)
E2E 자율주행 모델과 오픈 협력생태계로 한국의 자율주행을 발전시켜야 한다는 주장이 나왔다.
최준원 서울대학교 전기정보공학부 교수는 19일 2026년 국회 모빌리티포럼 제1차 세미나에서 “(한국은) 테슬라나 웨이모처럼 투자를 많이 할수도 없고 엔지니어도 많이 없다”며 “오픈 생태계로 자율주행을 발전 시켜야 한다”고 말했다. 그러면서 “서울대에서 한국형 E2E(End-to-End) 자율주행 모델을 만들고 국내 기업에 공개했다”고 강조했다.
한국형 E2E 자율주행 모델인 EAD를 소개한 최 교수는 국내 자율주행 기업에 공개해 오픈 협력생태계를 구축했다고 했다. 최 교수는 “국내 기업이 사용하면 지속적으로 성능이 고도화된다”며 “아카데믹 연구 단계를 넘어 상용화 수준을 지향한다”고 덧붙였다.
EAD의 스케일업 계획도 공개했다. 최 교수는 현재 엔비디아가 공개한 30만 씬 규모의 대규모 데이터셋을 구축했고 이를 기반으로 E2E 자율주행 모델을 학습해 올해 8월에 버전2를 공개할 예정이라고 밝혔다. 또한 “자율주행 실증 도시 사업에 참여하는 기업과 협력해 양산 가능한 자율주행 AI를 만들 것”이라고 소개했다.
지난달 11일 자율주행 관련 세미나에서 자율주행은 휴먼 주행 데이터를 모방 학습하는 AI 기반으로 바뀌고 있다고 설명한 최 교수는 “자율주행은 매일매일 운전하기 때문에 스케일업(데이터의 규모를 늘리는 것)하기 좋다”며 “AI를 연결해 하나의 네트워크로 구성하는 E2E 구조가 자율주행 파운데이션 모델(거대한 데이터를 학습한 하나의 거대한 지능 체계 구축) 구조다”라고 제시했다.
기능별로 쪼개서 독립적인 소프트웨어로 만든 기존 모듈러 방식과 다르게 E2E 구조는 AI가 신경망처럼 하나로 연결되어 있다. 덕분에 하나의 데이터를 모든 AI가 학습 가능해 데이터 규모가 증가할수록 성능이 지속적으로 향상되는 스케일의 법칙이 실현 가능하다고 최 교수는 설명했다.
또한 모듈 간 중간 피처 전달을 통해 기존 모듈러 방식의 오류 누적 문제를 완화할 수 있다고 덧붙였다. 피처란 인식 모듈이 데이터를 해석해 주행 계획 모듈에 전달되는 정보 덩어리다. 전달받은 주행 계획 모듈은 불확실성까지 통째로 넘겨받기 때문에 일단 서행하며 관찰하자라는 유연한 판단을 내린다. 기존 모듈러 방식은 불확실성을 넘길 수 없고 규격상 장애물 있음으로 확정해서 데이터를 넘겨야하기 때문에 주행 계획 모듈은 급제동을 걸어버린다.
만약 안개를 인식 모듈이 장애물로 인식한다면 기존 모듈러 방식은 불필요한 급제동을 거는 반면에 E2E 구조는 서행하면서 안개를 통과하는 차이를 보인다. 결국 불필요한 오작동을 줄인 E2E 구조가 전체 시스템의 오류 누적 문제를 완화하는 것이다.
후원하기
이 기사에 대해 어떻게 생각하시나요?
추천해요
좋아요
감동이에요
화나요
슬퍼요
추천해요0
좋아요0
감동이에요0
화나요0
슬퍼요0
기사제보 
