-라이다·고정밀지도 대신 카메라 기반 E2E AI
 -한국서 학습한 AI, 미국 장거리 노선서도 주행 검증
 -'데이터가 경쟁력'..2000만㎞ 실주행 데이터 확보

 자율주행 업계의 경쟁 구도가 달라지고 있다. 고정밀지도와 라이다 센서에 의존하던 방식에서 벗어나 스스로 학습하는 AI가 새로운 해법으로 떠올라서다. 

 대형트럭 자율주행 스타트업 마스오토는 1일 서울 강남구 드리움에서 열린 기자간담회에서 차세대 AI 모델 '마스넷(MarsNet) 3'를 공개하며 카메라 기반 엔드투엔드(E2E) AI가 향후 자율주행의 표준이 될 것이라고 밝혔다.

 노재경 부대표는 자율주행 기술을 크게 두 가지 방식으로 구분했다. 하나는 정밀지도와 라이다를 활용하는 기존 방식이고 다른 하나는 카메라 영상만으로 주변 환경을 인식하고 스스로 판단하는 E2E AI다.

 기존 자율주행은 운행 지역마다 정밀지도를 구축하고 차가 이를 기준으로 자신의 위치를 파악한다. 예외 상황이 발생하면 규칙을 추가하는 방식으로 소프트웨어를 개선한다. 반면 E2E AI는 사람의 운전 데이터를 대규모로 학습해 하나의 AI 모델이 직접 조향과 가감속을 판단한다. 최근 테슬라가 FSD 고도화에 적용하는 것과 유사한 방식이다.

 마스오토는 창업 초기부터 이 같은 방식을 선택했다. 실제 차가 없던 시절에는 유로트럭시뮬레이터 게임에서 AI를 학습시켰고 이후 실제 트럭으로 기술을 확장했다. 2019년에는 카메라 7대만으로 서울에서 부산까지 무개입 자율주행에 성공했으며 이를 기반으로 해외 투자도 유치했다.

 마스오토가 가장 강조한 경쟁력은 데이터다. 현재 확보한 대형트럭 실주행 데이터는 약 2,000만㎞에 달한다. 한국과 미국에서 운영 중인 자율주행 트럭과 전국 운송사 트럭 265대에서 데이터를 수집하고 있으며 하루 약 4,000시간의 운행 데이터가 AI 학습에 활용된다. 회사는 내년 데이터 수집차를 1,000대로 확대하고 장기적으로는 1만대 규모의 플랫폼을 구축한다는 계획이다.

 이처럼 방대한 데이터는 일반적인 주행뿐 아니라 공사구간, 강한 역광, 폭우와 야간, 장애물 출현 등 이른바 '엣지 케이스'까지 포함한다. 노 부대표는 "AI는 결국 사람이 어떻게 운전했는지를 배우는 기술"이라며 "실주행 데이터의 양이 곧 AI 성능을 결정한다"고 설명했다.

 확장성도 차별점으로 내세웠다. 기존 자율주행은 새로운 지역에 진입할 때마다 정밀지도를 구축해야 하지만 마스오토는 한국에서 학습한 AI를 미국 장거리 노선에 그대로 적용해 주행에 성공했다고 밝혔다. 이후 미국 현지 데이터를 추가 학습해 성능을 고도화하는 방식이다. 현재는 미국 롱비치에서 조지아를 잇는 장거리 화물운송 노선에서도 기술을 검증하고 있다.

 이날 공개한 '마스넷 3'는 이 같은 기술을 한 단계 발전시킨 개념이다. 기존 고속도로 중심에서 벗어나 일반도로까지 주행 영역을 확대했으며 정밀지도 없이 도심 환경에서도 주행할 수 있도록 개발되고 있다. 회사는 올해 말 목표 성능을 확보한 뒤 미국 현지에서 베타 테스트를 진행할 계획이다.

 노 부대표는 "자율주행의 본질은 특정 지역을 기억하는 것이 아니라 사람처럼 판단하는 것"이라며 "한국에서 운전을 배운 AI가 미국에서도 운전할 수 있다는 것을 이미 입증했고 앞으로도 데이터 축적을 통해 성능을 지속적으로 높여 나갈 것"이라고 말했다.

 박홍준 기자 hj.park@autotimes.co.kr