"이젠 영상AI 시대"… 마음AI, 완전자율주행 SW 시장 출사표

[ABCD 뉴프론티어] 유태준 마음AI 대표

[편집자주] 4차 산업혁명의 핵심인 인공지능(AI)·빅데이터(Bigdata)·클라우드(Cloud) 기술로 디지털전환(DX)을 선도하는 강소 기업들을 조명합니다.

유태준 마음AI 대표 /사진=황국상 기자

"테슬라의 자율주행 프로그램 FSD V12는 도로규정이 변경될 때 해당규정을 반영한 영상을 모아서 새로 학습을 시켜야만 구동이 가능합니다. 마음AI의 워브(WoRV)는 변경된 규정을 언어 그 자체로 이해해서 새 규정을 반영한 운행을 할 수 있습니다."

유태준 마음AI 대표는 31일 머니투데이와 만나 마음AI가 이날 공개한 워브(WoRV)에 대해 "테슬라 FSD(완전자율주행) 학습방식의 한계를 보완해 언어로 AI(인공지능)를 학습시키는 게 가능하다"고 했다.

이날 경기 성남시 판교IT센터에서 열린 '마음AI 컨퍼런스 2023'에서 가장 큰 주목을 받은 건 단연 '워브'였다. 차량이나 로봇에 달린 카메라를 통해 실시간으로 들어오는 영상을 엔드투엔드(End-to-End) AI모델인 워브가 언어적으로 이해하고 상황을 분석, 그에 맞는 작업계획을 수립해 적절한 제어 명령을 내릴 수 있다는 게 회사측 설명이다.

유 대표는 "AI의 FM(기반모델) 트렌드는 자연어(GPT)에서 이미지 멀티모달(AI와의 소통방식 다각화)로 이어지고 있고 궁극적으로는 영상 FM으로 발전할 것"이라며 "워브는 시뮬레이션을 기반으로 자율주행을 학습, 도로에 갑작스레 사람이 난입한 것을 확인해 즉각 반응·정지하고, 사람이 놓치기 쉬운 사각지대의 영상도 보고 즉각 판단해 사고를 피할 수 있다"고 했다.

일반목적 영상 FM을 구상해 실제 개발하기까지는 4개월이 소요됐다. 이를 다시 시뮬레이터상 자율주행이 가능한 모델로 튜닝하는 과정에 다시 2개월이 소요됐다. 마음AI는 디텍션(감지) 데이터셋, 이미지를 텍스트로 연계시킨 데이터셋 등 다양한 데이터셋 2000만쌍을 학습시켰다. 자율주행을 위한 튜닝 과정에서는 별도로 32시간 학습시간이 소요됐다.

워브는 영상기반 FM이기 때문에 목적에 따라 튜닝을 거치면 범용 AI로도 활용할 수 있다. 그 중에서도 마음AI가 우선 타깃으로 삼은 영역이 완전 자율주행 및 범용 로봇 분야다. 그 중에서도 자율주행 부문이 더 먼저 가시화된 사업으로 나올 전망이다.

유 대표는 "자율주행은 스티어링(조향), 액셀러레이터, 브레이크 등 3개 동작만 제어하면 되는 반면 로봇은 제어해야 할 행동의 유형이 훨씬 많다"며 "연내 자동차용 자율주행 솔루션을 실제 자율주행 모듈에 올리기 위해 자동차 기업 등과 논의할 것"이라고 했다.

워브와 같은 AI 기반모델만으로 완전 자율주행을 구현할 경우 하드웨어를 제외한 자율주행 SW(소프트웨어) 시장만 보더라도 2030년 약 400조원에 이를 것이라는 게 유 대표의 설명이다.

유 대표는 "테슬라도 멀티모달 기반모델 기반 자율주행을 수년내 상용화할 것"이라고 했다. 또 "테슬라보다 자율주행을 잘 하는 선도기업이 되려 할 필요가 없다"며 "테슬라가 갈 것으로 예상되는 길에 가 있기만 한다면, 즉 미리 FM 기반 자율주행 기술을 보유하고 있기만 한다면 회사의 퀀텀 점프가 가능할 것"이라고 내다봤다.

아울러 유 대표는 "우리가 자율주행 기술을 개발한다고 할 때 가장 큰 한계요인은 하드웨어"라며 "다만 디바이스에 종속되지 않은, FM 기반의 자율주행 SW 개발에 목표를 둔다면 굳이 하드웨어에 의존하지 않고도 우리 강점을 살려 연구개발을 할 수 있다"고 했다.

이어 "마음AI는 시뮬레이터를 기반으로 자율주행 SW를 개발하는 데 집중할 것"이라며 "특정 시뮬레이터에서만 잘 작동하는 모델이 아니라 다양한 환경에서도 범용적으로 잘 돌아가는 걸 보여주고 이 모델이 충분히 일반화된다면 실제 환경에서도 별도 적응훈련 없이 상용화할 수 있을 것"이라고 했다.

황국상 기자 gshwang@mt.co.kr