지난 11월 초, 포드와 폭스바겐은 지난 6년간 36억 달러를 투자해 만든 자율주행차 개발 합작사인 Argo AI의 사업 중단을 선언했다. 이러한 Argo AI의 폐업이 시사하는 바는 크다. 자율주행 기술 개발에 요구되는 막대한 비용과 시간에 현실화 가능성에 물음표를 남겼기 때문이다.
CB 인사이트에 따르면 작년 전세계 자율주행 투자 비용은 120억 달러에 달했지만 투자 대비 기술 성장은 기대에 미치지 못했다. 데이터 수집과 처리 단계에서 난항을 겪었던 것이 그 이유다. 자율주행 산업은 소프트웨어와 하드웨어로 나뉘는데 모든 요소에서 데이터가 발생하고, 데이터를 기반으로 개발된다. 특히 개발이 진행될수록 더 많은 데이터가 생성되며, 사양이 높아질수록 데이터의 크기는 점차 증가한다.
데이터 취득 및 처리에는 크게 세 가지 문제가 따른다. 초당 2GB의 데이터는 일반 인터넷을 통한 전송이 기술적으로 불가능에 가깝다는 것이 첫 번째. 차량용 빅데이터를 다룰 수 있는 기술자, 자동차 도메인 지식을 가진 IT 전문가를 찾기 어려워 차량용 빅데이터 솔루션이 부재하다는 것이 두 번째. 수집되는 데이터 중 가치 있는 데이터는 10%미만에 불과한데, 필요 데이터의 분류 및 수집에 드는 비용이 크다는 것이 세 번째다. 때문에 자율주행 기술 개발을 위해선 위와 같은 문제를 해결해 데이터를 효율적으로 활용할 수 있는 인프라 구축이 선결 과제인 것이다.
이러한 상황 속에서 데이터 처리 효율성은 극대화하고 비용은 최소화하여 전 세계 엔지니어들에게 서비스하며 주목을 받고 있는 회사가 있다. 바로 ‘Data Bahn’의 개발사, 파트리지시스템즈이다.
Data Bahn에서 특히 주목해야할 점은 깊은 IT 지식이 없이도 사용 가능하도록 빅데이터 처리의 진입장벽을 낮추고 자동차 엔지니어에게 친숙한 언어를 기반으로 설계했다는 점에 있다. Data Bahn에서 제공되는 SDK(Software Development Kit, 소프트웨어 개발키트)를 활용하여 수작업으로 관리하던 데이터를 정의된 파이프라인으로 자동화하고 분산 처리함으로써 보다 쉬운 데이터 처리 디자인이 가능해진 것이다. 더불어, C/C+ 언어를 활용해 메모리를 직접 할당 및 해제할 수 있으며 자동차 엔지니어링에서 널리 사용되는 MATLAB으로도 쉽게 확장할 수 있도록 했다.
또한 의미 있는 차량 데이터를 수집하기 위해서는 차량 엣지 컴퓨터가 필수요소임에도 메모리, 전력 및 물리적 공간의 한계로 엣지 컴퓨터 구축이 불가능하다. 그에 반해, Data Bahn은 이진수를 그대로 처리하고, 최소한의 메모리를 사용하기 때문에 엣지, 서버, 클라우드 등 제한 없이 어디에서나 동작한다.
전 세계의 큰 관심과 기대를 모았던 Argo AI의 사업 종료는 업계에 큰 충격을 주었지만 파트리지시스템즈의 Data Bahn은 자율주행차 기술 개발에 대한 불씨를 다시 지피고 있다. 낮은 성능 대비 고비용의 데이터 처리 플랫폼 안에서 정체되어 왔던 자율주행차 기술 개발이 Data Bahn만의 차량 데이터 압축 및 전송, 진입장벽이 낮은 빅데이터 처리, 그리고 유의미한 데이터 추출 및 제공을 통해 어떻게 발전해나갈지 주목된다.
CB 인사이트에 따르면 작년 전세계 자율주행 투자 비용은 120억 달러에 달했지만 투자 대비 기술 성장은 기대에 미치지 못했다. 데이터 수집과 처리 단계에서 난항을 겪었던 것이 그 이유다. 자율주행 산업은 소프트웨어와 하드웨어로 나뉘는데 모든 요소에서 데이터가 발생하고, 데이터를 기반으로 개발된다. 특히 개발이 진행될수록 더 많은 데이터가 생성되며, 사양이 높아질수록 데이터의 크기는 점차 증가한다.
데이터 취득 및 처리에는 크게 세 가지 문제가 따른다. 초당 2GB의 데이터는 일반 인터넷을 통한 전송이 기술적으로 불가능에 가깝다는 것이 첫 번째. 차량용 빅데이터를 다룰 수 있는 기술자, 자동차 도메인 지식을 가진 IT 전문가를 찾기 어려워 차량용 빅데이터 솔루션이 부재하다는 것이 두 번째. 수집되는 데이터 중 가치 있는 데이터는 10%미만에 불과한데, 필요 데이터의 분류 및 수집에 드는 비용이 크다는 것이 세 번째다. 때문에 자율주행 기술 개발을 위해선 위와 같은 문제를 해결해 데이터를 효율적으로 활용할 수 있는 인프라 구축이 선결 과제인 것이다.
이러한 상황 속에서 데이터 처리 효율성은 극대화하고 비용은 최소화하여 전 세계 엔지니어들에게 서비스하며 주목을 받고 있는 회사가 있다. 바로 ‘Data Bahn’의 개발사, 파트리지시스템즈이다.
Data Bahn에서 특히 주목해야할 점은 깊은 IT 지식이 없이도 사용 가능하도록 빅데이터 처리의 진입장벽을 낮추고 자동차 엔지니어에게 친숙한 언어를 기반으로 설계했다는 점에 있다. Data Bahn에서 제공되는 SDK(Software Development Kit, 소프트웨어 개발키트)를 활용하여 수작업으로 관리하던 데이터를 정의된 파이프라인으로 자동화하고 분산 처리함으로써 보다 쉬운 데이터 처리 디자인이 가능해진 것이다. 더불어, C/C+ 언어를 활용해 메모리를 직접 할당 및 해제할 수 있으며 자동차 엔지니어링에서 널리 사용되는 MATLAB으로도 쉽게 확장할 수 있도록 했다.
또한 의미 있는 차량 데이터를 수집하기 위해서는 차량 엣지 컴퓨터가 필수요소임에도 메모리, 전력 및 물리적 공간의 한계로 엣지 컴퓨터 구축이 불가능하다. 그에 반해, Data Bahn은 이진수를 그대로 처리하고, 최소한의 메모리를 사용하기 때문에 엣지, 서버, 클라우드 등 제한 없이 어디에서나 동작한다.
전 세계의 큰 관심과 기대를 모았던 Argo AI의 사업 종료는 업계에 큰 충격을 주었지만 파트리지시스템즈의 Data Bahn은 자율주행차 기술 개발에 대한 불씨를 다시 지피고 있다. 낮은 성능 대비 고비용의 데이터 처리 플랫폼 안에서 정체되어 왔던 자율주행차 기술 개발이 Data Bahn만의 차량 데이터 압축 및 전송, 진입장벽이 낮은 빅데이터 처리, 그리고 유의미한 데이터 추출 및 제공을 통해 어떻게 발전해나갈지 주목된다.
관련뉴스
