자율주행 자동차는 운전을 인공지능(AI)으로 대체해 예측 불가능한 교통사고를 줄이는 것이 목적입니다. 그렇다면 이 새로운 운전이 진짜 안전한지 제조사들은 어떻게 보장할 수 있을까요?
엔비디아가 최근 발간한 ‘자율주행 안전 보고서(Self-Driving Safety Report)’에서 바로 그 답을 찾을 수 있습니다.
엔비디아는 이 보고서를 통해 개발 과정을 공개합니다. 전례 없는 GPU 컴퓨팅 성능을 활용해 기능적으로 안전한 자율주행 시스템을 개발하는 과정을 보여주는데요. 최고 수준의 컴퓨팅을 구현한 GPU 컴퓨팅 덕분에 센서 유형에서부터 프로세서, 알고리즘에 이르기까지 모든 솔루션에 다양성과 중복성을 통합해 예기치 못한 상황에 대비한 다양한 방어선을 구축할 수 있습니다.
자율주행 분야의 대다수 자동차 제조사, 공급업체, 센서 제조사, 스타트업, 매핑 업체 등에 솔루션을 제공하는 엔비디아는 안전에 최우선 순위를 두고 있으며, 모든 개발 과정에 안전을 통합했습니다.
엔비디아는 자율주행으로 전환하는 그 핵심에 안전이 있다고 생각합니다. 이번 보고서는 초기 데이터 수집부터 실전 시범 주행에 이르는 모든 단계에서 컴퓨팅 성능을 통해 안전성을 해석하는 과정을 상세히 보여줍니다.
안전한 자율 주행을 구성하는 네 가지 축
안전한 자율주행은 네 가지 기본 축을 토대로 구축됩니다. 고성능 컴퓨팅을 핵심에 둔 이 네 가지 축은 안전에 전념하는 엔비디아의 자세와 강력한 자율주행 기술 개발 주기를 보장합니다.
첫 번째 축: 인공 지능 설계와 구현 플랫폼
AI 운전자에게 안전운전을 보장하려면 고속도로 보조 주행부터 자율주행 택시(robotaxi)에 이르는 모든 자율주행을 포괄하는 컴퓨팅 플랫폼을 필요로 합니다. 여기에는 차량이 방대한 양의 데이터에 기반해 초 단위 결정을 내릴 수 있도록 지원하는 딥 러닝과 센서 융합, 서라운드 비전이 들어가야 합니다.
두 번째 축: 딥 러닝을 지원하는 개발 인프라
테스트 차량 한 대가 생성하는 연간 데이터 양은 페타바이트 규모에 달합니다. 한 대가 아닌 여러 대의 차량에서 생성되는 엄청난 양의 데이터를 포착하고 관리·처리하려면 완전히 새로운 컴퓨팅 아키텍처와 인프라가 필요합니다.
세 번째 축: 강력한 시뮬레이션과 테스트를 위한 데이터센터 솔루션
실제 같은 시뮬레이션 환경에서 테스트 할 수 있는 기능은 안전한 자율주행 차량을 제공하는데 있어 필수적입니다. 제조사는 실제 주행 거리와 고성능 데이터센터 솔루션에서 실시한 시뮬레이션 주행 거리를 통합해 자체 기술을 포괄적으로 테스트하고 검증할 수 있습니다.
네 번째 축: 최고 수준의 보편적 안전 프로그램
자율주행 기술 개발은 전체 자율 시스템의 설계, 검증, 확인, 평생 지원의 다양성과 중복성을 강조하는 보편적 안전 방법론에 따라 이뤄져야 합니다. 이러한 프로그램은 미국 고속도로교통안전국(National Highway Traffic Safety Administration), 국제표준화기구(International Organization for Standardization), 글로벌 신차안전평가(New Car Assessment Program) 등 미국 연방기관 또는 국제기관의 권고에 따라야 합니다.
이 안전 프로그램에는 안전 운전자가 실제 도로에서 엔비디아 기술을 검증하기에 앞서 실시하는 포괄적 평가 과정이 포함돼 있습니다. 운전자와 동승 운전자는 차량 운행 전 엄격한 교육을 완료해야 하며, 이 과정에서 주행 전 하드웨어와 소프트웨어 준비 상태를 지속적으로 테스트합니다.
활발한 업계 차원의 협력 필수
이 네 가지 축 외에도 중요한 연구개발과 업계 차원의 협력이 자율주행 자동차를 안전하게 확산시키는 필수적인 역할을 합니다.
엔비디아는 자율주행 지식을 공유하고 관련 표준을 마련하기 위해 폭넓고 다양한 생태계는 물론 규제 당국과 지속적으로 협력하고 있습니다.
보고서의 전체 내용은 여기에서 확인하실 수 있습니다.