스트라드비젼, Arm Physical AI 생태계 합류… 로보틱스 발전 지원

[카이로스s]

스트라드비젼, Arm Physical AI 생태계 합류… 로보틱스 발전 지원 자동차양산 환경에서 10년 이상 검증된 비전 인식 기술을 기반으로 로보틱스와 다양한 자율형 기기로 적용 영역을 확장해 나가는 피지컬 AI 소프트웨어 기업 스트라드비젼이 Arm®의 Total Design for Physical AI 생태계에 합류한다고 발표했다. Arm®의 Total Design for Physical AI 생태계에 합류한다고 발표했다. 이번 발표는 중국 상하이에서 열린 Arm Everywhere 행사에서 이뤄졌다.
인식(Perception)은 공공도로를 주행하든 그 밖의 동적인 물리적 환경에서 작동하든, 모든 자율 시스템에 있어 근간이 되는 역량이다. 스트라드비젼은 10년넘 게 양산 차량에 인식 기술을 탑재해왔으며, 전방카메라·서라운드뷰·멀티카메라 등 다양한 구성에서 여러 차량용 컴퓨팅 플랫폼에 걸쳐객체 탐지와 분류, 깊이 추정, 이미지의 각 영역을 구분하는 시맨틱 세그멘테이션 등 다양한 인식 기능을 제공해왔다.
이러한 인식 기술을 실제 양산 카메라 모듈의 제한된 연산 성능, 전력, 발열 및 비용 조건 안에서 구현하는 역량은 피지컬 AI 시스템의 대규모 상용화에도 중요한 기반이 된다. 스트라드비젼이 자동차 산업에서 축적한 이러한 경험은 피지컬 AI 생태계가 갈수록 고도화되는 인식 기술을 로봇 및 기타 자율형 기기에 통합해나가는 과정에서 검증된 기반을 제공한다.
피지컬 AI는 기술 혁신 단계에서 시스템 통합 단계로 넘어가고 있다. AI와 컴퓨팅 성능은 빠르게 발전하고 있지만, 자율형 기기를 구축하려면 여전히 반도체, AI 모델, 미들웨어, 개발도구, 애플리케이션에 이르는 수십 가지 복잡한 기술이 필요하며, 이들은 현재 서로 별개로 개발된 뒤 통합되는 방식으로 만들어지고있다. 그 결과 지능형 시스템을 설계·비교·통합·확장하기 어려운 파편화된 생태계가 형성됐고, 개별 기술의 성능 자체보다 통합에 드는 비용과 시간이 상용화 속도를 좌우하는 경우가 늘고 있다.
이러한 문제의 한 축은 로보틱스 분야에 역량을 설명하는 공통 언어가 없다는 점이다. 사용 사례와 자율화 목표를 시스템 요구사항 및 로봇 아키텍처와 연결하는 공유된 정의가 없으면, 동일한 역량이라도 공급망 내 각 주체마다 서로 다르게 규정하게 되면서 모호함과 중복 된 엔지니어링 작업이 발생한다. Arm의 Total Design for Physical AI 생태계는 로봇 시스템을 정의하고 비교할 수 있는 공통 체계인 ‘Robotics Capability Framework’를 구축해 이러한 문제를 해결하는 것을 목표로 한다.
쉽게 말해, 로봇이 어떤 환경에서 무엇을 인식하고 어느 수준의 자율성을 갖춰야 하는지를 공통된 기준으로 정의함으로써, 서로 다른 반도체와 소프트웨어를 사용하는 기업들도 보다 효율적으로 시스템을 개발할 수 있도록 하는 것이다.
스트라드비젼이 쌓아온 양산 역량은 이 프레임워크가 해결하고자 하는 파편화 문제와 직접적으로 맞닿아 있다. 인식 역량이 프로그램마다 다시 정의되는 대신 공통된 용어로 규정되면, 시스템 설계자는 이를 구현할 반도체와 소프트웨어 스택과 무관하게 기계가 무엇을, 어느 수준의 자율성으로 인식해야 하는지를 명확히 규정할 수 있게 된다.
더못 오드리스콜(Dermot O’Driscoll) Arm 피지컬 AI 사업개발 부문 부사장은 “피지컬 AI의 다음 과제는 갈수록 고도화되는 기술들을 완전하고 실제 현장에 적용 가능한 시스템으로 통합하는 것”이라며 “Arm Total Design for Physical AI는 이러한 시스템의 개발 방식을 가속화하기 위해 생태계를 하나로 모으고, Robotics Capability Framework는 이러한 시스템을 정의하는 공통 언어를 제공한다. 스트라드비젼은 이 두 가지 노력 모두에 검증된 인식 기술 전문성이라는 귀중한 자산을 더한다”고 말했다.
필립 비달(Philip Vidal) 스트라드비젼 최고사업책임자(CBO)는 “피지컬AI에서 어려운 부분은 더 이상 모델이 무언가를 인식할 수 있는지가 아니라, 그 역량을 실제 제약 조건 안에서 규정하고 통합하고 양산에 적용할 수 있는지에 있다”며 “스트라드비젼은 지난 10년 넘게 거의 모든 주요 자동차용 컴퓨팅 플랫폼에서 바로 이 작업을 양산 차량을 통해해왔다. 자동차 산업은 우리 기술의 한계가 아니라 우리의 실전 검증 무대였다. 역량에 대한 공통 언어가 있어야 생태계의 나머지 참여자들도 같은 속도로 나아갈 수 있으며, 스트라드비젼은 Arm이 이러한 공통 언어를 만드는 과정을 지원하게 되어 기쁘다”고 말했다