콘텐츠 및 코드 생성. 이미지와 동영상 만들기. 합성 데이터로 알고리즘 테스트.
생성형 AI는 거의 모든 산업, 특히 워크플로우를 간소화하고 새로운 비즈니스를 추진하는 운송 업계에서 생산성과 창의성을 비약적으로 향상시킬 수 있는 힘의 배율입니다.
자동차 산업 전반에 걸쳐 기업들은 차량 설계, 엔지니어링, 제조는 물론 마케팅과 영업을 개선하기 위해 생성형 AI를 모색하고 있습니다.
생성형 AI는 자동차 제품 수명 주기를 넘어 자율주행차(AV) 개발에도 새로운 돌파구를 마련하고 있습니다. 이러한 연구 분야에는 기록된 센서 데이터를 완전한 인터랙티브 3D 시뮬레이션으로 전환하기 위해 신경 방사장(NeRF) 기술을 사용하는 것이 포함됩니다. 이러한 디지털 트윈 환경과 합성 데이터 생성은 엄청난 규모의 AV를 개발, 테스트 및 검증하는 데 사용될 수 있습니다.
미래를 앞서가세요: 혁신적인 사용 사례
생성형 AI, 대규모 언어 모델 및 추천 시스템은 현대 경제의 디지털 엔진입니다. – 젠슨 황
텍스트 생성을 위한 ChatGPT와 이미지 생성을 위한 Stable Diffusion과 같은 기본 모델은 여러 작업을 수행할 수 있는 AI 시스템을 지원할 수 있습니다. 이는 많은 가능성을 열어줍니다.
초기 iPhone 앱 개발자가 GPS, 가속도계 및 기타 센서를 사용하여 모바일 애플리케이션을 개발하기 시작했을 때와 마찬가지로, 이제 AI 개발자는 파운데이션 모델을 활용하여 새로운 경험과 기능을 구축할 수 있습니다.
생성형 AI는 텍스트와 텍스트, 텍스트와 이미지뿐만 아니라 비디오나 3D와 같은 입력과 출력 등 다양한 데이터 스트림을 하나로 묶을 수 있습니다. 이 강력한 새 컴퓨팅 모델을 사용하면 텍스트 프롬프트에 물리적으로 정확한 조립 공장의 레이아웃을 반환할 수 있습니다.
세계 최대 자동차 제조업체 중 하나인 Toyota는 초기 설계 스케치에 엔지니어링 파라미터를 통합하기 위해 생성형 AI 기술을 개발했습니다.
한편 메르세데스-벤츠는 ChatGPT를 지원하는 음성 어시스턴트를 시연했습니다.
다른 자동차 업계 기업들도 설계 반복을 가속화하고 더 나은 결과를 제공하기 위해 생성형 AI를 도입하고 있습니다.
디자이너와 아티스트의 워크플로우에 큰 도움이 될 것
현재 디자이너와 아티스트는 초기 콘셉트 구상 및 스케치부터 실제 모델 개발까지 진행하기 위해 수개월에 걸친 준비와 디자인 검토를 거쳐야 합니다. 호환되지 않는 도구, 사일로화된 데이터, 연속적인 워크플로우로 인해 이러한 작업은 종종 방해를 받습니다.
아티스트는 자동차 스타일링의 트렌드에 따라 ‘스크랩’ 또는 시각적 참고 자료를 찾는 것으로 디자인 프로세스를 시작하는 경우가 많습니다. 키워드를 기반으로 이미지 라이브러리에서 디자인 단서에 대한 영감을 얻습니다.
이 과정에는 현존하는 차량이든 역사적인 차량이든 업계 전반의 차량을 살펴보는 것이 포함됩니다. 그런 다음 수많은 사람의 큐레이션을 통해 인기 있는 디자인과 회사의 스타일링에 기반한 새로운 영감을 혼합하여 새로운 디자인이 탄생합니다. 이를 바탕으로 아티스트가 손으로 그린 2D 스케치를 3D 모델과 클레이 프로토타입으로 재창조합니다.
이러한 선형적이고 시간이 오래 걸리는 디자인 컨셉 프로세스는 그릴, 후드, 휠과 같은 외부 부품과 대시보드, 시트, 인체공학 및 사용자 인터페이스와 같은 내부 측면에 활용됩니다.
이러한 3D 모델을 개발하기 위해 자동차 스타일링 팀은 엔지니어와 함께 Autodesk Alias 또는 Maya와 같은 툴을 사용하여 비균일 합리적 B-스플라인의 줄임말인 “NURBS” 모델을 개발합니다. 그 결과 3D 지오메트리의 수학적 표현은 2D 초안에서 모양을 캡처합니다. 최종 결과물은 맞춤형 스타일링, 디자인 및 엔지니어링 작업의 결과물인 3D 표현으로, 컴퓨터 지원 설계 애플리케이션에서 표면을 정의하는 데 사용할 수 있습니다.
이제 자동차 업계는 생성형 AI를 사용하여 2D 스케치를 NURBS 모델로 즉시 변환하여 생산성을 비약적으로 높일 수 있는 기회를 얻었습니다. 이러한 툴은 디자이너를 대체하지는 않지만 다양한 옵션을 더 빠르게 탐색할 수 있도록 지원합니다.
콘셉트 및 스타일링에 활기를 불어넣는 생성형 AI
디자인 중심 기업은 시각적 데이터 세트와 생성형 AI를 사용하여 여러 방면에서 작업을 지원할 수 있습니다. 이는 이미 수십억 줄의 코드로 학습된 GitHub Copilot과 같은 코딩 도구를 통해 달성되었으며, 이와 유사하게 긴 디자인 타임라인을 단축하는 데 도움이 될 수 있습니다.
특히 ‘스크랩’ 디자인 요소를 찾을 때 자동차 제조업체의 포트폴리오뿐만 아니라 업계 전반의 차량에 대해 생성형 AI 모델을 학습시켜 이러한 워크플로우를 지원할 수 있습니다. 먼저 전송 학습으로 이미지의 작은 데이터 세트를 미세 조정한 다음 NVIDIA TAO 툴킷을 활용하여 이를 수행할 수 있습니다. 또는 생성형 AI 모델의 요구 사항에 따라 약 1억 개의 이미지로 구성된 보다 강력한 데이터 세트가 필요할 수도 있습니다.
이러한 모델 가져 오기 설정에서 디자인 팀과 개발자는 시각 디자인용 생성형 AI 모델을 구축하기 위한 클라우드 기반 파운드리인 NVIDIA Picasso를 Stable Diffusion과 함께 활용할 수 있습니다.
이 경우 디자이너와 아티스트는 “견고함”, “정교함” 또는 “매끄러움”과 같은 디자인 요소를 생성형 AI에 요청합니다. 그런 다음 자동차 제조업체의 외부 세계와 회사의 내부 이미지 카탈로그에서 예제를 생성하여 이 초기 단계를 크게 가속화합니다.
차량 인테리어의 경우, 텍스트-이미지 생성을 위한 대규모 언어 모델을 사용하면 디자이너가 꽃무늬와 같은 텍스처에 대한 설명을 입력하면 생성 AI가 이를 시트, 도어 패널 또는 대시보드의 표면에 배치할 수 있습니다. 디자이너가 특정 이미지를 사용하여 인테리어 디자인 텍스처를 생성하려는 경우, 생성형 AI가 이미지 간 텍스처 생성을 처리할 수 있습니다.
스마트 팩토리, 생성형 AI로 우위 확보
스마트 팩토리를 개발하는 제조업체는 설계 및 엔지니어링 툴을 연결하여 시설의 디지털 트윈을 구축하기 위해 Omniverse와 생성형 AI 애플리케이션 프로그래밍 인터페이스를 채택하고 있습니다. BMW 그룹은 미래의 공장에 대한 비전을 지원하기 위해 NVIDIA Omniverse의 글로벌 출시를 시작했습니다.
제조 시설을 구축할 때 생산에 들어가기 전에 시뮬레이션으로 계획을 세우면 공장 라인을 중단시킬 수 있는 비용이 많이 드는 변경 주문을 줄이는 데 도움이 됩니다.
마케팅 및 소매 판매에 도움이 되는 생성형 AI
생성형 AI는 전 세계 여러 산업 분야의 마케팅 및 소매 영업 부서에도 도입되고 있습니다. 맥킨지 보고서에 따르면 이러한 부서는 생성형 AI를 통해 9,500억 달러 이상의 생산성 향상을 기대할 수 있을 것으로 예상됩니다.
예를 들어, 많은 기업들이 마케팅 카피와 광고 캠페인에 앞서 나가기 위해 주제에 대한 조사, 브레인스토밍, 피드백을 얻기 위해 ChatGPT를 도입하고 있습니다. 텍스트-이미지 생성 AI는 마케팅 및 영업에서 시각적 노력을 지원하는 데 도움이 되고 있습니다.
NVIDIA NeMo는 생성형 AI 모델을 빌드, 커스터마이즈 및 배포하기 위한 프레임워크입니다. 언어 및 이미지 애플리케이션을 위한 추론에 최적화되어 있으며 자동화된 음성 인식에 사용되어 대규모 언어 모델을 통해 고객 지원을 개선하는 데 도움이 됩니다. 자동차 제조업체는 생성형 AI를 사용하여 차세대 고객 서비스 챗봇을 개발할 수 있습니다.
런던의 거대 광고 회사인 WPP와 NVIDIA는 7천억 달러 규모의 디지털 광고 산업을 지원하기 위해 획기적인 생성형 AI 지원 콘텐츠 엔진을 개발하고 있습니다.
현재는 광고가 검색되지만, 미래에는 사용자가 정보를 입력할 때 많은 부분이 생성될 것이므로 컴퓨팅 모델이 바뀌게 됩니다. – 젠슨 황
이 혁신적인 시스템은 통합 3D 워크플로우 및 OpenUSD 애플리케이션을 개발하기 위한 소프트웨어 플랫폼인 NVIDIA AI와 Omniverse Cloud로 구축되었으며, 고도로 개인화된 시각적 콘텐츠를 더 빠르고 효율적으로 제작할 수 있는 기능을 자동차 OEM에 제공합니다.
크리에이티브 팀은 Omniverse에서 OpenUSD를 활용하여 복잡한 3D 파이프라인을 통합하고 Adobe Substance 3D, Alias, VRED와 같은 디자인 툴을 원활하게 연결하여 고객 제품의 디지털 트윈을 개발할 수 있습니다. 생성형 AI 툴에 액세스하면 학습된 데이터세트로 콘텐츠를 제작하고 엔비디아 피카소로 구축하여 가상 세트를 제작할 수 있습니다. 이를 통해 WPP 고객은 다양한 광고, 동영상 및 3D 경험을 생성할 수 있는 완전한 장면을 만들 수 있습니다.
BYD와 메르세데스-벤츠의 합작 투자 회사인 덴자(DENZA)는 Omniverse Cloud를 통해 동종 최초의 자동차 컨피규레이터를 구축하고 배포하기 위해 WPP를 활용하고 있습니다.
생성형 AI로 실행: 어디서나 더 빠르고, 더 좋고, 더 저렴하게
생성형 AI의 컨텍스트 이해, 창의적인 결과물, 적응형 학습 능력은 새로운 시대를 열었습니다.
트랜스포머 모델 발견으로 시작된 이 작업은 이후 NVIDIA 가속 컴퓨팅의 비약적인 성능 향상으로 훈련이 가능해진 대규모 모델의 지원을 받아 놀라운 결과를 이끌어냈습니다.
아직 초기 단계이므로 이러한 변화의 전체 의미를 정량화하기는 어렵지만, 자동차 제조업체들은 설계, 엔지니어링, 제조, 마케팅 및 영업을 위한 산업별 “코파일럿”을 도입하여 더 효율적이고 비용이 적게 드는 더 나은 운영을 달성하고 있습니다.
그리고 이는 이제 시작에 불과합니다.
NVIDIA AI와 Omniverse가 어떻게 자동차 산업을 전반적으로 혁신하고 있는지 알아보세요.