[2024 물류&모빌리티포럼] 김준환 스트라드비젼 대표, "자율주행 핵심은 객채 인식과 초경량·고효율"

"객채를 빠르게 분석해서 인식하는것은 물론 초경량, 고효율 솔루션을 구현하는게 자율주행의 핵심이다." AI 기반 영상 인식 소프트웨어 개발 스타트업 스트라드비젼을 이끌고 있는 김준환 대표는 25일 서울 중구 을지로 페럼타워 페럼홀에서 열린 '2024 물류 & 모빌리티 포럼'에서 자율주행 기술의 핵심으로 '안전성과 효율성'을 강조했다. 과거 자동차가 하드웨어 중심이었다면 이제는 전자, 소프트웨어 중심의 자동차(SDV)로 진화하면서 자율주행 기술도 빠르게 진화하고 있다. 글로벌 완성차 업체들은 최근 출시하는 차량에 레벨1~2 부분 자율주행 구현을 위한 첨단운전자지원시스템(ADAS) 기능을 적용하고 있다. 김준환 대표는 "최근 출시되는 차량은 레벨2의 기술이 적용되는데 차량마다 운행가능영역(ODD) 프로그램을 어느 제품을 사용하는지에 따라 고객에게 주는 가치나 편의성은 달라진다"며 "ODD가 특정 지역, 조건, 시간 등 세분화되어 있는데 같은 레벨에서 영역을 넓혀가는 노력을 하고 있다"고 말했다. 글로벌 AI 기반의 ADAS 시장은 빠르게 성장하고 있다. 글로벌 ADAS 시장은 2022년부터 2030년까지 연 9.7% 성장할 것으로 예측되고 있으며 글로벌 자동차용 AI 시장은 2020년부터 2027년까지 20%이상 연평균 증가율을 기록할 것으로 예상된다. 고도화된 딥러닝 AI를 통한 이미지 인식기술은 비약적으로 발전했다. 레이다와 라이다, 카메라와 융합을 통해 도로 객체와 도로 현상, 도로 의미, 도로 경계에 대한 다양한 인식정보를 얻기 위한 SW기술을 개발하고 있다. 스트라드비젼은 인공지능(AI)을 적극 활용한 '에스브이넷(SVNet)' 기술 개발에 집중하고 있다. SVNet은 자율주행 감지-인식-계획-행동의 4단계 중 인식 부분에 집중한 기술을 제공하는 차별적 소프트웨어로 차별화했다. 다만 기술이 진화하면서 다수의 센서와 고성능 프로그램을 통해 데이터를 처리해야 한다는 점은 상당한 전력 소모와 차량용 반도체를 필요로 한다. 스트라드비젼은 이같은 한계를 넘어서기 위해 3D 퍼셉션을 개발했다. 3D 퍼셉션은 카메라를 활용해 이같은 단점을 보완했다. 기존 카메라는 객체와의 거리를 정확히 측정할 수 없다는 단점이 있었는데 이 기술은 라이다의 도움 없이도 거리 측정 한계를 극복했다. 3D 퍼셉션은 2D의 이미지를 후처리 과정 없이 3D로 바로 인식해 오차범위도 줄였다. 김 대표는 "SVNet은 차량에 탑재된 카메라로 들어오는 영상을 AI 기술로 분석해 주변 차량이나 보행자, 차선, 신호등 등을 인식하는 SW"라며 "최소한의 연산과 전력 소비만으로 딥러닝 기반 객체 인식 기능을 구현하는 초경량, 고효율 솔루션"이라고 설명했다. 이어 "자율주행차에 사용되는 다양한 프로그램은 CPU를 활용해 연산을 한다"며 "완성차 업체 입장에서 CPU 사용을 줄여주는 솔루션에 관심이 클 수밖에 없다"고 말했다. 이를 바탕으로 스트라드 비전을 글로벌 완성차 업체와 협력을 확대해 나갈 방침이다. 김 대표는 "현재 중국과 독일 완성차 업체에 제품을 납품하고 있으며 올 상반기 80만대를 기록했다"며 "올 하반기 150만대 이상 저희 프로그램을 탑재할 것이며 2027년까지 300만대 이상 탑재될 것"이라고 전망했다. 이어 "현재 승용차 중심으로 프로그램을 활용하고 있지만 앞으로 셔틀이나 물류쪽으로 확장하려 한다"고 덧붙였다.