2016.04.12

칼럼 | '운전의 즐거움도 잡는다' 토요타의 자율주행 자동차 전략

Rob Enderle | CIO

토요타가 자동차의 미래와 로봇 운전 차의 미래를 고민하는 것으로 알려졌다. 칼럼니스트 롭 엔덜은 토요타가 자율주행 자동차의 2가지 모델을 개발 중인데, 컴퓨터가 하든 사람이 하든 누가 운전을 하든 중요한 것은 사람의 안전이라고 강조했다. 
 


2015년형 토요타 캠리 하이브리드. 이미지 출처 : Toyota

필자는 엔디비아 GPU 개발자 컨퍼런스를 마무리하는 중이다(알림: 엔디비아는 필자의 고객사다). 컨퍼런스는 게임에 관한 것으로 시작됐지만 현재 게임은 전체 행사의 일부일 뿐이고 전문가용 VR, 딥러닝, 자동차에 주로 초점이 맞춰져 있다. 이 행사의 마무리 기조연설은 토요타 리서치의 CEO 길 프랫이 맡았다. 토요타 리서치는 미래형 자동차뿐 아니라 로봇 연구에 관해서도 크게 관여하고 있다. 자율주행 자동차가 시장에 곧 등장하는 상황에서 이런 이야기는 그 어느 때보다도 시의적절하다고 생각한다.

다음은 필자가 꼽은 기조연설의 하이라이트다.

120만
이는 자동차 사고로 매년 사망하는 사람의 수다. 이 엄청난 숫자가 필자를 놀라게 했다. 자율주행 자동차는 이런 사망 사고를 줄이는 데 초점을 맞추고 있다.

우리 뇌는 놀랄 정도로 에너지 효율적이다
현재 전기 자율주행 자동차 시스템은 주행에 수천 와트의 전력이 들지만, 우리 뇌는 오직 30와트의 전력만으로 운전과 다른 일을 동시에 할 수 있다(사람은 운전 중 다른 생각을 한다) 동일한 작업을 비슷한 전력 대에서 수행하게 하는 것이 기술적인 어려움이다.

분명 사람처럼 생긴 로봇과 말처럼 생긴 로봇은 실제 사람과 말보다 몇 백 배 더 많은 전력을 쓴다. 수많은 연구 결과, 자연이 매우 에너지 효율적이라는 점이 밝혀졌다. 동물에게 에너지는 아주 값비싸서 진화는 자연적으로 에너지를 효율화시켰다. 이는 자연을 따른 모델링이 이 문제를 해결하는 가장 성공적인 방식임을 시사한다.

딥러닝 이전에 만들어진 비전 제품인 네오비전(Neovision)은 복잡성에 많은 비용이 들고 에너지에 적은 비용이 드는 일반적인 모델 대신 자연을 모방해 만들어진 시각 시스템이었다. 네오비전은 복잡성에 적은 비용이 들고 에너지에 많은 비용이 드는 모델에 적용됐고 그 결과는 수천 배 더 효율적이었다. 기본적으로 이는 고도로 전문화되고 사용된 부품은 꺼지지 않았다.

인간의 뇌를 폰 노이만 컴퓨터(Von Neumann Computers)에 비교하는 DARPA 시냅스(DARPA Synapse)는 두 시스템간 복잡성과 전력 간의 차이에는 거대한 불일치가 있음을 발견했다. 결론은 자율주행 같은 활용에서 더 많은 하드웨어가 더 좋지만 사용되지 않는 것을 공격적으로 끌 수 있을 때만 그렇다는 것이다. 그 결과는 더 스마트하고 더 전력 효율적으로 생각하는 기계가 될 것이다.
 

---------------------------------------------------------------
무인 자동차 인기기사
->닛산, 2020년에 저가 무인 자동차 생산
-> '운전대, 액셀, 브레이크 없는' 구글의 무인 자동차
->"5년 내 상용화" 자가 운전 자동차 기술, 찬반양론도 가열 중
-> "자동차 자동화 기술, 서서히 도래" 닛산 CEO
-> 스마트폰 이후, 개발자가 관심을 가져야 할 새로운 플랫폼
-> 구글의 차세대 무인 자동차에 대한 흥미로운 사실과 가능성 13가지
->폭스바겐-애플, 비틀+아이폰 '아이비틀' 개발
-> '현실화되는 전격 Z 작전' 자동차가 똑똑해진다
-> 폭스바겐의 달리는 컴퓨터...“전혀 다른 IT 조직 필요”
---------------------------------------------------------------

병렬 자율성
자율주행 자동차의 가장 큰 문제 중 하나는 자동차가 준비되지 않은 운전자에게 통제권을 넘기게 될 때 거의 즉각적으로 사고가 발생한다는 것이다. 분명 3가지 유형의 자율성이 존재한다(차 안에서 사람이 책을 읽고 있었는데 충돌할 것 같은 순간이 닥치자 차가 통제권을 사람에게 갑자기 넘겨준다면, “어어…”하는 순간 사고가 발생하는 상황이 머릿속에 그려진다). 3가지 유형의 자율성은 연쇄적이며 서로 교차배치 되어 있고 병렬적이다.

-연쇄성(Series)은 명령-기반 시스템으로 사람이 로봇에게 명령을 내리고 로봇이 이를 따른다.

-교차배치(Interleaved)는 운전자와 공동 운전자가 통제권을 나눠 갖는 것이다. 이는 자동차에 문제가 발생할 때 운전자에게 통제권을 넘기는 것이 될 수 있다.

-병렬(Parallel)은 인간과 로봇 모두가 항상 함께 일하고 로봇이 자율적으로 운행할 수 있을 때까지 인간에게 배우는 것이다. 기본적으로 이는 자동차에게 사람처럼 운전하라고 가르치는 것이다. 컴퓨터의 도움이 있을 때와 없을 때 로봇에 연결된 사지마비 환자의 장치처럼 말이다. 컴퓨터 도움 없을 때 이 장치는 거의 실패에 가까웠지만, 컴퓨터의 도움을 받은 후부터는 성공적이었고 사용자는 그 차이를 전혀 알아채지 못했으며 기술로 그 성공의 원인을 돌렸다.

이는 2가지 모델로 이어졌다. 하나는 사람이 차에 타는 순간부터 내릴 때까지 사람을 태워주는 ‘운전기사형’이고 다른 하나는 ‘수호천사형’이 있다. 수호천사형의 경우, 여러 가지 수준으로 기계가 운전에 개입하게 되는데, ABS와 충돌 방지 시스템이 그 예다. 운전기사형 시스템은 실수를 만들 수 없지만 수호천사형은 상황을 악화시킬 수 없다(그리고 보통은 훨씬 개선한다).

토요타는 2가지 방법이 공존할 것으로 생각하며 실제로 이를 주도하고 있다(CEO는 그 이유에 대해 나중에 답했다).




2016.04.12

칼럼 | '운전의 즐거움도 잡는다' 토요타의 자율주행 자동차 전략

Rob Enderle | CIO

토요타가 자동차의 미래와 로봇 운전 차의 미래를 고민하는 것으로 알려졌다. 칼럼니스트 롭 엔덜은 토요타가 자율주행 자동차의 2가지 모델을 개발 중인데, 컴퓨터가 하든 사람이 하든 누가 운전을 하든 중요한 것은 사람의 안전이라고 강조했다. 
 


2015년형 토요타 캠리 하이브리드. 이미지 출처 : Toyota

필자는 엔디비아 GPU 개발자 컨퍼런스를 마무리하는 중이다(알림: 엔디비아는 필자의 고객사다). 컨퍼런스는 게임에 관한 것으로 시작됐지만 현재 게임은 전체 행사의 일부일 뿐이고 전문가용 VR, 딥러닝, 자동차에 주로 초점이 맞춰져 있다. 이 행사의 마무리 기조연설은 토요타 리서치의 CEO 길 프랫이 맡았다. 토요타 리서치는 미래형 자동차뿐 아니라 로봇 연구에 관해서도 크게 관여하고 있다. 자율주행 자동차가 시장에 곧 등장하는 상황에서 이런 이야기는 그 어느 때보다도 시의적절하다고 생각한다.

다음은 필자가 꼽은 기조연설의 하이라이트다.

120만
이는 자동차 사고로 매년 사망하는 사람의 수다. 이 엄청난 숫자가 필자를 놀라게 했다. 자율주행 자동차는 이런 사망 사고를 줄이는 데 초점을 맞추고 있다.

우리 뇌는 놀랄 정도로 에너지 효율적이다
현재 전기 자율주행 자동차 시스템은 주행에 수천 와트의 전력이 들지만, 우리 뇌는 오직 30와트의 전력만으로 운전과 다른 일을 동시에 할 수 있다(사람은 운전 중 다른 생각을 한다) 동일한 작업을 비슷한 전력 대에서 수행하게 하는 것이 기술적인 어려움이다.

분명 사람처럼 생긴 로봇과 말처럼 생긴 로봇은 실제 사람과 말보다 몇 백 배 더 많은 전력을 쓴다. 수많은 연구 결과, 자연이 매우 에너지 효율적이라는 점이 밝혀졌다. 동물에게 에너지는 아주 값비싸서 진화는 자연적으로 에너지를 효율화시켰다. 이는 자연을 따른 모델링이 이 문제를 해결하는 가장 성공적인 방식임을 시사한다.

딥러닝 이전에 만들어진 비전 제품인 네오비전(Neovision)은 복잡성에 많은 비용이 들고 에너지에 적은 비용이 드는 일반적인 모델 대신 자연을 모방해 만들어진 시각 시스템이었다. 네오비전은 복잡성에 적은 비용이 들고 에너지에 많은 비용이 드는 모델에 적용됐고 그 결과는 수천 배 더 효율적이었다. 기본적으로 이는 고도로 전문화되고 사용된 부품은 꺼지지 않았다.

인간의 뇌를 폰 노이만 컴퓨터(Von Neumann Computers)에 비교하는 DARPA 시냅스(DARPA Synapse)는 두 시스템간 복잡성과 전력 간의 차이에는 거대한 불일치가 있음을 발견했다. 결론은 자율주행 같은 활용에서 더 많은 하드웨어가 더 좋지만 사용되지 않는 것을 공격적으로 끌 수 있을 때만 그렇다는 것이다. 그 결과는 더 스마트하고 더 전력 효율적으로 생각하는 기계가 될 것이다.
 

---------------------------------------------------------------
무인 자동차 인기기사
->닛산, 2020년에 저가 무인 자동차 생산
-> '운전대, 액셀, 브레이크 없는' 구글의 무인 자동차
->"5년 내 상용화" 자가 운전 자동차 기술, 찬반양론도 가열 중
-> "자동차 자동화 기술, 서서히 도래" 닛산 CEO
-> 스마트폰 이후, 개발자가 관심을 가져야 할 새로운 플랫폼
-> 구글의 차세대 무인 자동차에 대한 흥미로운 사실과 가능성 13가지
->폭스바겐-애플, 비틀+아이폰 '아이비틀' 개발
-> '현실화되는 전격 Z 작전' 자동차가 똑똑해진다
-> 폭스바겐의 달리는 컴퓨터...“전혀 다른 IT 조직 필요”
---------------------------------------------------------------

병렬 자율성
자율주행 자동차의 가장 큰 문제 중 하나는 자동차가 준비되지 않은 운전자에게 통제권을 넘기게 될 때 거의 즉각적으로 사고가 발생한다는 것이다. 분명 3가지 유형의 자율성이 존재한다(차 안에서 사람이 책을 읽고 있었는데 충돌할 것 같은 순간이 닥치자 차가 통제권을 사람에게 갑자기 넘겨준다면, “어어…”하는 순간 사고가 발생하는 상황이 머릿속에 그려진다). 3가지 유형의 자율성은 연쇄적이며 서로 교차배치 되어 있고 병렬적이다.

-연쇄성(Series)은 명령-기반 시스템으로 사람이 로봇에게 명령을 내리고 로봇이 이를 따른다.

-교차배치(Interleaved)는 운전자와 공동 운전자가 통제권을 나눠 갖는 것이다. 이는 자동차에 문제가 발생할 때 운전자에게 통제권을 넘기는 것이 될 수 있다.

-병렬(Parallel)은 인간과 로봇 모두가 항상 함께 일하고 로봇이 자율적으로 운행할 수 있을 때까지 인간에게 배우는 것이다. 기본적으로 이는 자동차에게 사람처럼 운전하라고 가르치는 것이다. 컴퓨터의 도움이 있을 때와 없을 때 로봇에 연결된 사지마비 환자의 장치처럼 말이다. 컴퓨터 도움 없을 때 이 장치는 거의 실패에 가까웠지만, 컴퓨터의 도움을 받은 후부터는 성공적이었고 사용자는 그 차이를 전혀 알아채지 못했으며 기술로 그 성공의 원인을 돌렸다.

이는 2가지 모델로 이어졌다. 하나는 사람이 차에 타는 순간부터 내릴 때까지 사람을 태워주는 ‘운전기사형’이고 다른 하나는 ‘수호천사형’이 있다. 수호천사형의 경우, 여러 가지 수준으로 기계가 운전에 개입하게 되는데, ABS와 충돌 방지 시스템이 그 예다. 운전기사형 시스템은 실수를 만들 수 없지만 수호천사형은 상황을 악화시킬 수 없다(그리고 보통은 훨씬 개선한다).

토요타는 2가지 방법이 공존할 것으로 생각하며 실제로 이를 주도하고 있다(CEO는 그 이유에 대해 나중에 답했다).


X