일본산업뉴스요약

Nikkei X-TECH_2020.10.12

'탈 모빌아이'는 차량탑재 AI 카메라부터
미 벤처기업 스트라드비젼, 비용으로 승부

미국의 AI(인공지능) 벤처기업 스트라드비젼(StradVision)이 자동차의 ADAS(선진운전지원기술) 시장에서 주목을 받고 있다. 스트라드비젼의 AI 소프트를 탑재한 르네사스일렉트로닉스의 차량탑재 SoC(System on Chip)가 유럽 1차부품업체(티어1)의 ADAS용 카메라에 채용되면서 이르면 20년 내에 양산을 시작할 전망이다. ADAS 카메라 시장에서 압도적인 위치에 있는 이스라엘의 모빌아이의 아성에 도전한다.

스트라드비젼은 물체의 인식 정밀도를 떨어뜨리지 않고 AI의 뉴럴 네트워크를 간소화하는 기술에 강하다. 스트라드비젼이 개발한 뉴럴 네트워크 ‘SVNet’은 같은 인식 정밀도를 갖는 다른 뉴럴 네트워크와 비교해, 반도체 칩에 필요한 성능을 10분의 1 이하로 억제할 수 있다고 한다. 이 때문에 소형∙저전력화가 요구되는 차량탑재 카메라 등에 내장하기 쉽다.

뉴럴 네트워크를 간소화하는 기술에는 다양한 방법이 알려져 있으며, 스트라드비젼도 그러한 기술을 사용하고 있다. 그러나 “인식 정밀도를 떨어뜨리지 않고 뉴럴 네트워크를 간소화하는 것은 일반적으로 상반되는 것이기 때문에 상당히 어렵다”(스트라드비젼 일본법인의 하나와(塙) 사장). 다양한 연구를 통해 인식 정밀도를 그다지 저하시키기 않고 뉴럴 네트워크를 간소화할 수 있다고 한다. 스트라드비젼은 이러한 실무적인 특허 취득에 주력하고 있다.

ADAS용 카메라에 사용한 경우, 차량이나 보행자 등의 인식 정밀도는 모빌아이와 비교해 손색없다고 한다. AI의 처리에 필요한 성능을 낮출 수 있기 때문에 최적의 차량탑재 SoC를 선택하면 모빌아이보다도 비용을 낮출 수 있는 가능성이 있다.

-- 반도체 칩을 자유롭게 선택할 수 있다 --
용도에 따라서 최적의 SoC를 선택할 수 있다는 점도 모빌아이와는 크게 다르다. 모빌아이의 AI는 전용 SoC ‘EyeQ’ 시리즈에 내장한 형태로 판매되고 있으며, 다른 칩은 사용할 수 없다.

한편 스트라드비젼의 AI는 르네사스와 소시오넥스트, 미국의 Texas Instruments, 암바렐라(Ambarella), 자일링스(Xilinx), 엔비디아, 퀄컴, 한국 삼성전자의 각 SoC 상에서 작동한다.

용도에 따라서 최적의 SoC를 선택할 수 있기 때문에 시스템 비용을 쉽게 줄일 수 있다. 예를 들면, 20년 8월에 발표한 소시오넥스트와의 제휴에서는 전자 거울에 AI를 내장해 물체를 인식하는 용도 등을 상정한다.

각 SoC 벤더의 특징이나 콘셉트에 맞춰서 AI 소프트를 최적화함으로써 성능을 높이고 있다. 예를 들면, 르네사스의 차량탑재 SoC ‘R-Car V3H’나 ‘R-Car V3M’은 ‘CNN-IP’라고 부르는 하드웨어 엑셀러레이터를 내장한다. 이 엑셀러레이터를 유효 활용할 수 있도록 AI 소프트를 최적화하고 있다. Texas Instruments의 경우는 DSP에, 엔비디아의 경우는 GPU에 각각 최적화한다. 이러한 작업은 현재는 사람이 하고 있다고 한다.

AI로 인식하는 대상은 도로의 하얀 선이나 신호기, 표식, 바이크나 자전거를 포함한 차량, 보행자, 동물, 자유공간 등이다. 동물 인식은 아직 양산차에는 탑재되지 않았지만 소가 많은 인도 시장이나 대형 사슴 등이 자주 출몰하는 북유럽 시장 등에서 수요가 있다고 한다.

차세대 인식 기술로서는 보행자의 성별이나 연령, 자세 등의 속성을 인식하는 기술이나 보행자의 골격을 인식해 행동이나 체중 등을 예측하는 기술을 개발하고 있다.

기본적으로는 카메라의 정보를 사용하지만 밀리파레이더나 LIDAR, GPS 등 다양한 정보를 사용한 인식도 가능하다고 한다.

-- AI의 학습 환경에도 독자 기술 --
스트라드비젼은 자사에서 수집한 데이터를 바탕으로 기초학습을 마친 뉴럴 네트워크를 제공한다. 그러나 양산차용으로 95% 정도의 높은 인식 정밀도를 실현하기 위해서는 어려운 코너 엣지 학습이 필수다. 그러한 경우는 스트라드비젼이 클라우드 베이스로 제공하는 툴을 사용해 유저가 독자적인 데이터로 학습을 하거나 스트라드비젼이 유저로부터 데이터를 받아 학습을 대행하거나 한다.

학습에 필요한 자동 라벨링 툴도 전개한다. 사람이 라벨링을 하는 경우와 비교해 약 80배의 고속화가 가능하다고 한다.

뉴럴 네트워크의 학습 중에, 그 네트워크가 잘 하지 못하는 것을 자동적으로 학습시켜 학습 프로세스를 효율화하는 ‘셀프 러닝’이라는 기술도 개발하고 있다. 셀프 러닝은 21년 초에라도 자사의 AI 학습용으로 도입할 예정이다.

스트라드비젼은 14년 6월에 설립된 벤처기업이다. 15년에는 이미지인식 국제경진대회 ICDAR(International Conference on Document Analysis and Recognition)에서 4부문에서 우승하는 등 심층학습을 활용한 컴퓨터비전 분야에서 높은 기술력을 보유하고 있다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.