[르포] “가볍고 똑똑하게”…스트라드비젼, 시승·데이터 데모로 비전 AI 경쟁력 ‘증명’

8일 화성 스트라드비젼 동탄 오피스에서 AWS-스트라드비젼 미디어 투어가 개최됐다. 이번 행사는 스트라드비젼 차세대 자율주행 기술력·데이터 전략을 확인하는 자리로 마련됐다.

행사는 스트라드비젼의 자율주행 기술과 데이터 처리 역량을 현장에서 보여주는 구성으로 진행됐다. 프로그램으로는 대규모 주행 데이터 가공·검증 데이터 데모 시연이 진행됐고, 이를 통해 대규모 주행 정보의 가공·검증 과정을 제시했다.

이어 스트라드비젼 핵심 자율주행 소프트웨어 탑재 차량 시승이 진행됐으며, 실제 도로·주차 환경 체험을 통해 해당 소프트웨어가 실제 도로와 주차 상황에서 어떻게 적용되는지 확인하게 했다. 스트라드비젼의 핵심 제품군은 AI 기반 객체 인식 소프트웨어 'SVNet'을 중심으로 구축돼 있으며, 대표 솔루션으로는 전방 카메라 1개 기반으로 주행 안전을 담당하는 '프론트비전(FrontVision)'과 차량 주변 4개 카메라를 활용해 360도 환경을 파악하는 '서라운드비전(SurroundVision)'이 있다.

프론트비전은 차량 전면 단일 카메라 기반으로 구현되며, 전방 차량·보행자·차선·교통 표지판을 감지한다. 이를 바탕으로 비상제동(AEB)·차선유지보조(LKA) 기능을 구현한다. 서라운드비전은 차량 사방 카메라 영상을 조합하는 방식으로 작동하며, 주변 장애물·사각지대를 감지하고 안전한 이동 공간을 연산한다. 이를 통해 자동 주차 기능을 지원한다.

스트라드비젼은 솔루션으로 양산차 시장 입지를 확보했다. 스트라드비젼 소프트웨어는 글로벌 완성차 50여 개 모델, 누적 500만 대 이상 차량에 도입됐으며, 도로 환경 성능 검증도 완료했다. 서라운드비전은 글로벌 티어1·OEM 대상 양산 프로젝트를 확보했고, 올해 말 양산차 적용을 목표로 막바지 개발을 진행하고 있다.

최근에는 인도·중국 등 거대 시장에서 스트라드비젼 소프트웨어 수요가 증가하고 있다. 인도에서는 신규 양산 차량을 대상으로 ADAS 등 자율주행·안전 기능 탑재 의무화 법제화가 추진되고 있다. 이에 따라 인도의 법제화 추진은 스트라드비젼의 사업 기회를 확대하는 시장 환경으로 이어지고 있다.

권태산 스트라드비젼 COO는 인도 시장이 규모 측면에서 기존과 다른 패러다임이라고 밝혔다. 스트라드비젼은 인도 관련 20개 이상 양산 프로젝트를 확보했으며, 해당 프로젝트 개발을 올해 말까지 마무리할 예정이다. 이어 2027년부터 대규모 양산에 나설 예정이다.

권태산 COO는 글로벌 안전 규제가 강화되는 추세이고 완성차 기업들이 다양한 하드웨어 요구를 보유하고 있다고 설명했다. 그러면서 스트라드비젼 소프트웨어가 다양한 하드웨어 요구에 대응할 수 있으며, 인도·중국 포함 글로벌 시장에서 실질적 대안으로 주목받고 있다고 밝혔다.

기사에는 프론트비전 시승 차량 화면 사진이 게재됐다. 사진 표기는 권영석 기자다. 시승은 실제 도로와 야외 주차 공간에서 진행됐으며, 시승 내용은 스트라드비젼 비전 AI 기술의 차량 내 구현을 체감하는 데 맞춰졌다.

이어 프론트비전 시승 차량 탑승이 진행됐다. 프론트비전 시승 차량에는 전면 1채널 카메라가 장착됐으며, 이 전면 1채널 카메라는 주행 중 도로 상황을 실시간 분석했다.

차량 내부 디스플레이의 오른쪽 화면에는 전방 카메라의 실제 주행 영상이 표시되며, AI가 보행자·선행 차량·차선·신호등 등 다양한 객체를 인식한다. 인식은 바운딩 박스 기반 방식으로 이뤄지며, 객체를 정확하게 포착한다. 차량 내부 디스플레이의 왼쪽 화면에는 이 같은 인식 정보가 종합되며, 차량 주변 도로 환경이 디지털 그래픽으로 실시간 재구성된다.

프론트비전 기술은 인도 시장에서 높은 관심을 받고 있다. 인도 도로 환경에는 일반 차량과 오토바이, 소·개 등 가축이 혼재한다. 이로 인해 가축 등의 돌발 출현에 따른 돌발 상황이 발생하고, 사고가 빈번하다.

인도 정부는 사고 감소를 목적으로 신규 양산 차량의 ADAS 탑재 의무화 법제화를 추진하고 있다. 이에 따라 프론트비전 등 안전 소프트웨어와 객체 식별, 충돌 방지 기능이 주목받고 있다. 사진 설명은 서라운드비전 시승 차량 화면이며, 사진 출처는 권영석 기자다.

시승에서는 서라운드비전 시승이 진행됐으며, 복잡한 주차 환경에서 빈 주차 공간 자율 탐색이 시연됐다. 차량에는 전후좌우 4방면 카메라가 장착됐고, 이 카메라가 주변 환경을 입체 분석해 차량 진입이 가능한 자유 공간인 프리스페이스(Free Space)를 연산하는 흐름이 제시됐다. 주차 공간은 주차 구획선·연석·기둥·인접 차량과의 여유 거리를 종합 판단하는 기준으로 식별됐으며, 시스템은 매끄러운 주차를 완료했다.

서라운드비전의 현재 주된 활용처는 자동 주차 보조 기능으로 제시됐다. 이어 서라운드비전은 주차장 외 영역으로도 적용 잠재력을 넓힐 수 있으며, 가다 서다 반복 도심 정체 구간의 저속 자율주행에 활용될 수 있다는 점이 설명됐다. 또한 전방 카메라 시야각만으로 감지하기 어려운 측후방 사각지대의 급차선 변경 차량에 대응할 가능성과 교차로 보행자 충돌을 방지할 가능성도 제시됐으며, 서라운드비전이 전방위 주행 안전 플랫폼으로 확장될 가능성이 언급됐다.

시승으로 확인된 스트라드비젼의 안정적 주행 성능의 배경에는 데이터 처리 인프라와 검증 전략이 있었다. 사진 설명에 따르면 스트라드비젼 관계자가 데이터 전략을 발표했으며, 사진은 권영석 기자가 촬영했다.

스트라드비젼은 오피스 1층에서 데이터 전략 발표와 데모 시연을 진행했다. 이 자리에서는 대규모 주행 데이터 가공 과정과 AI 모델 완성 과정을 공개했다.

자율주행 비전 모델 개발의 난제로는 방대한 데이터양과 엣지 케이스 확보가 제시됐다. 주행 차량 1대의 1시간 영상 데이터 규모는 약 690GB에 이르며, 기존 방식은 사람의 수작업 라벨링과 검수에 의존해 왔다.

하지만 기존 방식으로는 증가하는 고객사 요구와 글로벌 규제에 대응하기 어려운 한계가 있었다. 이에 스트라드비젼은 원천 데이터 자동 정제·라벨링용 오토 라벨링 파이프라인을 구축했고, 현장 데모에서는 도로 영상 객체 다수에 대한 AI 자동 구분·라벨링과 자동 라벨링 결과의 모델 재학습 피드백 루프를 시연했다.

스트라드비젼은 데이터 파이프라인 자동화율 90% 이상을 달성했으며, 데이터 처리 생산성을 7배 향상했다고 밝혔다. 아울러 스트라드비젼은 오토 라벨링과 합성 데이터로 엣지 케이스 보완을 추진하고 있다.

실도로에서 확보하기 어려운 위험 사례에 대응하는 수단으로는 '합성 데이터(Synthetic Data)'와 정밀 '시뮬레이션'의 결합이 제시됐다. 합성 데이터 생성 시나리오로는 국내 도심의 희소 대형 낙타·소 돌발 출현, 야간 악천후, 칼치기 관련 추돌 위험이 제시됐다. 합성 데이터 방식은 3D 에셋 기반으로 시나리오를 생성한 뒤 모델을 학습하는 방식이다.

이후 완성 모델의 검증 단계에서는 가상 시뮬레이션 환경을 적용한다. 시뮬레이션의 제어 요소로는 날씨·차량 거동·보행자 움직임이 제시됐다. 시뮬레이션 검증은 위험 상황을 반복 재현하는 방식으로 사전 검증하는 구조다.

스트라드비젼은 현재 전체 학습 데이터 중 합성 데이터 비중이 약 5% 수준이라고 밝혔다. 스트라드비젼은 내년까지 합성 데이터 비중을 30%로 확대할 계획이다.

사진은 스트라드비젼 동탄 오피스 모습이다. 사진 출처는 권영석 기자다. 이후 내용은 당일 투어 현장의 주요 질의응답을 정리하는 내용이 이어질 예정이다.

인도와 중국의 자동차 업계는 최근 완성차·티어1 업체들이 강한 원가 절감 압박과 공급망 리스크에 직면하면서, 비싼 고성능 칩 대신 보급형 저전력 칩을 채택하는 경향을 보이고 있다. 인도·중국 등 글로벌 시장 성과 비결에 대한 질문에 대해 발언자는 이러한 시장 환경을 짚었다.

발언자는 성과의 핵심 요인으로 칩 호환성과 초경량화 역량을 들었다. 스트라드비젼 소프트웨어는 텍사스 인스트루먼트(TI)·암바렐라·삼성전자 등 글로벌 반도체 기업의 30여 개 시스템온칩(SoC)에 포팅·검증을 완료했다. 또 스트라드비젼은 150건이 넘는 미국 특허를 보유하고 있으며, 딥러닝 모델 크기 극소화와 인식 정확도 유지를 병행하는 최적화 기술을 갖추고 있다고 설명했다.

아울러 스트라드비젼 소프트웨어는 특정 칩에 종속되지 않으며, 완성차 고객이 원하는 어떤 저전력 SoC에서도 경량·고속 구동이 가능하다고 밝혔다. 발언자는 인도·중국 시장 수주 확대의 결정적 요인으로 저전력 SoC 전반에서의 호환성과 구동 성능을 제시했다.

발언자는 짙은 안개·폭우 등 특정 악천후 대응만 놓고 보면 라이다가 광학 카메라 대비 우위에 있다고 전제했다. 그러나 라이다 센서 가격이 대당 200달러를 초과하고, 360도 회전 기계식 구조를 갖추고 있으며, 내구성과 유지보수 비용 문제도 있어 라이다의 대중적 양산차 전반 장착은 어렵다고 말했다.

이어 카메라는 가격이 매우 저렴하고 차량 디자인 적용이 용이하다고 설명했다. 또 카메라 센서 자체 성능이 최근 발전했고, 이미지 신호 처리(ISP) 기술과 비전 딥러닝 알고리즘도 비약적으로 발전했다고 덧붙였다.

발언자는 이런 발전을 바탕으로 카메라 기반 기술이 빗물·눈·야간 저조도 환경을 소프트웨어로 복원할 수 있고 노이즈 제거도 가능하다고 밝혔다. 그러면서 대중적 승용차 시장의 자율주행 레벨 2~3 구현에서는 카메라 기반 솔루션이 성능·비용 측면의 가장 현실적 해답이라고 말했다.

회사는 현재 전방용 프론트비전과 주차용 서라운드비전을 주력 제품으로 두고 있다. 다음 단계로는 차세대 제품군인 '멀티비전(MultiVision)'을 개발하고 있다. 멀티비전은 8~11개 카메라를 통합 연산하는 기능을 바탕으로 핸즈오프 주행 지원을 목표로 한다.

단기적으로는 내년 상반기까지 멀티비전 1단계 개발을 완료하는 것이 목표다. 이후 글로벌 OEM을 대상으로 양산 수주 활동에 돌입할 예정이다.

장기적으로는 차량용 소프트웨어를 통해 축적한 경량화 알고리즘과 클라우드 데이터 파이프라인 역량을 기반으로 사업 범위를 넓힌다는 구상이다. 확장 대상 산업은 로보틱스, 스마트 인프라, 국방이다. 회사는 이를 통해 주변 피지컬 AI 산업으로 확장하고, 글로벌 모빌리티 AI 생태계 선도 기업으로 도약하는 것을 중장기 목표로 두고 있다.

출처: 아이티데일리 (IT DAILY) · 권영석 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=241613

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=241613