 성공방정식 AWS AI/ML 적용과 사례” 웨비나를 진행한다. AWS의 인공 지능 및 기계 학습 서비스에 대한 고객 사례를 바탕으로 당면한 비즈니스 과제를 해결하고 혁신을 가속화할 수 있는 방안을 제시한다.