자율주행차 기업과 그들의 ML
자율주행 차량 분야의 경쟁이 치열해지면서 정상에 오르기 위해 수많은 기업이 각축을 벌이고 있습니다. 주요 기업들이 무엇을 하고 있는지 살펴보겠습니다. 이 글은 AI 번역본입니다. 오역이 의심되면 댓글로 알려주시기 바랍니다.
Created on September 12|Last edited on September 12
Comment
자율주행 차량의 개발 매우 경쟁적인 판도다. 세계 최대 규모의 완성차 기업들을 포함한 수많은 회사가 이 과제에 뛰어들어 있다. 막대한 투자가 이 분야로 유입되고 있으며, 기술 개발 경쟁은 갈수록 치열해지고 있다.
자율주행 차량 분야의 주요 플레이어로는 Tesla, Uber, Waymo와 BMW, Mercedes-Benz, Ford 같은 전통적인 완성차 업체들이 있습니다. 이들 기업은 모두 시장 점유를 놓고 경쟁하고 있으며, 그 경쟁은 매우 치열합니다.
자율주행 차량 개발에는 여러 가지 접근 방식이 있으며, 각 기업은 저마다의 강점과 약점을 지니고 있습니다. 아직은 초기 단계라 최종 승자를 예측하기 어렵지만, 기술을 개발해 가장 먼저 시장에 내놓는 기업이 큰 우위를 점할 것입니다.
다음 내용을 다룹니다:
목차
자율주행 차량 제조사테슬라리비안주크스제너럴 모터스웨이모자율주행 차량을 위한 ML 데이터셋을 만드는 회사들리프트버클리포드마이크로소프트옥스퍼드 로봇카nuScenes토요타/카를스루에(KITTI-360)자율주행차용 머신러닝 모델을 개발하는 기업들레벨 5comma.ai바이두(아폴로)자율주행차 센서를 만드는 기업들콘티넨탈이노비즈루미나 테크놀로지스자율주행차의 미래에 대한 최종 의견추천 읽을거리
자율주행 차량 제조사
자율주행 차량 제조 시장에서 점유율을 확보하려는 기업은 매우 많습니다. 대표적인 기업으로는 Tesla, Rivian, Zoox, GM, Waymo 등이 있습니다. 각 기업은 AV 제조에 대해 저마다 고유한 접근 방식을 취하고 있으며, 향후 몇 년 동안 판도가 어떻게 변화할지 주목됩니다.
테슬라
테슬라는 캘리포니아 주 팔로알토에 본사를 둔 미국의 전기차 및 청정에너지 기업이다. 테슬라의 첫 제품은 2008년에 출시된 전기 스포츠카 테슬라 로드스터였다. 두 번째 제품인 모델 S는 2012년에 선보인 정통 전기 세단이다. 이후 2015년에 대형 SUV인 모델 X가 출시되었다. 테슬라의 최신 차량은 2017년에 출시된 대중형 전기 세단 모델 3이다.
전기차 판매에 더해, 테슬라는 자율주행 기술 분야에서도 선두주자입니다. 이 회사의 오토파일럿 시스템은 특정 조건에서 테슬라 차량이 스스로 주행할 수 있도록 하는 첨단 운전자 보조 기능들의 모음입니다. 테슬라는 또한 계속해서 이를 고도화하고 있습니다 완전 자율주행 차량 인간 운전자의 개입이 전혀 필요하지 않습니다.
이 차량들은 아직 개발 중이며 소비자에게는 출시되지 않았습니다.
리비안
리비안은 전기차 제조사로, 자율주행 차량 기술을 개발하고 있다. 회사는 2009년에 설립되었으며, 설립자인 R. J. 스캐린지는 현재 CEO를 맡고 있다. 본사는 캘리포니아주 어바인에 있으며, 일리노이주 노멀에 생산 시설을 보유하고 있다.
리비안의 첫 제품은 순수 전기 스포츠 유틸리티 차량 R1S로, 대부분의 인도는 2020년 10월부터 12월 사이에 예정되어 있다. R1S의 주행 가능 거리는 316마일(508 km)이며, 시작 가격은 72,500달러다. 회사는 순수 전기 픽업트럭 R1T도 개발 중이다.
리비안은 “Driver+”라는 자율주행 차량 기술도 개발하고 있다.
주크스
주크스는 자동차 제조와 자율주행 차량 기술에 특화된 회사다. 2014년 팀 켄틀리-클레이와 제시 레빈슨이 공동 설립했다. 주크스의 미션은 “모든 사람을 위해 개인 교통을 더 안전하고, 더 깨끗하며, 더 즐겁게 만드는 것”이다.
이 회사는 2020년에 아마존에 인수되었으며, 현재는 로보택시 개발로 가장 잘 알려져 있다.
제너럴 모터스
제너럴 모터스는 세계 최대 규모의 자동차 제조사 중 하나다. 이 회사는 100년이 넘는 기간 동안 승용차와 트럭을 만들어 왔다. GM은 전기차 분야의 선도적 생산업체이기도 하다. 이 회사의 Chevy Bolt EV는 1회 충전으로 200마일을 넘는 주행 거리를 달성한 최초의 양산형 전기차였다.
GM은 이제 자율주행 자동차를 개발하고 있다. 이 회사는 2019년에 자율주행 차량으로 구성된 차량대를 출시할 계획이다.
웨이모
웨이모는 자율주행 차량 기술 회사이자 구글의 모회사인 알파벳의 자회사다. 웨이모는 2009년 구글 자율주행 자동차 프로젝트로 시작했으며, 2016년에 웨이모로 이름을 변경했다. 본사는 캘리포니아주 마운틴뷰에 있다.
이 회사는 2015년부터 공공 도로에서 자율주행 자동차를 시험해 왔다. 2017년에는 애리조나주 피닉스에서 시범 프로그램을 시작해, 선별된 일반 이용자들이 스마트폰 앱을 통해 자율주행 차량을 호출할 수 있도록 했다. 이후 이 프로그램은 다른 도시로 확대됐다.
자율주행 차량을 위한 ML 데이터셋을 만드는 회사들
자율주행 차량은 주행 방식에 대한 의사결정을 학습하기 위해 데이터셋에 의존하며, 이 데이터셋의 품질이 낮으면 차량도 잘못된 결정을 내릴 가능성이 높다. 이는 사고나 기타 문제로 이어질 수 있다. 따라서 자율주행 차량을 학습하고 검증하는 데 사용되는 데이터셋은 가능한 한 최고의 품질을 갖추는 것이 필수적이다.
다음은 AV용 데이터셋을 제공하기 위해 활동하는 기업과 연구기관 목록이다.
리프트
승차 공유 서비스로 유명한 이 회사는 자율주행을 위한 머신러닝 기반 접근법 개발의 최전선에서도 활동하고 있다. 특히 이 회사는 다음을 오픈소스로 공개했다 "자율주행 차량을 위한 Lyft 모션 예측" 카글에 데이터셋을 공개하고 상금 30,000달러 규모의 대회를 개최했다.
버클리
다음 목록의 주체는 기업이 아니라, 실제로는 버클리 대학교로, 그들의 "버클리 딥드라이브(BDD) 데이터셋. 이는 5만 회 이상 주행에서 수집된 10만 개가 넘는 비디오로 구성된 대규모 데이터셋으로, 다양한 평가 과제를 포함한다. 과제에는 차선 검출, 인스턴스 분할, 패노픽 분할, 시맨틱 분할이 포함된다. 객체 탐지.
포드
이 데이터셋은 환경의 복잡성과 차량이 마주한 다양한 조건을 포착한다. 또한 자율주행 차량, 다중 에이전트 시스템, 지능형 교통 시스템을 위한 알고리즘을 개발하고 테스트하는 데 사용할 수 있다.
이 데이터셋에는 모든 센서의 원시 데이터, 보정 값, 포즈 궤적, 정확한 포즈(gt), 그리고 3D 지도 등이 포함되어 있다. 모든 데이터는 Rosbag 형식으로 제공된다.
마이크로소프트
다음으로 살펴볼 것은 마이크로소프트의 AirSim 데이터셋, 드론의 공중 항법과 지상의 자동차 주행과 같은 작업을 위한 합성 데이터를 얻기 위해 현실감 있는 시뮬레이션을 제공한다. 2017년에는 원래의 AirSim이 유사한 작업을 목표로 하는 새로운 프로젝트로 대체되었다.
옥스퍼드 로봇카
그 옥스퍼드 로봇카 데이터셋 영국 옥스퍼드에서 수집된 대규모 장기 주행 데이터셋이다. 이 데이터셋에는 다양한 날씨, 교통 상황, 보행자 조합과 더불어 공사 및 도로 보수 등으로 변화하는 도로 구조와 배치가 폭넓게 포함되어 있다. 그 결과 자율주행 시스템을 개발하고 테스트하는 데 매우 유용한 자료가 된다.
nuScenes
이 데이터셋의 특별한 점은 AV 센서 풀셋(카메라 6대, 레이더 5대, 라이다 1대)을 사용해 획득된 최초의 데이���셋이며, 모두 360도 전방위 시야를 제공한다는 것이다. nuScenes 1000개의 장면으로 구성되어 있으며, 각 장면은 1분 미만이고 주석이 달린 23개의 3D 객체 감지 클래스와 8개의 다른 속성을 포함한다. 그리고 누구나 사용할 수 있는 공개 데이터셋이다.
토요타/카를스루에(KITTI-360)
이 데이터셋의 흥미로운 점은 고해상도 그레이스케일 카메라와 컬러 카메라 두 대에서 수집한 데이터를 제공하고, 차량에 장착된 레이저 센서의 도움으로 정답 레이블을 함께 제공한다는 것이다.
자율주행차용 머신러닝 모델을 개발하는 기업들
자율주행차에서 머신러닝 모델은 객체 감지, 행동 예측, 변화하는 환경에 대한 적응에 핵심적인 역할을 한다.
레벨 5
레벨 5과거에는 Lyft의 일부였고 현재는 도요타의 자회사인 Woven Planet의 일원이 된 이 회사는 도요타의 자율주행 시스템 개발을 담당하고 있다. 이 회사의 목표는 사람, 물류, 정보 등 모든 대상에게 이동성을 제공하는 것이다. 이를 위해 안전하고 신뢰할 수 있는 자율주행 시스템을 구축하는 것을 지향한다.
comma.ai
OpenPilot는 다음과 같은 프로젝트이다 comma.ai 미국에서 제조된 대부분의 자동차에 장착할 수 있는 시스템을 개발하고 있으며, 차선 유지나 크루즈 컨트롤처럼 기본적이지만 매우 유용한 운전자 지원 기능을 제공한다.
이 작업을 수행하기 위해 이들은 자동차에 장착할 수 있는 장치를 판매하는데, 카메라가 달린 일종의 휴대전화와 같은 형태의 이 장치는 도로 영상을 분석하고 그 정보를 자동차로 전송하는 데 사용된다.
바이두(아폴로)
바이두는 인터넷 관련 서비스와 제품을 전문으로 하는 중국의 다국적 기술 기업이다. 2000년에 설립되었으며, 본사는 베이징에 있다. 이 회사는 알렉사 인터넷 순위에서 종합 4위를 차지한다.
바이두는 다음과 같은 자율주행 차량을 개발하고 있다 아폴로아폴로 프로젝트는 바이두와 진롱, 그리고 40개가 넘는 기업 컨소시엄이 공동으로 개발한 자율주행 차량이다. The 레벨 4 미세순환 아폴롱 버스는 2017년에 양산을 시작했다. 이 차량은 바이두, 진롱, SB 드라이브로 구성된 컨소시엄이 제조한다.
바이두의 아폴로 프로젝트는 하드웨어, 소프트웨어, 서비스 플랫폼을 포함한 자율주행의 완전한 솔루션 제공을 목표로 한다. 이 프로젝트는 자율주행 개발을 촉진하기 위해 기술을 다른 기업과 개발자들에게 개방할 예정이다.
자율주행차 센서를 만드는 기업들
센서는 자율주행차의 핵심 구성 요소이다. 센서는 차량이 안전하고 효율적으로 주행하는 데 필요한 데이터를 제공한다. 센서가 없으면 자율주행차는 장애물을 보거나 거리를 정확히 판단하지 못하는 ‘눈먼’ 상태가 된다.
그래서 자연스럽게도 AV용 센서를 생산하는 분야에는 경쟁자가 상당히 많다.
콘티넨탈
콘티넨탈은 1871년으로 거슬러 올라가는 역사를 지니고 있으며, 1900년대 초부터 자동차 산업에 참여해 왔다. 자율주행 차량 측면에서 콘티넨탈은 자율주행차를 구현하는 데 필요한 센서와 기타 기술 개발에 지속적으로 매진해 왔다.
이노비즈
이노비즈 자사의 혁신적인 제품이 LiDAR 기술의 대중화를 이끌어 다양한 산업에서 활용될 수 있다고 믿는다. 이 회사는 현재 시판 중인 LiDAR 제품보다 더 작고, 더 저렴하며, 더 신뢰할 수 있는 고체식 MEMS LiDAR(광학 거리 측정) 센서를 개발했다.
이 회사는 현재 시중에 나와 있는 LiDAR 제품보다 더 신뢰성이 높은 고체식 MEMS LiDAR(광학 거리 측정) 센서를 개발했다. 이 회사는 삼성벤처투자, 소프트뱅크벤처스 아시아, 델파이 벤처스, 마그마 벤처스, 글로리 벤처스, 버텍스 벤처스를 포함한 투자자로부터 6,500만 달러의 투자를 유치했다.
이노비즈는 이스라엘 로쉬하아인에 본사를 두고 있으며, 2016년에 오메르 카일라프, 오렌 로젠츠바이크, 아밋 스타인버그가 공동 설립했다.
루미나 테크놀로지스
루미나 테크놀로지스 는 라이트 디텍션 앤드 레이징(LiDAR) 기술의 선도적 공급업체다. 이 회사의 미션은 LiDAR 기반 지각 시스템으로 모빌리티를 혁신하여, 자율주행차를 안전하고 보편적인 존재로 만드는 것이다.
루미나의 기술은 1550nm 실리콘 포토닉스를 기반으로 하며, 고성능이면서도 비용 효율적인 새로운 등급의 LiDAR 솔루션을 가능하게 한다. 이 회사의 기술은 현재까지 15개의 차량 프로그램에서 채택되었다.
루미나는 볼보 카스 테크 펀드를 포함한 전략적 투자자와 클라이너 퍼킨스와 같은 선도적 벤처 캐피털로부터 2억 5천만 달러 이상을 조달했다. 본사는 플로리다주 올랜도에 있으며, 캘리포니아주 팔로알토에 사무소를 두고 아시아와 유럽에서도 사업을 운영하고 있다.
자율주행차의 미래에 대한 최종 의견
자율주행차의 미래는 여전히 매우 유동적이다. 기술이 얼마나 빠르게 채택되고 우리 삶에 어떤 영향을 미칠지는 여러 요인에 의해 결정될 것이다.
업계의 핵심 기업들은 여전히 자율주행차를 시장에 출시하기 위한 최적의 방식을 모색하고 있다. 그와 동시에 도로 위에서 점점 더 많은 자율주행차를 보게 될 것으로 예상된다.
추천 읽을거리
The Many Datasets of Autonomous Driving
Below we'll explore the datasets used to train autonomous driving systems to perform the various tasks required of them.
A System of Record for Autonomous Driving Machine Learning Models
A look at the most useful Weights & Biases features for autonomous vehicle companies
The ML Tasks Of Autonomous Vehicle Development
This report goes through the different tasks in the autonomous vehicle development lifecycle and the various machine learning techniques associated with them.
Object Detection for Autonomous Vehicles (A Step-by-Step Guide)
Digging into object detection and perception for autonomous vehicles using YOLOv5 and Weights & Biases
Add a comment