생성형 AI 시대가 본격화되며 AI가 산업 각 분야의 혁신을 주도하고 있다. 이는 레벨 3를 넘어 레벨 4에 도전하고 있는 자율주행 분야에서 특히 성과를 보이고 있다. 이러한 자율주행 분야에서 세계적인 주목을 받는 한국의 스타트업이 바로 에이모다.
2018년 오승택 대표가 창업한 에이모는 최근 자율주행과 데이터 클라우드 시장에서 혁신적인 기술과 솔루션을 제공하는 기업으로 인식되고 있다. 마그나 인터내셔널(Magna International)과 보쉬(Bosch), 콘티넨탈(Continental) 등 100여 개의 기업을 고객사로 확보했으며, 최근 자동차 부품 제조업체인 미쓰비시 일렉트릭 오토모티브 아메리카(Mitsubishi Electric Automotive America)와 데이터 셋을 공급하는 장기 계약을 체결했다.
이렇듯 에이모가 타겟팅하는 시장은 글로벌이다. 2020년 베트남을 시작으로 캐나다, 영국, 독일을 비롯해 올해 초 미국까지 총 5개 해외 법인을 설립하고 각국의 자율주행, 스마트 시티, 방산 업체를 상대로 AI 구축에 필요한 정밀한 데이터 플랫폼을 제공하고 있다.
특히 에이모는 올해 초 ‘CES 2024’ 선보인 AI 데이터 전주기 프로세스 ‘4코어’는 데이터 수집과 정제, 가공, 평가 등 네 가지 데이터 핵심 모델을 한 번에 수행할 수 있는 AI 통합 솔루션으로 관심을 집중시켰다. 이는 기존 경생 서비스와 비교해 40% 정도 높은 AI 개발 효율을 기록한 것으로 알려지고 있다. AI 개발에 소요되는 엄청난 비용과 적잖은 시간을 획기적으로 줄인다는 것이다. 에이모에 따르면 ‘4코어’ 공개 이후 여러 글로벌 완성차 기업들로부터 도입 문의가 쇄도하고 있다고 한다.
에이모는 ‘4코어’를 통해 주력 분야인 자율주행을 넘어 스마트 시티, 스마트 헬스, 물류와 유통, 드론 분야 등 AI가 빠르게 적용되고 있는 여러 산업 분야로 판로를 확장한다는 계획을 수립 중이다.
또한 에이모는 지난 5월 기술특례상장을 위한 기술성 평가에 통과하고 IPO 주관사인 한국투자증권과 함께 연내 상장을 추진학고 있다. 이렇듯 새로운 도약을 앞둔 시점에서 최근 진행된 ‘AGI 콘퍼런스 2024:AGI 시대 돈 버는 AI’에 나선 오승택 대표는 ‘데이터 중심의 Vision AI 혁신 사례’ 주제 발표를 통해 에이모가 나아가고 있는 길을 다시금 명확하게 소개했다.
에이모는 비전 AI의 혁신을 돕고 있어
“아시는 바와 같이 이제 휴머노이드가 멀티태스킹을 하는 것은 좀 철지난 뉴스가 돼 버렸습니다. 그만큼 LLM의 성장은 굉장히 빠르죠. 다만 그럼에도 불구하고 비전 AI 시장에서 자율주행 부문만 본다면 아직 레벨 3 이상으로 성장을 못하고 있는 상태입니다. 그 이유는 할루시네이션(환각) 등의 현상 때문이죠. 일반적인 LLM 사용 상황이라면 웃어넘길 수 있는 것도 자율주행에서는 사고로 직결됩니다. 에이모는 이를 연구하고 정확한 데이터 플랫폼을 통해 공간 요소 및 환경 조건, 동적 요소 등 비전 데이터의 속성을 정량화된 값으로 정의하고 효율적인 데이터 밸런싱 및 선별, 데이터 재사용성 증대를 이뤄내고 있습니다”
이어 오 대표는 자율주행 레벨0에서 레벨5까지 각 단계에서 수행되는 동적 운정 과제(Dynamic Driving Task, DDT)를 정의하는 운영 설계 도메인(ODD) 분류 체계를 제시하며 실제 도로 상황에서 빠른 데이터 분석의 필요성을 설명했다. 구역, 운전가능 지역, 교차로, 특수 구조물 등 ‘공간요소’를 비롯해 날씨, 조명 등 ‘환경조건’ 등 복잡한 로직트리를 통해 상황이 통제되야 하는 순간 굉장히 많은 데이터가 빠르고 정확하게 분석 돼야 한다는 것이다.
오 대표는 테슬라에서 발생한 두 건의 사망사고를 언급하며 소티프(SOTIF, Safety Of The Intended Functionality: ISO/PAS21148) 시나리오를 설명하기도 했다. 소티프는 ‘의도된 기능의 안전성’이라고도 불리며 오작동, 고장, 결함과 관련된 기능 안전이 아닌 운전자가 예측 가능한 기능의 오용 즉 센서나 시스템 성능의 한계, 예기치 못한 도로 환경의 변화와 같은 상황을 규정해 자율주행 중 발생할 수 있는 문제를 검토하고 안전을 확보하기 위한 표준이다.
“소티프에서 정해 놓은 시나리오는 크게 네 가지로 구분합니다. 여기서 Area 1을 보시면 안전한지 알고 있는 영역의 데이터입니다. 두 번째 영역은 안전하지 않은 것을 알고 있는 영역입니다. 그러면 이는 보정을 하면 되는 부분이죠. 연구자들이 가장 무서워하고 없어지길 바라는 영역은 Area 3 입니다. 안전한지 아닌지를 잘 알지 못한다는 거이죠. 이렇게 규정해 놓은 시나리오에서 3영역을 최소화하는 것이 연구자들의 최대 목표죠. 저희는 ‘4코어’를 통해 이러한 연구 속도와 비용을 줄이도록 하고 있습니다.”
ODD 분류체계, 소티프 기반 알고리즘을 바탕으로 에이모 모델 고도화
오 대표가 설명한 ODD 분류체계와 소티프 기반 시나리오는 에이모의 ‘4코어’를 통해 픽셀 단위로 연산하는 알고리즘이 만들어지는 과정을 통해 다시 메타데이터로 추출되고 에이모 모델 고도화에 적용된다.
구체적으로 에이모의 코어1은 초경량화 엣지 디바이스(Edge Device)를 통해 시나리오, ODD, 일정 등의 이벤트를 처리할 수 있는 오류 데이터 수집을 방지하고 필요한 상황의 데이터를 특정해 수집하게 한다. 이어 코어2는 데이터를 큐레이션하는 과정으로 고객 요청에 따라 설정한 상황에서 빠르게 사용자 맞춤으로 데이터를 분류한다.
다음으로 코어3은 데이터 주석을 다는 단계로, 사전 훈련된 모델(스마트 라벨링)과 맞춤형 모델 기술을 통해 사람, 차량 등의 특정하는 경우를 자동으로 라벨링하고 검증한다. 이때 라벨링은 고객이 요구하는 사항에 대한 학습을 통해 더욱 확장이 가능하다. 가령 사람이나 차량 전체가 아닌 특정 부위(손, 머리) 특정 부분(차량 범퍼, 바퀴)만 라벨링이 가능하다는 것이다. 이어 코어4는 데이터 평가 단계로, 상황에서 발생할 수 있는 여러 가지가 있을 수 있는 데이터를 보완하고 데이터를 평가하고 보완한다.
오 대표는 “이 네 가지 제품을 패키징해 하나의 플랫폼으로 만들었고 지난 1월 CES 2024에서 ‘코어4’로 런칭하며 굉장히 많은 글로벌 OEM들과 협업하고 있다”며 “연구에 필요한 데이터를 얻기 위해 에이모 플랫폼을 쓰게 될 시, 쓰면 쓸수록 모델이 학습돼 프로젝트 효율을 높이는 구조”라고 강조했다. 이어 오 대표는 “이러한 에이모 플랫폼은 BMW와 계약을 통해 레벨4, 레벨5 프로젝트에 적용되고 있다”고 덧붙이며 PoC(개념검증) 내용의 일부를 설명했다.
“유럽에서는 GDPR이라는 개인정보법으로 인해 아이들 사진을 촬영하지 못합니다. 보통 자율주행이라고 하면 차 안에서 차 밖을 보는 것만 생각하지만 내부도 굉장히 중요하거든요. 레벨4에서는 운전자 보험 등도 관련이 있기 때문이죠. 가령 운자들이 역할을 잘 수행하고 있는지도 모니터링이 필요한 겁니다. 또 메타 컨버터를 통해 증강하는 과정을 통해 눈이 많이 오거나 호우량이 급격하게 늘어나는 상황의 데이터를 수집하기도 하죠.”
발표 말미, 오 대표는 에이모의 큐레이션 레이블링 증강을 통해 딜리버리 로봇을 만드는 기업과 미국 디트로이트에서 야간에 배달 로봇의 퍼포먼스를 증강시키는 과제를 비롯해 미국 도로 파손을 추적하는 프로젝트, 마사회와 함께하는 프로젝트 등 다양한 사례를 소개하기도 했다.
“미국은 땅이 넓어 도로 곳곳에 있는 파손을 트래킹하기 힘들다고 하더군요. 그래서 패트롤 차량이 돌아다니면서 파손 부위를 체크하고 우선순위를 정하는데 저희는 이 패트롤 차량 안에 온디바이스 AI를 장착하고 파손 부위의 랭킹을 정하는 프로젝트를 진행하고 있어요. 이는 공장의 결함 탐지 AI에도 적용될 수 있죠. LG AI 연구소와 바이오에 필요한 분자 구조식을 비전기반으로 탐지하는 프로젝트를 진행하고 있습니다. 또 마사회와는 기수들의 채찍질에 반칙을 가려내는 프로젝트를 진행하고 있기도 합니다. 경마 시 결승선 400m 이전부터 기수들이 채찍질을 네 번 이상하면 반칙이라고 하는데, 이걸 사람의 눈으로 보지 못하니까 비전 AI로 전환해 체크할 수 있게 하는 프로젝트죠.”
