티스토리 뷰
안녕하세요. 인생역전입니다.
오늘 얘기드릴 내용은 테슬라 FSD V12 뉴럴 네트워크 특징에 대해 살펴보는 시간을 가져 보겠습니다.
테슬라 자율주행의 특징은 레이다나 라이다를 사용하지 않는 것과 주로 카메라 센서만을 사용해서
다른 자동차 회사(내연차 회사) 보다 비용면에서 엄청난 차이를 보이고 있습니다.
이제 테슬라 FSD V12 네트워크 특징에 대해서 간략히 살펴볼게요.
테슬라 FSD V12 네트워크 특징
1. 테슬라에는 프로그래밍 코드(Heuristic)가 들어가지 않습니다.
예를 보자면 stop 싸인 코드를 넣었을 때 몇 초 정도 정지된다.
그리고, 방지턱에서 속도는 ~% 감소된다. 이런 식의 코드를 넣지 않아도 된다는 말입니다.
2. 테슬라 뉴럴 네트워크가 자체적으로 판단한 방대한 양의 비디오 데이터로 반복훈련을 한다는 것입니다.
수백만 대의 테슬라 자동차에서 슈퍼컴퓨터 도조로 엄청난 양의 데이터가 쌓이면 시스템 문제라던가
아니면 차량의 문제를 카메라로 받은 문제를 받아서 업데이트해서 다시 차량으로 보내면 그전에
차량의 문제점이 개선되고 업데이트되는 겁니다.
3. 데이터 큐레이션(Curation) , 즉 자료수집 코드만 존재합니다.
FSD V11은 30만 건이 넘는 C++코드를 기반으로 작동했었음
FSD V12의 새로운 체계는 인간이 학습을 하는 방식과 동일합니다.
경험--> 실행 --> 실력향상
자율주행 통제권을 프로그래밍 코드가 아닌 뉴럴 네트워크에게 주행영상을 보며 인간처럼 '학습'
을 한 인공신경망이 통제를 합니다.
자율주행에 대한 통제권 이전 방법은 프로그래밍 코드에서 인공신경망으로 옮겨졌습니다.
위에 살펴본 바와 같이 자율주행 개발 접근의 차이를 보여줍니다.
자율주행 개발 접근방식의 차이가 테슬라와 다른 점
테슬라는 보편적인 자율주행 설루션을 개발하려고 하고 있습니다.
그 어디서든 운행이 가능하게끔 하는 '인지' , '판단' 등에 대한 훈련을 말합니다. 즉 인간처럼
쉽고 편한 방법으로 사물을 인지 판단하는 방법으로 자율주행 개발하는 것이 타 내연차 회사와
다른 점입니다.
크루즈(GM, 포드) 방식: Geo-Fening, 프로그래밍 코드를 통한 설루션 개발하는 중입니다.
현재 진행되고 있는 상황은 " 미국 샌프란시스코의 특정도로에서 자율주행 훈련 중이고,
특정 프로그래밍 코드가 입력해서 복잡한 도로에서 진행되는 것이 아닌 통제가 된 도로에서
진행한 방식이라 자율주행 방식 자체의 신뢰성이 떨어지는 형태입니다.
즉 테슬라보다 수준이 낮은 자율주행방식을 개발하고 있는 것입니다.
질문 1) 크루즈와 웨이모가 마음만 먹으면 테슬라와 같은 보편적인 자율주행 설루션을
개발이 가능한가?
답: 그렇지 않다고 봅니다. 테슬라와 이 회사들의 데이터양에서 엄청난 차이가
나고, 바로바로 업데이트하는 속도에서 월등한 차이가 납니다. 도조 슈퍼컴퓨터로
인해서 엄청난 격차가 벌어지는 겁니다.
인공신경망을 개발하기 위한 선제조건
엄청난 양의 훈련용 데이터가 필요합니다. 2021년 기준 테슬라는 51억 마일에 달하는 데이터가
쌓였고, 웨이모는 2천만 마일의 데이터양입니다. 이와 같이 엄청난 격차가 납니다.
마무리
여기까지 테슬라 FSD V12 뉴럴 네트워크 특징과 내연기관(자동차) 회사의 자율주행 개발 방식
의 대해서 알아보았습니다.
이 글을 쓰면서 테슬라와 다른 자동차 회사와의 격차가 크다는 걸 알 수 있었고, 인공지능 방식에서도
선도하고 있다는게 느껴집니다. 그리고 테슬라가 자동차 회사가 아니고, 서비스기업 즉 소프트웨어를
이용해서 사업하는 회사라는걸 다시 한번 느꼈습니다. 그럼 안녕히 계세요.